大數據時代的數據挖掘技術與應用分析

張書月 廣州工商學院電子信息工程系

一、大數據時代背景下數據信息的核心利用價值

數據信息從本身的實際效用價值的方面進行探討，具有很強的探索精神，也就是說，在人類社會歷史發展史中，對于數據信息的獲取缺乏工具上的得心應手，因此造成了對于數據信息的獲取收集存在很大的局限性，單純處于初級的探索階段，沒有充分展現數據信息的主要價值所在。目前隨著互聯網技術的普及，越來越多的人參與并使用互聯網信息通訊技術，通過互聯網的相互交流的聯通性質促使所有用戶都借助網絡媒體工具留存屬于自己的數據信息。這中全新境況的出現，為各類數據信息留存了必要的存儲空間，同樣也促使萬千互聯網用戶改變了原有社會生活方式，將數據信息的內在根本價值全面立體的展現，更好的推動相關數據信息的再次收集存儲利用。

（一）大數據時代下數據信息的真實性特點

在全球大數據時代的世界互聯網環境中，各類數據信息首先彰顯出的絕對特征是具有真實性。從傳統老舊的數據信息收集使用方式來看，對于社會成員所獲取的數據信息真實性驗證存在一定的制約。傳統數據信息收集方式大多數采取勞神費力的問卷調查和隨機抽樣相互結合的方式進行，比如，在調查某份銷售商品的主要受眾人群，此時所獲取到的問卷結果就是一種紙質版本的數據信息。但是這種調查形式存在很多片面的局限性，不能很好的展現所調查事件獲取數據信息的真實準確的特性。因為本身問卷調查和隨機抽樣就存在一定的主觀判斷性，不能全面整體的完成獲取信息結果的真是有效，最終的調查結果也不能作為商業銷售行為的重要指示性文件，在很大程度上難以形成有效的數據信息獲取的良性循環。但是在大數據時代背景下，進一步保證了數據信息獲取的真實準確的特性。這主要是由于整體獲取數據信息的體量十分放大，來源眾多，也就是說，由于數據信息整體獲取路徑和實際收集范圍有效增強了數據信息的準確真實，而對于有保障的真實數據信息，其所代表展現的核心使用價值更具可靠性。

(二）大數據時代下數據信息的預見性特征

數據信息的預見性特征，換個角度進行分析，也就是大數據時代背景下的數據信息具強勁的先發優勢。在競爭愈發激烈的當前社會整體大環境下，提前的預見性和先發優勢成為制勝的核心關鍵之處所在，大數據時代要求下的數據信息有效的從根本上保證了先發優勢成為可能。通過簡單地例子可以看出，目前通過對所獲取的一部分數據信息展開相應的挖掘分析工作，在實際的信息挖掘過程中，發現目前市場上存在某種使用人數眾多，卻無法批量提供市場緊缺的物品。這種數據信息的匯總和探索了解，可以有效促使一部分有心人士通過市場需求，創設相應的供給產業鏈，完成相關產品的大批量生產，最終形成企業規模并逐步被社會所認可。通過上述舉例可以明顯的感受到在當下大數據時代過程中，數據信息可以充分有效的提供給使用者所必要的預見性和先發制人的優勢特點，通過廣泛和多角度立體的全面數據觀察統計處理，最終可以有預見性的搜尋他人缺失的信息部分，最終為數據信息的直接使用者以全新的利用價值使用。

二、大數據時代背景下的數據挖掘技術論述

在目前大數據云計算的全新時代過程中，所獲取到的所有數據信息都在一定程度上有相應的歷史作用，所以在充分獲取數據信息，拓展數據信息的挖掘技術是保證信息獲取的核心根本要求，因此從根本上進行分析，數據信息挖掘的應用方式探索具有重要建設性指導意義。以下主要將數據挖掘技術方法使用分為四類展開相應的描述。

(一）預測模型方法

預測模型方法主要是指在海量數據信息進行重要需求信息的篩選鑒別工作的先進數據信息挖掘技術，其主要完成數據信息挖掘的具體方式可以劃分為以下三種類型：

（1）神經網絡與決策樹為核心代表的相關人工智能算法。這種數據信息挖掘方式主要是通過對動物神經系統進行再次模擬仿生，有效的借助動物神經元式樣完成相應神經系統運轉過程，最終得到相應的非線性的數據信息處理方式。這種方式的使用，可以從根本上增強了數據信息的挖掘和分析工作的充分完成，盡可能的完成大范圍規模上數據的再次處理利用工作，尤其是在于數據信息分類和預測模型使用方面有較強的建樹，能夠廣泛完成數據信息中價值挖掘的根本工作任務目標。

（2）進化運算機制法。這種大數據時代背景下的信息數據挖掘工作方式主要是根據自然界各種進化論機制作為主要依據，通過借助相應的進化機制的模擬運算法則的使用，最終完成數據的篩選工作。與此同時，選擇性的注入適當科學合理的函數公式進行相應的調整，由此獲得優勝劣汰的篩查機制，完成數據挖掘工作中最為智能化的部分。

（3）支持向量機。此類數據信息的挖掘技術使用方法主要目的是充分解決當前所能完成數據挖掘的整體數據樣本規模較小且非線性關聯的問題，有針對性的完成不規則關系關聯的數據信息的集中處理，達到有效分割再次突破而使用的具有獨特價值的數據分析歸納方式。

