第一篇：大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)與應(yīng)用

大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)與應(yīng)用

【摘要】人類進(jìn)入信息化時代以后，短短的數(shù)年時間，積累了大量的數(shù)據(jù)，步入了大數(shù)據(jù)時代，數(shù)據(jù)技術(shù)也就應(yīng)運(yùn)而生，成為了一種新的主流技術(shù)。而研究數(shù)據(jù)挖掘技術(shù)的理念、方法以及應(yīng)用領(lǐng)域，將對我國各個領(lǐng)域的未來帶來更多的機(jī)遇和挑戰(zhàn)。本文就大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)與應(yīng)用進(jìn)行探究。

【關(guān)鍵詞】大數(shù)據(jù)，數(shù)據(jù)挖掘，互聯(lián)網(wǎng)

數(shù)據(jù)挖掘是一門新興的學(xué)科，它誕生于20世紀(jì)80年代，主要面向商業(yè)應(yīng)用的人工只能研究領(lǐng)域。從技術(shù)角度來看，數(shù)據(jù)挖掘就是從大量的復(fù)雜的、不規(guī)則的、隨機(jī)的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒有發(fā)覺的、有潛在價值和知識的過程。從商業(yè)角度來說，數(shù)據(jù)挖掘就是從龐大的數(shù)據(jù)庫中抽取、轉(zhuǎn)換、分析一些潛在規(guī)律和價值，從中獲取輔助商業(yè)決策的關(guān)鍵信息和有用知識。

1.數(shù)據(jù)挖掘的基本分析方法

分析方法是數(shù)據(jù)挖掘的核心工作，通過科學(xué)可靠的算法才能實(shí)現(xiàn)數(shù)據(jù)的挖掘，找出數(shù)據(jù)中潛在的規(guī)律，通過不同的分析方法，將解決不同類型的問題。目前常用的方法有聚類分析、特征數(shù)據(jù)分析法、關(guān)聯(lián)性分析等。

1.1聚類分析法。簡單來說聚類分析就是通過將數(shù)據(jù)對象進(jìn)行聚類分組，然后形成板塊，將毫無邏輯的數(shù)據(jù)變成了有聯(lián)系性的分組數(shù)據(jù)，然后從其中獲取具有一定價值的數(shù)據(jù)內(nèi)容進(jìn)行進(jìn)一步的利用。由于這種分析方法不能夠較好的就數(shù)據(jù)類別、屬性進(jìn)行分類，所以聚類分析法一般都運(yùn)用心理學(xué)、統(tǒng)計學(xué)、數(shù)據(jù)識別等方面。

1.2特征性數(shù)據(jù)分析法。網(wǎng)絡(luò)數(shù)據(jù)隨著信息時代的到來變成了數(shù)據(jù)爆炸式，其數(shù)據(jù)資源十分廣泛并且得到了一定的普及，如何就網(wǎng)絡(luò)爆炸式數(shù)據(jù)進(jìn)行關(guān)于特性的分類就成為了當(dāng)下數(shù)據(jù)整理分類的主要內(nèi)容。此外還有很多方法都是通過計算機(jī)來進(jìn)行虛擬數(shù)據(jù)的分類，尋找數(shù)據(jù)之間存在的普遍規(guī)律性完成數(shù)據(jù)的特性分析從而進(jìn)行進(jìn)一步分類。

1.3關(guān)聯(lián)性分析法。有時數(shù)據(jù)本身存在一定的隱蔽性使得很難通過普通的數(shù)據(jù)分析法進(jìn)行數(shù)據(jù)挖掘和利用，這就需要通過關(guān)聯(lián)性分析法完成對于數(shù)據(jù)信息的關(guān)聯(lián)性識別，來幫助人力完成對于數(shù)據(jù)分辨的任務(wù)，這種數(shù)據(jù)分析方法通常是帶著某種目的性進(jìn)行的，因此比較適用于對數(shù)據(jù)精準(zhǔn)度相對較高的信息管理工作。

2.數(shù)據(jù)挖掘技術(shù)的應(yīng)用

數(shù)據(jù)挖掘技術(shù)的具體流程就是先通過對于海量數(shù)據(jù)的保存，然后就已有數(shù)據(jù)中進(jìn)行分析、整理、選擇、轉(zhuǎn)換等，數(shù)據(jù)的準(zhǔn)備工作是數(shù)據(jù)挖掘技術(shù)的前提，也是決定數(shù)據(jù)挖掘技術(shù)效率及質(zhì)量的主要因素。在完成數(shù)據(jù)準(zhǔn)備工作后進(jìn)一步對數(shù)據(jù)進(jìn)行挖掘，然后對數(shù)據(jù)進(jìn)行評估，最后實(shí)現(xiàn)運(yùn)用。因此，數(shù)據(jù)挖掘能夠運(yùn)用到很多方面。如數(shù)據(jù)量巨大的互聯(lián)網(wǎng)行業(yè)、天文學(xué)、氣象學(xué)、生物技術(shù)，以及醫(yī)療保健、教育教學(xué)、銀行、金融、零售等行業(yè)。通過數(shù)據(jù)挖掘技術(shù)將大數(shù)據(jù)融合在各種社會應(yīng)用中，數(shù)據(jù)挖掘的結(jié)果參與到政府、企業(yè)、個人的決策中，發(fā)揮數(shù)據(jù)挖掘的社會價值，改變?nèi)藗兊纳罘绞?，最大化?shù)據(jù)挖掘的積極作用。以教育行業(yè)為例，探究數(shù)據(jù)挖掘技術(shù)在高校教育教學(xué)活動中的應(yīng)用。

2.1在高校管理中的應(yīng)用。數(shù)據(jù)挖掘技術(shù)在高校管理的內(nèi)容主要包括：高校招生錄取工作、貧困生選定以及優(yōu)秀生評定等。高校每年的招生工作是學(xué)校可持續(xù)發(fā)展的重要環(huán)節(jié)，直接影響到高校教學(xué)質(zhì)量以及發(fā)展情況。比如數(shù)據(jù)挖掘技術(shù)在高校管理中的應(yīng)用主要是對學(xué)生高考成績、志愿填報、以及生源來源地等多方面信息進(jìn)行整理分類匯總。具體步驟是通過進(jìn)行數(shù)據(jù)的收集和預(yù)處理，建立相關(guān)數(shù)據(jù)模型，采用分類算法，提取和挖掘?qū)τ脩粲杏玫男畔?，然后進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)存儲形式。目前高校數(shù)據(jù)挖掘技術(shù)應(yīng)用的范圍比較廣泛，由于高校管理內(nèi)容比較復(fù)雜，因此在其管理內(nèi)容的每個小部分也開始利用數(shù)據(jù)挖掘技術(shù)進(jìn)行管理，比如學(xué)生成績管理，課堂教學(xué)評價系統(tǒng)等。

