大數(shù)據(jù)下數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究

張藝馨

摘要：當(dāng)今大數(shù)據(jù)時代下，對于數(shù)據(jù)的運用成為主流，而數(shù)據(jù)挖掘則成為當(dāng)下極為重要的研究課題。基于此，本文探討了大數(shù)據(jù)下數(shù)據(jù)挖掘的意義，分析了大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)，研究了大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù);數(shù)據(jù)挖掘技術(shù);應(yīng)用

中圖分類號：TP311.13 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2019）03-0056-02

0 引言

大數(shù)據(jù)是一個較為籠統(tǒng)的概念，其更多是一種時代背景及數(shù)字平臺，內(nèi)容包含數(shù)據(jù)優(yōu)化、分配與管理。在通過平臺的實際操作當(dāng)中，數(shù)據(jù)本身潛在的信息很難實現(xiàn)準(zhǔn)確的查詢，這就需要采取深入挖掘或者優(yōu)化數(shù)據(jù)挖掘技術(shù)的方式來應(yīng)對，數(shù)據(jù)挖掘技術(shù)隨之產(chǎn)生。如今我國各行業(yè)都開始滲透大數(shù)據(jù)技術(shù)，大數(shù)據(jù)分析成為行業(yè)發(fā)展主流，更是當(dāng)前企業(yè)打破發(fā)展瓶頸的重要手段，因此以往單一數(shù)據(jù)信息分析系統(tǒng)開始逐步淘汰，全新的數(shù)據(jù)挖掘技術(shù)成為往后發(fā)展的主要趨勢。

1 大數(shù)據(jù)下數(shù)據(jù)挖掘的意義

在當(dāng)今時代下，多種數(shù)字信息技術(shù)獲得迅猛發(fā)展，像其中互聯(lián)網(wǎng)技術(shù)、云計算技術(shù)及信息技術(shù)等，并由此衍生出全新的移動互聯(lián)網(wǎng)和數(shù)字地球技術(shù)的發(fā)展和運用，并直接在世界范圍獲得飛躍式增長。相關(guān)研究統(tǒng)計，2012年全球產(chǎn)生的數(shù)據(jù)總量約為1.86萬億GB，國際互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計中心結(jié)合近十年數(shù)據(jù)增長速度進(jìn)行計算，預(yù)計到2020年全球產(chǎn)生的數(shù)據(jù)總量約為100萬億GB。可見，信息化發(fā)展是當(dāng)今社會主要發(fā)展趨勢，也是我國國民經(jīng)濟(jì)增長的重要內(nèi)容。就以銀行系統(tǒng)為例，銀行系統(tǒng)每天通常需要處理數(shù)以萬計的終端交易和數(shù)據(jù)交換，這是一種龐大的信息數(shù)據(jù)處理工程，而怎樣在如此龐大數(shù)據(jù)當(dāng)中篩選、提取及分類真正有價值的數(shù)據(jù)，成為當(dāng)前各大銀行所需面臨的主要問題。而數(shù)據(jù)挖掘技術(shù)的運用和推廣，則很好的解決了此類問題，因此數(shù)據(jù)挖掘?qū)τ诖髷?shù)據(jù)時代而言具有重要的意義。

2 大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)分析

2.1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘技術(shù)的提出，最早起始于上世紀(jì)90年代初，這一技術(shù)更多面向商業(yè)領(lǐng)域的人工智能化研究工作。在當(dāng)今大數(shù)據(jù)時代下，數(shù)據(jù)挖掘技術(shù)的運用價值較為明顯，其在實際運用當(dāng)中，可借助數(shù)據(jù)挖掘技術(shù)來有效掌握產(chǎn)品本身的實際情況。同時也能在大量的數(shù)據(jù)信息當(dāng)中實現(xiàn)對數(shù)據(jù)的優(yōu)化處理，從而真正給企業(yè)發(fā)展提供重要的參考。在當(dāng)前的數(shù)據(jù)挖掘技術(shù)發(fā)展運用當(dāng)中，以往從簡單、清晰數(shù)據(jù)中尋找信息的方式逐漸轉(zhuǎn)變?yōu)閺哪：?fù)雜數(shù)據(jù)當(dāng)中提取有價值信息，這本身是一種全新的技術(shù)突破。這一技術(shù)突破的實現(xiàn)，需要更多如互聯(lián)網(wǎng)技術(shù)、信息技術(shù)、云計算技術(shù)加以支撐[1]。

