淺析大數據時代的數據挖掘技術

唐建

【摘 要】隨著社會經濟以及科學技術的不斷發展，目前信息化的網絡技術已經使用在人們的日常生活中。但是在使用信息化的互聯網技術時人們在生活中產生了規模更大的數據源，這就導致數據的收集以及分析過程面臨著巨大的困難，為了有效地解決這一問題，大數據時代下的數據挖掘工作應運而生。目前這項技術已經得到了各行各業的廣泛重視，不斷被應用到數據的采集以及分析過程中。本文主要是介紹的數據挖掘技術使用的現狀，并且探討了數據挖掘技術，在大數據時代背景下的具體應用以及未來的發展趨勢，希望能夠為我國數據挖掘技術的不斷發展提供參考意見。

【關鍵詞】大數據時代;數據挖掘技術;具體應用

目前在網絡信息的不斷發展下，人們的生活方式朝著更加多元化的方向發展，由于網絡技術為人們提供了更加便捷和智能的信息，獲取途徑在這一基礎上，現代化的電子商務以及物聯網平臺不斷興起。由此可見，社會的總體經濟形勢逐漸從實體經濟結構向網絡經濟的時代發展，但是在網絡經濟時代發展的背景下，用戶的個人消費記錄、信息資料、隱私數據等等，成為了行業發展中最為重要的數據來源信息。為了能夠廣泛地收集到數據來源的信息，并且對這些信息進行分類匯總，統計出企業需求的數據方向，數據挖掘技術已經成為了目前中國企業發展最為重要的研究方向。這項技術能夠建立信息從采集到識別分析全過程的統一平臺，不斷提高企業對用戶的掌握程度，促進企業的可持續發展。

一、數據挖掘技術分析的具體方法

（一）聚類分析法

聚類分析法主要是將需要收集的數據劃分為不同類型的組別，這樣做的最終目的是為了能夠有效的辨別各類型數據之間的相似性以及關聯性。通過分析類別不同的數據之間的緊密聯系，從而找到可以為企業所用的數據集。目前這種聚類分析的方法更加適合應用在企業面臨客戶群體為客戶群體分類以及對客戶的不同背景分析方面。聚類分析法可以幫助企業事先分析到客戶的具體需求，然后根據不同客戶的差異性需求，做出提前的準備，因此，這項技術被廣泛的應用在我國的銷售項目、醫學和心理學范圍等等方面。

（二）分類及事先推測法

這種方法中的分類主要是指對于同類型的數據庫所蘊含的數據進行分類。而分類的依據主要是根據數據的不同特點進行相對應的分類，并且還要根據數據使用的不同作用，對數據庫中的總體數據進行統計。使用分類及事先推測的方法可以有效的體現出數據的某項突出特征，并且更加直觀地體現出不同類型數據的具體作用價值。分類及事先推測法，這種方式在企業日常的發展過程中，更多是用在分析客戶對企業產品的滿意度以及產品購買的未來發展趨勢等等方面。這種數據挖掘技術具有連續累積的特點，如果在行業內同類型的數據累積越多，那么對于數據的分析精確性就更高[1]。

（三）關聯分析法

關聯分析法主要是利用了不同信息源之間存在的客觀聯系性，從而找到數據集合之間的因果關系或相關關系等等。關聯分析法能夠有效地分析出企業在交易的過程中，不同產品數據之間的內在聯系，通過這種分析方法，可以提前預判企業在產品交易的過程中可能出現的風險問題，還能夠有效地分析出影影響產品銷售的具體因素，幫助企業管理層有針對性的改善企業自身的產品，從而達到利益最大化。

（四）特征分析法

特征分析法主要是將數據庫中的其中一項數據提取出來，并且直觀的顯示出這項數據的主要特征，這種方法可以幫助銷售人員及時的了解到客戶的需求，利用數據分析找到客戶流失的具體原因，幫助企業鞏固客戶[2]。

二、大數據時代背景下數據挖掘技術的具體應用

目前數據挖掘技術已經被廣泛地運用到我國各行各業中，并且通過直觀的數據體現，能夠幫助企業獲得更多目標客戶的信息，從而獲得更高的經濟效益。為了能夠幫助企業在激烈的市場競爭洪流中逆流而上不斷提高企業自身的競爭實力，將數據挖掘技術充分的應用到企業資源的整合過程中，對企業的可持續發展具有重要意義。

（一）市場營銷方面的應用

數據挖掘技術最早就是使用在市場營銷的領域中，通過利用數據挖掘技術，企業可以分析出不同消費者之間的心態以及消費習慣，從而明確消費者的消費目的，通過靈活地調整自身的產品，讓產品特性更加順應消費者的需求從而達到提升銷售業績的最終目標。在當前這個階段，數據挖掘技術在市場營銷中的應用已經不單單存在于超市購物等實體經濟中，目前這項技術已經逐漸地應用到了醫療行業和電子商務等行業內有效的幫助了企業提供潛在的客戶，讓企業能夠了解不同客戶之間的需求，實現對產品的升級改造。

（二）在科學研究領域中的應用

在科學研究的具體過程中，通常科學家們需要通過不同的數據，從歷史數據中找出目前研究項目需要用到的參考信息，通過對歷史數據規律的掌握，從而研發出新的產品。換句話說，數據挖掘技術在科學領域中是一項非常重要的輔助分析工具，通過利用這項技術，可以在短時間內就找到不同數據之間的規律，并且幫助科學家得出相關的經驗。例如通過數據挖掘技術，可以對DNA進行更加細致的分析，這樣就可以有效地提高親子鑒定的精確度，由此可見，數據挖掘技術在科學領域研究中的應用是至關重要的[3]。

（三）制造業領域中的應用

在生產制造業的領域中，隨著人們生活質量水平的不斷提高，用戶對于制造的產品質量要求也更加嚴格。制造商可以通過對產品的各項性能數據進行進一步的分析，從而不斷提高產品的可食用性，還能夠有效地降低產品的成本費用，提高用戶的體驗感。例如我們可以通過數據挖掘技術充分的分析出產品在使用過程中的缺陷，并且找到生產過程中影響生產質量的因素，從而有針對性的采取相應的補救措施，拓寬產品的銷路[4]。

結語：

綜上所述，數據挖掘技術目前在我國的市場營銷科學研究以及制造行業領域被廣泛運用。運用這項技術，能夠分析出市場中的潛在客戶需求以及產品在銷售過程中的缺陷，但是就目前的使用狀況來看，數據挖掘技術還具有巨大的發展空間，為了能夠讓這項技術更好地運用到我國的各項行業中，必須要不斷提高對數據挖掘技術的研究力度，讓數據挖掘技術在我國的行業發展中發揮出更大的作用。

參考文獻：

[1]劉銘，呂丹，安永燦.大數據時代下數據挖掘技術的應用[J].科技導報，2018，3609：73-83.

[2]周凌.淺析大數據時代的數據挖掘技術與應用[J].中小企業管理與科技（下旬刊），2018，05：189-190.

[3]文世敏.淺析大數據時代下數據挖掘技術的應用[J].企業科技與發展，2018，06：109-110.

[4]于晶.大數據時代的數據挖掘及應用探究[J].科技與創新，2018，24：160-161.

（作者單位：鹽城市市場監督管理局）