张汝平
云南开放大学 云南 昆明 650101
摘要：随着计算机科学和现代信息技术的不断发展，各行各业在发展的过程中加大了对数据的重视程度，通过对各种数据的收集、采集、积累和分析，使得数据被赋予了更多的经济价值和社会价值。在当前的大数据时代，如何做好数据的挖掘与数据的应用，是促进社会发展的关键。基于此，本文针对大数据和大数据时代的概念进行了概述，分析了数据挖掘应用的分析方法，在此基础上探讨了大数据时代数据的挖掘与应用。
关键词：数据挖掘；大数据时代；应用
1大数据以及大数据时代相关概述
1.1大数据相关概述
大数据早先是IT行业的专用术语，指的是常规计算机软件无法在时间和范围内获取并处理的信息数据集合。大数据在如今的时代愈发凸显其战略价值，从战略角度分析，大数据不仅在于其庞大的数据信息，更意味着信息数据的高效且专业处理。从技术上来看，大数据和云计算一样，顾名思义大数据无法用单台处理设备对数据进行处理，需要借助分布式构架才能对海量的信息数据进行收集、分析和存储。大数据时代背景下，其数据挖掘应用的价值主要有两个方面：一是帮助企业对消费者所需要的产品或服务进行精准营销；二是借助大数据可以帮助各类企业进行服务转型。
1.2大数据时代相关概述
全球知名咨询公司麦肯锡咨询公司最早提出的“大数据”的概念。进入大数据时代以来，大数据显示出了越来越重要的作用，人们的社会生活和生产发生着巨大变化。总体上来说，大数据时代互联网中的信息呈现出了全新的特征，首要特征是体量庞大的数据，而海量的数据信息蕴含了更多的应用价值。其次，数据包含的信息种类越来越多，无论是网络日志、音视频，还是地理位置等都被纳入大数据范围。再次，数据呈现出价值密度低的特点，随着互联网和信息技术的广泛应用，价值物联网的不断普及，信息感知无处不在海量的信息随时都在被收集，这些海量的信息需要经过处理才能得到相应的价值。最后，与传统数据挖掘技术相比，大数据挖掘和应用的速度快、实效高。
2数据挖掘技术的分析方法
2.1聚类
聚类分析是在数据处理的过程中，根据数据的类型将其划分为多个类似的组别。这样能够最大程度提高相同类型数据之间的关联性，再通过不同类型数据之间的关联性找到可用的数据集。通过这样的聚类方式，能够应用于客户群体、客户分类、背景分析等各个方面。从应用领域来看，数据挖掘的聚类方式被广泛应用于心理学、医学、销售等各个领域。
2.2分类以及事先推测
分类是根据数据类型的不同预先对数据库中的数据从数据形式、数据特点一一对应分类，结合不同的目的进行统计和划分。通过这样的方式能够根据不同类型的某一特点，反映出数据项目的需求。这种应用方式可以被应用于客户分类、客户特征、客户满意度调查、消费者消费行为的趋势预测等等。
2.3关联分析
自然界中的事物具有一定得联系，借助这一特征在数据挖掘的过程中借助不同数据之间的联系区别，可以快速准确地找出各类数据之间的因果联系。这样的数据挖掘技术能够应用于交易数据中不同商品的关联性，避免商品交易问题。或者借助这一方式，寻找市场对消费产生的各种影响，帮助企业不断改良自身的产品。
2.4特征分析
特征分析方法是在数据库内部的其中一组数据中提取关键数据，通过对关键数据的分析显示出整个数据的特点。这样的方式能够减轻数据处理和分析人员的工作压力和内容，使得数据分析和处理工作更加高效。
对于企业来说，建筑特征分析方法能够在数据挖掘时，借助分析过的数据找到出现问题的原因，能够使企业开发出更多的消费者，也能够使企业更好留住客户。
3数据挖掘技术的应用
3.1应用于市场营销领域
