林敏

摘 要：數(shù)據(jù)挖掘可以實(shí)現(xiàn)海量提取、綜合處理的技術(shù)應(yīng)用，主要以數(shù)據(jù)庫(kù)作為技術(shù)支持，實(shí)現(xiàn)信息技術(shù)有針對(duì)性的表達(dá)。近幾年，數(shù)據(jù)挖掘技術(shù)得到較好的建設(shè)與發(fā)展，應(yīng)用于多項(xiàng)領(lǐng)域，提高對(duì)信息的收集能力，加快數(shù)據(jù)信息的傳遞速度。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，著實(shí)推進(jìn)信息的有效挖掘。因此，本文重點(diǎn)分析數(shù)據(jù)挖掘技術(shù)，分析實(shí)質(zhì)應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘；技術(shù)；神經(jīng)網(wǎng)絡(luò)技術(shù)

1 數(shù)據(jù)挖掘技術(shù)的方法

數(shù)據(jù)挖掘技術(shù)的方法主要分為統(tǒng)計(jì)、聚類和遺傳分析[1]。統(tǒng)計(jì)方法可以滿足數(shù)據(jù)庫(kù)處理分析，包括：有線、非線、回歸等多項(xiàng)統(tǒng)計(jì)方法；聚類方法應(yīng)用于數(shù)據(jù)挖掘的內(nèi)部處理，梳理內(nèi)部數(shù)據(jù)的關(guān)系，基于聚類方法的存在，數(shù)據(jù)挖掘技術(shù)可以滿足經(jīng)濟(jì)、模擬等多項(xiàng)數(shù)據(jù)領(lǐng)域的需求；遺傳分析是數(shù)據(jù)挖掘方法的重點(diǎn)，以生物進(jìn)化為導(dǎo)向，將重組、變異導(dǎo)入到數(shù)據(jù)庫(kù)內(nèi)，推進(jìn)數(shù)據(jù)的后續(xù)發(fā)展，將后續(xù)模擬的數(shù)據(jù)，應(yīng)用在現(xiàn)代數(shù)據(jù)庫(kù)的某個(gè)部分，發(fā)揮同樣作用，遺傳算法高度模擬生物進(jìn)化的方式，結(jié)合繁殖、基因、突變、重組的概念，引入新數(shù)據(jù)，促使數(shù)據(jù)庫(kù)中新個(gè)體的形成，所以數(shù)據(jù)挖掘中的遺傳算法，既可以作為數(shù)據(jù)分析的方法，也可以體現(xiàn)預(yù)算和評(píng)估的特點(diǎn)。

2 數(shù)據(jù)挖掘的技術(shù)支持

2.1 神經(jīng)網(wǎng)絡(luò)技術(shù)

神經(jīng)網(wǎng)絡(luò)主要以數(shù)學(xué)模型為主，重點(diǎn)針對(duì)復(fù)雜數(shù)據(jù)，快速完成數(shù)據(jù)抽取。神經(jīng)網(wǎng)絡(luò)技術(shù)處理的能力，可以超出計(jì)算機(jī)的分析水平，保障輸入神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)屬于數(shù)值型，即可快速導(dǎo)出趨勢(shì)性變化的數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)技術(shù)通過(guò)模擬大腦的神經(jīng)元結(jié)構(gòu)，利用MP，實(shí)現(xiàn)非線性規(guī)劃，根據(jù)數(shù)據(jù)信息的特性，決定信息的存儲(chǔ)位置，實(shí)現(xiàn)自主處理。神經(jīng)網(wǎng)絡(luò)技術(shù)在數(shù)據(jù)挖掘中，不僅可以實(shí)現(xiàn)數(shù)據(jù)的快速分類，還可以對(duì)數(shù)據(jù)進(jìn)行模擬預(yù)測(cè)，促使數(shù)據(jù)挖掘處于優(yōu)化的狀態(tài)，完成難度聚類。神經(jīng)網(wǎng)絡(luò)技術(shù)的代表為RBF和BP。

2.2 決策樹(shù)技術(shù)

此技術(shù)以模擬離散函數(shù)為主，借助樹(shù)木模型，對(duì)實(shí)際案例進(jìn)行綜合分類處理。決策樹(shù)的葉子，代表不同結(jié)點(diǎn)，而結(jié)點(diǎn)則是組成實(shí)例不同屬性的測(cè)試，未來(lái)枝葉的分支，表示可能覆蓋的屬性預(yù)測(cè)[2]。決策樹(shù)在根部向枝葉推進(jìn)的過(guò)程中，蘊(yùn)含豐富的數(shù)據(jù)挖掘，目的是得出有價(jià)值的屬性信息，所以決策樹(shù)理論支持?jǐn)?shù)據(jù)挖掘的分析和分類，對(duì)相同屬性的數(shù)據(jù)進(jìn)行歸類存儲(chǔ)，進(jìn)而挖掘數(shù)據(jù)分類中遵循的規(guī)則。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域

3.1 通信服務(wù)行業(yè)

在數(shù)據(jù)挖掘技術(shù)的帶動(dòng)和參與下，通信服務(wù)行業(yè)逐漸趨向于“三網(wǎng)融合”，即：電信、互聯(lián)和電視，勢(shì)必涉及諸多數(shù)據(jù)運(yùn)營(yíng)，數(shù)據(jù)挖掘技術(shù)可以針對(duì)三網(wǎng)狀態(tài)，實(shí)行模式分析，挖掘商業(yè)潛能。例如：數(shù)據(jù)挖掘技術(shù)可以對(duì)通信數(shù)據(jù)進(jìn)行分析，得出通信系統(tǒng)實(shí)時(shí)運(yùn)行的參數(shù)和狀態(tài)，以聚類的方式，歸類系統(tǒng)數(shù)據(jù)，還可直接分析用戶的實(shí)際行為，拓寬業(yè)務(wù)途徑，同時(shí)發(fā)現(xiàn)發(fā)展機(jī)遇，提升通信服務(wù)行業(yè)的社會(huì)效益。

