大數據分析挖掘技術及其決策應用研究

文/彭秦晉

大數據時代推動了各領域的快速發展，在發展過程中會形成海量數據，對這些數據加以分析非常重要，能夠有效促進各行業的快速發展，大數據分析技術主要是對各領域的數據進行收集及存儲，根據各行業的發展需求，對這些數據進行科學有效的分析，從而提高數據價值，提高對數據的利用率，是行業進一步發展的需要，通過數據挖掘可以在海量數據中快速的篩選出具有價值的數據，在各領域的發展進程中發揮信息技術的重要作用，當前的數據分析通常應用數據挖掘技術，在具體的領域中采用的數據分析，通常會與一些算法相互結合，例如在生物學領域會與遺傳算法進行結合，可以在很大程度上提高數據挖掘的效率，確保數據的科學性、完整性及準確性，大數據分析有效的方法之一就是數據挖掘，可以有效提高信息技術應用于數據挖掘的重要作用。

1 簡析數據分析方法

在大數據時的數據復雜、豐富多樣并且數量龐大，對其分析難度較大，在互聯網時代，企業也獲得了很大的發展，在此過程中數據的生成量巨大，必須對這些數據采用科學的方法進行分析，確保數據分析的科學性、準確性，從而提高數據利用率，充分發揮數據價值，促進企業進一步發展。大數據分析主要包括數據容量，數據格式及數據速率三方面，大數據分析的方式諸多，必須根據具體的數據類型，選擇合理的、科學的分析方法，對實現數據分析的高效性具有重要作用，HDFS是指分布式文件系統，主要應用于存儲容量大的數據，目前企業發展過程中形成數據容量大，傳統數據存儲形式對現代數據存儲已經不適用，目前數據存儲方法廣泛采用云存儲方式，云存儲具有容量大的特點，能夠滿足現代數據存儲的需要。HDFS主要組成由客戶端模塊、數據儲存模塊及原數據管理模塊三部分組成，其應用廣泛，主要應用于商業化硬件設備中，具有穩定性高、出錯率低的優勢。HDFS在商業群體的應用中為數據的安全性提供了可靠的保障，在商業中涉及的很多數據都具有保密性，因此提高數據的安全性能對于企業而言非常重要，能夠滿足現代化數據分析的需求。HTTP指的是分布式計算，主要是確保程序接口的穩定性及可靠性并提供數據運動。分布式文件系統，主要應用于出錯率較高的群體，其通常采用的處理方法是繼續運用，從而可以確保數據的連續性。分布式計算式計算器計算方法中比較常見的一種方式，能夠確保計算的高效性及準確性，是現代大數據分析中廣泛應用的計算方式，能夠有效減少用戶對設備的維修及維護費用，從而提高用戶的經濟效益。大數據分析中產生的設備維修及維護非常常見，大數據分析必須依賴現代設備的應用，數據分析必須有計算機硬件的支撐，這些都是進行大數據分析的根本，分布式計算的應用可以有效減少用戶的設備維修維護費用的投入，所以分布式計算廣泛應用于大數據分析中。

2 簡析數據挖掘的方法

數據分析中普遍應用數據挖掘技術，在海量數據中篩選具有利用價值的數據，不僅可以分析具有規律性的數據，也可以分析無規律的數據，計算機等各大領域普遍應用數據挖掘技術對數據進行提煉，從而充分發揮數據價值，數據挖掘的方式有很多類型，用戶可以根據需要的數據分析選擇合理的挖掘方式，也可以采用多種數據結合的方法進行數據挖掘，可以將各種數據挖掘的優點進行結合，數據挖掘方法包括分類法、Web數據挖掘法及回歸分析法這三種，每種數據挖掘方式都具有自身的優勢，用戶必須根據實際的數據分析的需求對數據挖掘方式合理的選擇。分類法是指根據大量數據的不同特點進行分類，將不同性質的數據分成不同的種類，從而把數據庫中的具有不同特點的數據分類到指定的規定類型中，在需要利用數據時方便數據的調取，例如，現在的淘寶店店主普遍使用這種方法對用戶的購買記錄進行分類，從而可以準確的向用戶推薦合適的商品，達到提高店鋪銷量的目的。分類法主要應用于具有規律性的數據中，這種類型的數據分類比較容易，采取分類法可以更好的實現數據挖掘的效果?；貧w分析法可以將海量數據的數據信息的特性展現出來，并且通過函數將相關數據的不同聯系進行表達以及數據信息的特性，這種分析方法通常應用于挖掘數據的預測及數據之間的關聯。回歸分析法通常應用于具有一定關聯的數據之間，通過科學的方法對數據進行有效挖掘，可以找出數據的特征，實現數據挖掘的科學性、有效性，從而實現數據挖掘的高效性。

