大數據時代的數據挖掘與應用

◆迎梅

（呼和浩特民族學院 內蒙古 010051）

當前社會高速發展，借助計算機技術使得信息流通速度更快，人與人之間的交流和交往越發密切，這使得人們的生活更加便利，大數據便是基于這樣的時代背景而產生。隨著云時代來臨，大數據引起了人們更多的關注，大數據通常被用來形容為企業創造的大量非結構化或者半結構化的數據。2012年以來，大數據被越來越多的提及，展現了信息時代來臨海量的數據，反映出了時代的特征。當前，數據開始迅速膨脹，在大數據體量在不斷增長的過程中，數據也開始逐漸影響企業和社會的未來發展。因此，在大數據時代背景下針對數據進行挖掘和應用能夠展現出更多的經濟效益和社會價值。

1 大數據以及大數據時代相關概述

（1）大數據相關概述

大數據早先是IT 行業的專用術語，主要是指無法在一定時間和一定范圍內使用常規軟件工具進行捕捉、管理和處理的數據集合。為了更好處理這些數據，處理者需要一種新的管理模式，并且使之具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。在大數據時代，大數據具有更多的戰略意義，其戰略意義不僅僅體現在龐大的數據信息中，還在于對這些數據進行專業化的處理，發掘出大數據的更多功用。從技術上來看，大數據和云計算一樣，顧名思義大數據無法用單臺處理設備對數據進行處理，需要借助分布式構架才能對海量的信息數據進行收集、分析和存儲，最終為大數據的應用提供保障。在當前的大數據時代背景下，大數據的價值主要體現在以下幾個方面。一是借助大數據能夠對消費者所需要的產品或服務進行精準營銷；二是借助大數據可以幫助小微企業進行服務轉型，明確小微企業轉型發展的方向；三是借助大數據，能夠使企業在互聯網的壓力下進行轉型時充分挖掘大數據的價值，為企業的進一步發展提供良好的參考依據。

（2）大數據時代相關概述

全球知名咨詢公司麥肯錫咨詢公司最早提出的“大數據”的概念。進入大數據時代以來，社會生活和生產發生著巨大變化。總體上來說，大數據時代互聯網中的信息呈現出了全新的特征，這些特征表現在數據體量龐大，大數據的起始計量單位至少是P，如此龐大的數據，為數據賦予了更多的價值。其次，數據的類型繁多，包括網絡日志、音視頻、圖片、地理位置等各種信息。再次，數據呈現出價值密度低的特點，隨著互聯網和信息技術的廣泛應用，價值物聯網的不斷普及，信息感知無處不在海量的信息隨時都在被收集，這些海量的信息需要經過處理才能得到相應的價值。最后，大數據時代的數據信息具有速度快和實效高的特點，這樣的特征是大數據挖掘區別于傳統數據挖掘的特征。

2 數據挖掘技術的分析方法

（1）聚類

聚類分析是在數據處理的過程中，根據數據的類型將其劃分為多個類似的組別。這樣能夠最大程度提高相同類型數據之間的關聯性，再通過不同類型數據之間的關聯性找到可用的數據集。通過這樣的聚類方式，能夠應用于客戶群體、客戶分類、背景分析等各個方面。從應用領域來看，數據挖掘的聚類方式被廣泛應用于心理學、醫學、銷售等各個領域。

（2）分類以及事先推測

分類是根據數據類型的不同預先對數據庫中的數據從數據形式、數據特點一一對應分類，結合不同的目的進行統計和劃分。通過這樣的方式能夠根據不同類型的某一特點，反映出數據項目的需求。這種應用方式可以被應用于客戶分類、客戶特征、客戶滿意度調查、消費者消費行為的趨勢預測等等。

（3）關聯分析

自然界中的事物具有一定得聯系，借助這一特征在數據挖掘的過程中借助不同數據之間的聯系區別，能夠更好查找數據集合與對象集合之間的因果結構。這樣的數據挖掘技術能夠應用于交易數據中不同商品的關聯性，從而進一步避免商品交易過程中可能會出現的各種問題。或者借助這一方式，尋找市場對消費產生的各種影響，幫助企業不斷改良自身的產品，不斷優化自身的服務，使之達到利益的最大化。

（4）特征分析方法

特征分析方法是在數據庫內部的其中一組數據中提取關鍵數據，通過對關鍵數據的分析顯示出整個數據的特點。這樣的方式能夠減輕數據處理和分析人員的工作壓力和內容，使得數據分析和處理工作更加高效。對于企業來說，建筑特征分析方法能夠在數據挖掘時，借助分析過的數據找到出現問題的原因，能夠使企業開發出更多的消費者，也能夠使企業更好留住客戶。

