大數據背景下企業數據挖掘技術的應用研究

萬曉燕　陳姍　劉汝元　畢軍濤

摘要：大數據時代，企業能夠進行精準決策、營銷，關鍵還是數據分析，而其中最為重要的就是數據挖掘。本文對數據挖掘技術進行了簡單分析，同時結合相關案例分析了數據挖掘技術在企業當中的應用步驟和成效，僅供參考。

關鍵詞：大數據；數據挖掘；企業

自進入大數據時代以來，各個領域的大數據呈現飛速發展態勢，數據采集、樣本分析、圖像識別、智能可穿戴設備等等紛紛面向大眾。對于企業來說數據已經成為重要的資產，越來越多的企業開始重視對大數據的分析與利用，根據貝恩咨詢公司的調研報告，其所調研的企業當中有超過400家年營業額5億美元以上的企業，其中約60%的企業正在布局大數據，表明大數據已經走下神壇，逐步成為企業常規化的決策工具，其中的核心要點就是數據挖掘技術，這是實現大數據分析的前提。

一、數據挖掘技術

數據挖掘算法是大數據分析的核心部分，要科學表現大數據的特點就需要針對這些數據的類型及格式制定相應的算法。這些算法可以說是基于統計學的統計方法，也只有這樣，挖掘出來的數據才具有公認的價值。同時數據挖掘算法是快速處理數據的關鍵，若一個算法需要很長時間才能獲得結論，那么大數據的價值也就無從談起。數據挖掘的主體沒有限制，主要是將現有數據通過數據挖掘算法進行預測性分析，進行一些高級別的數據分析，可利用Mahout工具實現，比較典型的算法有SVM、Kmeans等。

從世界范圍來看，數據挖掘技術已經十分成熟，對于一個企業，如果云平臺架構能力強，能夠將獲取的數據實時傳遞到云端，再從云端向用戶群體推送，這可以說是大數據時代下企業的新一種核心競爭力。事實上當前擺在企業面前的是一座數據金山，數據挖掘能力就成為企業另一個重要競爭力，并且挖掘能力是衡量企業業務水平高低的重要指標，通過數據挖掘以及數據分析抓住用戶重點，只有這樣才能實現大數據的真正價值，下文列舉一些比較常用的數據挖掘方法。

MBR（Memory-Based Reasoning）這種方法就是利用已知case（案例）來預測未來case的一些attribute（屬性），并一般尋找最為相似的案例來比較。主要的核心就是記憶基礎推理法，涵蓋距離函數和結合函數，前者旨在找到最相似案例，后者則將相似案例屬性結合起來，以便預測分析時使用。該方法的優點在于能夠容許各種型態的數據，且不需要服從某些假設，而且具備自學習能力，能夠憑借舊案例的學習來獲取關于新案例的知識，當然需要大量歷史數據的支撐。處理速率上比較費時，效率不是很高，在欺騙行為偵測、預測客戶反應、醫學診療等方面應用有較強應用前景。

Decision Tree（決策樹），這在解決歸類與預測上能力極強，通過一系列的問題組成法則并表達出來，然后經過不斷詢問問題導出所需的結果。典型的決策樹頂端是一個樹根，底部擁有許多樹葉，記錄分解成不同的子集，每個子集可能包含一個簡單法則。

Cluster Detection（聚類分析），該技術擁有相當廣泛的范圍，涵蓋基因算法、類神經網絡、統計學中的群集分析，主要是找出數據當中以前未知的相似群體，剛開始均在群集偵測技術但中運用，作為研究的開端。

除上述方法外還有遺傳算法、OLAP分析、神經網絡、判別分析、購物籃分析等等，在此不做一一介紹。

二、數據挖掘實踐

數據挖掘最主要的作用就是為決策提供支撐，某企業ERP系統積累一定業務數據，具備了實施大數據決策的前提條件，對于領導或是管理層來說，關鍵還是要從業務數據當中挖掘、分析數據，提取信息進而支撐決策。所以在運營過程當中構建起統一的數據平臺，實現數據的集成和共享，為企業決策提供技術支撐。

該企業基于市場風險、信用風險以及內部控制，建立起風險管理系統，整合現有風險控制，形成風控戰略能力，建立起KRI（關鍵風險管理指標）、風險分析、風險組合管理、風險保管等，極大提升了企業風險管理水平。并在統一平臺下實現業務中心、各部門不同層次的風控要求，滿足不同的業務需求。對該企業市場、信用以及倉儲三個方面的風險控制提供了極大助力，同時強大的開放性便于后續的擴展深化。具體而言就是建立風控計量模型，基于歷史數據以及數據挖掘算法，針對模型進行調整優化，實現量化監控、預測分析以及自動預警。

一般來說企業進行數據挖掘主要遵循以下流程——準備數據，即收集數據并進行積累，此時企業就需要知道其所需要的是什么樣的數據，并通過分類、編輯、清洗、預處理得到客觀明確的目標數據。數據挖掘這是最為關鍵的步驟，主要是針對預處理后的數據進行進一步的挖掘，取得更加客觀準確的數據，方能引入決策之中，不同的企業可能采取的數據挖掘技術不同，但在當前來看暫時脫離不了上述的挖掘方法。當然隨著技術的進步，大數據必定會進一步成為企業的立身之本，在當前已經在很多領域得以應用。如市場營銷，這是數據挖掘應用最早的領域，旨在挖掘用戶消費習慣，分析用戶消費特征進而進行精準營銷。就以令人深惡痛絕的彈窗廣告來說，當消費者有網購習慣并在網絡上搜索喜愛的產品，當再一次進行搜索時，就會彈出很多針對消費者消費習慣的商品。

三、結束語

大數據時代下，數據已經成為企業重要的資產，而企業要真正發揮出大數據的價值，關鍵還是要靠數據挖掘技術，找到最精確的信息數據，幫助企業進行決策或是進行精準的市場營銷。當然對于企業來說，要真正實現大數據還需要走很長的一段路，但不可否認的是運用大數據還是要依靠數據挖掘技術。

（作者單位：青島酒店管理職業技術學院）endprint