袁帅 张雯泰
国网辽宁省电力有限公司辽阳供电公司 辽宁省辽阳市 111000
摘 要：现如今与互联网相关的各种产业已经进入到人们的日常生活之中，大数据时代已经来临，同时数据挖掘技术也得到了广泛的应用，本文提出了数据挖掘技术的特征，分析了不同的数据挖掘技术，以及此项技术的实际应用。
关键词：大数据；数据挖掘技术；应用
大数据如今是现代互联网信息技术发展的关键组成部分。研究表明，互联网数据现在正以每年仅五成的速度增长，并且大量的数据正在改善人们对日常事务的处理能力。来自未知的大量新数据使人们可以访问有关数据量的其他信息。数据挖掘技术是信息技术不断进步的结果，它提高了人们寻找数据使用数据的能力，是大数据的发展迈上了新的台阶。
1 大数据期间数据的基本特征
在大数据时代，各种数据开始大量的出现在网络空间之中，它体现了数据量和数据完整性这两个大数据的特点。大数据这一完整的概念，来源于美国的麦肯锡公司，经过该公司不断地研究，发现了在日常的企业运营管理过程中数据已经渗透到了方方面面，他们最终确定数据可以为企业的创新发展提供强大的动力，数据是企业良性发展必不可少的因素之一，大数据的概念因此应运而生。顾名思义，大数据所包含的数据极具海量，企业的日常运营过程中，可以从其中稳定获得可用资源，具有非常高的实用价值。大数据的另一个主要特征是它们的碎片化，这体现在对数据的格式的划分上，尤其是在随机数据大量的产生时。大数据的另一方面体现在数据出现以及更新的速度上。大数据的产生速度非常快，基本上可以满足当今时代人们对信息的需求。大数据的这些基本特征从另一个角度显示了其价值-真实性。数据价值的真实性是数据对一种决策有支持性的关键因素。当前大数据的规模已经成为了决策中的重要影响因素，其真实性可以通过信息来源得到确认，在使用大数据做出一致的决策，要保证所需的数据可以满足决策需求，以及数据的真实可靠性。
2 数据挖掘技术与大数据
随着现代科学技术的不断发展和大数据网络的建设，人工智能技术的发展越来越快，数据挖掘技术成为人工智能技术发展的标志。人工智能技术的使用类似于数据挖掘技术的使用。另一方面，数据挖掘技术以机器算法为依赖来驱动的。处理大量的不同的信息可以最大程度地发挥其潜在价值。数据挖掘技术利用大数据下的数据进行深入的数据分析，并将其转换为逻辑信息，促进决策制定，并确保决策能够实现预定的应用价值并监视数据使用情况。因此，数据挖掘技术是大数据录入领域中的重要应用技术。
3 挖掘技术的方法
在了解数据挖掘技术与大数据之间的关系的基础上，数据挖掘技术可以看成是以从大数据中提取到自己需要的数据为目的，从而达到应用目的。数据挖掘技术应该先使用数据分析方法对大数据中的各类数据进行统计分析，然后从中挑选出所需数据。
3.1聚类分析法
此种方法的一个关键特征是以一般方式对收集的数据进行收集和分类，以便以板块的形式显示数据。该方法对看似无关的数据进行详细研究，根据分析目标将数据分为不同的组，然后利用数据之间的交互作用提取所需的重要数据和潜在的所需数据。但是这种分析方法存在一些不足之处。原因在于，数据处理本身使得难以在统计计算中对数据进行细致分析，并且也难以做到完美的数据识别。
3.2人工神经网络分析法
这是一种通过复制处理数据和神经脑网络内存来尝试处理信息的方法。人工神经网络分析方法主要是在数学模型中建立算法，而神经网络中包含的调查值是数值的，这就要求在收集相关数据时根据其实际需要对数据进行一致的分析，并保证数据挖掘技术的使用。
3.3关联性分析法
