計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)及應(yīng)用

郭 暢

（沈陽現(xiàn)代制造服務(wù)學(xué)校，沈陽 110045）

0 引言

隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，我國已經(jīng)邁入信息化高速發(fā)展時代，計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，助力我國各行各業(yè)的創(chuàng)新發(fā)展與變革，能夠有效促進(jìn)我國社會經(jīng)濟(jì)的增長和企業(yè)行業(yè)的轉(zhuǎn)型。數(shù)據(jù)挖掘技術(shù)的運(yùn)用能夠使數(shù)據(jù)庫技術(shù)不斷升級與發(fā)展，實(shí)現(xiàn)數(shù)據(jù)信息的檢索、查詢更加便利，并且還能夠直接對大量數(shù)據(jù)信息之中的隱藏?cái)?shù)據(jù)進(jìn)行辨別，使數(shù)據(jù)運(yùn)用更加高效，推動了整體信息技術(shù)的發(fā)展。

1 數(shù)據(jù)挖掘技術(shù)的開發(fā)

1.1 傳統(tǒng)方法

在計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的開發(fā)過程之中，統(tǒng)計(jì)是一種較為常見的使用方式，屬于傳統(tǒng)型，主要有以下三種方法。第一種是“抽樣分析法”，這種方式主要是通過在全部數(shù)據(jù)之中抽取一部分的數(shù)據(jù)內(nèi)容來進(jìn)行研究，從而幫助人們減輕工作壓力，并且減少對數(shù)據(jù)分析的工作量；第二種是“多元統(tǒng)計(jì)分析法”，這種方式主要是對一些結(jié)構(gòu)較為復(fù)雜并且高位數(shù)的因子進(jìn)行數(shù)據(jù)分析；第三種是“統(tǒng)計(jì)預(yù)測法”，這種方式主要是對數(shù)據(jù)內(nèi)容進(jìn)行回歸分析預(yù)測，并且進(jìn)行序列分析。

1.2 數(shù)據(jù)挖掘技術(shù)中的算法論述

數(shù)據(jù)挖掘技術(shù)是通過對各種算法的融合從而有效提升數(shù)據(jù)處理的效率。針對傳統(tǒng)的數(shù)據(jù)分析處理方式來說，運(yùn)用數(shù)據(jù)挖掘技術(shù)可實(shí)現(xiàn)更加高效的工作效率，并且能夠更加全面進(jìn)行數(shù)據(jù)分析。對日常的實(shí)際運(yùn)用來說，數(shù)據(jù)挖掘技術(shù)能夠直接將可視化數(shù)據(jù)的處理能力運(yùn)用到企業(yè)當(dāng)中，給企業(yè)帶來更多的便利。所以數(shù)據(jù)之中一些有價值的信息內(nèi)容就是數(shù)據(jù)挖掘的重點(diǎn)對象，也是具有數(shù)據(jù)加工能力的人員需要特別重視的地方。當(dāng)前的數(shù)據(jù)挖掘算法有很多種，主要有六大類，主要是回歸算法、神經(jīng)網(wǎng)絡(luò)算法及聚類分析等。其中回歸算法是指分析因變量和其他多個自變量之間的關(guān)系，從而發(fā)掘出變量的屬性值是否具有一定的規(guī)律性，這樣就能夠迅速得到兩個數(shù)據(jù)點(diǎn)之間的聯(lián)系，然后進(jìn)行計(jì)算。分類算法指的是根據(jù)不同數(shù)據(jù)的類型將數(shù)據(jù)進(jìn)行分類。文章只針對個別常用算法進(jìn)行了說明，其他算法在此不予詳細(xì)說明。數(shù)據(jù)挖掘技術(shù)是運(yùn)用這六種算法之中的單獨(dú)一個或者幾個去滿足自身需求，并不是只使用一種算法，對數(shù)據(jù)形成了一套規(guī)定，其中具有通用性的算法，能夠解決數(shù)據(jù)的相關(guān)問題，相較于傳統(tǒng)方式來說，更加容易滿足客戶的實(shí)際需求。