2.2在高校課堂教學(xué)評價中的應(yīng)用。數(shù)據(jù)挖掘技術(shù)在高校課堂教學(xué)評價系統(tǒng)中的應(yīng)用主要也是利用關(guān)聯(lián)分析法。首先先對數(shù)據(jù)進(jìn)行預(yù)處理工作，數(shù)據(jù)的預(yù)處理是數(shù)據(jù)挖掘技術(shù)的關(guān)鍵步驟，并且直接影響著數(shù)據(jù)挖掘技術(shù)的應(yīng)用效率。數(shù)據(jù)預(yù)處中要將教師的基本信息、教師教授課程以及教師的職稱、學(xué)歷、學(xué)生信息以及學(xué)生課表相關(guān)信息進(jìn)行數(shù)據(jù)初始記錄。對于教師的評價內(nèi)容根據(jù)高校自身的條件和需求而定，學(xué)校教學(xué)評價管理部門登錄學(xué)校教務(wù)系統(tǒng)后，將學(xué)生所選擇的選項(xiàng)對應(yīng)轉(zhuǎn)換為教師的分值，通過計算機(jī)計算總分后得出教師的學(xué)期得分。學(xué)生對于教師教學(xué)的評價在一定程度上也反映了自己的學(xué)習(xí)情況，如對教師的評價為零分，則說明學(xué)生也否定了自己的學(xué)習(xí)效果。2.3在高校學(xué)生信息管理系統(tǒng)中的應(yīng)用。高校學(xué)生信息管理系統(tǒng)中管理要素主要是學(xué)校的領(lǐng)導(dǎo)、任課教師、學(xué)生以及家長。系統(tǒng)的功能要包括：對不同的用戶設(shè)置不同的使用權(quán)限；對學(xué)生的基本信息以及學(xué)生瀏覽管理網(wǎng)站的記錄要做到明確記錄；各個學(xué)院不同專業(yè)的學(xué)生課程要能準(zhǔn)確公布并允許學(xué)生根據(jù)實(shí)際情況修改；成績管理要能實(shí)現(xiàn)大批量添加及修改；還有比如評優(yōu)活動、黨務(wù)管理等具體功能。數(shù)據(jù)挖掘技術(shù)在高校學(xué)生信息管理系統(tǒng)中的應(yīng)用主要是利用決策樹的方法。學(xué)生信息管理的基本數(shù)據(jù)就是學(xué)生入學(xué)時填寫的基本信息表，內(nèi)容包括學(xué)生的姓名、學(xué)號、考勤以及學(xué)習(xí)成績等，這些都是學(xué)生特有的屬性，學(xué)生信息管理利用決策樹方法就是將學(xué)生的這些屬性作為決策元素，監(jiān)理不同的決策節(jié)點(diǎn)，實(shí)現(xiàn)對學(xué)生全方位的考核和評價，完整的了解到每位學(xué)生的具體信息。

2.4高校圖書館信息系統(tǒng)中的應(yīng)用。數(shù)據(jù)挖掘技術(shù)最基本的應(yīng)用就是通過對現(xiàn)有的數(shù)據(jù)進(jìn)行分析來了解學(xué)校圖書館現(xiàn)有資源利用情況，為圖書館的未來建設(shè)提供可靠數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)能夠使圖書館資源得到極大程度的優(yōu)化整合。比如數(shù)據(jù)挖掘技術(shù)可以對檢索記錄進(jìn)行整理，將手工數(shù)據(jù)轉(zhuǎn)變?yōu)殡娮訑?shù)據(jù)記錄。其最大的優(yōu)勢就是利用數(shù)據(jù)挖掘技術(shù)更加全面的分析總結(jié)數(shù)據(jù)庫資源，幫助圖書館管理人員對于圖書館信息的補(bǔ)充和調(diào)整，還能夠?yàn)楦咝D書館的館藏工作建設(shè)提供有效的引導(dǎo)。數(shù)據(jù)挖掘還能應(yīng)用于圖書館的多媒體數(shù)字資源，多媒體數(shù)據(jù)挖掘技術(shù)能夠更為快捷和準(zhǔn)確的為讀者提供相應(yīng)的服務(wù)。

3.結(jié)語

數(shù)據(jù)挖掘技術(shù)是近幾年新產(chǎn)生的網(wǎng)絡(luò)技術(shù)，可是它的廣泛應(yīng)用性受到了很多公司以及研究人員的喜愛。這些年來，伴隨著時間的推移以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展大數(shù)據(jù)挖掘技術(shù)不斷的被更新，開發(fā)，而且在金融、管理、教學(xué)等行業(yè)中都得到了廣泛的應(yīng)用。我相信隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，大數(shù)據(jù)挖掘技術(shù)的應(yīng)用面將會越來越廣。

【參考文獻(xiàn)】

[1] 董彩云，曲守寧.數(shù)據(jù)挖掘及其在高校教學(xué)系統(tǒng)中的應(yīng)用 [J].濟(jì)南大學(xué)學(xué)報（自然科學(xué)版），2004（1）： 65-68.[2] 陸川，王靜靜.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用研究[J].北京：電腦開發(fā)與應(yīng)用，2009，3.[3]《中國電子科學(xué)研究院學(xué)報》編輯部.大數(shù)據(jù)時代[J].中國電子科技研究院學(xué)報，2013（01）：41-43.[4]魏娟，梁靜國.基于數(shù)據(jù)挖掘技術(shù)的企業(yè)客戶關(guān)系管理（CRM）[J].商業(yè)研究，2005（07）.

第二篇：大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用

摘要：大數(shù)據(jù)時代是信息時代的一個重要特征，實(shí)際上，在大數(shù)據(jù)時代的背景下進(jìn)行數(shù)據(jù)挖掘技術(shù)的探究與應(yīng)用其實(shí)就是通過在巨大的信息群中不斷挖掘出具有一定價值意義的信息進(jìn)行整合，在此基礎(chǔ)上對已整合的信息進(jìn)行進(jìn)一步的處理，以提高信息數(shù)據(jù)的價值。本文以此為出發(fā)點(diǎn)，就大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行深入探究。

關(guān)鍵詞：大數(shù)據(jù) 數(shù)據(jù)挖掘 挖掘技術(shù)

中圖分類號：tp311 文獻(xiàn)標(biāo)識碼：a 文章編號：1007-9416（2016）05-0000-00

1數(shù)據(jù)挖掘與數(shù)據(jù)挖掘技術(shù)的方法分析

“數(shù)據(jù)海量、信息缺乏”是相當(dāng)多企業(yè)在數(shù)據(jù)大集中之后面臨的尷尬問題，由此而誕生的數(shù)據(jù)挖掘技術(shù)其實(shí)就是用以處理這一尷尬問題的技術(shù)。數(shù)據(jù)挖掘?qū)嶋H上是相對比較新型的一門學(xué)科，在幾十年的發(fā)展過程中，已經(jīng)不可同日而語。其實(shí)數(shù)據(jù)挖掘技術(shù)的本質(zhì)就是人工智能技術(shù)，而數(shù)據(jù)挖掘技術(shù)的利用相對應(yīng)的就是指人工智能技術(shù)的開發(fā)與應(yīng)用，也就是說數(shù)據(jù)挖掘其實(shí)是依賴技術(shù)的提升來實(shí)現(xiàn)數(shù)據(jù)的整體創(chuàng)新的技術(shù)，所以，整個數(shù)據(jù)挖掘技術(shù)實(shí)際上是非常具有信息價值的，它能夠幫助決策者更快的得到重要信息并作出決策，提高效率和準(zhǔn)確率，是非常重要的知識憑證，能夠在一定程度上提高當(dāng)下企業(yè)的整體競爭力。

數(shù)據(jù)挖掘技術(shù)的核心就是分析，通過分析方法的不同來解決不同類別的問題，以實(shí)現(xiàn)數(shù)據(jù)挖掘的潛在內(nèi)容。簡單來說就是對癥下藥以保證藥到病除。

