數據挖掘技術的應用

張玄

摘要 作為一名學生，在日常生活和學習之中逐漸接觸了一些先進技術，如計算機技術、網絡技術、信息技術、數據挖掘技術等。而隨著對數據挖掘技術了解的不斷深入，發現此項技術具有較高的應用價值，能夠廣泛的應用于不同領域之中，幫助人們挖掘所需數據，以便人們通過數據分析而解決實際問題。那么，數據挖掘技術是如何有效應用的呢？本文將通過概述數據挖掘技術，對數據挖掘技術在農業方面的應用予以說明。

【關鍵詞】數據挖掘 分析方法 應用

當今時代已經進入信息化時代，信息作為一種新的生產要素正在諸多領域之中發揮越來越重要的作用，這也促使信息產生量龐大。那么，如何在大規模的、復雜的、不規則的信息數據之中獲得所需信息呢？數據挖掘技術的應運而生為人們有效利用信息數據帶來了極大的方便。有效、合理的運用數據挖掘技術，能夠通過有效的分析方法來在大量的數據信息之中提取到具有特殊意義的數據，以便人們能夠利用數據解決實際問題。由此看來，數據挖掘技術具有較高的應用價值，值得廣泛推廣應用。

1 數據挖掘技術的概述

數據挖掘技術誕生于二十世紀八十年代，主要面向商業應用的人工智能領域之中。參考相關資料，確定數據挖掘主要是從大量的，復雜的、不規則的、隨機的模糊的數據之中獲取隱含的、有潛在價值的知識和信息的過程中。將此項技術科學合理的應用于商業領域之中，那么業界人士能夠充分利用數據挖掘技術在大量的數據信息之中獲取到對自己或者對企業有利用價值的信息數據，以此為準制定商業決策、優化調整生產經營活動等，創造較高的經濟效益。所以，無論是從科技的角度來講還是從商業角度來講，數據挖掘技術的研發與應用都是非常有意義的。

2 數據挖掘的基本分析方法

當然，要想使數據挖掘技術能夠在實際之中充分發揮作用，從大量數據之中挖掘有價值的信息數據，掌握數據挖掘技術的基本分析方法是非常必要的。從現階段數據挖掘技術應用實際情況來看，常用的、可行的基本分析方法有：

2.1 聚類分析

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。這充分說明了聚類分析是通過相似方法來收集數據的，找到有意義或者說有價值的數據，將其進行劃分和提取，滿足人們的實際需求。正因為聚類分析能夠對與目標相關的不同類別的數據挖掘出來，所以此種方式的數據挖掘常應用于心理學、統計學、醫學、市場銷售、數據識別等領域之中。

2.2 分類和預測

分類和數值預測是問題預測的來兩種表現形式。其中分類就是預測分類，也就是通過建立連續值函數模型，對己知的訓練數據集的特征表現出來，從明確每個類別描述的內容，進而找到用戶所需的數據集。可以說預測分類是一個監督學習的過程，能夠根據訓練數據集來準確描述和劃分有意義的數據。

2.3 關聯分析

在自然界中事物之間存在著千絲萬縷的聯系，當某事件發生時，連帶的相關事件也會發生，基于此而提出的關聯分析，的確能夠發揮數據挖掘作用。從數據挖掘的需求角度來講，關聯分析是利用食物之間存在的依賴或者關聯知識來找到食物之間存在的一般規律，進而依據這一規律來挖掘具有特殊意義的數據。而事實證明，關聯分析法的確具有較高的應用價值，能夠在市場營銷等領域之中發揮重要作用。

2.4 人工神經網絡

相對來說，人工神經網絡更適用于計算機或者網絡之中，對大批量的數據進行分析并提取有應用價值的數據。當然，人工神經網絡之所以具有較高的應用價值，主要在于數字模型的建立，通過將關鍵信息或者數據代入到數據模型之中，進而獲得數據集，從而提取到有效的數據。現階段，數據挖掘之中常用的人工神經網絡有BP網絡和RBF網絡。

3 數據挖掘技術在農業方面的應用

為了能夠具體說明數據挖掘技術是如何有效應用的，本文筆者參考相關資料及文獻，對數據挖掘技術在農業這一方面的實際應用加以簡單說明。

3.1 數據挖掘技術在農業氣象中的應用

氣象災害對農產品的產量和質量有較大的負面影響，所以做好氣象預測工作是非常重要的。基于此，出于提高氣象預測準確性的考慮，將數據挖掘技術應用于農業氣象之中，那么可以利用適合的分析方法來對以往當地氣象狀況相關的數據進行分析和篩選，提取某一范圍或者特定條件下的氣象參數值，如降雨量、溫度、濕度、風力、日超等，那么對比分析之后能夠相對準確的預測氣象災害可能發生時間，以便農戶能夠提前做好防范措施，避免農產品生產遭受氣象災害的侵襲。

3.2 數據挖掘技術在病蟲害防治中的應用

數據挖掘技術除了能夠在病蟲害防治當中發揮作用之外，還能應用于病蟲害防治當中，也就是預測某段時間發生病蟲害的可能性及病蟲害種類。當然，要想真正做到這一點，在具體應用數據挖掘技術的過程中應當設置表示層、邏輯層及數據層。其中，表示層設置的目的是按照用戶的需求對數據庫中的數據進行簡單的處理和篩選;邏輯層設置的目的是按照不同的條件對數據進行詳細的、深入的分析，提取有價值的數據;數據層設置的目的是將所提取的數據進行處理，形成圖表或者視圖，方便工作人員應用。所以，根據病蟲害防治需要，科學化、合理化的規劃和設置數據挖掘技術，勢必能夠相對準確的預測某段時間發生病蟲害的可能性。

4 結束語

伴隨著大數據的數據管理，檢索技術研究的進步，數據挖掘技術將迎來巨大的發展機遇，數據挖掘技術的應用也將更加廣泛，數據挖掘的工具也將更加強大。所以，筆者認為深入了解數據挖掘技術在各個領域之中是如何有效應用很重要，能夠發現數據挖掘技術不足之處，為以后更加深入的研究和創新該項技術創造條件。

參考文獻

[1]苑林，羅強，劉振杰等.應用數據挖掘技術篩選的抗癌中藥對三陰性乳腺癌細胞增殖、遷移的影響[J].廣州中醫藥大學學報，2017 （05）：737-741.

[2]趙健，梁玉丹，王小寅等，基于數據挖掘的針灸綜合療法治療子宮內膜異位癥的應用規律研究[J].中國全科醫學，2018 （01）：104-108.

[3]董雪燕，祁爍，姜苗等，數據挖掘在中醫藥研究中的應用分析[J].環球中醫藥，2017 （03）： 364-368.

[4]張敏，數據挖掘技術及應用[J].信息技術，2010 （08）：167-169.

[5]趙炬紅，陳坤彥，基于數據挖掘技術的茶葉營銷策略分析[J].福建茶葉，2017 （05）：20-21.