严欣
重庆工业职业技术学院 重庆市 401120
摘要：随着社会经济水平的不断提高和信息时代的不断发展，数据挖掘在社会的各个领域中得到广泛的应用和普及，给人们的生活方式、学习方式和工作方式带来方便的同时，却引发了一系列的网络安全问题。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：大数据时代；数据挖掘；应用
引言
如今是一个数据时代，互联网的飞速发展使人们的各项信息都可以被数据化，所以数据挖掘技术有着十分重要的意义。在经济发展的过程当中，数据挖掘技术是一种新的数据库技术，通过从生活当中存在的海量数据来挖掘一些相应的价值规则。在不断发展的过程当中，高度重视数据挖掘技术，能够令人们在上网过程中得到更好地体验，同时提高人们上网的网络速度，减少人们浪费在互联网上的时间。数据挖掘技术的出现令用户们利用网络的情况数据化，让用户们的上网体验感更好，以此提高用户体验感。
1大数据挖掘技术的重要性
大数据时代的数据挖掘大数据的合理挖掘和整理，让经营者在海量的数据中提取出对经营的最有利的黄金数据，推动经营盈利的最大化是大数据背景中数据挖掘重要意义的体现，因此数据挖掘的本质就是对一系列数据的处理和分析，通过分析和处理找出对自己最有利的信息。大数据时代是人类在信息上的一次历史性的颠覆，其对人民的生产生活有着深远的影响，拉近人与人之间的距离，世界联系得更加紧密。相对于以前的种种实体资产的重要性，转换成对各类信息资源的重视性，大数据时代下的数据资源已成为人类的一种宝贵财富，而这些海量的数据资源就如一座堆积而成的宝藏山，需要人民采用科学合理的方法去挖掘，因此在大数据时代的潮流中，如何学会数据的挖掘和深加工是理财致富的一条重要途径。
2数据挖掘技术的分析方法
2.1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，能够更好查找数据集合与对象集合之间的因果结构。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，从而进一步避免商品交易过程中可能会出现的各种问题。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，不断优化自身的服务，使之达到利益的最大化。
2.2特征分析方法
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。
2.3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。
3数据挖掘技术的应用
3.1在工业信息化中的应用
想要有效提高工业信息化质量和水平，首先须要深化工业生产的各个环节，明确信息化技术应用的重要含义，对应用技术进行不断的优化和创新，真正意义上实现对工业生产的科学管理。
在工业生产中，仍存在没有预先设立建设目标的情况，难以实现对数据进行全面分析，在此基础上，可以利用K均值聚类算法来构建出相应计算模型，并应用聚类分析数据模式来实现对数据的深入挖掘，从而有效得出较高准确性、实效性的数据；通过对所输信息的分析和处理，能够在建立数据模型系统的基础上，对潜在风险信息进行有效预测，同时还能对设备维护记录进行精准分析和判断，具有运行速度快、测算结果准确等特点，有利于提高设备维护质量和效率，有助于帮助工业企业获取更多的经济效益。
3.2在零售业当中的应用
目前零售业对数据挖掘技术的应用相对活跃，并且借助数据挖掘技术可以更加清楚的了解到客户的喜好，以及购买的趋向，这对于零售行业未来销售策略的制定起到了非常重要的作用。往往会采用关联规则对客户数据进行挖掘，并针对客户对邮件的回应效率分析出客户的特征，以此针对性的开展后续的销售业务，并对广告工作的开展起到了指导性的作用。除此之外，借助数据挖掘技术还可以对顾客的忠诚度进行有效的分析，根据分析得出的结果实时的调整相应的数据，以及产品的类型，后续根据顾客的喜好调整销售服务。这样的过程不仅可以最大程度上保留现有的客户，并不断挖掘潜在的客户。所以数据挖掘技术在零售行业的应用，可以进一步扩大自身的销售规模以及销售范围，并从根本上增加销售量，线上销售得出的数据，可以通过数据挖掘技术得出产品的相关信息，并且得出客户的购买习惯，这样可以实时调整后续的销售策略。
3.3在保险行业的应用
随着我国经济的不断发展，社会保障体系也在不断的完善当中，在这样的背景之下保险业得到了进一步的发展，并且发挥出越来越重要的作用。保险行业目前面临最重要的问题，就是如何尽可能的维系现有的客户，并尽可能挖掘到潜在的客户，并及时识别到可能存在的诈骗行为。数据挖掘技术可以有效的解决这些问题，数据挖掘技术可以对保险行业当中的业务数据以及客户数据等多个类别的数据进行分析，综合性的分析可以对保险公司后续的发展给予一定的帮助，可以对保险公司的市场进行分析，并进行风险评估、财务预算等多种工作，所以数据挖掘技术的运用极大程度上提升了保险企业的抗经营风险的能力和水平，这也为保险企业开展科学决策提供合理、科学的评判依据。基于此，保险企业可以建立相应的预测模型，并对投保人根据一定的类别和层次进行归类，并对索赔投保人的特征进行总结，建立相应的模型之后对索赔的相关信息和次数进行统计，这样可以更加科学合理的了解到客户行为。
3.4系统在日志分析中的应用
在数据挖掘技术的应用背景下，为了充分发挥和利用网络安全可视化管理系统的应用价值，现将该系统应用于日志分析中，以达到检验系统稳定性和可靠性的目的。在应用该系统的过程中，首先，要将客户端与服务器端之间建立起有效的连接，完成对相关网络结构的搭建，同时，还要严格按照相关服务器使用相关标准和要求，对服务器进行分类，在此基础上，采用识别网络的方式，对网络出现的异常点进行分析和检测，避免因病毒入侵、网络黑客攻击而造成重要网络信息数据的丢失、泄露，以达到保护网络重要信息数据的目的，从而为用户带来良好的使用体验。
结束语
综上所述，在大数据时代下，数据挖掘技术在各个行业中得到了广泛使用，这也推动了数据挖掘技术得到快速进步与发展。往往存在的数据呈现海量的特定，这些数据尽管数量和规模庞大，但其具备着很大的应用价值，因此各个行业逐渐对大数据时代的数据挖掘十分重视。在数据挖掘技术的应用背景下，网络安全可视化管理系统在开发和应用方面取得了很大的突破和创新，该系统不仅功能强大，通用性强，具有良好的用户体验，还在网络入侵检测领域中取得了显著的应用效果，因此，深受广大用户的青睐和喜爱。
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（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.