3 數據挖掘技術的應用

（1）應用于市場營銷領域

從大數據支撐的特點以及社會發展經濟的形勢來看，市場營銷領域是大數據應用最廣最多的領域。在實際運用的過程中借助大數據挖掘技術能夠幫助企業分析不同消費者和不同客戶的消費習慣和特點，在此基礎上能夠預測消費者的消費行為，以這樣的方式對消費者進行精準營銷從而提高企業的商品銷售業績。除此之外，在市場營銷的過程中還能根據消費者的不同需求，為消費者推送精準的內容，以此增強商品對于消費者的吸引力，從而獲取更多的客源。同時，通過優化自身的售后服務或者其他服務，能夠幫助相關企業維持穩定和長期的客戶資源，使企業能夠在激烈的市場環境中處于良好的競爭地位。當前，大數據挖掘技術的應用領域，在市場營銷方面不僅僅被應用于商品銷售和超市購物等等，已經開始普及到各個金融領域之中。在銀行業、保險業、電子商務領軍、電信零售等各個行業中都可以借助數據挖掘技術收取消費者信息分析消費者行為，使得本行業能夠擁有更多的潛在客戶，從而為企業帶來更多的經濟效益。

（2）應用于科學研究領域

在科學研究領域中，需要通過大量的實驗進行論證，這樣才能加快科研成果的轉化。在實際運用的過程中，由于實驗涉及大量的數據，還要對這些數據找出相關的規律最終形成事實，而在這些數據挖掘的過程中需要借助一定的算法才能更好進行數據收集和整理。基于這樣的科學研究領域特點，利用大數據挖掘技術，能夠找出科學研究產生的實驗數據之間的規律，通過對這些數據和規律的總結，能夠更好發現新的知識。同時，當新的科研成果在進行成果轉化的過程中，通過科學技術的實踐運用，借助大數據對數據進行收集，能夠及時獲得關于該技術的反饋，通過反饋發現新技術或者科研成果中存在的不足與問題，進而根據存在的問題進行改進，這樣能夠進一步提高科研的效率，使得科學研究領域更加便利，也能夠得到更加科學合理的結果。

（3）應用于制造業領域

制造業與其他行業相比擁有自身的特點，制造業里面主要以各零部件生產為主，在零部件生產的過程中需要對不同類型的數據進行收集和分析，通過分析收集數據提高生產效率，進一步提高產品的良品率。因此，將大數據挖掘技術應用于制造業領域，能夠通過對數據的收集分析，及時發現生產過程中影響效率的因素，也能夠發現不同產品存在的不足，通過改進進一步提高產品的良品率。這樣的方式使得企業有更多靈活的方法改進企業生產工藝和生產環節進一步提高企業的生產效益，使企業能夠更好立足于市場，擁有獨特的競爭優勢。

（4）應用于電信業領域

計算機科學和現代信息技術的飛速發展，電信業的發展也迎來了新的契機。電信業主要以技術和服務為主，并且在長期發展的過程中形成了龐大的混合在一起，電信業的發展與市場有著緊密的聯系同時也與電信業提供的相關服務產生著重要的關聯影響。基于這樣的特點，運用大數據挖掘技術，能夠將復雜的數據進行集合，在龐雜的數據中找出相應的規律和知識，這樣的方式能夠為電信業的發展提供更好的保障和依據，使電信業能夠及時關注市場的需求，并且根據客戶的不同需要優化服務或者更新產品，從而促進電信業務的超越發展。

（5）應用于教育領域

教育是國之大計，教育也是各種先進技術和方法應用的主要領域之一。當前，借助互聯網和信息技術教育教學開始向著現代化和信息化方向發展，在發展的過程中通過大數據的應用能夠進一步完善教育教學管理也能促進教育教學方法的改革。例如在教育教學管理過程中，借助大數據技術對學生進行分析，能夠及時關注到學生的學習狀況、心理狀況等等，通過對學生進行綜合評價，及時關注學生的發展情況，這樣能夠給予學生針對性的指導，進一步促進學生成長成才。同時，將數據挖掘技術應用于教育教學中，就是還可以通過數據的分析與反饋，發現學生在課堂學習中表現出來的情況，根據這樣的反饋信息教師可以對自己的教學方法進行優化，在優化教學方法的過程中形成創新性的課程教學方式，這樣能夠極大的提高課程教學的效率和課程教學的質量。

4 結語

綜上所述，大數據挖掘技術不僅僅是一種新興的技術形態，也是大數據時代背景下的必然發展趨勢，更多的技術和應用方法將會不斷探索出來，并且在各個行業和領域中進行應用。在大數據時代背景下進行數據挖掘的過程中，需要分析數據挖掘的技術，根據這些技術的不同，將之應用于相應的領域，同時，在應用數據挖掘技術的過程中，要不斷發現各種技術應用中存在的不足，根據這些存在的不足及時對數據挖掘技術進行創新，使數據挖掘技術更好適應當下社會發展需要，更好適應大數據時代的特點，這樣才能發揮出數據挖掘技術的應用價值。