導語：大數據挖掘及應用探究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著社會經濟和科學技術的不斷發展、網絡時代的到來，信息化網絡技術在人們的日常生活中也開始普及，近年來很多IT行業專業術語變得流行起來，其中大數據一詞走進了普通大眾視野中。在信息化網絡技術不斷發展的時代背景下，人們在日常生活中所接觸到的各項數據不斷增加，而如何從各項數據中分析、提取出所需要的數據信息，提高社會總體生產力以及工作效率，是現今各企業、政府部門重點關注的問題。本文對大數據時代的數據挖掘工作進行探究分析，深入研究大數據技術的應用范圍。

關鍵詞：大數據時代；數據挖掘；應用探究；信息化技術

在網絡信息化普及推廣的時代背景下，人們的生活方式發生了巨大的變化，生活方式比以往更加便捷化與智能化。而隨著電子商務行業的蓬勃發展，例如，淘寶、京東等網絡電子商務購物平臺的興起、壯大，傳統實體經濟逐漸萎縮。然而在社會總體經濟結構的重要組成部分逐漸從實體經濟變為網絡經濟的總體時代背景下，用戶的消費記錄信息、個人資料信息和隱私信息等數據已成為當今各企業中重要的數據統計方向。在此背景下，數據信息資源的重要性已經不亞于社會公共資源、自然資源等傳統資源的社會地位和重要程度。

1大數據的起源以及大數據與數據挖掘的基本概念

1.1大數據一詞的起源。大數據一詞最早被全球著名企業咨詢公司麥肯錫提出，在早期普遍被金融業、通訊業以及生物學等各領域所運用。近年來，大數據開始被普遍提及并逐漸走入主流大眾的視野中。大數據一詞曾在美國白宮政府官網網頁中被詳細解讀。由此可見在新時代背景中，大數據對各行業領域所造成的深遠影響，正如同哈佛大學社會學教授加里•金曾說：“大數據時代的到來是一場各個領域之間的新的量化革命。”1.2大數據以及數據挖掘的基本概念。1.2.1大數據的基本概念。大數據一詞最早被麥肯錫公司提出，該公司對大數據一詞的詳細解釋為：“隨著社會的逐漸發展，數據在每一個專業領域以及職能范圍中都起著愈加重要的生產作用，而由于人們對數據的挖掘手段變得逐漸完善、運用方式逐漸靈活，這也預示著新一波的社會生產率的增長以及消費者盈余浪潮的到來。”而在前些年，美國白宮針對大數據技術浪潮開展了一項技術扶持發展計劃，該計劃啟動資金高達兩億美元。截至2015年，全球數據庫所統計、采集數據總量已達到2.7ZB。而根據相關專家的深入分析得知，全球數據庫的數據總量還會根據時間推移而不斷增長。1.2.2數據挖掘的基本概念。數據挖掘，又名為數據勘探。作為一項新的技術概念，最早于上世紀晚期被首次提出。數據挖掘技術主要受眾方向和范圍為人工商業行業。數據挖掘的主要內容為在龐雜繁多的總體數據中，提取、分析相對待開采價值度較高的數據信息。在商業領域的具體應用中，通過在整體相關信息數據庫中，提取、分析相對潛在商業價值度較高的數據，從而不斷簡化數據，為商業活動提供必要的數據，推動商業發展。