1.1聚類分析法

簡單來說聚類分析就是通過將數(shù)據(jù)對象進(jìn)行聚類分組，然后形成板塊，將毫無邏輯的數(shù)據(jù)變成了有聯(lián)系性的分組數(shù)據(jù)，然后從其中獲取具有一定價值的數(shù)據(jù)內(nèi)容進(jìn)行進(jìn)一步的利用。由于這種分析方法不能夠較好的就數(shù)據(jù)類別、屬性進(jìn)行分類，所以聚類分析法一般都運(yùn)用在心理學(xué)、統(tǒng)計學(xué)、數(shù)據(jù)識別等方面。

1.2人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是通過大批量的數(shù)據(jù)進(jìn)行分析，而這種數(shù)據(jù)分析方式本身是建立在一定的數(shù)據(jù)模型基礎(chǔ)上的，因此通常都可以隨時根據(jù)數(shù)據(jù)需求進(jìn)行分類，所以人工神經(jīng)網(wǎng)絡(luò)也是當(dāng)下數(shù)據(jù)挖掘技術(shù)中最常用的一種數(shù)據(jù)分析方式之一。

1.3關(guān)聯(lián)性分析法

有時數(shù)據(jù)本身存在一定的隱蔽性使得很難通過普通的數(shù)據(jù)分析法進(jìn)行數(shù)據(jù)挖掘和利用，這就需要通過關(guān)聯(lián)性分析法完成對于數(shù)據(jù)信息的關(guān)聯(lián)性識別，來幫助人力完成對于數(shù)據(jù)分辨的任務(wù)，這種數(shù)據(jù)分析方法通常是帶著某種目的性進(jìn)行的，因此比較適用于對數(shù)據(jù)精準(zhǔn)度相對較高的信息管理工作。

1.4特征性數(shù)據(jù)分析法

網(wǎng)絡(luò)數(shù)據(jù)隨著信息時代的到來變成了數(shù)據(jù)爆炸式，其數(shù)據(jù)資源十分廣泛并且得到了一定的普及，如何就網(wǎng)絡(luò)爆炸式數(shù)據(jù)進(jìn)行關(guān)于特性的分類就成為了當(dāng)下數(shù)據(jù)整理分類的主要內(nèi)容。在上文中提到的人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分析也屬于這其中的一種，此外還有很多方法都是通過計算機(jī)來進(jìn)行虛擬數(shù)據(jù)的分類，尋找數(shù)據(jù)之間存在的普遍規(guī)律性完成數(shù)據(jù)的特性分析從而進(jìn)行進(jìn)一步分類。

2大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用

數(shù)據(jù)挖掘技術(shù)的具體流程就是先通過對于海量數(shù)據(jù)的保存，然后就已有數(shù)據(jù)中進(jìn)行分析、整理、選擇、轉(zhuǎn)換等，數(shù)據(jù)的準(zhǔn)備工作是數(shù)據(jù)挖掘技術(shù)的前提，也是決定數(shù)據(jù)挖掘技術(shù)效率及質(zhì)量的主要因素。在完成數(shù)據(jù)準(zhǔn)備工作后進(jìn)一步對數(shù)據(jù)進(jìn)行挖掘，然后對數(shù)據(jù)進(jìn)行評估，最后實(shí)現(xiàn)運(yùn)用。因此，數(shù)據(jù)挖掘能夠運(yùn)用到很多方面。

2.1市場營銷領(lǐng)域

市場營銷其實(shí)就是數(shù)據(jù)挖掘技術(shù)最早運(yùn)用的領(lǐng)域，通常根據(jù)客戶的具體需求，進(jìn)行客戶分析，將不同的消費(fèi)習(xí)慣和消費(fèi)特點(diǎn)的客戶進(jìn)行簡單的分類管理，以此來保證商品能夠順利銷售，并提高個人銷售的成功率和業(yè)績。而銷售的范圍也從最初的超市購物擴(kuò)展到了包括保險、銀行、電信等各個方面。

2.2科學(xué)研究領(lǐng)域

科學(xué)研究與實(shí)驗(yàn)測試等都需要對數(shù)據(jù)進(jìn)行關(guān)系分析為進(jìn)一步的實(shí)驗(yàn)和總結(jié)失敗做準(zhǔn)備，而實(shí)驗(yàn)測試和科學(xué)研究產(chǎn)生的數(shù)據(jù)往往是巨大的，因此數(shù)據(jù)挖掘技術(shù)在科學(xué)研究領(lǐng)域也得以廣泛運(yùn)用。通常都是通過科學(xué)研究內(nèi)容選擇數(shù)據(jù)挖掘技術(shù)分析法進(jìn)行計算來找到數(shù)據(jù)中存在的規(guī)律，實(shí)現(xiàn)數(shù)據(jù)挖掘的部分價值――科學(xué)知識的分析與運(yùn)用。

2.3電信業(yè)領(lǐng)域

隨著信息化時代的到來，電信產(chǎn)業(yè)也飛速發(fā)展起來，到目前為止，電信產(chǎn)業(yè)已經(jīng)形成了一個巨大的網(wǎng)絡(luò)信息載體，如何將其中信息數(shù)據(jù)進(jìn)行整合就成為電信產(chǎn)業(yè)發(fā)展過程中的重要問題。而數(shù)據(jù)挖掘技術(shù)的運(yùn)用則在一定程度上解決了這一問題，大量的數(shù)據(jù)通過數(shù)據(jù)挖掘技術(shù)得到了有效分類，并在這個過程中通過運(yùn)算得出數(shù)據(jù)之間的關(guān)聯(lián)性，運(yùn)用規(guī)律進(jìn)一步進(jìn)行數(shù)據(jù)分類。

2.4教育教學(xué)領(lǐng)域

教學(xué)評價、教學(xué)資源、學(xué)生個人基本信息等組成了教育教學(xué)領(lǐng)域的數(shù)據(jù)庫，利用數(shù)據(jù)挖掘技術(shù)來實(shí)現(xiàn)教學(xué)資源的優(yōu)化配置，對學(xué)生的個人信息整理歸檔，從而保證教育教學(xué)領(lǐng)域中數(shù)據(jù)整理的良好運(yùn)作。

3結(jié)語

綜上所述，數(shù)據(jù)挖掘技術(shù)對于當(dāng)今社會的發(fā)展有著不可替代的作用，而如何改善當(dāng)下數(shù)據(jù)挖掘技術(shù)中存在的問題，進(jìn)一步提高數(shù)據(jù)挖掘技術(shù)的質(zhì)量和效率就成為了數(shù)據(jù)挖掘技術(shù)進(jìn)步的方向。本文通過對于數(shù)據(jù)挖掘與數(shù)據(jù)挖掘技術(shù)的方法分析和大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用兩個方面對于數(shù)據(jù)挖掘技術(shù)進(jìn)行了簡要的闡述和分析，相信在未來伴隨著科學(xué)技術(shù)的進(jìn)一步發(fā)展，數(shù)據(jù)挖掘技術(shù)也將更加強(qiáng)大。

