数据挖掘技术的应用

张玄

摘要 作为一名学生，在日常生活和学习之中逐渐接触了一些先进技术，如计算机技术、网络技术、信息技术、数据挖掘技术等。而随着对数据挖掘技术了解的不断深入，发现此项技术具有较高的应用价值，能够广泛的应用于不同领域之中，帮助人们挖掘所需数据，以便人們通过数据分析而解决实际问题。那么，数据挖掘技术是如何有效应用的呢？本文将通过概述数据挖掘技术，对数据挖掘技术在农业方面的应用予以说明。

【关键词】数据挖掘 分析方法 应用

当今时代已经进入信息化时代，信息作为一种新的生产要素正在诸多领域之中发挥越来越重要的作用，这也促使信息产生量庞大。那么，如何在大规模的、复杂的、不规则的信息数据之中获得所需信息呢？数据挖掘技术的应运而生为人们有效利用信息数据带来了极大的方便。有效、合理的运用数据挖掘技术，能够通过有效的分析方法来在大量的数据信息之中提取到具有特殊意义的数据，以便人们能够利用数据解决实际问题。由此看来，数据挖掘技术具有较高的应用价值，值得广泛推广应用。

1 数据挖掘技术的概述

数据挖掘技术诞生于二十世纪八十年代，主要面向商业应用的人工智能领域之中。参考相关资料，确定数据挖掘主要是从大量的，复杂的、不规则的、随机的模糊的数据之中获取隐含的、有潜在价值的知识和信息的过程中。将此项技术科学合理的应用于商业领域之中，那么业界人士能够充分利用数据挖掘技术在大量的数据信息之中获取到对自己或者对企业有利用价值的信息数据，以此为准制定商业决策、优化调整生产经营活动等，创造较高的经济效益。所以，无论是从科技的角度来讲还是从商业角度来讲，数据挖掘技术的研发与应用都是非常有意义的。

2 数据挖掘的基本分析方法

当然，要想使数据挖掘技术能够在实际之中充分发挥作用，从大量数据之中挖掘有价值的信息数据，掌握数据挖掘技术的基本分析方法是非常必要的。从现阶段数据挖掘技术应用实际情况来看，常用的、可行的基本分析方法有：

2.1 聚类分析

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。这充分说明了聚类分析是通过相似方法来收集数据的，找到有意义或者说有价值的数据，将其进行划分和提取，满足人们的实际需求。正因为聚类分析能够对与目标相关的不同类别的数据挖掘出来，所以此种方式的数据挖掘常应用于心理学、统计学、医学、市场销售、数据识别等领域之中。

2.2 分类和预测

分类和数值预测是问题预测的来两种表现形式。其中分类就是预测分类，也就是通过建立连续值函数模型，对己知的训练数据集的特征表现出来，从明确每个类别描述的内容，进而找到用户所需的数据集。可以说预测分类是一个监督学习的过程，能够根据训练数据集来准确描述和划分有意义的数据。

2.3 关联分析

在自然界中事物之间存在着千丝万缕的联系，当某事件发生时，连带的相关事件也会发生，基于此而提出的关联分析，的确能够发挥数据挖掘作用。从数据挖掘的需求角度来讲，关联分析是利用食物之间存在的依赖或者关联知识来找到食物之间存在的一般规律，进而依据这一规律来挖掘具有特殊意义的数据。而事实证明，关联分析法的确具有较高的应用价值，能够在市场营销等领域之中发挥重要作用。

2.4 人工神经网络

相对来说，人工神经网络更适用于计算机或者网络之中，对大批量的数据进行分析并提取有应用价值的数据。当然，人工神经网络之所以具有较高的应用价值，主要在于数字模型的建立，通过将关键信息或者数据代入到数据模型之中，进而获得数据集，从而提取到有效的数据。现阶段，数据挖掘之中常用的人工神经网络有BP网络和RBF网络。

3 数据挖掘技术在农业方面的应用

为了能够具体说明数据挖掘技术是如何有效应用的，本文笔者参考相关资料及文献，对数据挖掘技术在农业这一方面的实际应用加以简单说明。

3.1 数据挖掘技术在农业气象中的应用

气象灾害对农产品的产量和质量有较大的负面影响，所以做好气象预测工作是非常重要的。基于此，出于提高气象预测准确性的考虑，将数据挖掘技术应用于农业气象之中，那么可以利用适合的分析方法来对以往当地气象状况相关的数据进行分析和筛选，提取某一范围或者特定条件下的气象参数值，如降雨量、温度、湿度、风力、日超等，那么对比分析之后能够相对准确的预测气象灾害可能发生时间，以便农户能够提前做好防范措施，避免农产品生产遭受气象灾害的侵袭。

3.2 数据挖掘技术在病虫害防治中的应用

数据挖掘技术除了能够在病虫害防治当中发挥作用之外，还能应用于病虫害防治当中，也就是预测某段时间发生病虫害的可能性及病虫害种类。当然，要想真正做到这一点，在具体应用数据挖掘技术的过程中应当设置表示层、逻辑层及数据层。其中，表示层设置的目的是按照用户的需求对数据库中的数据进行简单的处理和筛选;逻辑层设置的目的是按照不同的条件对数据进行详细的、深入的分析，提取有价值的数据;数据层设置的目的是将所提取的数据进行处理，形成图表或者视图，方便工作人员应用。所以，根据病虫害防治需要，科学化、合理化的规划和设置数据挖掘技术，势必能够相对准确的预测某段时间发生病虫害的可能性。

4 结束语

伴随着大数据的数据管理，检索技术研究的进步，数据挖掘技术将迎来巨大的发展机遇，数据挖掘技术的应用也将更加广泛，数据挖掘的工具也将更加强大。所以，笔者认为深入了解数据挖掘技术在各个领域之中是如何有效应用很重要，能够发现数据挖掘技术不足之处，为以后更加深入的研究和创新该项技术创造条件。

参考文献

[1]苑林，罗强，刘振杰等.应用数据挖掘技术筛选的抗癌中药对三阴性乳腺癌细胞增殖、迁移的影响[J].广州中医药大学学报，2017 （05）：737-741.

[2]赵健，梁玉丹，王小寅等，基于数据挖掘的针灸综合疗法治疗子宫内膜异位症的应用规律研究[J].中国全科医学，2018 （01）：104-108.

[3]董雪燕，祁烁，姜苗等，数据挖掘在中医药研究中的应用分析[J].环球中医药，2017 （03）： 364-368.

[4]张敏，数据挖掘技术及应用[J].信息技术，2010 （08）：167-169.

[5]赵炬红，陈坤彦，基于数据挖掘技术的茶叶营销策略分析[J].福建茶叶，2017 （05）：20-21.