从大数据支撑的特点以及社会发展经济的形势来看，市场营销领域是大数据应用最广最多的领域。在实际运用的过程中借助大数据挖掘技术能够帮助企业分析不同消费者和不同客户的消费习惯和特点，并通过这些信息来预测和推送消费者感兴趣以及需要的商品内容，从而获取更多的客源，以这样的方式对消费者进行精准营销从而提高企业的商品销售业绩。同时，通过优化自身的售后服务或者其他服务，能够帮助相关企业维持稳定和长期的客户资源。当前，大数据挖掘技术的应用领域，在市场营销方面不仅仅被应用于商品销售和超市购物等等，已经开始普及到各个金融领域之中。在银行业、保险业、电子商务领军、电信零售等各个行业中都可以借助数据挖掘技术收取消费者信息，分析消费者行为，扩展本行业的潜在客户，使得企业得到更好、更快的发展。
3.2应用于科学研究领域
在科学研究领域中，需要通过大量的实验进行论证，这样才能加快科研成果的转化。而科学研究需要以大量的实验数据作为支撑，还要对这些数据找出相关的规律最终形成事实，而在这些数据挖掘的过程中需要借助一定的算法才能更好进行数据收集和整理。基于这样的科学研究领域特点，利用大数据挖掘技术，能够找出科学研究产生的实验数据之间的规律，通过对这些数据和规律的总结，能够更好发现新的知识。同时，当新的科研成果在进行成果转化的过程中，通过科学技术的实践运用，借助大数据对数据进行收集，能够及时获得关于该技术的反馈，通过反馈发现新技术或者科研成果中存在的不足与问题，进而根据存在的问题进行改进，这样能够进一步提高科研的效率，使得科学研究领域更加便利，也能够得到更加科学合理的结果。
3.3应用于制造业领域
制造业与其他行业相比拥有自身的特点，制造业里面主要以各零部件生产为主，在零部件生产的过程中需要对不同类型的数据进行收集和分析，如零件制造公差、实体尺寸等，以此提高零件制造的精度。此外，通过融合大数据挖掘技术，制造业领域的各企业能够通过对数据的收集分析，及时发现生产过程中影响效率的因素，也能够发现不同产品存在的不足。这样的方式使得企业有更多灵活的方法改进企业生产工艺和生产环节进一步提高企业的生产效益，极大地提升了企业的市场竞争力。
3.4应用于电信业领域
计算机科学和现代信息技术的飞速发展，电信业的发展也迎来了新的契机。电信业主要以技术和服务为主，电信业的发展与市场有着紧密的联系同时也与电信业提供的相关服务产生着重要的关联影响。基于电信行业的特点，大数据挖掘技术能够将复杂的数据进行集合，并精准找出数据信息之间的规律，使电信业能够及时关注市场的需求，并且根据客户的不同需要优化服务或者更新产品，从而促进电信业务的超越发展。
3.5应用于教育领域
教育是国之大计，教育也是各种先进技术和方法应用的主要领域之一。当前，借助互联网和信息技术教育教学开始向着现代化和信息化方向发展，在发展的过程中通过大数据的应用能够进一步完善教育教学管理也能促进教育教学方法的改革。例如在教育教学管理过程中，借助大数据技术对学生进行分析，能够及时掌握学生的学习和心理状况等，这样能够给予学生针对性的指导，进一步促进学生成长成才。
4结语
综上所述，大数据挖掘技术不仅仅是一种新兴的技术形态，也是信息化社会发展的必然趋势。各个行业和领域应用大数据挖掘技术的过程中，要不断发现各种技术应用中存在的不足，根据这些存在的不足及时对数据挖掘技术进行创新，使得数据挖掘技术的实用性得以体现。
参考文献
[1]赵倩倩，程国建，戎腾学，等.大数据挖掘与数据挖掘刍议[J].电脑知识技术，2014，11（33）：7831-7833.
[2]周 凌.浅析大数据时代数据挖掘技术与应用[J].新技术应用与实践，2018（07）：189-190.
[3]于 婷.大数据时代的数据挖掘技术与应用[J].通信设计与应用，2018（12）：18-19.