第三篇：大數(shù)據(jù)時代數(shù)據(jù)挖掘技術(shù)教學(xué)研究論文

摘要:隨著大數(shù)據(jù)時代的到來，在大數(shù)據(jù)觀念不斷提出的今天，加強(qiáng)數(shù)據(jù)大數(shù)據(jù)挖掘及時的應(yīng)用已成為大勢所趨。那么在大數(shù)據(jù)教學(xué)過程中，我們必須掌握大數(shù)據(jù)與數(shù)據(jù)挖掘的內(nèi)涵，并對數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，從而明確大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域，促進(jìn)各項(xiàng)數(shù)據(jù)的處理，提高大數(shù)據(jù)處理能力。

關(guān)鍵詞:大數(shù)據(jù)時代；數(shù)據(jù)挖掘技術(shù)；應(yīng)用

大數(shù)據(jù)是對全球的數(shù)據(jù)量較大的一個概括，且每年的數(shù)據(jù)增長速度較快。而數(shù)據(jù)挖掘，主要是從多種模糊而又隨機(jī)、大量而又復(fù)雜且不規(guī)則的數(shù)據(jù)中，獲得有用的信息知識，從數(shù)據(jù)庫中抽絲剝繭、轉(zhuǎn)換分析，從而掌握其潛在價值與規(guī)律。所以大數(shù)據(jù)時代下的數(shù)據(jù)處理技術(shù)要求更高，要想確保數(shù)據(jù)處理成效得到提升，就必須切實(shí)加強(qiáng)數(shù)據(jù)挖掘技術(shù)教學(xué)工作的開展，才能更好地促進(jìn)數(shù)據(jù)處理職能的轉(zhuǎn)變，提高數(shù)據(jù)處理效率，優(yōu)化學(xué)生的學(xué)習(xí)成效。以下就大數(shù)據(jù)時代下的數(shù)據(jù)挖掘技術(shù)教學(xué)做出如下分析。

1大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)教學(xué)方法分析

數(shù)據(jù)挖掘的過程實(shí)際就是對數(shù)據(jù)進(jìn)行分析和處理，所以其基礎(chǔ)就在于數(shù)據(jù)的分析方法。要想確保分析方法的科學(xué)性，就必須確保所采用算法的科學(xué)性和可靠性，獲取數(shù)據(jù)潛在規(guī)律，并采取多元化的分析方法促進(jìn)問題的解決和優(yōu)化。以下就幾種常見的數(shù)據(jù)分析教學(xué)方法做出簡要的說明。一是歸類法，主要是將沒有指向和不確定且抽象的數(shù)據(jù)信息予以集中，并對集中后的數(shù)據(jù)實(shí)施分類整理和編輯處理，從而確保所形成的數(shù)據(jù)源具有特征一致、表現(xiàn)相同的特點(diǎn)，從而為加強(qiáng)對其的研究提供便利。所以這一分析方法能有效的滿足各種數(shù)據(jù)信息處理。二是關(guān)聯(lián)法，由于不同數(shù)據(jù)間存在的關(guān)聯(lián)性較為隱蔽，采取人力往往難以找出其信息特征，所以需要預(yù)先結(jié)合信息關(guān)聯(lián)的表現(xiàn)，對數(shù)據(jù)關(guān)聯(lián)管理方案進(jìn)行制定，從而完成基于某種目的的前提下對信息進(jìn)行處理，所以其主要是在一些信息處理要求高和任務(wù)較為復(fù)雜的信息處理工作之中。三是特征法，由于數(shù)據(jù)資源的應(yīng)用范圍較廣，所以需要對其特征進(jìn)行挖掘。也就是采用某一種技術(shù)，將具有相同特征的數(shù)據(jù)進(jìn)行集中。例如采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)時，主要是對大批量復(fù)雜的數(shù)據(jù)分析，對非常復(fù)雜的模式進(jìn)行抽取或者對其趨勢進(jìn)行分析。而采取遺傳算法，則主要是對其他評估算法的適合度進(jìn)行評估，并結(jié)合生物進(jìn)化的原理，對信息數(shù)據(jù)的成長過程進(jìn)行虛擬和假設(shè)，從而組建出半虛擬、半真實(shí)的信息資源。再如可視化技術(shù)則是為數(shù)據(jù)挖掘提供輔助，采取多種方式對數(shù)據(jù)的挖掘進(jìn)行指導(dǎo)和表達(dá)[1]。

2大數(shù)據(jù)時代數(shù)據(jù)挖掘技術(shù)教學(xué)要點(diǎn)的分析

2.1數(shù)據(jù)挖掘技術(shù)流程分析

在數(shù)據(jù)挖掘教學(xué)過程中，其流程主要是以下幾點(diǎn)：首先做好數(shù)據(jù)準(zhǔn)備工作，主要是在挖掘數(shù)據(jù)之前，就引導(dǎo)學(xué)生對目標(biāo)數(shù)據(jù)進(jìn)行準(zhǔn)確的定位，在尋找和挖掘數(shù)據(jù)之前，必須知道所需數(shù)據(jù)類型，才能避免數(shù)據(jù)挖掘的盲目性。在數(shù)據(jù)準(zhǔn)備時，應(yīng)根據(jù)系統(tǒng)的提示進(jìn)行操作，在數(shù)據(jù)庫中輸入檢索條件和目標(biāo)，對數(shù)據(jù)信息資源進(jìn)行分類和清理，以及編輯和預(yù)處理。其次是在數(shù)據(jù)挖掘過程中，由于目標(biāo)數(shù)據(jù)信息已經(jīng)被預(yù)處理，所以就需要在挖掘處理過程中將其高效正確的應(yīng)用到管理機(jī)制之中，因而數(shù)據(jù)挖掘的過程十分重要，所以必須加強(qiáng)對其的處理。例如在數(shù)據(jù)挖掘中，引導(dǎo)學(xué)生結(jié)合數(shù)據(jù)挖掘目標(biāo)要求，針對性的選取科學(xué)而又合適的計算和分析方法，對數(shù)據(jù)信息特征與應(yīng)用價值等進(jìn)行尋找和歸納。當(dāng)然，也可以結(jié)合程序應(yīng)用的需要，對數(shù)據(jù)區(qū)域進(jìn)行固定，并在固定的數(shù)據(jù)區(qū)域內(nèi)分類的挖掘數(shù)據(jù)，從而得到更具深度和內(nèi)涵以及價值的數(shù)據(jù)信息資源，并就挖掘到的數(shù)據(jù)結(jié)果進(jìn)行分析和解釋，從結(jié)果中將具有使用價值和意義的規(guī)律進(jìn)行提取，并還原成便于理解的數(shù)據(jù)語言。最后是切實(shí)加強(qiáng)管理和計算等專業(yè)知識的應(yīng)用，將數(shù)據(jù)挖掘技術(shù)實(shí)施中進(jìn)行的總結(jié)和提取所獲得的數(shù)據(jù)信息與評估結(jié)果在現(xiàn)實(shí)之中應(yīng)用，從而對某個思想、決策是否正確和科學(xué)進(jìn)行判斷，最終體現(xiàn)出數(shù)據(jù)挖掘及時的應(yīng)用價值，在激發(fā)學(xué)生學(xué)習(xí)興趣的同時促進(jìn)教學(xué)成效的提升。