这是基于大数据，用于查找数据库中不同信息之间的联系的分析方法。关联性分析方法可以分析收集到的数据还可以直接应用于数据上所搭载的信息的价值分析工作上，主要是挖掘隐藏数据的和对数据进行相关处理，并揭示数据的清晰度。这种类型的分析是准确而有很强的目的性的，因此，这种类型的分析通常用于精确的数据分析，例如文件数据的管理。
3.4 特征性数据分析法
这是一种基于数据分析的结果，在分析之后进行二次处理的分析方法。使用诸如计算适当数据量的方法，并且可以将数据挖掘的结果与预测的数据分析方法进行比较，使结果几乎相同或一致，因此使用此方法进行数据分析可以更清晰地看到复杂数据的分析结果。在大数据时代，大量数据和信息表明数据数量的快速增长趋势，从而使数据挖掘和分析变得困难。在各种数据挖掘方法中，适当的数据挖掘方法适用于大量数据。数据挖掘方法可以从大量数据特征中提取独立的特征，成功检测数据分析的结果并找到合适的数据加以利用。
4 数据挖掘技术的具体应用研究
就像一枚硬币有正反之分，任何事物都具有好坏的两面性，没有任何一件事情，只会带来好处，而不会带来坏处，在人们感慨其带来好处的同时，危害也在黑暗中慢慢发酵。大数据时代的到来同样暗含此理，首先，大数据以及互联网的应用能为各行各业的发展带来全新的动力支持，支持各行各业进行改革创新，为企业的发展创新注入了活力，但与此同时，在如今的大数据时代，企业的日常管理也同样面临着严峻的挑战，首先就是数据的多样化，大数据所带来的并不仅是获取资源的方便廉价，还带来了大量的无用资源，在海量的资源之中分辩出对自己有益的资源，工作难度之大可想而知，这就十分需要数据挖掘技术的应用，其次就是在新时代企业的目前发展战略不清晰，在新技术面前存在畏首畏尾的现象，遇事举棋不定，生怕一步踏错使自己的企业跌入万丈深渊，另外就是大数据新时代下数据挖掘的专业人才的严重短缺，人才短缺以及培养缓慢就会使企业管理的创新止步不前，想要在大数据新时代到来时促进企业的发展，首要的就是掌握数据挖掘技术，招收相关的技术人才，
4.1数据挖掘技术实现提高行业的竞争力
想要在当今时代提高行业竞争力需要对所需数据进行挖掘工作，例如电商平台可以分析大量数据中不同人的爱好和偏好，并根据分析结果将其推荐给消费者。提高了该部门的竞争力，由于现代生活质量的发展，人们对基本的日常需求提出了更高的质量要求，加工部门可以分析相关数据并有针对性的服务消费者。
4.2 数据挖掘技术应用在公司管理中
在全新的大数据时代，利用诗句挖掘技术可以实现对企业的管理模式的优化，最先要做的就是打破传统的思维束缚，不要让旧时代的管理思想影响到新时代的管理模式，新时代下，数据是企业管理工作中最重要的一点，给企业的管理带来巨大的挑战，改变传统观念，着眼于现在与将来，是企业管理者需要工作的重点，想让企业的管理在新时代的冲击下变得更加稳固，首先要弄清楚大数据时代下的样本问题，并且通过样本来窥探总体，因为在如今的企业竞争中，中小型企业还没有完全的进行转型，企业中的设备没有足够的能力来对所有数据进行鉴别与筛选，所以只能通过样本来反映总体的方法对，对大数据有一个基本的了解，其次在管理中要清澈的认识到如今时代数据挖掘技术的重要性。
5 结束语
综上可知,大数据所包含的价值在于对数据进行有效的处理之后,对未来的发展趋势有一个导向作用，数据挖掘技术的应用可以在海量的数据中,快速的发现有利于自身决策的信息。
参考文献：
[1] 许丽卿.基于数据挖掘的高校教学质量评估系统研究[J].信息 技术与信息化,2019(08):79-82.
[2] 程军锋.Web 数据挖掘研究[J].重庆三峡学院学报,2019(3): 43-45.
[3] 凌小萍,邓伯军.大数据时代高校思想政治教育探究[J].广西师 范大学学报,2019(1):62-67