大数据背景下数据挖掘技术的应用

大数据背景下数据挖掘技术的应用

刘杰 白俊杰 徐博明 田攀俊

北方自动控制技术研究所  智能信息控制技术山西省重点实验室，山西太原  030006

摘要：在信息化社会的高速发展下，大数据、云计算、物联网等技术应运而生，海量的数据资源逐渐在人们的生产生活中高速地产生、积累，带动全社会迈入了大数据时代。这一时代背景下的数据信息，在规模与数量上相较过去都有了显著的扩充，在挖掘、应用上难度较大。因此，运用数据挖掘技术提升数据信息挖掘的便利性与准确性，具有重要的意义。

关键词：大数据时代；数据挖掘技术；应用

前言：在大数据时代背景下，各个行业对大数据的研究不断深入，为充分发挥大数据的利用价值，需要重视对数据挖掘技术的应用，不断提高数据信息的处理效率，使数据信息的管理工作得以顺利完成。

1.数据挖掘技术分析

1.1数据挖掘

作为一种现代化的技术，数据挖掘技术在各个行业领域体现出较高的应用价值，能够在第一时间掌握相关产品的使用情况，对海量的数据信息进行优化，以此提高数据信息的利用效率，为企业重要决策提供可靠的参考依据。根据以往数据挖掘技术的发展情况来看，这一技术已经发展到能够从模糊、复杂的数据中找出有用信息，所以在技术方面提出的要求较高，想要发挥这一技术的作用，就必须要重视对互联网技术的运用。

1.2聚类分析

就当前情况来看，聚类分析法在数据挖掘中的应用效果较好，可以对比较抽象、理解难度较高的事物进行形象化的分组，之后按照不同的性质对其进行分析。与传统技术相比，这一方法可以快速完成海量数据的划分处理，将其中有价值的信息找出来。同时，聚类分析包括了模糊聚类和硬聚类这两种分类方式，其中模糊聚类可以对模糊数据进行划分，实现对数据信息的有效分类；而硬聚类是一种比较贴合数据信息的分类方式。虽然以上两种数据信息的分类方式存在一定区别，但是能够起到同样的效果，可以实现对数据信息的有效划分。

1.3特征性数据分析

作为数据挖掘中比较常用的一种方式，特征性数据分析就是按照不同的特征对数据信息进行分析，将其中有价值的信息找出来。与其他技术相比，特征性数据分析法体现出较好的便捷性，在大部分数据分析中都有着较好的应用效果，是当前相关人员的重点研究内容之一。对于特征性数据分析法的应用，可以采用各种各样的方法，比如选择可视化技术来进行数据的挖掘和搜集，将数据挖掘技术的功能效用充分发挥出来；比如利用遗传基因算法来进行数据分析，实现对海量数据的选择和重组；比如利用人工神经网络来进行数据收集，通过在数据终端完成神经网络的建立，实现对有用信息的快速搜集。
    2.数据挖掘技术的应用

数据挖掘技术是目前各个行业和部门运用比较多的一种技术，其应用十分广泛，这里介绍几种典型的应用领域。

2.1人力资源管理

人员是企业中的核心部分，因此人力资源管理在企业的发展过程中也显得十分重要。从一个新的员工进入企业工作开始，企业的一切培训、绩效与考核等内容都与人员相关。然而一个企业的人员体系十分庞大，如果仅依靠相关人员对档案进行人工管理是远远不够的，这个时候数据挖掘技术就派上用场了。基本上每一个公司都会对人员档案等建立自己的数据库，然后根据实际情况对员工进入公司的年份、所属部门等信息进行归类，从而提高管理质量。

2.2数据挖掘技术在教育领域的应用

数据挖掘技术在教育领域中也有着重要的应用价值。教师可应用这一技术对学生的情况展开分析，把握学生的学习基础、认知水平、个性特点，再以此为参考，对自身的教学设计展开有针对性的调整，提升课堂教学的质量。此外，教师也可应用数据挖掘技术分析学生的学习成绩，了解学生在学习中存在的优势与劣势，进而合理优化配置教学资源，整体提升教学效率与教学质量。