2.2挖掘后的數(shù)據(jù)信息資源分析

數(shù)據(jù)信息資源在挖掘后，其自身的職能作用將變得更加豐富，所以在信息技術(shù)環(huán)節(jié)下的數(shù)據(jù)挖掘技術(shù)隨著限定條件的變化，而將數(shù)據(jù)挖掘信息應(yīng)用于技術(shù)管理和決策管理之中，從而更好地彰顯數(shù)據(jù)在經(jīng)濟(jì)活動中的物質(zhì)性質(zhì)與價值變化趨勢，并結(jié)合數(shù)據(jù)變化特點(diǎn)和具體的表現(xiàn)規(guī)律，從而將數(shù)據(jù)信息的基本要素、質(zhì)量特點(diǎn)、管理要求等展示出來，所以其表現(xiàn)的形式十分豐富。因而在數(shù)據(jù)挖掘之后的信息在職能范圍和表現(xiàn)形式方式均得到了豐富和拓展，而這也在一定程度上體現(xiàn)了網(wǎng)絡(luò)擬定目標(biāo)服務(wù)具有較強(qiáng)的完整性，且屬于特殊的個體物品，同時也是對傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的創(chuàng)新和發(fā)展，從而更好地滿足當(dāng)前大數(shù)據(jù)時代對信息進(jìn)行數(shù)據(jù)化的處理，并對不同種類業(yè)務(wù)進(jìn)行整合和優(yōu)化，從而促進(jìn)數(shù)據(jù)挖掘技術(shù)服務(wù)的一體化水平。

2.3大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)的應(yīng)用必須注重信息失真的控制

數(shù)據(jù)挖掘技術(shù)的信息主要是源于大數(shù)據(jù)和社會，所以在當(dāng)前數(shù)據(jù)挖掘技術(shù)需求不斷加大的今天，為了更好地促進(jìn)所挖掘數(shù)據(jù)信息的真實(shí)性，促進(jìn)其個性化職能的發(fā)揮，必須在大數(shù)據(jù)背景下注重信息失真的控制，切實(shí)做好數(shù)據(jù)挖掘技術(shù)管理的各項(xiàng)工作。這就需要引導(dǎo)學(xué)生考慮如何確保數(shù)據(jù)挖掘技術(shù)在大數(shù)據(jù)背景下的職能得到有效的發(fā)揮，盡可能地促進(jìn)數(shù)據(jù)挖掘技術(shù)信息資源的升級和轉(zhuǎn)型，以大數(shù)據(jù)背景為載體，促進(jìn)整個業(yè)務(wù)和技術(shù)操作流程的一體化，從而更好地將所有數(shù)據(jù)資源的消耗和變化以及管理的科學(xué)性和有效性，這樣我們就能及時的找到資源的消耗源頭，從而更好地對數(shù)據(jù)資源的消耗效益進(jìn)行評價，最終促進(jìn)業(yè)務(wù)流程的優(yōu)化，并結(jié)合大數(shù)據(jù)背景對數(shù)據(jù)挖掘技術(shù)的職能進(jìn)行拓展，促進(jìn)其外部信息與內(nèi)部信息的合作，對數(shù)據(jù)挖掘技術(shù)信息的職能進(jìn)行有效的控制，才能更好地促進(jìn)信息失真的控制[2]。

3數(shù)據(jù)挖掘技術(shù)在不同行業(yè)中的應(yīng)用實(shí)踐

學(xué)習(xí)的最終目的是為了更好的應(yīng)用，隨著時代的發(fā)展，數(shù)據(jù)挖掘技術(shù)將在越來越多的行業(yè)中得以應(yīng)用。這就需要高校教師引導(dǎo)學(xué)生結(jié)合實(shí)際需要強(qiáng)化對其的應(yīng)用。例如在市場營銷行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用這主要是因?yàn)閿?shù)據(jù)挖掘能有效的解析消費(fèi)者的消費(fèi)行為和消費(fèi)習(xí)慣，從而利用其將銷售方式改進(jìn)和優(yōu)化，最終促進(jìn)產(chǎn)品銷量的提升。與此同時，通過對購物消費(fèi)行為的分析，掌握客戶的忠誠度和消費(fèi)意識等，從而針對性的改變營銷策略，同時還能找到更多潛在的客戶。再如在制造業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，其目的就在于對產(chǎn)品質(zhì)量進(jìn)行檢驗(yàn)。引導(dǎo)學(xué)生深入某企業(yè)實(shí)際，對所制造產(chǎn)品的數(shù)據(jù)進(jìn)行研究，從而找出其存在的規(guī)則，并對其生產(chǎn)流程進(jìn)行分析之后，對其生產(chǎn)的過程進(jìn)行分析，從而更好地對生產(chǎn)質(zhì)量的影響因素進(jìn)行分析，并促進(jìn)其效率的提升。換言之，主要就是對各種生產(chǎn)數(shù)據(jù)進(jìn)行篩選，從而得出有用的數(shù)據(jù)和知識，再采取決策樹算法進(jìn)行統(tǒng)計決策，并從中選取正確決策，從而更好地對產(chǎn)品在市場中的流行程度，決定生產(chǎn)和轉(zhuǎn)型的方向。再如在教育行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，主要是為了更好地對學(xué)習(xí)情況、教學(xué)評估和心里動向等數(shù)據(jù)進(jìn)行分類和篩選，從而為學(xué)校的教學(xué)改革提供參考和支持。比如為了更好地對教學(xué)質(zhì)量進(jìn)行評估，就需要對教學(xué)質(zhì)量有關(guān)項(xiàng)目進(jìn)行整合與存儲，從而更好地促進(jìn)其對教學(xué)質(zhì)量的評估，而這一過程中，就需要采取數(shù)據(jù)挖掘技術(shù)對有關(guān)教學(xué)項(xiàng)目中的數(shù)據(jù)進(jìn)行挖掘和處理，促進(jìn)其應(yīng)用成效的提升[3]。

4結(jié)語

綜上所述，在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘技術(shù)已經(jīng)在各行各業(yè)中得到了廣泛的應(yīng)用，所以為了更好地滿足應(yīng)用的需要，在實(shí)際教學(xué)工作中，我們必須引導(dǎo)學(xué)生切實(shí)加強(qiáng)對其特點(diǎn)的分析，并結(jié)合實(shí)際需要，切實(shí)注重數(shù)據(jù)挖掘技術(shù)的應(yīng)用，才能促進(jìn)其應(yīng)用成效的提升，最終達(dá)到學(xué)以致用的目的。

參考文獻(xiàn)：

[1]李平榮.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報,2014,03:45-47.[2]歐陽柏成.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)探究[J].電腦知識與技術(shù),2015,15:3-4+9.[3]孔志文.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].電子技術(shù)與軟件工程,2015,23:195.

