計算機數據挖掘技術的分析及其應用

張明超 許春玲 侯春多 石寧

摘 要：二十一世紀進入信息化時代，海量的數據信息需要進行處理，計算機技術和互聯網的發展普及也讓我們迎來來大數據時代，人們對信息的掌握已經達到了前所未有的速度、細度以及準確度。面對海量數據，對這部分數據進行深入挖掘和全面分析，并將其應用到各行各業的實際業務中來，促進相關工作的有序開展，這是大數據時代的必然特征。本文主要探討了計算機數據挖掘技術的分析與應用。

關鍵詞：計算機技術 數據挖掘 應用

中圖分類號：TP3 文獻標識碼：A 文章編號：1003-9082（2018）04-000-01

計算機數據挖掘技術屬于依靠某種算法對數據庫內數據實施處理并提取其中可能存在隱含關鍵信息的交叉性學科。因為在數據挖掘過程中必須要開展大量的搜索與計算工作，一般都會使用計算機進行分析，另外，計算機借助于數據挖掘技術能夠有效對數據信息實施處理。所以數據挖掘技術的發展和計算機技術的發展是緊密聯系的。數據挖掘的一般方法包含了機器學習方法、神經網絡方法、人工智能方法以及專家系統方法。

一、計算機數據挖掘技術的基本流程

1.確定數據庫和數據挖掘的目的

數據挖掘技術功能有很多，如果想要在最大程度上發揮該技術價值，應先明確此次數據挖掘的重點，然后依照重點內容來確定數據庫。計算機數據挖掘技術中數據挖掘方法較多，倘若數據挖掘目的不相同，那么采用的數據挖掘方法也應有所差別，不然會便會對數據挖掘結果準確度產生影響，因此可以說數據挖掘目的和數據庫是選擇挖掘技術的主要依據。

2.數據選擇和預處理

在明確數據挖掘目標并確定數據庫后，便要在數據庫中選擇目標數據，在選擇提取過程中要注意保證目標數據中有所需要的數據信息，并將目標信息設定為數據挖掘的重點范疇，我們將這一步驟稱為數據選擇。明確目標數據后再對其進行處理，對于一些沒有用的信心，以及一些錯誤數據可以將其刪除，有用的信心儲存下來，這一步驟可稱為預處理，目的是為了對目標數據進行精簡[1]。

3.數據挖掘

一是要明確數據挖掘目標，并選擇合適的挖掘技術類型及計算方法，計算方法的選擇是數據挖掘的關鍵，科學的計算方法可以最大程度上確保數據挖掘結果的真實性、準確性和可靠性，有較高時間作用。二是要依照數據挖掘計算方法建立相適應的數據模型，目的是為了更好對目標數據進行處理。三是利用計算機，得出數據挖掘最終結果。

4.評估結果

這一過程是為了為數據挖掘結果開展有效分析評估，雖然借助數據挖掘技術能夠得出最終結果，但對于結果的正確性還不能明確，需要進行檢驗，若檢驗結果發現與最初數據挖掘目標不相適應，便需要重新選擇數據挖掘計算方法和模型。若結果與最初目標相符合，便能將數據結果用于實踐中，實現指導作用，或促使工作效率提升。

二、計算機數據挖掘技術的應用

1.市場營銷方面的應用

用戶購買獲得能夠利用信息管理系統或者POS系統，尤其是目前二維碼掃描支付非常普遍，因為能夠獲取到的用戶數據信息逐漸增多，已經達到了一種人為不可控制的狀況。在市場營銷過程中，以獲取到的數據信息對客戶的購物偏好展開分析，總結其中的規律，對企業市場營銷水平的提升具有非常大的幫助，能夠有效增強企業的市場競爭力。對客戶數據信息進行分析唯有借助于更加科學的數據挖掘技術才能夠準確預測客戶的購買取向和興趣，從而確保商業決策的更加準確。市場營銷領域的數據挖掘技術一般包含兩種類型，其一是數據庫營銷，其二是貨籃分析，前者往往是利用交互式查詢、模型預測等措施對潛在客戶實施選擇并推銷其產品；系統分析客戶關系，強化管理，針對各個零售店的營業數據實施趨勢分析，包含購買意向以及季節性特征等內容。

2.金融投資方面的應用

投資評估和股票交易市場預測屬于金融分析的典型領域，通常來說利用模型預測法實施分析，如統計回歸技術等。由于金融投資屬于一個風險性相對大的領域，在投資前往往會進行各種數據分析，對各類風險予以合理規避，選擇更好的投資方向。因為事物的發展都具有其規律和趨勢，能夠進行預測，從投資評估到股票市場預測，對數據信息的分析能夠幫助我們從中尋找一定的發展趨勢，對已有數據信息進行處理，結合數據之間的關系深入挖掘，按照某種模式進行預測，能夠有效鑒別可能存在的欺詐行為。目前很多金融機構常常會出現惡意欺詐現象、惡意透支行為，對它們而言會帶來很大的風險，對這些問題的預測分析能夠幫助金融機構控制風險，提升經營效益。通常可選擇對比分析正常行為數據和欺詐行為數據的方式，了解欺詐行為的獨特性，如果存在需要警惕的問題時能夠第一時間提醒決策者。現階段很多金融機構都研發了此類軟件，對金融機構欺詐行為實施預測，對風險交易行為進行探究[2]。

3.其他領域的應用

隨著我國制造業的逐漸發展，在生產與測試流程中會形成越來越龐大的數據，對這部分數據進行分析能夠準確揭示其中存在的問題，讓產品質量得以保證。同時計算機數據挖掘技術在電子商務領域也能夠得以充分應用，因為網站分析、客戶消費習慣等數據信息能夠進行有效鑒別，對用戶網絡瀏覽、消費記錄能夠及時保存，提升客戶服務的個性化特征，優化網絡設計。另外在稅務領域也能夠應用數據挖掘技術，針對偷稅漏稅或者瞞報稅款的情況能夠對其進行追蹤，對各個行業的納稅人行為特點展開全面分析，從而給稅務征稽提供策略。

三、結語

總而言之，計算機數據挖掘技術屬于一個非常重要的工具和方法，即便它并非萬能的，但針對部分潛在客戶和潛在風險都能夠進行挖掘，即便無法告知為何會產生這些風險，但卻能夠讓這些潛在的因素浮出水面。數據挖掘技術目前在很多領域都得到了十分廣泛的應用，隨著計算機技術的發展，對很多過去十分棘手的問題目前借助于數據挖掘都能夠得以有效解決，因此我們應當對其進行更加深入的研究，從而讓數據挖掘技術發揮出更大的價值。

參考文獻

[1]王洪飛.計算機數據挖掘技術的開發及其應用探究[J].中小企業管理與科技（下旬刊），2016，（09）：147-148.

[2]方新麗.淺議數據挖掘技術在計算機審計中的應用[J].電腦知識與技術，2013，9（15）：3445-3446.