3 大數據挖掘技術的決策分析應用

3.1 應用于高校學生管理中

大數據挖掘技術應用范圍廣闊，不但在企業財務系統及交通運輸系統有用于有所應用，在高校的教學管理中也具有重要作用，近年來國家對高等教育事業高度關注，為大學生的學習成長及個人未來發展都創造了良好的環境，大學生的學習和生活都比較輕松自由，這也增加了高校的學生管理工作的難度，目前我國大多數高校都建設了“一卡通”的學生管理系統，通過一卡通可以完成學生上課簽到、住宿、飲食及門禁的數據傳輸，所以可以通過應用數據挖掘技術對“一卡通”進行進一步的延伸與發展，建立起高等院校網絡數據中心的數據交換平臺，可以提高高校學生管理工作的效率。比如，可以通過大數據交換平臺挖掘分析大學生群體的消費數據、校園上網數據、簽到數據及出入寢室門禁的數據，并且通過校內的其他管理系統對相關數據進行聯合抽取，從而建立起數據分析的預警模式，為這些數據定期的進行整理合并，從而有效的管理學生在校內的行動軌跡，可以很好的預防并及時地發現學生的失聯現象，當數據系統對超出缺省值的信息進行預警時，可以及時的通過短信或電子郵件的多種方式傳遞給輔導員，并且在校內的學工系統中進行備案，可以歸納及整理學生失聯問題的相關因素，可以為輔導員對學生動向的分析提供科學有效的依據，也可以充分的發揮預警性能，可以提高高效管理的效率及可靠性。

3.2 應用于財務系統決策中

大數據挖掘技術對財務系統的決策具有重要作用，目前的企業財務管理實現會計信息化，當前財務的基本工作都是在財務軟件上完成，目前財務會計已經開始向管理會計進行轉型，這是必然的趨勢，是社會的不斷發展中對企業財務管理的新要求，在財務系統應用大數據挖掘技術，在一定程度上提高了管理會計在企業財務方面的分析能力，對企業發展的重要決策具有重要的影響作用，比如說，在投資管理時可以通過數據挖掘技術對投資的外部環境及市場需求進行分析，可以對投資風險因素進行最大限度的識別，可以實現最大化的經濟效益。籌資決策階段，通過數據挖掘技術，對籌資的數據及導向進行研究分析，能夠加強籌資的目的性，選擇與籌資需求相契合的方式，從而最大程度的降低投資成本。企業的重要管理部門之一就是財務部門，在企業的發展與決策中都具有重要作用，大數據挖掘技術應用于財務系統可以很大程度的提高財務人員的分析能力，能夠滿足現代企業財務管理高速發展的需求，也是社會不斷發展中，對現在企業財務管理的新要求。

3.3 應用于商場管理的

3.3.1 簡析客戶細分

客戶細分指的是通過數據挖掘技術，根據商場消費群體的特定標準將其劃分成不同的類型，每種類型的群體的消費習慣都相似，分類的參考標準主要是年齡、愛好、職業等，進行客戶分類的主要目的是對客戶的消費信息的全面掌握，同時對客戶的消費習慣進行分析，找出客戶群體的特性，從而實現價值客戶的有效挖掘，可以制定具有針對性的銷售策略，從而提高營銷的效率。傳統營銷方式大多數都是通過派發傳單對產品進行宣傳，這種傳統的宣傳方式具有命中率低的劣勢，目前無法滿足營銷需求。因此商場構建了具有針對性的數據挖掘系統，通過會員制的方法對客戶信息進行采集，可以收集整理客戶每次的消費內容，然后通過數據挖掘技術，對這些數據進行分析歸納，從而總結出這些消費群體的特征，然后按照消費喜好，在這些特定群體內推送輔精準內容，這種營銷方式具有個性化的優勢，在滿足客戶不同需求的同時，也實現了商場的人性化服務，可以提高商場的競爭能力，吸引更多的消費者。商場通常都采用會員制的式，推薦客戶辦理會員卡，對自己的信息進行登記可以憑借會員卡獲得折扣，在每次的消費結賬時，在會員賬號中對這些數據信息進行匯總，當達到一定的數量時，商場就會通過數據挖掘技術，對這些數據進行針對性的分析，通過進一步的總結，對客戶進行細化，然后在以后的經營中，商場就會對這些特定的消費群體，定期發送與更精準的內容，這樣就可以實現營銷活動的針對性，可以吸引大量消費者前來購物。

