大数据时代的数据挖掘技术与应用张梦笑--中国期刊网

字体：大中小

首页> 原创作品> 正文

大数据时代的数据挖掘技术与应用张梦笑

发表时间：2020/8/6 来源：《中国教师》2020年9月作者：张梦笑

[导读] 目前，各大行业因为科技的发展也得到了进一步创新与发展，同时，中国也在持续的推进城市信息化，其中最为关键的就是改革与发展网络技术。网络技术发展的关键产物是大数据挖掘技术，信息策略发展的关键方向就是提出这一技术。它不但可以处理带有强大逻辑的信息，还可以把信息资源之间的互相干扰、空间局限等消除掉。鉴于这种状况，本文结合大数据的时代背景，分析了数据挖掘技术的运用。

张梦笑山西电力职业技术学院/国网山西省电力公司技能培训中心山西太原 030021
【摘要】目前，各大行业因为科技的发展也得到了进一步创新与发展，同时，中国也在持续的推进城市信息化，其中最为关键的就是改革与发展网络技术。网络技术发展的关键产物是大数据挖掘技术，信息策略发展的关键方向就是提出这一技术。它不但可以处理带有强大逻辑的信息，还可以把信息资源之间的互相干扰、空间局限等消除掉。鉴于这种状况，本文结合大数据的时代背景，分析了数据挖掘技术的运用。
【关键词】大数据；数据挖掘；技术与应用
中图分类号：G688.2 文献标识码：A 文章编号：ISSN1672-2051 （2020）09-009-02

        1 引言
        基于计算机技术与大数据产生的新型技术就是数据挖掘技术，一般也称为数字处理技术。具体是指整理、调整、挖掘各大企业内部的数据和评估等一系列操作，目的是完成优化全局数据。进入大数据时代后，数据挖掘技术占据越来越关键的位置，一定要在确定当前技术种类的基础上对其实施进一步的优化和创新，把与时俱进新的数据挖掘技术研究出来。
        2 大数据时代下的数据挖掘技术
        2.1数据挖掘技术基本概念
        在日常的信息检索和整合处理的时候，技术工作人员会采用一些较为特殊的技术手段进行处理，这种特殊的数据处理方式就是我们所说的数据挖掘技术。在传统的信息检索处理中，工作人员往往需要花费很多的时间和精力才能在众多的数据库当中挑选出合适的数据信息。数据时代的到来给人们的生活带来了无限的便利条件。当前，技术工人可以利用数据挖掘技术处理日常的工作，大大提高了工作效率，拓宽了数据挖掘技术的应用空间。
        2.2数据挖掘技术的特点
        一般来说，在大数据时代下的数据挖掘技术相对十分复杂，它虽然在一定程度上改善了传统数据检索中常常遇到的问题和困难，但还需要建立合适的数学模型。另外，对于数据挖掘技术来说，它所使用的数据库十分庞大，这在无形中增加了出现微小错误的可能性，这种错误虽然不影响最终的处理结果，但还是不能保证十全十美。最后，相比于原有的数据处理技术，数据挖掘技术更加人性化，它可以从用户的角度出发，最大程度的满足用户的根本需求。
        2.3数据挖掘技术的应用
        第一，它可以依照不同用户的不同需求在数据库中进行信息的收集和处理，保证了数据处理的个性化。第二，不同用户之间的信息是相互关联的，因此，可以根据全网用户的检索情况分析他们之间的联系或工作内容等项目。系统会自动将相似的信息进行汇总，并统一于一个数据库当中，这样一来，在日后的处理过程中，技术人员的工作效率就可以得到提升。
        3 常用的数据挖掘技术类型
        3.1 聚类分析法
        作为一种非参数分析方法的聚类分析，能实施分析样本分组中很多为数据点间的差异和关联，应用这方法的过程中，不用总体假设数据，也不需要受数理根据等原则的约束，只需要经过数据搜集、数据转换2个程序，这样就可以让聚类分析完成全过程。聚类分析可以实施分析数据的分布状况，还可以快捷的分析数据分布的局势，把密集与系数范围正确的识别出来；此外，聚类分析对单类的数据一样具备超强的分析能力，能深入的分析每一类的数据，发现其特点，把变量与类之间的内在关联性找出来。基于聚类分析原理基础上非常多的方法，如最常用的聚类分析方法就是层次法、密度分析法与网络法。