2.2 聚類分析

通常在數(shù)據(jù)挖掘過程中，聚類分析技術(shù)是其中重要的數(shù)據(jù)處理技術(shù)之一。通過聚類分析技術(shù)，能夠?qū)⒈旧黼y以有效理解的事務(wù)進(jìn)行重組，促使其以一種更為形象化的狀態(tài)來呈現(xiàn)，并結(jié)合數(shù)據(jù)的不同性質(zhì)將其進(jìn)行不同組別的劃分，整體是一種有效的數(shù)據(jù)分析過程。聚類分析技術(shù)能夠針對較為龐大的數(shù)據(jù)進(jìn)行分類處理，由此提取出所需的信息資源。然而，這一技術(shù)在實際運用當(dāng)中，與傳統(tǒng)數(shù)據(jù)分類處理的方式差異明顯，其本身優(yōu)勢主要在于能夠?qū)δ：龑ο蟮男畔?shù)據(jù)進(jìn)行有效分組。當(dāng)前采用的聚類分析方式主要分為硬聚類和模糊聚類。其中硬聚類方式比較切合數(shù)據(jù)信息，而模糊聚類則主要是通過劃分模糊數(shù)據(jù)來實現(xiàn)分類效果。整體而言，聚類分析的兩種分類方式差異明顯，但所能達(dá)到的目的基本一致，都可實現(xiàn)數(shù)據(jù)的分類。

2.3 特征性數(shù)據(jù)分析法

數(shù)據(jù)挖掘的特征性數(shù)據(jù)分析法屬于數(shù)據(jù)挖掘技術(shù)的主要技術(shù)方法之一，這一數(shù)據(jù)分析方法能夠?qū)崿F(xiàn)對整體數(shù)據(jù)信息的整合分析，進(jìn)而延伸至特征性分析層面，由此發(fā)掘出具備可利用價值的數(shù)據(jù)信息。因此這一分析技術(shù)本身具備快捷、全面的特點，能夠有效應(yīng)對絕大多數(shù)數(shù)據(jù)資源分析，成為多數(shù)相關(guān)研究學(xué)者主要研究的方向。在實際運用當(dāng)中，相關(guān)設(shè)計人員通常會提出多種不同特征數(shù)據(jù)分析方式，如采用可利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)收集，也可在數(shù)據(jù)終端搭建相應(yīng)的神經(jīng)網(wǎng)絡(luò)，通過這種方式搜集可利用的信息內(nèi)容。也可直接采用相應(yīng)的遺傳基因算法來針對數(shù)據(jù)展開深入分析，做好對龐大數(shù)據(jù)信息的重組和選擇。最主要是可充分借助相應(yīng)的可視化技術(shù)來挖掘與搜集相關(guān)數(shù)據(jù)，因此數(shù)據(jù)挖掘技術(shù)的實用性不斷攀升。

3 大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)應(yīng)用

3.1 用于制造行業(yè)

當(dāng)代人們生活質(zhì)量水平持續(xù)攀升，對于相應(yīng)產(chǎn)品質(zhì)量的需求也隨之持續(xù)增長。在制造行業(yè)當(dāng)中也是如此，致使制造業(yè)面臨巨大壓力，而充分運用數(shù)據(jù)挖掘技術(shù)能夠有效提高其制造產(chǎn)品的質(zhì)量水平。主要是由于大數(shù)據(jù)下數(shù)據(jù)挖掘技術(shù)的運用，可對制造產(chǎn)品生產(chǎn)時進(jìn)行實時跟蹤管理，可在整個過程及時獲取產(chǎn)品問題所產(chǎn)生的數(shù)據(jù)，這樣能夠充分了解和掌控產(chǎn)品本身的生產(chǎn)效率情況。同時也可直接為后續(xù)產(chǎn)品的生產(chǎn)制作提供重要的數(shù)據(jù)分析操作，在解決產(chǎn)品問題起到針對性的應(yīng)對效果，能夠切實提升生產(chǎn)效率，促使制造行業(yè)由此獲取可觀的經(jīng)濟(jì)效益。所以，制造行業(yè)運用數(shù)據(jù)挖掘技術(shù)，可極大促進(jìn)行業(yè)的持續(xù)發(fā)展，有必要進(jìn)行深入探究[2]。