3.3.2 對客戶信用進行分析

還可以在用戶信息分析中應用挖掘技術，通過分析大量的歷史數據，從而總結出客戶的信用等級，根據這些信息采取具有針對性的營銷方案，可以減少欺詐現象的發生。這項技術的應用能夠在很大程度上降低投資風險，同時針對高信用的用戶，提供更多便捷優惠服務，可以吸引客戶及增加消費者的依賴性。人們的生活質量越來越高，消費水平也發生了翻天覆地的變化，大型商場的主要收益來源就是大型家電及高昂消費品的銷售，為了吸引更多的客戶，部分商品可以使用分期付款的方式，消費者只需繳納首付，然后按月結算，就可以提前擁有商品。在增加銷售量的同時，也可以為消費者提供人性化的服務，可以充分的發揮客戶信息分析中應用數據挖掘技術的作用，是商場制定營銷策略的基本依據，如果客戶的信用度低，就可以拒絕提供分期服務，從而降低銷售風險。

3.3.3 簡析客戶識別與保留

還可以在客戶識別及保留中應用數據挖掘技術，在大型商場管理中，潛在價值客戶流失的現象很常見，可以通過應用數據挖掘技術分析出孤立點，通過建立特定模型展開數據分析，對有流失傾向的價值客戶快速定位，利于及時采取措施挽留客戶?？偟膩碚f，數據挖掘技術應用于客戶識別及保留的主要內容如下，

（1）識別潛在用戶，通過識別潛在用戶，可以挖掘價值消費者，吸引更多的客戶，在實踐應用過程中，通常是在數據庫中進行分析比對，構建模糊概念及集合，然后根據測試樣本對數據進行比較，就可以模擬消費者未來行為。比如商場對特定的消費群體發放宣傳冊，然后通過數據庫對這些新顧客進行分類，對顧客后續的消費進行判斷，并且根據這些總結，決定是否對其繼續發放宣傳手冊。

（2）保留顧客是對以前客戶的識別，是提高銷售量的重要方法之一。除此之外，商場必須采取對策保留老顧客，要有效的防止老顧客流失。根據相關數據分析可知，保留老顧客的成本投入遠低于獲取新顧客的投入成本。因此，應用數據挖掘技術對這些數據進行具有針對性的分析，首先分析顧客流失原因。比如，在特定的時間段商場顧客數量明顯減少時，通過收集數據進行分析，并總結流失原因，然后根據這些原因采取對策挽留顧客，還可以完善服務，為顧客提供更便捷人性化的服務，從而提高消費者的忠誠度，可以有效的實現防止客戶流失的目標。

（3）分析客戶的忠誠度對商場經營具有很大的影響作用，應用數據挖掘技術可以對客戶的忠誠度進行有效分析，通常是對購物的穩定性、牢固性、持久性進行分析。比如，實際應用中商場對客戶的相關會員信息進行分析，包括消費金額、消費的頻率以及近期的消費時間的分析，將這些數據導入模型就可以預測出忠誠度的變化幅度，商場可以根據這些數據，對銷售策略進行調整，比如商品的價格及種類調整，如此不但可以保留老顧客，提高忠誠度同時也可以吸引更多新客源，分析客戶盈利能力。商場應用數據挖掘技術完善其商業模式通過模型化的分析，做出科學決策，當前數據挖掘技術是新型的商業信息技術，其效果明顯，但是還需要不斷的創新及研發。就能夠通過現代化信息技術對大型商場的管理進行完善，客戶的識別保留、忠誠度分析以及盈利能力的分析都是比較常見的方法。商場在后期的發展，還要根據自身的需求，開發具有針對性的應用，當然在應用的初級階段，出現的問題較多，就需要進一步的改善，不僅要繼續擴展挖掘數據挖掘技術的應用，同時能夠有效提高企業發展。

4 結束語

綜合而言，在信息化快速發展的時代，大數據挖掘技術及分析技術，在各領域都具有重要的作用，能夠為用戶提供精準的、具有價值的數據參考，從而為用戶的科學決策提供理論依據，通過信息化技術及大數據技術的應用，提供更便捷人性化的服務。