大數據下數據挖掘技術的應用研究

曾昌賢 胡汝星 余建良 姚本金 江成鑫通訊作者）

貴州理工學院土木工程學院 貴州 貴陽 550003

1 大數據時代數據的基本特性

在大數據時代，數據的顯著特征是大量化，首先表現出數據多樣性和數據的快速性這兩種特性。其中，大數據的多樣性是指數據的多樣性，形式的多樣性，特別是非典型數據的多樣性。大數據的快速性是數據生成速度的反映，大數據生成較快，可以滿足現代人的信息需求。大數據的這些基本特性在不同的角度上表現出了可貴和可靠性。可靠性和反應數據的重要性是決策的關鍵[1]。

2 數據操作和大數據

隨著現代科學技術和大數據網絡的發展，人工智能技術的開發越來越快，其中，數據挖掘技術是人工智能技術開發的一種形式。人工智能技術的運行及數據軟件應用程序，為了實現適合技術依賴的機器演算法，數據操作技術的基本目的是深入鉆研信息或深入鉆研復雜的信息，從而使隱藏的信息能夠通過操作和回收使之具有更高的潛力。數據技術是從大數據中對數據應用程序進行深入研究，轉換成有意義的信息，促進決策的產生，讓決策獲得特定的應用價值，實現數據的應用[2]。

3 通過幾種方法對數據挖掘技術進行相應的分析與探究

識別數據挖掘技術與大數據之間的關系。數據挖掘技術的目標是發現大數據未知的信息，實現決策應用程序。數據挖掘技術的核心是使用數據分析方法，從數學角度分析大數據，并進行數據挖掘。以下通過幾種方法對其進行性的探究與分析，希望能夠從集中方法當中更深刻的來凸顯數據挖掘技術與大數據之間的關系。

3.1 將數據進行分類，再對其進行分析

這種分類分析法的主要特點是把基于共性收集的信息群集起來，然后以部分的形式顯示信息。此方法旨在對看似無關緊要的數據進行深層研究，按照分析目標，將數據群集起來，利用數據之間的連接，對重要的信息進行信息傳遞，挖掘信息的潛力和價值。

3.2 模擬人類大腦對數據進行相應的分析

人工神經網絡方法就是通過模擬大腦神經進行網絡處理，儲存信息處理信息的方法，有分析、抽象化以及大量的數據，有取得計算結果時使用的趨勢分析等。人工神經網絡方法主要設定數學模型算法，但在神經網絡中輸入的所有研究價值都是數值，在收集相關數據時，根據實際需要對該數據進行分析，更好地實現數據分析工作，以保證數據信息技術的應用，通過這種方法能夠更好地實現數據分析的工作，確保數據挖掘工作的順利進行。

3.3 結合具有聯系的數據，對其進行相應的分析

相關關系分析是以大量的數據為基礎，查找數據庫中不同信息間關系的分析技術方法。相關關系的分析是對不能直接應用的收集的數據和信息的相關關系進行分析，對潛在的信息進行處理，實現數據的可支配性。

4 對數據傳輸技術的特定應用的研究

眾所周知，數據信息技術是信息技術開發的產物，是大數據時代重要的數據分析方法，可以促進數據信息的有效使用，以下對數據傳輸技術在各方面所體現出來的作用進行相應的剖析。

4.1 數據傳輸技術提升了行業競爭力

數據挖掘技術是通過對存儲的數據進行分析、分析和操作，提高行業競爭力的行業。此領域是最早應用數據挖掘技術的領域，也是廣泛應用的領域。分析數據挖掘技術，可以發現數據內部的價值，大大縮短科研時間，提高行業競爭力。比如人工智能技術，現在我們可以收集和分析很多信息。使用Taobao平臺，可以以多種個人數據為基礎，分析喜好度，并根據結果向消費者推薦喜好度。

5 數據挖掘技術針對高校管理的特殊應用

近年來，網絡事務、云計算及其他信息產品將記錄人們的行動軌跡，搭建多樣的大數據平臺，從數據傳輸技術等多種管理中促進數據信息技術的應用，有效地應用到大學管理中。大學是學生人口密集的地方，在信息時代，學生的各種數據信息形成龐大的信息量，大學數據信息管理面臨著挑戰。通過數據學習技術分析方法，對大量的學生信息進行系統分析，并利用分析結果進行招生、教學評估、學生思想意識和政治工作。例如，運用數據挖掘技術，分析學生對課堂效果的反應，分析結果可以參考教學效果，監督任課教師是否開展有效的教學活動。例如，通過對教室和學生心理學的數據分析，教師可以更好地理解學生想在教室里了解的東西。改善教育，改革教育，提高教育效益。用另一個例子來講，移動學習模式的運用，對資訊學習應用技術產生影響，可以對學習的教學效果產生的各種因素進行分析，比如在平臺上分析學生對學習的深度，分析學習及其他相關數據的分析結果，對改善移動課堂教師的教學模式起到輔助作用，使學習者更具價值。

6 結束語

總而言之，大數據的最大價值就是預測未來的趨勢，迅速地從大量的數據中發現寶貴的信息，幫助決策者做出決策。在大數據時代，數據信息技術的應用是現代信息分析技術的研究方向，它可以挖掘出信息的潛在價值，實現數據應用程序的開發。