大數據下數據挖掘技術的應用研究
來源:用戶上傳
作者:
摘要：當今大數據時代下，對于數據的運用成為主流，而數據挖掘則成為當下極為重要的研究課題?；诖耍疚奶接懥舜髷祿聰祿诰虻囊饬x，分析了大數據時代下數據挖掘技術，研究了大數據時代下數據挖掘技術應用。
關鍵詞：大數據;數據挖掘技術;應用
中圖分類號：TP311.13 文獻標識碼：A 文章編號：1007-9416（2019）03-0056-02
0 引言
大數據是一個較為籠統的概念，其更多是一種時代背景及數字平臺，內容包含數據優化、分配與管理。在通過平臺的實際操作當中，數據本身潛在的信息很難實現準確的查詢，這就需要采取深入挖掘或者優化數據挖掘技術的方式來應對，數據挖掘技術隨之產生。如今我國各行業都開始滲透大數據技術，大數據分析成為行業發展主流，更是當前企業打破發展瓶頸的重要手段，因此以往單一數據信息分析系統開始逐步淘汰，全新的數據挖掘技術成為往后發展的主要趨勢。
1 大數據下數據挖掘的意義
在當今時代下，多種數字信息技術獲得迅猛發展，像其中互聯網技術、云計算技術及信息技術等，并由此衍生出全新的移動互聯網和數字地球技術的發展和運用，并直接在世界范圍獲得飛躍式增長。相關研究統計，2012年全球產生的數據總量約為1.86萬億GB，國際互聯網數據統計中心結合近十年數據增長速度進行計算，預計到2020年全球產生的數據總量約為100萬億GB?？梢?，信息化發展是當今社會主要發展趨勢，也是我國國民經濟增長的重要內容。就以銀行系統為例，銀行系統每天通常需要處理數以萬計的終端交易和數據交換，這是一種龐大的信息數據處理工程，而怎樣在如此龐大數據當中篩選、提取及分類真正有價值的數據，成為當前各大銀行所需面臨的主要問題。而數據挖掘技術的運用和推廣，則很好的解決了此類問題，因此數據挖掘對于大數據時代而言具有重要的意義。
2 大數據時代下數據挖掘技術分析
2.1 數據挖掘
數據挖掘技術的提出，最早起始于上世紀90年代初，這一技術更多面向商業領域的人工智能化研究工作。在當今大數據時代下，數據挖掘技術的運用價值較為明顯，其在實際運用當中，可借助數據挖掘技術來有效掌握產品本身的實際情況。同時也能在大量的數據信息當中實現對數據的優化處理，從而真正給企業發展提供重要的參考。在當前的數據挖掘技術發展運用當中，以往從簡單、清晰數據中尋找信息的方式逐漸轉變為從模糊、復雜數據當中提取有價值信息，這本身是一種全新的技術突破。這一技術突破的實現，需要更多如互聯網技術、信息技術、云計算技術加以支撐[1]。
2.2 聚類分析
通常在數據挖掘過程中，聚類分析技術是其中重要的數據處理技術之一。通過聚類分析技術，能夠將本身難以有效理解的事務進行重組，促使其以一種更為形象化的狀態來呈現，并結合數據的不同性質將其進行不同組別的劃分，整體是一種有效的數據分析過程。聚類分析技術能夠針對較為龐大的數據進行分類處理，由此提取出所需的信息資源。然而，這一技術在實際運用當中，與傳統數據分類處理的方式差異明顯，其本身優勢主要在于能夠對模糊對象的信息數據進行有效分組。當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據信息，而模糊聚類則主要是通過劃分模糊數據來實現分類效果。整體而言，聚類分析的兩種分類方式差異明顯，但所能達到的目的基本一致，都可實現數據的分類。
2.3 特征性數據分析法
