大数据时代下数据挖掘技术在企业中的应用

万小理



大数据时代下数据挖掘技术在企业中的应用

万小理

广东省电信规划设计院有限公司，广东 广州 510630

大数据时代是信息时代的一个重要特征。实际上，在大数据时代的背景下进行数据挖掘技术的探究与应用，其实就是在巨大的信息群中不断挖掘出具有一定价值意义的信息进行整合，在此基础上对已整合的信息进行进一步处理，以提高信息数据的价值。鉴于此，分析了大数据时代的发展历程及现状，探讨了大数据时代下数据挖掘技术及其应用。

大数据时代；数据挖掘技术；数据信息

1 数据挖掘与数据挖掘技术的方法分析

1.1 聚类分析法

聚类分析就是将物理或抽象对象的集合进行分组，然后组成为由类似或相似的对象组成的多个分类的分析过程。其实，聚类分析就如同划分数据，在各个数据组中寻找有意义的数据。但其又与普通形式的分类不同，它是在不知对象的情况下进行数据划分，相对来说聚类分析更为困难[1]。

目前，数据聚类分析有两种方法，即硬聚类和模糊聚类。硬聚类就是将距离较近的数据分为一类，而模糊聚类则是根据数据的隶属度划分。尽管两种方法的分类方式不同，但目的一致。所以，在具体利用聚类分析方法进行数据挖掘时，以上两种方法均适用。

1.2 人工神经网络

人工神经网络是通过大批量的数据进行分析，而这种数据分析方式本身是建立在一定的数据模型基础上的，通常都可以随时根据数据需求进行分类，所以人工神经网络也是当下数据挖掘技术中最常用的数据分析方式之一。

1.3 关联性分析法

在自然界中，事物之间有千丝万缕的关系，某事件发生时必然会引发其他事件。数据关联分析就是基于这一自然原理展开的，即利用数据之间的关联性，寻找数据之间的规律，进而通过规律分析获得有价值、有意义的数据信息。所以，关联分析也是数据挖掘中一种切实有效的基本分析方法。

1.4 特征性数据分析法

特征性数据分析方法是通过分析数据特征来挖掘有价值、有意义的数据信息。因为数据资源应用日益广泛，相关学者及研究者通过数据资源的特征分析，提出了多种特征数据分析方法，如利用人工神经网络进行数据分析，也就是通过建立数据模型，利用神经网络进行数据分析，寻找有价值的数据信息；利用遗传基因算法进行数据分析，也就是对数据进行选择、重组、突变分析，寻找有价值的数据信息；利用可视化技术进行数据分析，即通过利用图形、图像、动画等形象的指导操作、挖掘数据，从而寻找有价值的数据信息。

2 大数据时代中数据挖掘的应用

2.1 数据挖掘后数据信息资源的职能范围及表现

目前具有信息化特征的数据挖掘技术已经可以更好地融入当前的社会环境中，考虑社会经济、科技、文化等方面，更加合理地配合企业生产经营活动，解释生产经营活动中物质的性质及价值变化，并找出物质相关数据变化特征及规律，以便使企业能够以此为依据，合理调整生产经营活动目标、方向、方式，改善生产经营活动效果，为企业创造更多的经济效益。由此看来，数据挖掘技术应用，扩大了数据信息资源的职能范围，更好地服务于企业业务，提高企业业务水平。

2.2 数据挖掘技术的具体应用

2.2.1 市场营销领域

相对来说，市场营销领域是应用数据挖掘技术最早、最多的领域。主要是因为在市场营销中利用数据挖掘技术可以进行用户相关数据信息的挖掘，获得有价值的数据信息资源，如顾客消费行为信息资源，为更好地进行产品销售、用户服务提供依据，提高市场营销水平。

2.2.2 科学研究

科学研究中数据挖掘技术相当于辅助工具，用于寻找观测数据的相关规律及知识，为更好地进行科研项目研究提供依据。例如，利用数据挖掘技术进行DNA 数据分析等。所以，在科学研究方面，数据挖掘技术的应用也起到非常重要的作用[2]。

2.2.3 制造业

在人们对产品质量要求越来越高的情况下，制造业领域中应用数据挖掘技术也是非常重要的。应用数据挖掘技术可以对产品相关数据进行分析，获得产品存在缺陷、产品生产效率的相关数据，为科学、合理地分析产品缺陷及生产效率低的原因提供依据，如此制造企业可以有针对性地调整和优化产品生产，提高产品生产效率，创造更多的经济效益，推动制造业不断进步与发展。所以，在制造业领域中，科学、合理地应用数据挖掘技术是非常有意义的。

2.2.4 电信业

在电信业蓬勃发展的今天，电信服务的客户群体庞大，这使得电信企业需要为之提供优质的技术服务。但是，因为电信技术与服务已成为一个非常庞大的混合载体，这使得技术服务易受到影响，导致技术服务质量不佳。数据挖掘技术的应用则可以改变此种局面，因为数据挖掘技术可以对电信复杂数据进行有效分析，从中寻找规律，为电信技术服务提供有应用价值的数据信息资源，从而优化电信技术服务，满足用户需求。

2.2.5 教育领域

在教育领域中，数据挖掘技术也发挥着不可忽略的作用。应用数据挖掘技术，可以分析学生的心理特点，使教师根据相关数据信息资源调整教学活动；可以利用数据挖掘技术分析学生学习成绩，了解学生学习薄弱之处，以便教师有针对性地教育、指导学生；可以利用数据挖掘技术进行教学资源的优化配置，使得教学资源利用率最大化，为提高教学水平创造条件。

2.3 数据挖掘技术延展方向

从当前我国数据挖掘技术在各个领域应用实际情况来看，数据挖掘技术在市场营销、科学研究、电信、教育等领域发挥着重要作用。未来随着数据挖掘技术的不断优化、创新、完善，此项技术将会延伸到更多领域当中，比如生物制药、刑侦调查、航空航天等，并发挥更大作用[3]。

3 结语

基于大数据时代背景来看，数据挖掘技术符合时代特点，并且满足各个行业应用需求，将其科学、合理地应用到制造、市场营销、科学研究、教育等领域中，利用适合的基础分析方法来进行相关数据的分析，可以探寻到有价值的数据信息资源，为推动各个领域更好发展奠定基础。所以，积极研究和应用数据挖掘技术非常有意义。

[1]肖明.大数据时代下数据挖掘技术在企业中的应用[J].中国管理信息化，2015，18（2）：58.

[2]李平荣.大数据时代的数据挖掘技术与应用[J].重庆三峡学院学报，2014（3）：45-47.

[3]夏绪卫.大数据时代下数据挖掘技术在电力中的应用分析[J].通信世界，2016（7）：115.

The Application of Data Mining Technology in Enterprise in Big Data Age

Wan Xiaoli

Guangdong Planning and Designing Institute of Telecommunications Co., Ltd., Guangdong Guangzhou 510630

The era of large data is an important feature of the information age. In fact, the research and application of data mining technology in the background of large data age is in fact through the great information group to dig out a certain value of information Integration, on the basis of the integration of the information to be further processed to improve the value of information data.The author discusses the development process and the present situation of the large data age, and then discusses the data mining technology and its application in the era of large data.

large data age; data mining technology; data information

F426.61；TP311.13

A

1009-6434（2017）02-0155-02