（二）數據分割方法

除上述完成大數據時代下數據信息挖掘的用來建立相應模型結構的方法之外，另一種通過將使用數據信息采用按統一規則進行分割的方法完成數據信息的挖掘處理工作。這種方法的主要核心關鍵是完成數據本身自帶屬性特質完成劃分，主要需要完成的就是將數據按照本身的屬性進行分類，促使某些表面上沒有應用價值的數據信息進行改造，最終獲取相應的數據內在價值和根本效用意義。

（三）關聯分析法

關聯分析法通過借助數據之間本身所存在各類關聯效用，大面積范圍規模內對相應同類有關聯的數據信息進行相應的配比配對，但是在實際工作開展過程中對于數據信息配比的真實性存在一定的難度，所以選擇性引入“置信度”的概念，從側面的角度充分驗證相關匹配的關聯數據信息之間的聯系程度是否在有限的范圍內是適當的。這種類似于數學統計學中對于置信水平的測算方式，在很大程度上推動了數據獲取的使用性特征價值的全面發揮，從而有效的完成數據挖掘處理技術能力發揮。

（四）偏離分析法

大數據時代下的數據挖掘技術中的最后一個方法就是采用偏離分析法，它的主要工作原理是通過利用數據信息與數據信息相互之間存在一定可控的偏差狀態統計，從而獲取數據信息的多樣化的獨立個體差異特征，繼而完成數據本身價值的深入挖掘。在偏離分析法過程中的數據信息挖掘處理工作流程，根據規則規定的要求完成數據信息的數值參數設定，從而對于數據結果信息與演練結果進行比對，從中獲取相應的偏差數額，并對偏差狀態展開相應預先判斷和精準測量估計，最終挖掘出數據信息相應的潛在使用價值。

三、大數據時代對數據挖掘的相關實際應用

大數據時代背景下的全新要求形式下，從根本上推動了數據挖掘技術使用不斷滲透至全體社會生活的方方面面的各行各業當中。

（一）生物信息層面應用

大數據時代下數據挖掘技術方式的應用很多都來源于生物信息方面，因此在數據挖掘的最終成果同樣反作用于生物信息層面并獲取了有效應用。由于生物自身所攜帶的數據信息數量繁多，種類復雜，很多學者都通過借助當前最新科學技術分析手段對生物體中獲取的局部信息展開相應的收集統計，雖取得了明顯的效果，但是最終的成果卻不盡完全，存在一定的缺失。因此，有效的借助數據挖掘技術的全面拓展使用，在生物信息獲取處理方面的廣泛應用，能夠充分展現生物信息當中的各類價值。

（二）醫學治療疾病診斷方面

目前實際醫療水平正處于全面上升，快速發展的時期，醫務工作者精準的完成疾病判斷并有效的完成醫學治療還存在一定的難度。但是，通過有效的利用數據挖掘技術的使用，在很大程度上推動了醫務人員完成相關疾病的治療判斷工作，充分增強了實際病情判斷的準確性，為全體醫護人員和病患都有顯著不可替代的重要作用。因為醫院本身的機構性質導致相關數據信息存儲和查詢方面存在很多問題，有效的使用大數據時代背景下的數據挖掘技術可以從根本上高效的解決問題，保證醫院各項數據信息獲取的準確完整，更好的為全體社會成員提供必需的醫療幫助。

（三）計算機網絡病毒安全領域

在互聯網時代飛速發展的當下，計算機網絡病毒實時威脅著網絡環境的健康發展。通過持續運用數據信息挖掘的途徑，進一步完成網絡用戶的病毒準確判斷能力，對相關含有惡意性質的軟件展開監測查殺工作，更好的提供安全和諧的互聯網絡環境。數據挖掘技術手段可以便捷快速的監測計算機網絡病毒，通過對軟件行為模式的直接作用形成必要的網絡判斷，最終達到凈化網絡保護根本權益的目的。

四、大數據時代下數據信息挖掘的前景展望

隨著大數據信息化水平的不斷深入，數據信息挖掘技術手段的快速擴張，在很大程度上推動了數據挖掘工作的開發創造，對于未來數據信息挖掘技術有了全新的未來展望。第一，對于多媒體數據方面的發展前景判斷。隨著互聯網提供數據多樣性的全新判定模式可以看出新興多媒體行業正處于有條不紊的發展態勢之中，因而急需數據挖掘技術的新興應用方面開展必須的數據信息價值獲取。為了更好的完成數據信息挖掘工作能夠有效的貼合計算機技術的發展，因而需要不斷改進數據挖掘的運算方式和計算能力，從而不斷拓展數據挖掘技術的應用深度和寬度范圍。第三點是對于數據挖掘技術與其他系統體系的有機結合，創新改造出全新的數據價值挖掘形式，在很大程度上推動大數據時代發展的持續進步。

五 總結

隨著大數據時代的整體環境觀念的不斷深入，越來越多的社會互聯網用戶對相關數據信息的挖掘以及處理應用的能力趨于完善，由此引發一定程度上對于互聯網數據信息的挖掘方式的再次驗證推進，相關數據信息的處理應用效果的全面排查，最終不斷更新換代，創造出更適合順時代發展變化規律的全新數據挖掘技術和應用模式利用，為更好的迎接大數據時代的深入發展做好必要的技術手段準備。