第四篇：數(shù)據(jù)挖掘與電子商務(wù)

數(shù)據(jù)挖掘與電子商務(wù)

姓名：龔洪虎

學(xué)號:X2009230111

[摘 要] 企業(yè)的競爭優(yōu)勢并不取決于信息的擁有量，而是取決于信息的處理利用能力。如何化信息優(yōu)勢為競爭優(yōu)勢，是企業(yè)制勝于市場的一個法寶。本文論述了一種信息處理利用的有效工具——數(shù)據(jù)挖掘方法及其在電子商務(wù)中的應(yīng)用。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 方法 電子商務(wù) 應(yīng)用

隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的成熟，傳統(tǒng)商務(wù)正經(jīng)歷一次重大變革，向電子商務(wù)全速挺進(jìn)。這種商業(yè)電子化的趨勢不僅為客戶提供了便利的交易方式和廣泛的選擇，同時也為商家提供了更加深入了解客戶需求信息和購物行為特征的可能性。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。

一、電子商務(wù)和數(shù)據(jù)挖掘簡介。

電子商務(wù)是指個人或企業(yè)通過Internet網(wǎng)絡(luò)，采用數(shù)字化電子方式進(jìn)行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)活動。目前國內(nèi)已有網(wǎng)上商情廣告、電子票據(jù)交換、網(wǎng)上訂購，網(wǎng)上銀行、網(wǎng)上支付結(jié)算等多種類型的電子商務(wù)形式。電子商務(wù)正以其成本低廉、方便、快捷、安全、可靠、不受時間和空間的限制等突出優(yōu)點(diǎn)而逐步在全球流行。

數(shù)據(jù)挖掘(DataMining)是伴隨著數(shù)據(jù)倉庫技術(shù)的發(fā)展而逐步完善起來的。數(shù)據(jù)挖掘主要是為了幫助商業(yè)用戶處理大量存在的數(shù)據(jù)，發(fā)現(xiàn)其后隱含的規(guī)律性，同時將其模型化，來完成輔助決策的作用。它要求從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取人們事先不知道的但又是潛在有用的信息和知識。數(shù)據(jù)挖掘的過程有時也叫知識發(fā)現(xiàn)的過程。

而電子商務(wù)中的數(shù)據(jù)挖掘即Web挖掘，是利用數(shù)據(jù)挖掘技術(shù)從www的資源(即Web文檔)和行為(即We服務(wù))中自動發(fā)現(xiàn)并提取感興趣的、有用的模式和隱含的信息，它是一項(xiàng)綜合技術(shù)涉及到Internet技術(shù)學(xué)、人工智能、計算機(jī)語言、信息學(xué)、統(tǒng)計學(xué)等多個領(lǐng)域。

二、何謂數(shù)據(jù)挖掘及方法

確切地說，數(shù)據(jù)挖掘(Data Mining)，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Database,KDD)，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價值的信息或模式。它融合了數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計學(xué)等多個領(lǐng)域的理論和技術(shù)。比較典型的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析等。它們可以應(yīng)用到以客戶為中心的企業(yè)決策分析和管理的各個不同領(lǐng)域和階段。

1.關(guān)聯(lián)分析。關(guān)聯(lián)分析，即利用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘。關(guān)聯(lián)分析的目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，它能發(fā)現(xiàn)數(shù)據(jù)庫中形如”90%的顧客在一次購買活動中購買商品A的同時購買商品B”之類的知識。

2.序列模式分析。序列模式分析和關(guān)聯(lián)分析相似，但側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫中形如”在某一段時間內(nèi)，顧客購買商品A，接著購買商品B，而后購買商品C，即序列A→B→C出現(xiàn)的頻度較高”之類的知識，序列模式分析描述的問題是:在給定交易序列數(shù)據(jù)庫中，每個序列是按照交易時間排列的一組交易集，挖掘序列函數(shù)作用在這個交易序列數(shù)據(jù)庫上，返回該數(shù)據(jù)庫中出現(xiàn)的高頻序列。在進(jìn)行序列模式分析時，同樣也需要由用戶輸入最小置信度C和最小支持度S。

3.分類分析。設(shè)有一個數(shù)據(jù)庫和一組具有不同特征的類別(標(biāo)記)，該數(shù)據(jù)庫中的每一個②

記錄都賦予一個類別的標(biāo)記，這樣的數(shù)據(jù)庫稱為示例數(shù)據(jù)庫或訓(xùn)練集。分類分析就是通過分析示例數(shù)據(jù)庫中的數(shù)據(jù)，為每個類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個分類規(guī)則對其他數(shù)據(jù)庫中的記錄進(jìn)行分類。

4.聚類分析。聚類分析輸入的是一組未分類記錄，并且這些記錄應(yīng)分成幾類事先也不知道，通過分析數(shù)據(jù)庫中的記錄數(shù)據(jù)，根據(jù)一定的分類規(guī)則，合理地劃分記錄集合，確定每個記錄所在類別。它所采用的分類規(guī)則是由聚類分析工具決定的。采用不同的聚類方法，對于相同的記錄集合可能有不同的劃分結(jié)果。

應(yīng)用數(shù)據(jù)挖掘技術(shù)，較為理想的起點(diǎn)就是從一個數(shù)據(jù)倉庫開始，數(shù)據(jù)挖掘可以直接跟蹤數(shù)據(jù)并輔助用戶快速做出商業(yè)決策，用戶還可以在更新數(shù)據(jù)的時候不斷發(fā)現(xiàn)更好的行為模式，并將其運(yùn)用于未來的決策當(dāng)中。

三、選擇數(shù)據(jù)挖掘技術(shù)的兩個重要依據(jù)。

數(shù)據(jù)挖掘使用的技術(shù)很多，其中主要包括統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、和神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫方法。統(tǒng)計方法可細(xì)分為回歸分析、判別分析、聚類分析、探索性分析等。機(jī)器學(xué)習(xí)方法可細(xì)分為歸納學(xué)習(xí)方法（決策樹、規(guī)則歸納）、基于范例學(xué)習(xí)、遺傳算法等。神經(jīng)網(wǎng)絡(luò)方法可細(xì)分為錢箱神經(jīng)網(wǎng)絡(luò)（BP算法）、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫方法主要是多維數(shù)據(jù)分析或OLAP方法，另外還有面向?qū)傩缘臍w納方法。由于每一種數(shù)據(jù)挖掘技術(shù)都有其自身的特點(diǎn)和實(shí)現(xiàn)的步驟，對數(shù)據(jù)的形式有具體的要求，并且與具體的應(yīng)用問題密切相關(guān)，因此成功的應(yīng)用數(shù)據(jù)挖掘技術(shù)以達(dá)到目標(biāo)過程本身就是一件很復(fù)雜的事情，本文主要從挖掘任務(wù)和可獲得的數(shù)據(jù)兩個角度來討論對數(shù)據(jù)挖掘技術(shù)的選擇。

三、數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

數(shù)據(jù)挖掘能發(fā)現(xiàn)電子商務(wù)客戶的的共性和個性的知識、必然和偶然的知識、獨(dú)立和關(guān)聯(lián)的知識、現(xiàn)實(shí)和預(yù)測的知識等，所有這些知識經(jīng)過分析，能對客戶的消費(fèi)行為如心理、能力、動機(jī)、需求、潛能等做出統(tǒng)計和正確地分析，為管理者提供決策依據(jù)。具體應(yīng)用如下：

1.分類與預(yù)測方法在電子商務(wù)中的應(yīng)用。在電子商務(wù)活動中，分類是一項(xiàng)非常重要的任務(wù)，也是應(yīng)用最多的技術(shù)。分類的目的是構(gòu)造一個分類函數(shù)或分類模型，通常稱作分類器。分類器的構(gòu)造方法通常由統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等。這些方法能把數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別中某一個，以便用于預(yù)測，也就是利用歷史數(shù)據(jù)記錄，自動推導(dǎo)出給定數(shù)據(jù)的推廣描述，從而對未來數(shù)據(jù)進(jìn)行預(yù)測。

2.聚類方法在電子商務(wù)中的應(yīng)用。聚類是把一組個體按照相似性原則歸成若干類別。對電子商務(wù)來說，客戶聚類可以對市場細(xì)分理論提供有力的支持。市場細(xì)分的目的是使得屬于同一類別的個體之間的距離盡可能小，而不同類別的個體之間的距離盡可能大，通過對聚類的客戶特征的提取，電子商務(wù)網(wǎng)站可以為客戶提供個性化的服務(wù)。

