計算機數據挖掘技術的開發及其應用研究

許英

鞍山廣播電視大學 遼寧 鞍山 114000

引言

根據中國互聯網絡信息中心的報告顯示，在2020年我國互聯網普及率已經達到了64.5%，網民規模已超過九億，各類信息數據隨之而來，導致用戶和商家不勝其煩。正因計算機數據挖掘技術能夠有效地緩解問題，因而對其開發以及應用方面進行研究具有極大的社會意義。

1 計算機數據挖掘技術的開發

（1）利用傳統方法。在開發數據挖掘技術的過程中，可以利用傳統方法，如統計法。常見的統計法有兩類，即抽樣分析方法與多元統計分析法。針對抽樣分析方法而言，其在全部數據中抽取部分數據作為樣本進行分析與探究，降低數據分析人員的任務量，在一定程度上減輕了相關工作人員的工作壓力；基于多元統計分析法來說，此種方法適用于開發較為復雜的數據結構，對于高維數的因子而言能夠進行更為有效地挖掘與開發。

（2）軸線型方法。軸線型方法主要是指通過“一條軸線”來處理數據的整個過程。只要數據開始輸入，便可以對其進行探究，利用預處理的作用，確保最終能夠獲得最為準確的數據。軸線型方法能夠科學、合理地將各個步驟進行劃分，具有很強的實用性、便捷性。然而，此種方法仍然存在很大的缺陷，倘若上一步中存在問題，則將會導致后續的步驟受到不同程度的波及，消耗大量的時間，降低工作的效率。

（3）環形方法。環形方法，顧名思義，此種方法主要是在一個“環”中對數據進行處理，環的周長也就是數據挖掘的工作時長；環中的數據也就是數據的輸入和輸出。此種方法相對于軸線型方法更具有效性。這主要是因為其可以在數據挖掘工作完成后立即運行到下一個周期，連續不斷地進行運轉。然而，在實際使用的過程中，其具有復雜性，且具備一定的難度，難以得到實現。

（4）決策樹數據挖掘法。現如今，由于計算機數字化技術正在以爆炸式的速度增長，決策樹數據挖掘法也因此更具科學性、合理性，并在發展的過程中不斷進行完善與升級。當面臨龐大的數據信息資源時，便可采用決策樹數據挖掘法，通過分析相關數據有針對性地展開操作[1]。

2 計算機數據挖掘技術的應用

（1）應用于市場。對于市場需求來說，在統計數據時將會面臨更大的問題，這主要是由于一家公司在想營銷產品前，應當首要進行全面而充分地市場調研，以便充分了解該產品的用戶特征以及需求，從而掌握市場人群的興趣點，基于此種情況，該企業便可通過應用計算機數據挖掘技術進行深入的探析。正是由于計算機數據挖掘技術能夠通過科學且合理的方式計算用戶的需求及其興趣，并了解用戶對產品的滿意程度，從而為后續的設計產品過程提供參考，逐漸提高產品的質量，在真正意義上滿足用戶的需求。比如，目前占據極高市場份額的電子商務平臺：淘寶、拼多多、京東等，這些平臺能夠根據用戶的歷史行為，通過算法大致了解用戶的購買能力以及對商品的偏好，從而實現精準地推薦，為用戶展現出其感興趣的商品。此種方式不但為用戶節省了尋找某種無法描述的商品的時間，為其提供便利，使得用戶獲得極大地滿足感，而且還可以為商戶帶來巨大的利潤。

（2）電信行業。眾所周知，電信行業需要大量數據的支撐，因而需要加強對計算機數據挖掘技術的應用，從而使得整體的行業發展更具穩定性。然而，根據電信行業現如今的發展形勢來看，其正在經歷著十分激烈的價格競爭，再加上電信市場的快速發展以及變革，聯動、移動等較大的運營商也面臨著重大的挑戰。根據市場行情顯示，我國電信行業正在隨著信息技術的升級而加快了改革的速度，在一定程度上指明了電信行業的發展方向，即信息化、集團化，從而符合業界的大勢所趨。由此可見，這場改革不但改善了市場的競爭環境，而且還促使通信市場邁入新的階段。由于5G技術的出現，筆者認為其將移動信息化在全球信息化服務中發揮出了至關重要的作用。因此，通過應用計算機數據挖掘技術在解決大數據信息問題的基礎上進行的深入探索，內容主要包括數據統計、業務數據、網絡數據、交易數據以及日常數據分析等，并與預測預警以及數據試驗等模型相結合，為客戶構建出更好、更完善的服務體系，避免經濟在發展的過程中受到制約。然而，在數據挖掘的過程中需要共享相關的工具，因而為了能夠切實有效地在激烈的市場環境中立穩腳跟，就需運營商將挖掘工具作為一種基礎形式，結合先進的信息技術進一步進行創新和創造，從而在真正意義上強化市場競爭力。

（3）半導體行業。筆者認為應當加大計算機數據挖掘技術在半導體領域的應用，這主要是因為此技術能夠在檢測相關軟件的過程中更具準確性。在通常情況下，在半導體元件的生產過程中，可以通過采集相關元件的數據，而后根據數據挖掘技術對元件進行詳細分析，進而獲得更為精準的數據信息，以此評估元件質量是否滿足生產的要求及其規范標準，為半導體的正常使用提供有效地保障。由此可見，倘若能夠合理地運用計算機數據挖掘技術，則將會大幅度加強元件評估的準確性，提高元件的合格率，避免過度浪費資源[2]。

（4）預測工作環境。正是因為計算機數據挖掘技術能夠對工作的環境進行合理、準確地預測，因而筆者認為具有較高危險系數的行業應當加大對計算機數據挖掘技術的應用力度，以便對工作環境進行分析，從而有效地預防重大安全事故的出現。例如，相關企業可以通過計算機數據挖掘技術建立模型，監測周圍的環境，估算危險系數，而后進行預警，從而確保能夠及時發現危險，以便在第一時間內有所反應，組織工作人員有序逃離事故現場，保障工作人員的生命安全。

3 結束語

綜上所述，倘若想要計算機數據挖掘技術能夠得到科學、合理的開發，就需采取正確的方法，如統計法、軸線型方法、環形方法以及決策樹數據挖掘法。除此之外，針對計算機數據挖掘技術的應用方面而言，筆者認為應當結合時代的發展，使其更具準確性。