3.2 用于市場營銷

大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的運用更多體現(xiàn)在數(shù)據(jù)分析層面，通常數(shù)據(jù)挖掘在市場營銷領(lǐng)域內(nèi)運用最為廣泛。主要是由于市場營銷的發(fā)展需借助數(shù)據(jù)挖掘技術(shù)來深入分析和提取市場數(shù)據(jù)信息。借助大數(shù)據(jù)技術(shù)，能夠搜集和掌握大量的市場用戶信息資源，通過數(shù)據(jù)分析的形式來獲取用戶們的真實需求。也可通過大數(shù)據(jù)技術(shù)來獲取市場用戶們及時反饋回的多種數(shù)據(jù)信息，從而在此基礎(chǔ)上改善市場營銷發(fā)展模式。例如，借助數(shù)據(jù)挖掘技術(shù)，能夠分析用戶的點擊數(shù)量、閱覽數(shù)量等，商戶也可在后臺的數(shù)據(jù)管理系統(tǒng)當(dāng)中，為客戶選擇性推送一些與商品相關(guān)的衍生產(chǎn)品，從而由此讓用戶們獲得更多選擇，極大的提升用戶們的產(chǎn)品使用感受[3]。

3.3 用于電信行業(yè)

信息時代發(fā)展至大數(shù)據(jù)時代，促使整個電信行業(yè)獲得前所未有的發(fā)展機(jī)遇。然而，電信行業(yè)在迅猛的發(fā)展的同時，由于其本身用戶基數(shù)非常龐大，因此所需要處理的各種實務(wù)問題也較為繁多。而這就更加需要良好的服務(wù)來有效解決用戶們的問題，這樣才能對外提供良好服務(wù)質(zhì)量，給用戶帶來好的使用體驗。通常電信技術(shù)服務(wù)需要大量的數(shù)據(jù)加以支持，否則難以有效解決實際問題，但是這種技術(shù)性服務(wù)很容易被數(shù)據(jù)流的影響，因此很容易致使服務(wù)質(zhì)量水平降低。而數(shù)據(jù)挖掘技術(shù)的運用，可幫助電信行業(yè)有效的扭轉(zhuǎn)這一局面，通過采用數(shù)據(jù)挖掘技術(shù)，可深入分析復(fù)雜的電信數(shù)據(jù)，有效的找出其中的規(guī)律，并結(jié)合用戶回饋的意見進(jìn)行持續(xù)改進(jìn)。

4 結(jié)語

綜上所述，當(dāng)今大數(shù)據(jù)時代下，強(qiáng)化對數(shù)據(jù)挖掘技術(shù)的運用，能夠切實有效的滿足各個行業(yè)的發(fā)展需求。本文主要列舉了制造行業(yè)、市場營銷、電信行業(yè)，通過數(shù)據(jù)挖掘技術(shù)所能發(fā)揮的作用自然遠(yuǎn)不止這幾個行業(yè)。因此，這就必須深入研究大數(shù)據(jù)下挖掘技術(shù)的應(yīng)用及發(fā)展。

參考文獻(xiàn)

[1] 陳德鑫，占袁圓，楊兵.深度學(xué)習(xí)技術(shù)在教育大數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用分析[J].電化教育研究，2019（2）：68-76.

[2] 盧盛繼.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].數(shù)碼世界，2017（2）：44.

[3] 劉昌賢.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].智庫時代，2019（3）：1+3.

Research on Application of Data Mining Technology in Large Data

ZHANG Yi-xin

（Shandong University of Science and Technology College of Mathematics and Systems Science ， Qingdao Shandong? 266590）

Abstract：In today's big data era， the use of data has become the mainstream， and data mining has become a very important research topic. Based on this， this paper discusses the significance of data mining under big data， analyses data mining technology in big data era， and studies the application of data mining technology in big data era.

Key words：big data; data mining technology; application