2數據挖掘技術具體分析

2.1數據挖掘技術的類別。2.1.1數據挖掘技術的分類技術。數據挖掘技術的分類技術是指在總體數據信息中尋找出兩個特質相符合的數據樣本組成一組，數據依據技術設定的具體規定進行類別區分，將總體數據信息中的數據樣本劃分到特定類別中。例如，將某一組數據樣本劃分到消費者具體類別中，進而調查、分析消費者的各項數據，評判消費者的消費潛力以及消費意愿。以某家超級市場為例，運用數據挖掘技術深入調查分析消費者的總體購買潛力和消費意愿，挑選出總體商品中消費者消費潛力、消費意愿皆符合的商品，在掌握具體數據的情況下，導購人員針對性對消費者進行推銷，極大地提高了超級市場的銷售綜合和銷售效率。2.1.2數據挖掘技術的聚類技術。數據挖掘技術的聚類技術是指根據各數據之間存在的重合程度，將數據劃分為不同等級，以此建立數據等級劃分歸類體系制度，從而使得每個等級制度中所采集數據互相之間存在極高重合度與相似度。在不同數據等級中，所歸類的數據之間存在著極大的差異性和低重復度。數據挖掘聚類技術普遍應用于市場營銷工作中，常見技術使用用途為：維系與潛在顧客之間的緊密關聯、挖掘潛在顧客、分析計算預售商品的大體銷量等。2.1.3數據挖掘技術的關聯技術。數據挖掘技術中的關聯技術是指在挖掘的各分組數據中，分析、講解其數據之間的具體規則。通俗地講，在數據挖掘工作中，將數據挖掘、對照分組后，其中某一組數據中出現的某些問題以及選項致使其他分組數據受到一定程度的影響，造成一些預估外的變化，從而在各組數據中蘊藏的相關原理也因此顯露出來。例如，在一家保險公司中，銷售人員在與潛在消費顧客增進關系時，通過運用數據挖掘關聯技術，從該公司的數據資料庫中挖掘潛在消費顧客的總體數據，深入分析其中各組數據之間的關聯性，挖掘出蘊含商業價值較高以及有利于銷售人員提高工作效率的相關數據。此外，企業靈活運用數據挖掘關聯技術，還可以挖掘出影響市場經濟走向的潛在因素信息，這也極大地提高了企業的產品價格定位、預售商品預估、總體營業額預估以及潛在客戶方向等預估方案的準確性與合理性。2.2大數據時代的數據挖掘技術特征。在大數據時代背景下，數據挖掘技術被社會各行業領域普遍應用，在發揮其重要功效以及提高社會總體生產力的同時，隨著相關人員的深入研究，也發現了數據挖掘技術的幾點技術特征。2.2.1數據挖掘技術的流行性較高。在數據挖掘技術中，相比較數據的傳統技術模式來說，數據的流動性有著顯著的提升，而隨著數據流動性的提升，數據的分析、提取、儲存工作效率也在一定程度上得到了相應的提升，提高了整體運行效率。在大數據時代背景下，由于數據信息總體數量激增，數據挖掘工作對流動速度有著較高的要求。然而，在傳統數據技術模式下，數據的流動性能較差，無法滿足時代的整體技術要求。2.2.2數據挖掘技術的種類繁多。隨著社會的高速發展，信息網絡技術的普遍應用，使得大數據時代到來。大數據時代背景下，人們在生活中也越來越依賴各類智能設備與互聯網系統，從而增加了數據挖掘技術的挖掘種類。現如今，在數據挖掘技術的數據來源種類中，相較于傳統數據來源以外，還不斷出現新的數據來源類型。2.2.3數據挖掘技術的數據處理數量較大。在大數據時代背景下，隨著社會各項數據總體數量的不斷激增，各行業領域以及人們日常生活中所產生的數據不斷增多，相應的數據挖掘技術所需處理的數據總量也不斷增加。2.2.4數據挖掘技術的數據平均低價值度。隨著大數據時代的到來，社會數據總量激增，相應的在總體數據中，相對潛在價值較高的數據分布密度不斷降低，總體數據價值度的平均值逐漸降低。因此，增加了數據挖掘技術的工作難度，數據挖掘技術很難實現預估效率。

3大數據時代背景下，數據挖掘技術的應用情況

3.1數據挖掘技術在市場營銷領域中的應用。在數據挖掘技術實際推廣中，市場營銷領域是最早全面運用數據挖掘技術的行業領域，在實際運行過程中，不但深入挖掘潛在顧客的消費意愿、消費能力，而且顯著提高了相關產品的銷售效率。當下，數據挖掘技術在市場營銷整體領域中的實際應用從實體購物中，逐漸蔓延至如保險等其他商業活動中，提高了社會整體經濟發展，增加了總體生產力。3.2數據挖掘技術在科研領域中的應用。數據挖掘技術在商業活動中發揮重要作用外，在科研工作中也體現了相應工作價值。在科研工作實際工作過程中，靈活地運用數據挖掘技術，可以從數據庫中分析、挖掘出相應發展變化規律，以此輔助科技研發工作的有序開展。3.3數據挖掘技術在金融領域中的應用。在金融領域實際工作中，由于有著接觸相應數據量較多、計算工作量較大的特性，金融行業對于數據挖掘技術的依賴程度相較于其他行業領域來說較高。數據挖掘技術的靈活運用，可以深入研究、發現各項數據之間的關聯性、差異性以及內在規律，從而清晰掌握市場動向。數據挖掘技術在金融領域中的具體工作內容為預估市場動態、分析數據規律等。3.4數據挖掘技術在醫療領域中的應用。在醫療領域中，許多嚴重疾病的治愈方法都嚴重依賴數據分析工作，例如白血病。白血病需要移植配套骨髓，而相適應的骨髓數據分析采集工作則需要大量計算各項數據，數據計算量不足的問題是當下白血病治愈工作的主要制約因素。因此，在醫療領域中，數據挖掘技術的靈活運用，顯著提高了整體醫療領域的工作效率。

4總結

綜上所述，隨著大數據時代的到來，各行業領域都面臨著一場改革風波。而這場風波，既是一次時代挑戰，更是一次時代機遇。各行業從業者要牢牢抓緊歷史機遇，在實際工作中靈活運用數據挖掘技術，不但能顯著提高工作效率、工作質量，謀求新的發展，而且增加了社會總體生產力，迎來新一輪社會總體消費激增浪潮。

參考文獻：

［1］張凱萍.大數據時代背景下數據挖掘技術的應用探討［J］.赤峰學院學報（自然科學版），2018（8）：52-54.

［2］盧盛繼.大數據時代下數據挖掘技術與應用［J］.數碼世界，2017（2）：44.

［3］孫勤紅，沈鳳仙.大數據時代的數據挖掘及應用［J］.電子技術與軟件工程，2016（6）：204.

作者:于晶 單位:北京城市網鄰信息技術有限公司