1.3 數(shù)據(jù)挖掘法之軸線型

軸線型方式：數(shù)據(jù)挖掘的整個過程就是將數(shù)據(jù)的整個處理過程看成一條軸線。從數(shù)據(jù)輸入開始，通過數(shù)據(jù)的預(yù)處理分析，然后把數(shù)據(jù)輸出。這個方式雖然能夠使數(shù)據(jù)處理的各部分分工十分明確，并且具有較強(qiáng)的便利性，但是存在的問題就是如果前一個步驟出現(xiàn)了問題，那么就會直接導(dǎo)致后面的步驟也無法正常開展，較為浪費(fèi)時間。

1.4 數(shù)據(jù)挖掘法之環(huán)形

環(huán)形處理方式：把數(shù)據(jù)處理的過程分布在環(huán)中環(huán)的周長，就是實(shí)際數(shù)據(jù)發(fā)掘的工作時間。其中的數(shù)據(jù)也就是數(shù)據(jù)的輸入和輸出之間，在通過預(yù)處理和分析之后就能夠形成數(shù)據(jù)的挖掘，而這種方式相較于軸線型來說效率更加顯著。由于數(shù)據(jù)挖掘工作在完成一次挖掘工作之后就可以立刻進(jìn)行下一次挖掘工作，不斷持續(xù)開展工作，中間沒有間隔時間，但是整體的挖掘工作流程較為復(fù)雜，因此在實(shí)施上會有一定的難度。

1.5 數(shù)據(jù)挖掘法之決策樹

決策樹數(shù)據(jù)挖掘法具有較大的數(shù)據(jù)量，并且按照這些數(shù)據(jù)進(jìn)行分析，同類之后采取計(jì)算預(yù)測，就能夠根據(jù)相關(guān)的數(shù)據(jù)內(nèi)容展開數(shù)據(jù)操作。決策樹中有許多數(shù)據(jù)分析方式，較為完善的就是CHAID 和RINT 這兩種計(jì)算方式。當(dāng)前我國的計(jì)算機(jī)技術(shù)發(fā)展十分迅速，而相關(guān)數(shù)據(jù)統(tǒng)計(jì)的模式也開始逐漸趨于科學(xué)化，如SLIQ 技術(shù)就已經(jīng)對連續(xù)屬性的處理提出了相關(guān)的解決措施，能夠使復(fù)雜的數(shù)據(jù)內(nèi)容更加有序地統(tǒng)一在決策樹上。

2 數(shù)據(jù)挖掘技術(shù)的應(yīng)用

2.1 市場需求

市場需求統(tǒng)計(jì)工作較為復(fù)雜，在一個企業(yè)推出產(chǎn)品之前，首先就要對市場上使用該產(chǎn)品的用戶和用戶的實(shí)際需求進(jìn)行分析，這樣才能了解到市場的實(shí)際情況。但是想要更好地了解市場人群的實(shí)際需求，就需要通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用，對用戶實(shí)際的偏好進(jìn)行統(tǒng)計(jì)與計(jì)算，然后按照用戶實(shí)際的需求設(shè)計(jì)產(chǎn)品。例如：當(dāng)前人們?nèi)粘Ｉ钪薪?jīng)常用到的購物平臺淘寶、京東等，都會根據(jù)用戶的偏好給用戶推薦一些相關(guān)的產(chǎn)品，而這些數(shù)據(jù)都是依據(jù)用戶的歷史行為進(jìn)行建模，如經(jīng)常瀏覽的產(chǎn)品、習(xí)慣性購買的商品、收藏并加載購物車的物品等，然后對用戶的喜愛物品進(jìn)行推測，從而將用戶感興趣的商品直接呈現(xiàn)在用戶面前，這樣既能減少用戶搜索商品浪費(fèi)的時間，還能提升購買率。

2.2 電信行業(yè)