2.3数据挖掘技术在科学研究领域的应用

科学研究领域，特别是生物技术、天文气象研究领域的信息量极为庞大，应用数据挖掘技术，能够更加高效地整合、分析这些数据信息，找到其中蕴含的规律，为后续的决策提供支持。例如对于天文气象研究领域，可在模型中输入某一地区的历史气象数据，运用模型判定这一地区在未来的气象特征，为气象研究以及气象预报提供数据支持。

2.4在制造行业中的应用

随着我国社会经济的快速发展，我国人民的生活水平逐渐提升，在选购各种生活产品的时候，提出了更高的质量要求，这就需要制造行业对数据挖掘技术进行有效应用，以此保证产品质量，充分满足我国人民的生活需求。具体来讲，在应用数据挖掘技术进行制造活动的时候，能够对整个生产过程进行实时监管，便于及时找出产品生产中存在的问题，结合相关数据信息对其进行处理。通过对产品生产过程的数据信息进行收集和分析，能够为往后的产品生产活动提供可靠的参考依据，帮助企业解决产品生产中存在的问题，在提高企业生产效率的同时，降低生产成本，为企业带来更高的经济效益。

3.大数据背景下数据挖掘技术的发展趋势

不管是学者研究领域，还是商业营销领域，用数据挖掘技术来处理数据一直以来都是热点话题，当下也一直源源不断地被越来越多的人们所关注。大家先了解认识这一技术，然后进行技术学习，最后自主使用到特定的应用场景，长此以往使得这一领域在各行各业越来越成熟。在利用数据挖掘技术处理和解决实际问题时，相关学者提出了3个值得人们关注的角度：①用数据挖掘技术解决问题的类型；②解决数据挖掘的数据准备工作；③数据挖掘的理论基础。因为数据挖掘技术可以给使用者带来巨大的经济利润，不管是在哪个领域，都有人在利用数据挖掘技术帮助管理客户生命周期的各个阶段，其中包括根据客户属性制造营销手段来拉拢新的客户、在已有客户的身上获得更多的利润以及保证已有客户资源不流失等。如果能够确定好不同销售客户的特征属性，那么就能为这些客户提供针对性的个性化服务。比如，已经通过以往的销售记录分析得出购买某些商品的客户的性格或者他们选择的商品的价格、质量、品质等，那么就可以向那些具有这些特征属性但还没有购买商品的客户在购物时推荐这些他们可能会心仪的商品，可以推测，他们大有可能会购买，这样，在原有的销售模式之上，可以更高效地提升商店的利润。总的来说，就是用数据挖掘这一技术为商店在更短的时间内创造更多的价值。因为保留一个客户要比争取一个客户来的更容易，且成本花销更小。同样，证券公司也采用数据挖掘来降低欺诈行为出现的概率，简单地说，可以把每个投资样本标准化处理为可测的信息，再进行聚类分析，聚类中样本较小的簇确定是否为异常样本。

4.结束语：

综上所述，在信息化时代背景下，将数据挖掘技术应用到各个行业领域，已经成为我国社会发展的必然趋势，有利于促进社会经济的快速发展。所以在大数据的背景下，无论是医疗、教育还是在商业领域都要加强对数据挖掘技术的运用，使大数据技术能够更好地为社会的发展服务。

参考文献：

［1］牛佳惠.数据挖掘在人力资源信息化管理中的运用探析［J］.数字通信世界，2022（3）：94-96.

［2］刘揆.基于数字神经网络的数据挖掘方法在CRM中的应用［D］.成都：四川大学，2004.

［3］张广开.大数据技术在企业战略管理中的应用［J］.中国集体经济，2021（3）：160-162.

［4］李岳泽.信息系统虚拟化资源池在电力行业中的应用研究及实施［D］.北京：华北电力大学，2016.