3.數(shù)據(jù)抽取方法在電子商務(wù)中的應(yīng)用。數(shù)據(jù)抽取的目的是對數(shù)據(jù)進(jìn)行濃縮，給出它的緊湊描述，如求和值、平均值、方差值、等統(tǒng)計值、或者用直方圖、餅狀圖等圖形方式表示，更主要的是他從數(shù)據(jù)泛化的角度來討論數(shù)據(jù)總結(jié)。數(shù)據(jù)泛化是一種把最原始、最基本的信息數(shù)據(jù)從低層次抽象到高層次上的過程。可采用多維數(shù)據(jù)分析方法和面向?qū)傩缘臍w納方法。在電子商務(wù)活動中，采用維數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)抽取，他針對的是電子商務(wù)活動中的客戶數(shù)據(jù)倉庫。在數(shù)據(jù)分析中經(jīng)常要用到諸如求和、總計、平均、最大、最小等匯集操作，這類操作的計算量特別大，可把匯集操作結(jié)果預(yù)先計算并存儲起來，以便用于決策支持系統(tǒng)使用。

4.關(guān)聯(lián)規(guī)則在電子商務(wù)中的應(yīng)用。管理部門可以收集存儲大量的售貨數(shù)據(jù)和客戶資料，對這些歷史數(shù)據(jù)進(jìn)行分析并發(fā)現(xiàn)關(guān)聯(lián)規(guī)則。如分析網(wǎng)上顧客的購買行為，幫助管理者規(guī)劃市場，確定商品的種類、價格、質(zhì)量等。通常關(guān)聯(lián)規(guī)則有兩種：有意義的關(guān)聯(lián)規(guī)則和泛化關(guān)聯(lián)規(guī)則，有意義的關(guān)聯(lián)規(guī)則，即滿足最小支持度和最小可信度的規(guī)則。最小支持度，它表示一組對象在統(tǒng)計意義上的需滿足的最低程度，如電子商務(wù)活動中的客戶數(shù)量、客戶消費(fèi)能力、消費(fèi)方式等。后者即用戶規(guī)定的關(guān)聯(lián)規(guī)則的最低可靠度。第二是泛化規(guī)則，這種規(guī)則更實(shí)用，因?yàn)檠芯繉ο蟠嬖谝环N層次關(guān)系，如面包、蛋糕屬西點(diǎn)類，而西點(diǎn)又屬于食品類，有了層次關(guān)系后，可以幫助發(fā)現(xiàn)更多的有意義的規(guī)則。

5、優(yōu)化企業(yè)資源

節(jié)約成本是企業(yè)盈利的關(guān)鍵?；跀?shù)據(jù)挖掘技術(shù)，實(shí)時、全面、準(zhǔn)確地掌握企業(yè)資源信息，通過分析歷史的財務(wù)數(shù)據(jù)、庫存數(shù)據(jù)和交易數(shù)據(jù), 可以發(fā)現(xiàn)企業(yè)資源消耗的關(guān)鍵點(diǎn)和主要活動的投入產(chǎn)出比例, 從而為企業(yè)資源優(yōu)化配置提供決策依據(jù), 例如降低庫存、提高庫存周轉(zhuǎn)率、提高資金使用率等。通過對Web數(shù)據(jù)挖掘，快速提取商業(yè)信息，使企業(yè)準(zhǔn)確地把握市場動態(tài)，極大地提高企業(yè)對市場變化的響應(yīng)能力和創(chuàng)新能力，使企業(yè)最大限度地利用人力資源、物質(zhì)資源和信息資源，合理協(xié)調(diào)企業(yè)內(nèi)外部資源的關(guān)系，產(chǎn)生最佳的經(jīng)濟(jì)效益。促進(jìn)企業(yè)發(fā)展的科學(xué)化、信息化和智能化。

例如:美國運(yùn)通公司(American Express)有一個用于記錄信用卡業(yè)務(wù)的數(shù)據(jù)庫，數(shù)據(jù)量達(dá)到54億字符，并仍在隨著業(yè)務(wù)進(jìn)展不斷更新。運(yùn)通公司通過對這些數(shù)據(jù)進(jìn)行挖掘，制定了“關(guān)聯(lián)結(jié)算(Relation ship Billing)優(yōu)惠”的促銷策略，即如果一個顧客在一個商店用運(yùn)通卡購買一套時裝，那么在同一個商店再買一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運(yùn)通卡在該商店的使用率。

6、管理客戶數(shù)據(jù)

隨著“以客戶為中心”的經(jīng)營理念的不斷深入人心, 分析客戶、了解客戶并引導(dǎo)客戶的需求已成為企業(yè)經(jīng)營的重要課題?；跀?shù)據(jù)挖掘技術(shù)，企業(yè)將最大限度地利用客戶資源，開展客戶行為的分析與預(yù)測，對客戶進(jìn)行分類。有助于客戶盈利能力分析，尋找潛在的有價值的客戶，開展個性化服務(wù)，提高客戶的滿意度和忠誠度。通過Web資源的挖掘，了解客戶的購買習(xí)慣和興趣，從而改善網(wǎng)站結(jié)構(gòu)設(shè)計，推出滿足不同客戶的個性化網(wǎng)頁。利用數(shù)據(jù)挖掘可以有效地獲得客戶。比如通過數(shù)據(jù)挖掘可以發(fā)現(xiàn)購買某種商品的消費(fèi)者是男性還是女性,學(xué)歷、收入如何, 有什么愛好,是什么職業(yè)等等。甚至可以發(fā)現(xiàn)不同的人在購買該種商品的相關(guān)商品后多長時間有可能購買該種商品, 以及什么樣的人會購買什么型號的該種商品等等。在采用了數(shù)據(jù)挖掘后, 針對目標(biāo)客戶發(fā)送的廣告的有效性和回應(yīng)率將得到大幅度的提高, 推銷的成本將大大降低。同時，在客戶數(shù)據(jù)挖掘的基礎(chǔ)上，企業(yè)可以發(fā)現(xiàn)重點(diǎn)客戶和評價市場性能，制定個性化營銷策略，拓寬銷售渠道和范圍，為企業(yè)制定生產(chǎn)策略和發(fā)展規(guī)劃提供科學(xué)的依據(jù)。通過呼叫中心優(yōu)化與客戶溝通的渠道，提高對客戶的響應(yīng)效率和服務(wù)質(zhì)量，促

①進(jìn)客戶關(guān)系管理的自動化和智能化。

三、結(jié)束語

電子商務(wù)是現(xiàn)代信息技術(shù)發(fā)展的必然結(jié)果，也是未來商業(yè)運(yùn)作模式的必然選擇。利用數(shù)據(jù)挖掘技術(shù)，充分發(fā)揮企業(yè)的獨(dú)特優(yōu)勢，促進(jìn)管理創(chuàng)新和技術(shù)創(chuàng)新，使企業(yè)在在電子商務(wù)的潮流中立于不敗之地。隨著數(shù)據(jù)挖掘算法的不斷發(fā)展和成熟，數(shù)據(jù)挖掘一定會有更加廣闊的應(yīng)用前景。

