大數據時代下數據挖掘技術在企業中的應用

萬小理

?

大數據時代下數據挖掘技術在企業中的應用

萬小理

廣東省電信規劃設計院有限公司，廣東 廣州 510630

大數據時代是信息時代的一個重要特征。實際上，在大數據時代的背景下進行數據挖掘技術的探究與應用，其實就是在巨大的信息群中不斷挖掘出具有一定價值意義的信息進行整合，在此基礎上對已整合的信息進行進一步處理，以提高信息數據的價值。鑒于此，分析了大數據時代的發展歷程及現狀，探討了大數據時代下數據挖掘技術及其應用。

大數據時代；數據挖掘技術；數據信息

1 數據挖掘與數據挖掘技術的方法分析

1.1 聚類分析法

聚類分析就是將物理或抽象對象的集合進行分組，然后組成為由類似或相似的對象組成的多個分類的分析過程。其實，聚類分析就如同劃分數據，在各個數據組中尋找有意義的數據。但其又與普通形式的分類不同，它是在不知對象的情況下進行數據劃分，相對來說聚類分析更為困難[1]。

目前，數據聚類分析有兩種方法，即硬聚類和模糊聚類。硬聚類就是將距離較近的數據分為一類，而模糊聚類則是根據數據的隸屬度劃分。盡管兩種方法的分類方式不同，但目的一致。所以，在具體利用聚類分析方法進行數據挖掘時，以上兩種方法均適用。

1.2 人工神經網絡

人工神經網絡是通過大批量的數據進行分析，而這種數據分析方式本身是建立在一定的數據模型基礎上的，通常都可以隨時根據數據需求進行分類，所以人工神經網絡也是當下數據挖掘技術中最常用的數據分析方式之一。

1.3 關聯性分析法

在自然界中，事物之間有千絲萬縷的關系，某事件發生時必然會引發其他事件。數據關聯分析就是基于這一自然原理展開的，即利用數據之間的關聯性，尋找數據之間的規律，進而通過規律分析獲得有價值、有意義的數據信息。所以，關聯分析也是數據挖掘中一種切實有效的基本分析方法。

1.4 特征性數據分析法

特征性數據分析方法是通過分析數據特征來挖掘有價值、有意義的數據信息。因為數據資源應用日益廣泛，相關學者及研究者通過數據資源的特征分析，提出了多種特征數據分析方法，如利用人工神經網絡進行數據分析，也就是通過建立數據模型，利用神經網絡進行數據分析，尋找有價值的數據信息；利用遺傳基因算法進行數據分析，也就是對數據進行選擇、重組、突變分析，尋找有價值的數據信息；利用可視化技術進行數據分析，即通過利用圖形、圖像、動畫等形象的指導操作、挖掘數據，從而尋找有價值的數據信息。

2 大數據時代中數據挖掘的應用

2.1 數據挖掘后數據信息資源的職能范圍及表現

目前具有信息化特征的數據挖掘技術已經可以更好地融入當前的社會環境中，考慮社會經濟、科技、文化等方面，更加合理地配合企業生產經營活動，解釋生產經營活動中物質的性質及價值變化，并找出物質相關數據變化特征及規律，以便使企業能夠以此為依據，合理調整生產經營活動目標、方向、方式，改善生產經營活動效果，為企業創造更多的經濟效益。由此看來，數據挖掘技術應用，擴大了數據信息資源的職能范圍，更好地服務于企業業務，提高企業業務水平。

2.2 數據挖掘技術的具體應用

2.2.1 市場營銷領域

相對來說，市場營銷領域是應用數據挖掘技術最早、最多的領域。主要是因為在市場營銷中利用數據挖掘技術可以進行用戶相關數據信息的挖掘，獲得有價值的數據信息資源，如顧客消費行為信息資源，為更好地進行產品銷售、用戶服務提供依據，提高市場營銷水平。

2.2.2 科學研究

科學研究中數據挖掘技術相當于輔助工具，用于尋找觀測數據的相關規律及知識，為更好地進行科研項目研究提供依據。例如，利用數據挖掘技術進行DNA 數據分析等。所以，在科學研究方面，數據挖掘技術的應用也起到非常重要的作用[2]。

2.2.3 制造業

在人們對產品質量要求越來越高的情況下，制造業領域中應用數據挖掘技術也是非常重要的。應用數據挖掘技術可以對產品相關數據進行分析，獲得產品存在缺陷、產品生產效率的相關數據，為科學、合理地分析產品缺陷及生產效率低的原因提供依據，如此制造企業可以有針對性地調整和優化產品生產，提高產品生產效率，創造更多的經濟效益，推動制造業不斷進步與發展。所以，在制造業領域中，科學、合理地應用數據挖掘技術是非常有意義的。

2.2.4 電信業

在電信業蓬勃發展的今天，電信服務的客戶群體龐大，這使得電信企業需要為之提供優質的技術服務。但是，因為電信技術與服務已成為一個非常龐大的混合載體，這使得技術服務易受到影響，導致技術服務質量不佳。數據挖掘技術的應用則可以改變此種局面，因為數據挖掘技術可以對電信復雜數據進行有效分析，從中尋找規律，為電信技術服務提供有應用價值的數據信息資源，從而優化電信技術服務，滿足用戶需求。

2.2.5 教育領域

在教育領域中，數據挖掘技術也發揮著不可忽略的作用。應用數據挖掘技術，可以分析學生的心理特點，使教師根據相關數據信息資源調整教學活動；可以利用數據挖掘技術分析學生學習成績，了解學生學習薄弱之處，以便教師有針對性地教育、指導學生；可以利用數據挖掘技術進行教學資源的優化配置，使得教學資源利用率最大化，為提高教學水平創造條件。

2.3 數據挖掘技術延展方向

從當前我國數據挖掘技術在各個領域應用實際情況來看，數據挖掘技術在市場營銷、科學研究、電信、教育等領域發揮著重要作用。未來隨著數據挖掘技術的不斷優化、創新、完善，此項技術將會延伸到更多領域當中，比如生物制藥、刑偵調查、航空航天等，并發揮更大作用[3]。

3 結語

基于大數據時代背景來看，數據挖掘技術符合時代特點，并且滿足各個行業應用需求，將其科學、合理地應用到制造、市場營銷、科學研究、教育等領域中，利用適合的基礎分析方法來進行相關數據的分析，可以探尋到有價值的數據信息資源，為推動各個領域更好發展奠定基礎。所以，積極研究和應用數據挖掘技術非常有意義。

[1]肖明.大數據時代下數據挖掘技術在企業中的應用[J].中國管理信息化，2015，18（2）：58.

[2]李平榮.大數據時代的數據挖掘技術與應用[J].重慶三峽學院學報，2014（3）：45-47.

[3]夏緒衛.大數據時代下數據挖掘技術在電力中的應用分析[J].通信世界，2016（7）：115.

The Application of Data Mining Technology in Enterprise in Big Data Age

Wan Xiaoli

Guangdong Planning and Designing Institute of Telecommunications Co., Ltd., Guangdong Guangzhou 510630

The era of large data is an important feature of the information age. In fact, the research and application of data mining technology in the background of large data age is in fact through the great information group to dig out a certain value of information Integration, on the basis of the integration of the information to be further processed to improve the value of information data.The author discusses the development process and the present situation of the large data age, and then discusses the data mining technology and its application in the era of large data.

large data age; data mining technology; data information

F426.61；TP311.13

A

1009-6434（2017）02-0155-02