電信行業(yè)對數(shù)據(jù)的依賴性較強(qiáng)，所以通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用能夠促進(jìn)電信行業(yè)的發(fā)展。根據(jù)我國當(dāng)前電信行業(yè)的整體發(fā)展現(xiàn)狀進(jìn)行分析可知，電信行業(yè)價格競爭十分激烈，并且我國通信市場發(fā)展十分迅速，對電信行業(yè)的運(yùn)營商提出了更高的要求。當(dāng)前我國的電信行業(yè)正處在一個改革的關(guān)鍵時期，這種改革能夠有效促進(jìn)市場環(huán)境更加有序推動電信行業(yè)的發(fā)展。當(dāng)前電信行業(yè)正朝著信息化方向發(fā)展，已經(jīng)成為行業(yè)整體發(fā)展趨勢，并且移動、聯(lián)通和電信等各大運(yùn)營商之間的競爭越來越激烈。隨著我國5G 技術(shù)的應(yīng)用，客戶服務(wù)的水準(zhǔn)得到了顯著提升，所以當(dāng)前移動信息化對全球信息化服務(wù)具有重要的影響。通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用能夠檢索數(shù)據(jù)信息，其中包括數(shù)據(jù)統(tǒng)計(jì)、業(yè)務(wù)數(shù)據(jù)及交易數(shù)據(jù)分析等，并且能夠預(yù)測預(yù)警和數(shù)據(jù)試驗(yàn)?zāi)Ｐ徒Y(jié)合在一起，從而使客戶具有更好的體驗(yàn)，促進(jìn)行業(yè)經(jīng)濟(jì)整體發(fā)展。數(shù)據(jù)挖掘所使用的工具通常都是共享、開源的模式，所以，運(yùn)營商要以數(shù)據(jù)挖掘工具應(yīng)用為契機(jī)，創(chuàng)新升級、不斷改造，增強(qiáng)自身市場競爭力。

2.3 半導(dǎo)體行業(yè)

計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)運(yùn)用在半導(dǎo)體行業(yè)之中，能夠?qū)浖?nèi)容進(jìn)行精確的檢測。生產(chǎn)半導(dǎo)體元件可以直接采集到元件的相關(guān)數(shù)據(jù)信息內(nèi)容，并且通過使用數(shù)據(jù)挖掘技術(shù)對元件進(jìn)行更加精準(zhǔn)的分析，從而判斷出其是否符合質(zhì)量標(biāo)準(zhǔn)、能否正常使用，所以計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)能夠有效提升元件的合格率。

2.4 財(cái)經(jīng)行業(yè)

數(shù)據(jù)挖掘方式在我國的各行各業(yè)之中都有著廣泛的運(yùn)用，不同的企業(yè)都需要開展財(cái)經(jīng)管理工作，企業(yè)的資金支撐著企業(yè)整體運(yùn)轉(zhuǎn)，因此企業(yè)規(guī)模與財(cái)經(jīng)管理分析之間具有密切的聯(lián)系。比如：可以通過對數(shù)據(jù)的分析和處理，預(yù)測企業(yè)股票，防止投資風(fēng)險的發(fā)生。企業(yè)在投資股票之前，可以首先通過對數(shù)據(jù)的挖掘，將股票周期之中的相關(guān)數(shù)據(jù)進(jìn)行建模，進(jìn)而能夠預(yù)測出相對來說可能性較大的風(fēng)險，防止企業(yè)出現(xiàn)投資失誤，從而為企業(yè)的資金起到保障作用，減少企業(yè)投資風(fēng)險帶來的損失。

2.5 政府治理

2020 年開年并不平靜，新冠疫情洶涌而至，給人們的生活帶來了嚴(yán)重沖擊。在全民共抗疫情的斗爭中，為了控制疫情的蔓延態(tài)勢，大數(shù)據(jù)挖掘技術(shù)真正起到了助力作用，通過數(shù)據(jù)追蹤、數(shù)據(jù)分析、數(shù)據(jù)預(yù)判，有效預(yù)防并控制了疫情。疫情的全球蔓延變異，導(dǎo)致全球政治、經(jīng)濟(jì)格局出現(xiàn)變革與演變，進(jìn)而轉(zhuǎn)變了人類的思維模式，加速改變了人們的生產(chǎn)生活方式。疫情大大加快了數(shù)字化轉(zhuǎn)型進(jìn)程，有望讓大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等的發(fā)展步入快車道——從疫情監(jiān)測、病毒溯源、行程跟蹤到物資調(diào)配、醫(yī)療救治、疫苗研發(fā)，再到政府決策、產(chǎn)業(yè)轉(zhuǎn)型、政務(wù)服務(wù)，臺前幕后隨處可見大數(shù)據(jù)挖掘技術(shù)的力量。大數(shù)據(jù)驅(qū)動政府由“權(quán)力本位”向“數(shù)據(jù)本位”轉(zhuǎn)型，政府則要樹立大數(shù)據(jù)觀，注重?cái)?shù)據(jù)治理，做到凡事心中有“數(shù)”，形成“用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新”的思維。通過大數(shù)據(jù)體系把政府建設(shè)成為系統(tǒng)戰(zhàn)略型政府、科學(xué)管理型政府、高效實(shí)施型政府及精準(zhǔn)服務(wù)型政府。