3.2 高校管理系統(tǒng)

數(shù)據(jù)挖掘技術(shù)在高校中的應(yīng)用較為明顯，例如：學(xué)生信息管理系統(tǒng)、教務(wù)評(píng)價(jià)系統(tǒng)、成績(jī)查詢系統(tǒng)、選課系統(tǒng)等，都可體現(xiàn)數(shù)據(jù)挖掘技術(shù)的優(yōu)點(diǎn)。高校學(xué)生數(shù)量較多，通過(guò)數(shù)據(jù)挖掘技術(shù)，可以為學(xué)生提供一體化服務(wù)，學(xué)生在入學(xué)之際，即可將信息錄入在管理系統(tǒng)內(nèi)，整個(gè)在校期間，都可通過(guò)管理系統(tǒng)，查詢個(gè)人信息，管理者也可以根據(jù)管理系統(tǒng)，快速調(diào)取學(xué)生信息，如：圖書借閱、飯卡充值等，隨時(shí)關(guān)注學(xué)生的信息動(dòng)態(tài)[3]。高校在數(shù)據(jù)管理方面，已經(jīng)實(shí)現(xiàn)多系統(tǒng)的融合發(fā)展，在數(shù)據(jù)挖掘技術(shù)的支持下，將不同功能的數(shù)據(jù)系統(tǒng)，兼容于統(tǒng)一系統(tǒng)，不論是學(xué)生，還是教務(wù)人員，利用獨(dú)立賬號(hào)、密碼，都可實(shí)現(xiàn)個(gè)人信息管理或查詢，對(duì)數(shù)據(jù)挖掘技術(shù)提供更高的發(fā)展要求。

3.3 醫(yī)學(xué)領(lǐng)域

醫(yī)學(xué)領(lǐng)域不僅涉及大量的信息數(shù)據(jù)，而且數(shù)據(jù)的編排、匯總非常復(fù)雜，大量數(shù)據(jù)同時(shí)出現(xiàn)的過(guò)程中，幾乎不會(huì)出現(xiàn)相同數(shù)據(jù)，因此，醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)管理，具備一定難度。數(shù)據(jù)挖掘技術(shù)成功應(yīng)用于醫(yī)院數(shù)據(jù)管理中，特別是在病歷管理、醫(yī)藥信息管理方面，例如：數(shù)據(jù)挖掘技術(shù)可以整合醫(yī)藥信息，將醫(yī)藥信息存儲(chǔ)于數(shù)據(jù)庫(kù)系統(tǒng)內(nèi)，醫(yī)務(wù)人員可以通過(guò)檢索的方式，在管理系統(tǒng)內(nèi)，迅速獲得所需信息，避免信息篩選錯(cuò)誤，提高信息識(shí)別的能力。由此，醫(yī)務(wù)人員在信息管理和校對(duì)方面，提高操作效率，確保數(shù)據(jù)挖掘的質(zhì)量。

3.4 金融行業(yè)

金融行業(yè)中的數(shù)據(jù)分類比較明確，如：信貸數(shù)據(jù)、儲(chǔ)蓄數(shù)據(jù)等，需對(duì)數(shù)據(jù)采取合理的分配和管理。數(shù)據(jù)挖掘技術(shù)在金融行業(yè)中，為數(shù)據(jù)管理提供可靠的空間，成為管理金融數(shù)據(jù)的最佳方式[4]。數(shù)據(jù)挖掘技術(shù)具備獨(dú)立分析的能力，可以在數(shù)據(jù)庫(kù)中，設(shè)置多維參考點(diǎn)，對(duì)不同類型的數(shù)據(jù)實(shí)行嚴(yán)格區(qū)分，根據(jù)數(shù)據(jù)的異同性質(zhì)，實(shí)行準(zhǔn)確處理，發(fā)揮數(shù)據(jù)挖掘的優(yōu)勢(shì)，維持金融數(shù)據(jù)的運(yùn)行。數(shù)據(jù)挖掘技術(shù)還可以根據(jù)金融數(shù)據(jù)的動(dòng)態(tài)變化，有效發(fā)現(xiàn)影響金融活動(dòng)的不良因素，防止金融行業(yè)出現(xiàn)數(shù)據(jù)漏洞，造成管理弊端。

綜上所述，隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，其在行業(yè)領(lǐng)域中的應(yīng)用越來(lái)越廣泛，為數(shù)據(jù)運(yùn)行提供強(qiáng)大的技術(shù)支持。數(shù)據(jù)挖掘技術(shù)可以迅速獲取有效信息，體現(xiàn)準(zhǔn)確識(shí)別的能力，改善數(shù)據(jù)運(yùn)行，因此，數(shù)據(jù)挖掘技術(shù)成為行業(yè)發(fā)展與進(jìn)步的重要途徑，不僅提高信息處理的能力，還可以保障信息處理的效率和價(jià)值，同時(shí)提高行業(yè)信息技術(shù)水平。

[參考文獻(xiàn)]

[1]羅斌.數(shù)據(jù)挖掘研究進(jìn)展[J].中國(guó)水運(yùn)，2012（07）：90-92.

[2]張昀.數(shù)據(jù)挖掘技術(shù)研究[J].軟件導(dǎo)刊，2012（09）：45-47.

[3]張惠萍.數(shù)據(jù)挖掘及其應(yīng)用[J].科技咨詢導(dǎo)報(bào)，2011（08）：36-38.

[4]馬賀男.淺談數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].黑龍江科技信息，2011（19）：29-31.