參考文獻(xiàn)：

(1)《淺談數(shù)據(jù)挖掘在電子商務(wù)中的運(yùn)用》 鐘連福；

(2)《電子商務(wù)中商業(yè)數(shù)據(jù)的挖掘方法》 中國電子商務(wù)研究中心；

(3)《在電子商務(wù)中如何正確有使用數(shù)據(jù)挖掘技術(shù)》 俠名；

(4)《曾貞:數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用》 甘肅農(nóng)業(yè),2004（7）；

(5)《馮艷王堅強(qiáng):數(shù)據(jù)挖掘在電子商務(wù)上的應(yīng)用》 2002（3）；

(6)《呂延杰徐華飛:中國電子商務(wù)發(fā)展研究報告》北京郵電大學(xué)出版社 ；

(7)《數(shù)據(jù)挖掘與電子商務(wù)》 鄧鯤鵬，周延杰，嚴(yán)瑜筱。①

第五篇：《大數(shù)據(jù)：技術(shù)與應(yīng)用》學(xué)習(xí)心得

4月1日上午，“新時代學(xué)習(xí)大講堂”第二期時代前沿知識專題講座貴陽舉行。中國科學(xué)院院士，北京理工大學(xué)黨委常委、副校長，貴州省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究院院長梅宏圍繞大數(shù)據(jù)技術(shù)與應(yīng)用作專題報告。

本次講座上，梅宏院長從“大數(shù)據(jù)是什么”、“如何應(yīng)對大數(shù)據(jù)”、“如何應(yīng)用大數(shù)據(jù)”、“大數(shù)據(jù)現(xiàn)狀和思考”等多個方面，全方位、多角度、立體式地解讀了大數(shù)據(jù)的技術(shù)與應(yīng)用，語言生動、內(nèi)容詳實(shí)，既傳達(dá)了黨中央的精神，又談了自身學(xué)習(xí)體會，既解讀了大數(shù)據(jù)發(fā)展的規(guī)律，又提出了學(xué)習(xí)領(lǐng)會的意見建議，為貴州省各級領(lǐng)導(dǎo)干部、國家機(jī)關(guān)、公職人員學(xué)習(xí)互聯(lián)網(wǎng)知識，熟練掌握大數(shù)據(jù)知識指出了路徑、傳授了方法。

通過學(xué)習(xí)，我們知道信息時代的到來，感受到的是技術(shù)變化日新月異，隨之而來的是生活方式的轉(zhuǎn)變，我們這樣評論著的信息時代已經(jīng)變?yōu)樵?jīng)。如今，大數(shù)據(jù)時代成為炙手可熱的話題。

今天，信息是一個高度概括抽象概念，是一個發(fā)展中的動態(tài)范疇，是進(jìn)行互相交換的內(nèi)容和名稱，信息的界定沒有統(tǒng)一的定義，但是信息具備客觀、動態(tài)、傳遞、共享、經(jīng)濟(jì)等特性卻是大家的共識。數(shù)據(jù)是描述事物的符號記錄，是可定義為意義的實(shí)體，它涉及到事物的存在形式。它是關(guān)于事件之一組離散且客觀的事實(shí)描述，是構(gòu)成信息和知識的原始材料。數(shù)據(jù)可分為模擬數(shù)據(jù)和數(shù)字?jǐn)?shù)據(jù)兩大類。數(shù)據(jù)指計算機(jī)加工的“原料”，如圖形、聲音、文字、數(shù)、字符和符號等。從定義看來，數(shù)據(jù)是原始的處女地，需要耕耘。信息則是已經(jīng)處理過的可以傳播的資訊。信息時代依賴于數(shù)據(jù)的爆發(fā)，只是當(dāng)數(shù)據(jù)爆發(fā)到無法駕馭的狀態(tài)，大數(shù)據(jù)時代應(yīng)運(yùn)而生。

在大數(shù)據(jù)時代，大數(shù)據(jù)時代區(qū)別與轉(zhuǎn)變就是，放棄對因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系。也就是說只要知道“是什么”，而不需要知道“為什么”。數(shù)據(jù)的更多、更雜，導(dǎo)致應(yīng)用主意只能盡量觀察，而不是傾其所有進(jìn)行推理。小數(shù)據(jù)停留在說明過去，大數(shù)據(jù)用驅(qū)動過去來預(yù)測未來。數(shù)據(jù)的用途意在何為，與數(shù)據(jù)本身無關(guān)，而與數(shù)據(jù)的解讀者有關(guān)，而相關(guān)關(guān)系更有利于預(yù)測未來。大數(shù)據(jù)更多的體現(xiàn)在海量非結(jié)構(gòu)化數(shù)據(jù)本身與處理方法的整合。大數(shù)據(jù)更像是理論與現(xiàn)實(shí)齊頭并進(jìn)，理論來創(chuàng)立處理非結(jié)構(gòu)化數(shù)據(jù)的方法，處理結(jié)果與未來進(jìn)行驗(yàn)證。大數(shù)據(jù)是在互聯(lián)網(wǎng)背景下數(shù)據(jù)從量變到質(zhì)變的過程。小數(shù)據(jù)時代也即是信息時代，是大數(shù)據(jù)時代的前提，大數(shù)據(jù)時代是升華和進(jìn)化，本質(zhì)是相輔相成，而并非相離互斥?？蛻魯?shù)據(jù)、交易數(shù)據(jù)、管理數(shù)據(jù)等海量數(shù)據(jù)不斷增長，海量機(jī)遇和挑戰(zhàn)也隨之而來，適應(yīng)變革，適者生存。我們可以有更廣闊的學(xué)習(xí)空間、可以有更精準(zhǔn)的決策判斷能力這些都基于數(shù)據(jù)的收集、整理、駕馭、分析能力，基于脫穎而出的創(chuàng)新思維和執(zhí)行。

李再勇副省長在主持講座時指出，此次專題講座既是一次培訓(xùn)輔導(dǎo)，也是一次了解大數(shù)據(jù)、弄懂大數(shù)據(jù)、運(yùn)用大數(shù)據(jù)的好機(jī)會，大家要認(rèn)真學(xué)習(xí)、深刻領(lǐng)悟，將大數(shù)據(jù)知識運(yùn)用到實(shí)際工作中。并要求，廣大黨員干部一是要精準(zhǔn)把握總書記關(guān)于大數(shù)據(jù)發(fā)展系列重要講話精神的核心要義，要利用大數(shù)據(jù)在商用、政用、民用等多方面“聚通用”協(xié)同發(fā)展；二是要以大數(shù)據(jù)發(fā)展重構(gòu)經(jīng)濟(jì)體系，努力實(shí)現(xiàn)貴州經(jīng)濟(jì)高質(zhì)量發(fā)展，要以供給側(cè)改革為主線，以大數(shù)據(jù)發(fā)展加快對傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)體系的重構(gòu)、重組，實(shí)現(xiàn)質(zhì)量、效率、動力三大變革；三是要以大數(shù)據(jù)發(fā)展提升治理體系、治理能力，不斷推進(jìn)政府管理和社會治理模式的創(chuàng)新，要在數(shù)據(jù)重構(gòu)中找到適合人類社會管理的規(guī)律。四要以大數(shù)據(jù)發(fā)展促進(jìn)民生發(fā)展，不斷提升公共服務(wù)均等化、普惠化、便捷化，要通過大數(shù)據(jù)進(jìn)一步推動共享發(fā)展，共享發(fā)展的平臺和路徑以及技術(shù)，加快共同富裕的步伐。