论文部分内容阅读
【摘 要】随着社会经济以及科学技术的不断发展，目前信息化的网络技术已经使用在人们的日常生活中。但是在使用信息化的互联网技术时人们在生活中产生了规模更大的数据源，这就导致数据的收集以及分析过程面临着巨大的困难，为了有效地解决这一问题，大数据时代下的数据挖掘工作应运而生。目前这项技术已经得到了各行各业的广泛重视，不断被应用到数据的采集以及分析过程中。本文主要是介绍的数据挖掘技术使用的现状，并且探讨了数据挖掘技术，在大数据时代背景下的具体应用以及未来的发展趋势，希望能够为我国数据挖掘技术的不断发展提供参考意见。
【关键词】大数据时代;数据挖掘技术;具体应用
目前在网络信息的不断发展下，人们的生活方式朝着更加多元化的方向发展，由于网络技术为人们提供了更加便捷和智能的信息，获取途径在这一基础上，现代化的电子商务以及物联网平台不断兴起。由此可见，社会的总体经济形势逐渐从实体经济结构向网络经济的时代发展，但是在网络经济时代发展的背景下，用户的个人消费记录、信息资料、隐私数据等等，成为了行业发展中最为重要的数据来源信息。为了能够广泛地收集到数据来源的信息，并且对这些信息进行分类汇总，统计出企业需求的数据方向，数据挖掘技术已经成为了目前中国企业发展最为重要的研究方向。这项技术能够建立信息从采集到识别分析全过程的统一平台，不断提高企业对用户的掌握程度，促进企业的可持续发展。
一、数据挖掘技术分析的具体方法
（一）聚类分析法
聚类分析法主要是将需要收集的数据划分为不同类型的组别，这样做的最终目的是为了能够有效的辨别各类型数据之间的相似性以及关联性。通过分析类别不同的数据之间的紧密联系，从而找到可以为企业所用的数据集。目前这种聚类分析的方法更加适合应用在企业面临客户群体为客户群体分类以及对客户的不同背景分析方面。聚类分析法可以帮助企业事先分析到客户的具体需求，然后根据不同客户的差异性需求，做出提前的准备，因此，这项技术被广泛的应用在我国的销售项目、医学和心理学范围等等方面。
（二）分類及事先推测法
这种方法中的分类主要是指对于同类型的数据库所蕴含的数据进行分类。而分类的依据主要是根据数据的不同特点进行相对应的分类，并且还要根据数据使用的不同作用，对数据库中的总体数据进行统计。使用分类及事先推测的方法可以有效的体现出数据的某项突出特征，并且更加直观地体现出不同类型数据的具体作用价值。分类及事先推测法，这种方式在企业日常的发展过程中，更多是用在分析客户对企业产品的满意度以及产品购买的未来发展趋势等等方面。这种数据挖掘技术具有连续累积的特点，如果在行业内同类型的数据累积越多，那么对于数据的分析精确性就更高[1]。
（三）关联分析法
关联分析法主要是利用了不同信息源之间存在的客观联系性，从而找到数据集合之间的因果关系或相关关系等等。关联分析法能够有效地分析出企业在交易的过程中，不同产品数据之间的内在联系，通过这种分析方法，可以提前预判企业在产品交易的过程中可能出现的风险问题，还能够有效地分析出影影响产品销售的具体因素，帮助企业管理层有针对性的改善企业自身的产品，从而达到利益最大化。
（四）特征分析法
特征分析法主要是将数据库中的其中一项数据提取出来，并且直观的显示出这项数据的主要特征，这种方法可以帮助销售人员及时的了解到客户的需求，利用数据分析找到客户流失的具体原因，帮助企业巩固客户[2]。
二、大数据时代背景下数据挖掘技术的具体应用
目前数据挖掘技术已经被广泛地运用到我国各行各业中，并且通过直观的数据体现，能够帮助企业获得更多目标客户的信息，从而获得更高的经济效益。为了能够帮助企业在激烈的市场竞争洪流中逆流而上不断提高企业自身的竞争实力，将数据挖掘技术充分的应用到企业资源的整合过程中，对企业的可持续发展具有重要意义。
（一）市场营销方面的应用
