大数据挖掘及应用探究

摘要：随着社会经济和科学技术的不断发展、网络时代的到来，信息化网络技术在人们的日常生活中也开始普及，近年来很多IT行业专业术语变得流行起来，其中大数据一词走进了普通大众视野中。在信息化网络技术不断发展的时代背景下，人们在日常生活中所接触到的各项数据不断增加，而如何从各项数据中分析、提取出所需要的数据信息，提高社会总体生产力以及工作效率，是现今各企业、政府部门重点关注的问题。本文对大数据时代的数据挖掘工作进行探究分析，深入研究大数据技术的应用范围。

关键词：大数据时代；数据挖掘；应用探究；信息化技术

在网络信息化普及推广的时代背景下，人们的生活方式发生了巨大的变化，生活方式比以往更加便捷化与智能化。而随着电子商务行业的蓬勃发展，例如，淘宝、京东等网络电子商务购物平台的兴起、壮大，传统实体经济逐渐萎缩。然而在社会总体经济结构的重要组成部分逐渐从实体经济变为网络经济的总体时代背景下，用户的消费记录信息、个人资料信息和隐私信息等数据已成为当今各企业中重要的数据统计方向。在此背景下，数据信息资源的重要性已经不亚于社会公共资源、自然资源等传统资源的社会地位和重要程度。

1大数据的起源以及大数据与数据挖掘的基本概念

1.1大数据一词的起源。大数据一词最早被全球著名企业咨询公司麦肯锡提出，在早期普遍被金融业、通讯业以及生物学等各领域所运用。近年来，大数据开始被普遍提及并逐渐走入主流大众的视野中。大数据一词曾在美国白宫政府官网网页中被详细解读。由此可见在新时代背景中，大数据对各行业领域所造成的深远影响，正如同哈佛大学社会学教授加里•金曾说：“大数据时代的到来是一场各个领域之间的新的量化革命。”1.2大数据以及数据挖掘的基本概念。1.2.1大数据的基本概念。大数据一词最早被麦肯锡公司提出，该公司对大数据一词的详细解释为：“随着社会的逐渐发展，数据在每一个专业领域以及职能范围中都起着愈加重要的生产作用，而由于人们对数据的挖掘手段变得逐渐完善、运用方式逐渐灵活，这也预示着新一波的社会生产率的增长以及消费者盈余浪潮的到来。”而在前些年，美国白宫针对大数据技术浪潮开展了一项技术扶持发展计划，该计划启动资金高达两亿美元。截至2015年，全球数据库所统计、采集数据总量已达到2.7ZB。而根据相关专家的深入分析得知，全球数据库的数据总量还会根据时间推移而不断增长。1.2.2数据挖掘的基本概念。数据挖掘，又名为数据勘探。作为一项新的技术概念，最早于上世纪晚期被首次提出。数据挖掘技术主要受众方向和范围为人工商业行业。数据挖掘的主要内容为在庞杂繁多的总体数据中，提取、分析相对待开采价值度较高的数据信息。在商业领域的具体应用中，通过在整体相关信息数据库中，提取、分析相对潜在商业价值度较高的数据，从而不断简化数据，为商业活动提供必要的数据，推动商业发展。

