业做数据分析的研究员，分析出来的结论对于实验没有带来任何的帮助。
其实类似的问题也不能怪研究员。
数据挖掘是一个很复杂的领域，很多数据挖掘工作得出的结论都没有意义。
在庞大的数据量面前，找出一些规律，促进实验向正确的方向前进，哪是那么容易的事情？
对于专注于数据挖掘的研究人员来说，每一次的实验分析都可以说是一次探索未知的科研工作，尤其牵扯到材料研发领域，花费大量时间、精力，做了大量的数据分析所得出的结论，也许都比不上一次实验失误、靠运气带来的成果。
这种分析工作并不是说靠努力就可以有进展的。
国外的材料研究主要也依靠的是经验以及长年累月积累的制造工艺、技术。
西京交通大学的金属研究所，还是希望数据挖掘工作能有进展，可以推动实验顺利进行，同时也能大大减少经费的损耗。
当知道纳微实验室拿下了创维科技的微球项目以后，金属研究所的彭辉教授，就和夏国斌说了起来，夏国斌自然会谈到王浩做的数据分析，起到了决定性的作用。
然后彭辉就想让夏国斌帮忙引荐，希望能帮助金属研究所做一下实验数据分析。
王浩听完以后沉默了一下，随后很直接的问道，“我参与这个项目，有什么好处？夏教授，你应该知道，这种数据分析工作很费精力，而且还不一定有成果。”
夏国斌听到王浩的问题，顿时轻呼了一口气，他最怕的是王浩对项目抵触。
本来是其他人手里的项目，和他也没有直接关系，只是想帮老朋友问一下而已，要是因此和王浩有了矛盾，就感觉很不值得了。
“这个我也不清楚。”夏国斌道，“我只是帮忙问，如果你有兴趣，我可以让金属实验室的人来谈。”
“好吧，可以谈谈。”
王浩没有过多的犹豫就同意了。
他确实对项目很感兴趣。
一则是他的教学课程里就有数据挖掘的内容，像是概率论、泛函分析，也都和数据挖掘有一定的关系，做类似的研究会非常的顺利。
二则是因为项目本身。
前身就是‘倒’在了超抗压合金材料项目上，被合金实验室污蔑说数据计算错误。
哪怕只是为了证明自己，或者是弥补前身的遗憾，也肯定要接手试上一试。
……
新的数据分析工作还要和
本章未完，请点击下一页继续阅读！