期刊文章分类查询,尽在期刊图书馆

        3.2关联性分析法
        有时数据自身存在合理的隐蔽性，这样数据挖掘与运用就很难通过一般的数据分析法实施，对于数据信息的关联性识别就需要经过关联性分析法来完成，来帮助人力完成分辨数据的任务，一般是带着某种目的性的实施这种数据分析方法，所以在数据精准度比较高的信息管理工作中相对适用。
        3.3特征性数据分析法
        当前，在生活和工作中广泛的存在数据资源，互联网平台中数据具有的作用、特点等得到了人们的广泛重视，并为此展开了有关的研究。比如，在分析别的类型算法的适合度中能够应用遗传算法，这算法通过生物进化理论模拟数据信息的发展过程，构建真实性和虚拟性兼备的数据资源；人工神经网络中包括很多的信息类型，运用数据挖掘技术处理信息，经过计算机来分析繁杂模式的特点和趋势；可视化技术在数据挖掘的时候运用相对普遍，作为一种辅助技术，其经过动画、图像等方法为数据挖掘供应操作指导。
        3.4 可见性技术研究
        可见性技术在发展数据挖掘技术的时候是最常见的辅助类技术。它经过表格、动图、视频等表达方法正确生动的引领发掘，引领操作，展现成果等，而数据挖掘过程中所遇到的很多表达的上面难题在运用可见性技术得到很好的解决。为客户可以更好的应用与了解供应了方便，对数据挖掘技术的面向群体的扩展起到了促进性的作用。
        4 大数据时代数据挖掘的应用
        数据挖掘技术之所以可以运用到很多领域，是因为其能很好地融入各个领域的环境中，提升各个企业的服务水平，该技术还使各个企业竞争力加强，改善生产经营管理的效率。海量的数据是数据挖掘的前提，数据挖掘对这些数据进行分析、整合、分类，因此，数据的信息量是数据挖掘的保证，然后该技术才能对数据进行挖掘、分析、运用。
        4.1教育领域
        在该领域使用数据挖掘技术，方便教师对学生信息的掌握，了解学生的成绩、优点、薄弱科目等信息，也可对学生的各个方面进行分析，教师就可以对学生进行针对性的帮助。该技术在教育方面上的运用，提高了教育教学的质量和效率，使教学系统配置达到优化状态，这为教育事业提供了良好的条件。因此，该技术在教育领域占有举足轻重的地位。
        4.2科研领域
        数据挖掘在该领域上相当于一种辅助因子，原因是科学研究和实验数据是密切相关的，需要对数据之间的关系进行分析，然后统计结果和经验，然而，实验数据具有庞大的信息量。基于此，数据挖掘就被运用在该领域，数据挖掘技术可以帮助科研项目提供信息、寻找数据。因此，在科研领域上，数据挖掘的作用无可代替。
        4.3电信领域
        随着互联网的发展，电信企业也随之兴起，因为电信企业拥有大量的数据信息，不得不为人民提供更好的服务。由于该数据的综合性很强，使其服务受到限制，造成服务质量不好。但数据挖掘技术刚好能够改善这种情况，能使数据条理化，并对数据进行有效分析，全方位了解、记录用户信息，解决服务过程带来的麻烦问题。因此，数据挖掘为电信企业的服务提供有效的用户信息，为该企业提供了一个高效、优化的基础。
        5 结语
        数据挖掘技术是我国社会经济发展的重要技术，其所发挥出的效用也十分的显著。当前，我国的数据挖掘技术研究逐渐的深入，且其技术的使用范围也变得愈发的广泛起来。我国必须要注重数据挖掘技术，合理的使用其技术，探究其技术的发展重要性。
参考文献
[1]刘悦,周兵,聂作明.基于蓝墨云班课大数据信息挖掘的过程教学评价研究——以食品企业管理体系实务课程为例[J].高教学刊,2019(10):56-59.
[2]徐儒.大数据在服装设计中的运用——评《数据挖掘的应用与实践》[J].上海纺织科技,2019,47(02):68.
[3]陈萍；数据挖掘技术在网络教学中的应用研究[D]；广东技术师范学院；2015年