数据挖掘技术最早就是使用在市场营销的领域中，通过利用数据挖掘技术，企业可以分析出不同消费者之间的心态以及消费习惯，从而明确消费者的消费目的，通过灵活地调整自身的产品，让产品特性更加顺应消费者的需求从而达到提升销售业绩的最终目标。在当前这个阶段，数据挖掘技术在市场营销中的应用已经不单单存在于超市购物等实体经济中，目前这项技术已经逐渐地应用到了医疗行业和电子商务等行业内有效的帮助了企业提供潜在的客户，让企业能够了解不同客户之间的需求，实现对产品的升级改造。
（二）在科学研究领域中的应用
在科学研究的具体过程中，通常科学家们需要通过不同的数据，从历史数据中找出目前研究项目需要用到的参考信息，通过对历史数据规律的掌握，从而研发出新的产品。换句话说，数据挖掘技术在科学领域中是一项非常重要的辅助分析工具，通过利用这项技术，可以在短时间内就找到不同数据之间的规律，并且帮助科学家得出相关的经验。例如通过数据挖掘技术，可以对DNA进行更加细致的分析，这样就可以有效地提高亲子鉴定的精确度，由此可见，数据挖掘技术在科学领域研究中的应用是至关重要的[3]。
（三）制造业领域中的应用
在生产制造业的领域中，随着人们生活质量水平的不断提高，用户对于制造的产品质量要求也更加严格。制造商可以通过对产品的各项性能数据进行进一步的分析，从而不断提高产品的可食用性，还能够有效地降低产品的成本费用，提高用户的体验感。例如我们可以通过数据挖掘技术充分的分析出产品在使用过程中的缺陷，并且找到生产过程中影响生产质量的因素，从而有针对性的采取相应的补救措施，拓宽产品的销路[4]。
结语：
综上所述，数据挖掘技术目前在我国的市场营销科学研究以及制造行业领域被广泛运用。运用这项技术，能够分析出市场中的潜在客户需求以及产品在销售过程中的缺陷，但是就目前的使用状况来看，数据挖掘技术还具有巨大的发展空间，为了能够让这项技术更好地运用到我国的各项行业中，必须要不断提高对数据挖掘技术的研究力度，让数据挖掘技术在我国的行业发展中发挥出更大的作用。
参考文献：
[1]刘铭，吕丹，安永灿.大数据时代下数据挖掘技术的应用[J].科技导报，2018，3609：73-83.
[2]周凌.浅析大数据时代的数据挖掘技术与应用[J].中小企业管理与科技（下旬刊），2018，05：189-190.
[3]文世敏.浅析大数据时代下数据挖掘技术的应用[J].企业科技与发展，2018，06：109-110.
[4]于晶.大数据时代的数据挖掘及应用探究[J].科技与创新，2018，24：160-161.
（作者单位：盐城市市场监督管理局）
【关键词】大数据时代;数据挖掘技术;具体应用
目前在网络信息的不断发展下，人们的生活方式朝着更加多元化的方向发展，由于网络技术为人们提供了更加便捷和智能的信息，获取途径在这一基础上，现代化的电子商务以及物联网平台不断兴起。由此可见，社会的总体经济形势逐渐从实体经济结构向网络经济的时代发展，但是在网络经济时代发展的背景下，用户的个人消费记录、信息资料、隐私数据等等，成为了行业发展中最为重要的数据来源信息。为了能够广泛地收集到数据来源的信息，并且对这些信息进行分类汇总，统计出企业需求的数据方向，数据挖掘技术已经成为了目前中国企业发展最为重要的研究方向。这项技术能够建立信息从采集到识别分析全过程的统一平台，不断提高企业对用户的掌握程度，促进企业的可持续发展。
一、数据挖掘技术分析的具体方法
（一）聚类分析法
聚类分析法主要是将需要收集的数据划分为不同类型的组别，这样做的最终目的是为了能够有效的辨别各类型数据之间的相似性以及关联性。通过分析类别不同的数据之间的紧密联系，从而找到可以为企业所用的数据集。目前这种聚类分析的方法更加适合应用在企业面临客户群体为客户群体分类以及对客户的不同背景分析方面。聚类分析法可以帮助企业事先分析到客户的具体需求，然后根据不同客户的差异性需求，做出提前的准备，因此，这项技术被广泛的应用在我国的销售项目、医学和心理学范围等等方面。
（二）分類及事先推测法