2.6 醫(yī)療行業(yè)

伴隨著生物技術(shù)、大數(shù)據(jù)技術(shù)的發(fā)展，個體基因檢測治療疾病已經(jīng)成為現(xiàn)實(shí)。最廣為人知的是美國好萊塢女星安吉麗娜·朱莉，經(jīng)過檢測，她發(fā)現(xiàn)自身攜帶致癌基因——BRCA1 基因，為防止罹患卵巢癌，切除了卵巢和輸卵管。目前，國內(nèi)外已經(jīng)有多家基因檢測機(jī)構(gòu)，如我國的華大基因、貝瑞和康、美國的23andMe、Illumina 公司等。華大基因一直致力于腫瘤基因組學(xué)研究，已經(jīng)研究20 多類癌癥。近日，華大基因推出了自主研究的腫瘤基因檢測服務(wù)，采用了高通量測序手段對腫瘤病人的癌組織進(jìn)行相關(guān)基因分析，對肺癌、乳腺癌、胃癌等多種常見高發(fā)癌癥進(jìn)行早期、無創(chuàng)傷檢測。智慧醫(yī)療應(yīng)以人為本，以第一性原理回歸醫(yī)療本質(zhì)，集成大數(shù)據(jù)、人工智能等現(xiàn)代智慧科技手段，深度融合健康醫(yī)療體系，直擊醫(yī)療實(shí)踐的痛點(diǎn)，破解健康醫(yī)療服務(wù)的難題，通過全要素、全流程、全鏈條的系統(tǒng)優(yōu)化，實(shí)施覆蓋全人群、全生涯、全維度的全域照護(hù)，實(shí)現(xiàn)優(yōu)質(zhì)、高效、經(jīng)濟(jì)的價值醫(yī)療，打造全新的國家大健康生態(tài)體系。

2.7 其他領(lǐng)域

除此之外，數(shù)據(jù)挖掘技術(shù)還能夠運(yùn)用在網(wǎng)絡(luò)安全的未知威脅檢測之中。通過混合算法對模型進(jìn)行檢測，在網(wǎng)絡(luò)安全未知威脅檢測中發(fā)揮數(shù)據(jù)挖掘技術(shù)效能。首先使用KDD CUP99 中的數(shù)據(jù)對入侵的檢測進(jìn)行分析，并且對數(shù)據(jù)之中的484 027 條網(wǎng)絡(luò)鏈接數(shù)據(jù)進(jìn)行選擇，然后根據(jù)網(wǎng)絡(luò)之中的32 個特點(diǎn)，對484 027條網(wǎng)絡(luò)鏈接數(shù)據(jù)中隨機(jī)選擇的6 000 條數(shù)據(jù)內(nèi)容進(jìn)行異常檢測。在檢測之前，首先對數(shù)據(jù)開展分散化處理，處理之后的數(shù)據(jù)就可以使用決策樹混合算法，形成規(guī)則庫。然后把最小支持度設(shè)置為0.4，置信度設(shè)置為100%。實(shí)驗(yàn)結(jié)果表明，關(guān)聯(lián)規(guī)則和決策樹的混合算法對異常數(shù)據(jù)的檢測準(zhǔn)確率達(dá)到了97.23%，說明采用這種方式進(jìn)行網(wǎng)絡(luò)安全未知威脅檢測能夠起到較好的效果。

3 結(jié)語

數(shù)據(jù)挖掘是一個對海量數(shù)據(jù)“沙里淘金”的過程，它能將多元、異構(gòu)的信息轉(zhuǎn)化成可以直接運(yùn)用的知識和商業(yè)價值。隨著我國信息科技的飛速發(fā)展與數(shù)據(jù)技術(shù)的創(chuàng)新突破，互聯(lián)網(wǎng)之中的數(shù)據(jù)越來越多，數(shù)據(jù)挖掘能夠有效地對數(shù)據(jù)之中存在的問題進(jìn)行處理。綜合以上分析能夠得知，數(shù)據(jù)挖掘技術(shù)對我國的各行各業(yè)都能夠起到重要的作用，能夠有效提升各行各業(yè)的運(yùn)營效率，改變其工作模式，推動我國經(jīng)濟(jì)快速發(fā)展。