大数据下数据挖掘技术的应用研究

曾昌贤 胡汝星 余建良 姚本金 江成鑫通讯作者）

贵州理工学院土木工程学院 贵州 贵阳 550003

1 大数据时代数据的基本特性

在大数据时代，数据的显著特征是大量化，首先表现出数据多样性和数据的快速性这两种特性。其中，大数据的多样性是指数据的多样性，形式的多样性，特别是非典型数据的多样性。大数据的快速性是数据生成速度的反映，大数据生成较快，可以满足现代人的信息需求。大数据的这些基本特性在不同的角度上表现出了可贵和可靠性。可靠性和反应数据的重要性是决策的关键[1]。

2 数据操作和大数据

随着现代科学技术和大数据网络的发展，人工智能技术的开发越来越快，其中，数据挖掘技术是人工智能技术开发的一种形式。人工智能技术的运行及数据软件应用程序，为了实现适合技术依赖的机器演算法，数据操作技术的基本目的是深入钻研信息或深入钻研复杂的信息，从而使隐藏的信息能够通过操作和回收使之具有更高的潜力。数据技术是从大数据中对数据应用程序进行深入研究，转换成有意义的信息，促进决策的产生，让决策获得特定的应用价值，实现数据的应用[2]。

3 通过几种方法对数据挖掘技术进行相应的分析与探究

识别数据挖掘技术与大数据之间的关系。数据挖掘技术的目标是发现大数据未知的信息，实现决策应用程序。数据挖掘技术的核心是使用数据分析方法，从数学角度分析大数据，并进行数据挖掘。以下通过几种方法对其进行性的探究与分析，希望能够从集中方法当中更深刻的来凸显数据挖掘技术与大数据之间的关系。

3.1 将数据进行分类，再对其进行分析

这种分类分析法的主要特点是把基于共性收集的信息群集起来，然后以部分的形式显示信息。此方法旨在对看似无关紧要的数据进行深层研究，按照分析目标，将数据群集起来，利用数据之间的连接，对重要的信息进行信息传递，挖掘信息的潜力和价值。

3.2 模拟人类大脑对数据进行相应的分析

人工神经网络方法就是通过模拟大脑神经进行网络处理，储存信息处理信息的方法，有分析、抽象化以及大量的数据，有取得计算结果时使用的趋势分析等。人工神经网络方法主要设定数学模型算法，但在神经网络中输入的所有研究价值都是数值，在收集相关数据时，根据实际需要对该数据进行分析，更好地实现数据分析工作，以保证数据信息技术的应用，通过这种方法能够更好地实现数据分析的工作，确保数据挖掘工作的顺利进行。

3.3 结合具有联系的数据，对其进行相应的分析

相关关系分析是以大量的数据为基础，查找数据库中不同信息间关系的分析技术方法。相关关系的分析是对不能直接应用的收集的数据和信息的相关关系进行分析，对潜在的信息进行处理，实现数据的可支配性。

4 对数据传输技术的特定应用的研究

众所周知，数据信息技术是信息技术开发的产物，是大数据时代重要的数据分析方法，可以促进数据信息的有效使用，以下对数据传输技术在各方面所体现出来的作用进行相应的剖析。

4.1 数据传输技术提升了行业竞争力

数据挖掘技术是通过对存储的数据进行分析、分析和操作，提高行业竞争力的行业。此领域是最早应用数据挖掘技术的领域，也是广泛应用的领域。分析数据挖掘技术，可以发现数据内部的价值，大大缩短科研时间，提高行业竞争力。比如人工智能技术，现在我们可以收集和分析很多信息。使用Taobao平台，可以以多种个人数据为基础，分析喜好度，并根据结果向消费者推荐喜好度。

5 数据挖掘技术针对高校管理的特殊应用

近年来，网络事务、云计算及其他信息产品将记录人们的行动轨迹，搭建多样的大数据平台，从数据传输技术等多种管理中促进数据信息技术的应用，有效地应用到大学管理中。大学是学生人口密集的地方，在信息时代，学生的各种数据信息形成庞大的信息量，大学数据信息管理面临着挑战。通过数据学习技术分析方法，对大量的学生信息进行系统分析，并利用分析结果进行招生、教学评估、学生思想意识和政治工作。例如，运用数据挖掘技术，分析学生对课堂效果的反应，分析结果可以参考教学效果，监督任课教师是否开展有效的教学活动。例如，通过对教室和学生心理学的数据分析，教师可以更好地理解学生想在教室里了解的东西。改善教育，改革教育，提高教育效益。用另一个例子来讲，移动学习模式的运用，对资讯学习应用技术产生影响，可以对学习的教学效果产生的各种因素进行分析，比如在平台上分析学生对学习的深度，分析学习及其他相关数据的分析结果，对改善移动课堂教师的教学模式起到辅助作用，使学习者更具价值。

6 结束语

总而言之，大数据的最大价值就是预测未来的趋势，迅速地从大量的数据中发现宝贵的信息，帮助决策者做出决策。在大数据时代，数据信息技术的应用是现代信息分析技术的研究方向，它可以挖掘出信息的潜在价值，实现数据应用程序的开发。