數據挖掘技術在互聯網中的應用

萬森林

摘要：近年來，企業不斷加強數據挖掘庫建設，將數據挖掘與互聯網行業工作緊密結合，在數據收集、數據分析、數據運用等方面狠下功夫。但不可否認的是，互聯網行業中數據挖掘應用仍處于萌芽和起步階段，制約和深化數據挖掘應用的困境和瓶頸問題依然存在。本文對數據挖掘技術在互聯網中的應用進行分析，以供參考。

關鍵詞：數據挖掘;互聯網;應用

引言

近年來，隨著人工智能和數據分析技術的不斷發展，各類數據分析技術和數據分析平臺已經不斷被開發出來。隨著每日海量數據的不斷產生，從其中搜索出對人們有利的信息和規則，更好的服務于人類社會，指導其生產和生活，能夠從根本上提升人們的生活品質。目前，數據挖掘算法已經成功應用于體育、工業生產、人們日常生活、交通等不同領域，已經開始逐步為人們提供各類個性化服務，其潛力正在被不斷挖掘。

1數據挖掘的應用

在對計算機病毒開展防御的過程中，數據挖掘技術的應用范圍非常大，此種技術可以對計算機病毒的數據信息快速定位，通過數據異常的分析，為快速實現病毒的挖掘提供了基礎數據支撐。數據挖掘技術能夠在計算機網絡系統中，實現對數據信息的抓取，實現對數據信息的檢查，異常問題的分析，從而對是否存在病毒進行分析，進而對病毒采取一系列的防御措施，直到將其完全消滅，從而保障數據信息的安全。數據挖掘技術是基于大數據的信息挖掘和服用技術，大數據信息庫能夠為相關事宜的決策和判斷提供豐富的信息基礎，開展對信息的分類、分析和匯聚等，從而從海量數據中找到相關信息的內在關聯關系，借助于被獲得信息的比對，找到數據的異常信息，對異常數據信息進行數據分析，找到病毒所在，分析出病毒的代碼和入侵方式，作出必要的防御手段和防范措施，從而預防病毒的二次入侵。

2數據挖掘在互聯網中的應用

2.1產品設計中的應用

智能優化設計對工作人員提出了較高的要求，既要求工作人員對相關方面有著較高的熟悉度和感知度，也要求工作人員能夠輔助這種智能優化設計的進行，數據挖掘雖然具有一定的便利性，其不具有人腦所特有的發散性和靈活性。在互聯網迅速發展的今天，傳統以工作人員為主的優化設計方法已經不能滿足企業和市場發展的需要，而數據挖掘科技正好是突破這一難關的有效方法。在數據挖掘科技進行的優化設計中，可以輔助其他軟件進行，以提高設計的效率和可運行性，主要根據產品生產的需要，根據相關智能推測數據，進行科學性和針對性的環節優化和整體優化。在產品設計市場發展中，通過數據挖掘進行智能產品設計，不僅可以有效縮短產品的設計周期，還可以提高產品設計的質量，以及設計產品的具體可生產性。在輔助較高層次的工作人員，可以對產品設計中進行創新性的設計，或者將創新性的理念以計算機控制與推算的方式，來移交數據挖掘進行設計，提高設計的效率，將工作人員與數據挖掘更好的結合在一起。

2.2企業網絡防護中的應用

網絡安全是整個互聯網企業的效管理的關鍵與核心，同時也在企業運行過程中發揮著至關重要的作用。數據挖掘技術應用到企業網絡安全中，能夠將有關企業運行過程中的相關信息進行錄入，設置企業網絡安全分析規則與路徑，并對企業運行過程中出現的相關問題進行決策的模擬，以此來主動引導相關問題的解決。從一定程度上而言，將數據挖掘技術應用到企業網絡安全中，是當前企業網絡防護發展的趨勢之一，這不僅是由于數據挖掘技術與企業網絡安全作用之間的適應性，同時也體現在對企業網絡安全的不斷智能優化方面，促進相關數據與參數的智能分析升級。

2.3在線直播教學

近年來，在線直播教學已經成為最流行的教學方法。在線直播教育的現實是，相關課程的教師利用在線平臺向需要他們的用戶授課。使用互聯網平臺在線直播教學非常方便，操作簡單。相關教師和專業人士只需完成簡單的注冊即可直接在線直播授課，直接使用學習服務平臺和網絡授課。想參加在線課程的學生只需提前預定即可。該方法模仿真實的課堂活動，學生和教師可以遠程提問和回答問題，就像在課堂或其他學習活動中一樣。此外，學生可以通過在線課程廣播按時上課，按時完成作業。

2.4在線學習搜索引擎

目前，搜索引擎在線學習也是一種口碑很好的學習方法。在計算機數據挖掘技術的影響下，許多網絡技術無法有效解決的問題得到了解決。過去，例如，學生在網絡技術的使用，在搜索欄搜索關鍵字，會有多個答案，容易迷惑學生，但數據挖掘技術的作用下，只要在搜索欄搜索關鍵字，只有匹配關鍵字的答案才會出現，學生進行選擇就可以了，不但能鞏固知識，還能提高記憶力。

2.5數據挖掘技術在分析網購用戶中的作用

近年來，網上購物已經成為年輕人的主要購物方式，這不僅體現在消費者數量的增加上，也體現在交易額和交易量的指數級增長上。大型網購平臺包括淘寶、京東、拼多多等電子商務平臺。數據采集技術是分析網上購物成本的重要手段。利用數據采集技術分析互聯網用戶行為的具體作用：（1）數據挖掘技術可以幫助電商平臺全面分析市場的走向以及未來的發展方向。（2）數據挖掘技術可以在電商平臺分析具體的商品交易量以及競爭對手的運營情況。（3）補充和了解競爭對手的優勢和劣勢，優化自身。（4）數據挖掘技術為用戶和消費者提供更好的商品和服務。淘寶平臺上有一個叫做“猜你喜歡”的功能，它會根據用戶的購買習慣和消費能力對消費者進行預測，對提高用戶的粘性和可用性至關重要。

結束語

人工智能和數據挖掘是未來實現自動化的關鍵技術之一，其前景必將非常廣闊。基于人工智能、大數據技術的數據挖掘技術是未來的主流數據分析技術，將數據挖掘技術和計算機網絡安全技術相融合，實現基于數據挖掘的計算機網絡安全維護，是提升網絡安全維護質量和效率的必備手段。近年來，盡管數據挖掘技術在網絡安全運維過程中發揮了一部分作用，但是其缺陷也是眾所周知的，如何提升業務模型的精確度和提升病毒的預警識別效率是未來主要的研究方向。

參考文獻：

[1]朱浩.“互聯網+”時代基于數據挖掘技術的南航App客戶端旅客滿意度研究[D].中國民航大學，2018.

[2]魯曉鵬.基于互聯網數據挖掘的投資者情緒與股市收益統計研究[D].西南財經大學，2017.