这种方法中的分类主要是指对于同类型的数据库所蕴含的数据进行分类。而分类的依据主要是根据数据的不同特点进行相对应的分类，并且还要根据数据使用的不同作用，对数据库中的总体数据进行统计。使用分类及事先推测的方法可以有效的体现出数据的某项突出特征，并且更加直观地体现出不同类型数据的具体作用价值。分类及事先推测法，这种方式在企业日常的发展过程中，更多是用在分析客户对企业产品的满意度以及产品购买的未来发展趋势等等方面。这种数据挖掘技术具有连续累积的特点，如果在行业内同类型的数据累积越多，那么对于数据的分析精确性就更高[1]。
（三）关联分析法
关联分析法主要是利用了不同信息源之间存在的客观联系性，从而找到数据集合之间的因果关系或相关关系等等。关联分析法能够有效地分析出企业在交易的过程中，不同产品数据之间的内在联系，通过这种分析方法，可以提前预判企业在产品交易的过程中可能出现的风险问题，还能够有效地分析出影影响产品销售的具体因素，帮助企业管理层有针对性的改善企业自身的产品，从而达到利益最大化。
（四）特征分析法
特征分析法主要是将数据库中的其中一项数据提取出来，并且直观的显示出这项数据的主要特征，这种方法可以帮助销售人员及时的了解到客户的需求，利用数据分析找到客户流失的具体原因，帮助企业巩固客户[2]。
二、大数据时代背景下数据挖掘技术的具体应用
目前数据挖掘技术已经被广泛地运用到我国各行各业中，并且通过直观的数据体现，能够帮助企业获得更多目标客户的信息，从而获得更高的经济效益。为了能够帮助企业在激烈的市场竞争洪流中逆流而上不断提高企业自身的竞争实力，将数据挖掘技术充分的应用到企业资源的整合过程中，对企业的可持续发展具有重要意义。
（一）市场营销方面的应用
数据挖掘技术最早就是使用在市场营销的领域中，通过利用数据挖掘技术，企业可以分析出不同消费者之间的心态以及消费习惯，从而明确消费者的消费目的，通过灵活地调整自身的产品，让产品特性更加顺应消费者的需求从而达到提升销售业绩的最终目标。在当前这个阶段，数据挖掘技术在市场营销中的应用已经不单单存在于超市购物等实体经济中，目前这项技术已经逐渐地应用到了医疗行业和电子商务等行业内有效的帮助了企业提供潜在的客户，让企业能够了解不同客户之间的需求，实现对产品的升级改造。
（二）在科学研究领域中的应用
在科学研究的具体过程中，通常科学家们需要通过不同的数据，从历史数据中找出目前研究项目需要用到的参考信息，通过对历史数据规律的掌握，从而研发出新的产品。换句话说，数据挖掘技术在科学领域中是一项非常重要的辅助分析工具，通过利用这项技术，可以在短时间内就找到不同数据之间的规律，并且帮助科学家得出相关的经验。例如通过数据挖掘技术，可以对DNA进行更加细致的分析，这样就可以有效地提高亲子鉴定的精确度，由此可见，数据挖掘技术在科学领域研究中的应用是至关重要的[3]。
（三）制造业领域中的应用
在生产制造业的领域中，随着人们生活质量水平的不断提高，用户对于制造的产品质量要求也更加严格。制造商可以通过对产品的各项性能数据进行进一步的分析，从而不断提高产品的可食用性，还能够有效地降低产品的成本费用，提高用户的体验感。例如我们可以通过数据挖掘技术充分的分析出产品在使用过程中的缺陷，并且找到生产过程中影响生产质量的因素，从而有针对性的采取相应的补救措施，拓宽产品的销路[4]。
结语：
综上所述，数据挖掘技术目前在我国的市场营销科学研究以及制造行业领域被广泛运用。运用这项技术，能够分析出市场中的潜在客户需求以及产品在销售过程中的缺陷，但是就目前的使用状况来看，数据挖掘技术还具有巨大的发展空间，为了能够让这项技术更好地运用到我国的各项行业中，必须要不断提高对数据挖掘技术的研究力度，让数据挖掘技术在我国的行业发展中发挥出更大的作用。
参考文献：
[1]刘铭，吕丹，安永灿.大数据时代下数据挖掘技术的应用[J].科技导报，2018，3609：73-83.
[2]周凌.浅析大数据时代的数据挖掘技术与应用[J].中小企业管理与科技（下旬刊），2018，05：189-190.
[3]文世敏.浅析大数据时代下数据挖掘技术的应用[J].企业科技与发展，2018，06：109-110.
[4]于晶.大数据时代的数据挖掘及应用探究[J].科技与创新，2018，24：160-161.
（作者单位：盐城市市场监督管理局）