2数据挖掘技术具体分析

2.1数据挖掘技术的类别。2.1.1数据挖掘技术的分类技术。数据挖掘技术的分类技术是指在总体数据信息中寻找出两个特质相符合的数据样本组成一组，数据依据技术设定的具体规定进行类别区分，将总体数据信息中的数据样本划分到特定类别中。例如，将某一组数据样本划分到消费者具体类别中，进而调查、分析消费者的各项数据，评判消费者的消费潜力以及消费意愿。以某家超级市场为例，运用数据挖掘技术深入调查分析消费者的总体购买潜力和消费意愿，挑选出总体商品中消费者消费潜力、消费意愿皆符合的商品，在掌握具体数据的情况下，导购人员针对性对消费者进行推销，极大地提高了超级市场的销售综合和销售效率。2.1.2数据挖掘技术的聚类技术。数据挖掘技术的聚类技术是指根据各数据之间存在的重合程度，将数据划分为不同等级，以此建立数据等级划分归类体系制度，从而使得每个等级制度中所采集数据互相之间存在极高重合度与相似度。在不同数据等级中，所归类的数据之间存在着极大的差异性和低重复度。数据挖掘聚类技术普遍应用于市场营销工作中，常见技术使用用途为：维系与潜在顾客之间的紧密关联、挖掘潜在顾客、分析计算预售商品的大体销量等。2.1.3数据挖掘技术的关联技术。数据挖掘技术中的关联技术是指在挖掘的各分组数据中，分析、讲解其数据之间的具体规则。通俗地讲，在数据挖掘工作中，将数据挖掘、对照分组后，其中某一组数据中出现的某些问题以及选项致使其他分组数据受到一定程度的影响，造成一些预估外的变化，从而在各组数据中蕴藏的相关原理也因此显露出来。例如，在一家保险公司中，销售人员在与潜在消费顾客增进关系时，通过运用数据挖掘关联技术，从该公司的数据资料库中挖掘潜在消费顾客的总体数据，深入分析其中各组数据之间的关联性，挖掘出蕴含商业价值较高以及有利于销售人员提高工作效率的相关数据。此外，企业灵活运用数据挖掘关联技术，还可以挖掘出影响市场经济走向的潜在因素信息，这也极大地提高了企业的产品价格定位、预售商品预估、总体营业额预估以及潜在客户方向等预估方案的准确性与合理性。2.2大数据时代的数据挖掘技术特征。在大数据时代背景下，数据挖掘技术被社会各行业领域普遍应用，在发挥其重要功效以及提高社会总体生产力的同时，随着相关人员的深入研究，也发现了数据挖掘技术的几点技术特征。2.2.1数据挖掘技术的流行性较高。在数据挖掘技术中，相比较数据的传统技术模式来说，数据的流动性有着显著的提升，而随着数据流动性的提升，数据的分析、提取、储存工作效率也在一定程度上得到了相应的提升，提高了整体运行效率。在大数据时代背景下，由于数据信息总体数量激增，数据挖掘工作对流动速度有着较高的要求。然而，在传统数据技术模式下，数据的流动性能较差，无法满足时代的整体技术要求。2.2.2数据挖掘技术的种类繁多。随着社会的高速发展，信息网络技术的普遍应用，使得大数据时代到来。大数据时代背景下，人们在生活中也越来越依赖各类智能设备与互联网系统，从而增加了数据挖掘技术的挖掘种类。现如今，在数据挖掘技术的数据来源种类中，相较于传统数据来源以外，还不断出现新的数据来源类型。2.2.3数据挖掘技术的数据处理数量较大。在大数据时代背景下，随着社会各项数据总体数量的不断激增，各行业领域以及人们日常生活中所产生的数据不断增多，相应的数据挖掘技术所需处理的数据总量也不断增加。2.2.4数据挖掘技术的数据平均低价值度。随着大数据时代的到来，社会数据总量激增，相应的在总体数据中，相对潜在价值较高的数据分布密度不断降低，总体数据价值度的平均值逐渐降低。因此，增加了数据挖掘技术的工作难度，数据挖掘技术很难实现预估效率。

3大数据时代背景下，数据挖掘技术的应用情况

3.1数据挖掘技术在市场营销领域中的应用。在数据挖掘技术实际推广中，市场营销领域是最早全面运用数据挖掘技术的行业领域，在实际运行过程中，不但深入挖掘潜在顾客的消费意愿、消费能力，而且显著提高了相关产品的销售效率。当下，数据挖掘技术在市场营销整体领域中的实际应用从实体购物中，逐渐蔓延至如保险等其他商业活动中，提高了社会整体经济发展，增加了总体生产力。3.2数据挖掘技术在科研领域中的应用。数据挖掘技术在商业活动中发挥重要作用外，在科研工作中也体现了相应工作价值。在科研工作实际工作过程中，灵活地运用数据挖掘技术，可以从数据库中分析、挖掘出相应发展变化规律，以此辅助科技研发工作的有序开展。3.3数据挖掘技术在金融领域中的应用。在金融领域实际工作中，由于有着接触相应数据量较多、计算工作量较大的特性，金融行业对于数据挖掘技术的依赖程度相较于其他行业领域来说较高。数据挖掘技术的灵活运用，可以深入研究、发现各项数据之间的关联性、差异性以及内在规律，从而清晰掌握市场动向。数据挖掘技术在金融领域中的具体工作内容为预估市场动态、分析数据规律等。3.4数据挖掘技术在医疗领域中的应用。在医疗领域中，许多严重疾病的治愈方法都严重依赖数据分析工作，例如白血病。白血病需要移植配套骨髓，而相适应的骨髓数据分析采集工作则需要大量计算各项数据，数据计算量不足的问题是当下白血病治愈工作的主要制约因素。因此，在医疗领域中，数据挖掘技术的灵活运用，显著提高了整体医疗领域的工作效率。

4总结

综上所述，随着大数据时代的到来，各行业领域都面临着一场改革风波。而这场风波，既是一次时代挑战，更是一次时代机遇。各行业从业者要牢牢抓紧历史机遇，在实际工作中灵活运用数据挖掘技术，不但能显著提高工作效率、工作质量，谋求新的发展，而且增加了社会总体生产力，迎来新一轮社会总体消费激增浪潮。

参考文献：

［1］张凯萍.大数据时代背景下数据挖掘技术的应用探讨［J］.赤峰学院学报（自然科学版），2018（8）：52-54.

［2］卢盛继.大数据时代下数据挖掘技术与应用［J］.数码世界，2017（2）：44.

［3］孙勤红，沈凤仙.大数据时代的数据挖掘及应用［J］.电子技术与软件工程，2016（6）：204.

作者:于晶 单位:北京城市网邻信息技术有限公司