數據挖掘的特征性數據分析法屬于數據挖掘技術的主要技術方法之一，這一數據分析方法能夠實現對整體數據信息的整合分析，進而延伸至特征性分析層面，由此發掘出具備可利用價值的數據信息。因此這一分析技術本身具備快捷、全面的特點，能夠有效應對絕大多數數據資源分析，成為多數相關研究學者主要研究的方向。在實際運用當中，相關設計人員通常會提出多種不同特征數據分析方式，如采用可利用人工神經網絡進行數據收集，也可在數據終端搭建相應的神經網絡，通過這種方式搜集可利用的信息內容。也可直接采用相應的遺傳基因算法來針對數據展開深入分析，做好對龐大數據信息的重組和選擇。最主要是可充分借助相應的可視化技術來挖掘與搜集相關數據，因此數據挖掘技術的實用性不斷攀升。
3 大數據時代下數據挖掘技術應用
3.1 用于制造行業
當代人們生活質量水平持續攀升，對于相應產品質量的需求也隨之持續增長。在制造行業當中也是如此，致使制造業面臨巨大壓力，而充分運用數據挖掘技術能夠有效提高其制造產品的質量水平。主要是由于大數據下數據挖掘技術的運用，可對制造產品生產時進行實時跟蹤管理，可在整個過程及時獲取產品問題所產生的數據，這樣能夠充分了解和掌控產品本身的生產效率情況。同時也可直接為后續產品的生產制作提供重要的數據分析操作，在解決產品問題起到針對性的應對效果，能夠切實提升生產效率，促使制造行業由此獲取可觀的經濟效益。所以，制造行業運用數據挖掘技術，可極大促進行業的持續發展，有必要進行深入探究[2]。
3.2 用于市場營銷
大數據時代下數據挖掘技術的運用更多體現在數據分析層面，通常數據挖掘在市場營銷領域內運用最為廣泛。主要是由于市場營銷的發展需借助數據挖掘技術來深入分析和提取市場數據信息。借助大數據技術，能夠搜集和掌握大量的市場用戶信息資源，通過數據分析的形式來獲取用戶們的真實需求。也可通過大數據技術來獲取市場用戶們及時反饋回的多種數據信息，從而在此基礎上改善市場營銷發展模式。例如，借助數據挖掘技術，能夠分析用戶的點擊數量、閱覽數量等，商戶也可在后臺的數據管理系統當中，為客戶選擇性推送一些與商品相關的衍生產品，從而由此讓用戶們獲得更多選擇，極大的提升用戶們的產品使用感受[3]。
3.3 用于電信行業
信息時代發展至大數據時代，促使整個電信行業獲得前所未有的發展機遇。然而，電信行業在迅猛的發展的同時，由于其本身用戶基數非常龐大，因此所需要處理的各種實務問題也較為繁多。而這就更加需要良好的服務來有效解決用戶們的問題，這樣才能對外提供良好服務質量，給用戶帶來好的使用體驗。通常電信技術服務需要大量的數據加以支持，否則難以有效解決實際問題，但是這種技術性服務很容易被數據流的影響，因此很容易致使服務質量水平降低。而數據挖掘技術的運用，可幫助電信行業有效的扭轉這一局面，通過采用數據挖掘技術，可深入分析復雜的電信數據，有效的找出其中的規律，并結合用戶回饋的意見進行持續改進。
4 結語
綜上所述，當今大數據時代下，強化對數據挖掘技術的運用，能夠切實有效的滿足各個行業的發展需求。本文主要列舉了制造行業、市場營銷、電信行業，通過數據挖掘技術所能發揮的作用自然遠不止這幾個行業。因此，這就必須深入研究大數據下挖掘技術的應用及發展。
參考文獻
[1] 陳德鑫，占袁圓，楊兵.深度學習技術在教育大數據挖掘領域的應用分析[J].電化教育研究，2019（2）：68-76.
[2] 盧盛繼.大數據時代下數據挖掘技術與應用[J].數碼世界，2017（2）：44.
[3] 劉昌賢.大數據時代的數據挖掘技術與應用[J].智庫時代，2019（3）：1+3.
Research on Application of Data Mining Technology in Large Data
ZHANG Yi-xin
?。⊿handong 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
轉載注明來源:http://www.hailuomaifang.com/8/view-14817109.htm
