摘 要：近幾年來(lái)，數(shù)據(jù)挖掘逐漸成為智能化信息系統(tǒng)的重要研究?jī)?nèi)容，得到信息行業(yè)的廣泛關(guān)注。這篇文章將在簡(jiǎn)要論述數(shù)據(jù)挖掘概念的基礎(chǔ)上，對(duì)其未來(lái)發(fā)展的優(yōu)化措施進(jìn)行探討。

關(guān)鍵詞：數(shù)據(jù)挖掘；特點(diǎn)；應(yīng)用；優(yōu)化；

中圖分類(lèi)號(hào)：C37 文獻(xiàn)標(biāo)識(shí)碼：A

二十一世紀(jì)是信息科學(xué)技術(shù)迅猛發(fā)展的時(shí)代，各行各業(yè)中有效數(shù)據(jù)的飛速增長(zhǎng)，使人們處于海量的信息海洋中，為了進(jìn)一步提高工作效率和市場(chǎng)競(jìng)爭(zhēng)力，人們需要想盡一切辦法對(duì)信息進(jìn)行科學(xué)、準(zhǔn)確的分析，并從中提煉出對(duì)未來(lái)發(fā)展或目前運(yùn)營(yíng)有利的信息資源；但是傳統(tǒng)意義上的信息儲(chǔ)存也好、信息檢索也好既費(fèi)時(shí)又費(fèi)力，很難滿(mǎn)足現(xiàn)代化經(jīng)濟(jì)發(fā)展的要求，而數(shù)據(jù)挖掘就是在這種經(jīng)濟(jì)環(huán)境中應(yīng)運(yùn)而生。

一、數(shù)據(jù)挖掘的基本概念

就目前來(lái)看，數(shù)據(jù)挖掘已經(jīng)成為信息領(lǐng)域創(chuàng)新發(fā)展的重要內(nèi)容，簡(jiǎn)單來(lái)看，數(shù)據(jù)挖掘就是從海量的數(shù)據(jù)信息中選擇出對(duì)企業(yè)經(jīng)營(yíng)決策有關(guān)的直接信息或者潛在信息；之前出現(xiàn)的機(jī)器學(xué)習(xí)也好、統(tǒng)計(jì)學(xué)及模式識(shí)別也好，雖然在一定程度上能夠幫助人們發(fā)現(xiàn)有效信息，但是其應(yīng)用的范圍很狹窄，大多是在科研領(lǐng)域，很難實(shí)現(xiàn)大面積的傳播，數(shù)據(jù)挖掘的出現(xiàn)充分結(jié)合了上述幾種方法的優(yōu)勢(shì)，實(shí)現(xiàn)了對(duì)信息進(jìn)行精確、有效的整合。

從根本上來(lái)看，數(shù)據(jù)挖掘的本質(zhì)目的就是從數(shù)據(jù)庫(kù)模糊的、海量的、隨機(jī)的的數(shù)據(jù)中檢索出有使用價(jià)值的潛在信息資源；雖然數(shù)據(jù)挖據(jù)并沒(méi)有明確搜索條件，但是它能夠自動(dòng)發(fā)現(xiàn)數(shù)據(jù)庫(kù)中隱藏的預(yù)測(cè)趨勢(shì)以及關(guān)聯(lián)網(wǎng)，還具有類(lèi)聚、時(shí)許模式和檢測(cè)偏差的作用。很多通過(guò)數(shù)據(jù)挖掘得到的信息都是出人意料的，但是往往是這些意想不到的信息將會(huì)開(kāi)拓思維空間，對(duì)決策帶來(lái)巨大幫助。

二、數(shù)據(jù)挖掘的廣泛應(yīng)用

數(shù)據(jù)挖掘在很多領(lǐng)域中廣泛應(yīng)用，特別是在市場(chǎng)經(jīng)濟(jì)的商業(yè)發(fā)展中已經(jīng)相當(dāng)成熟，它在很大程度上提高了企業(yè)的綜合競(jìng)爭(zhēng)力，到目前為止已經(jīng)擴(kuò)展到工業(yè)、醫(yī)藥業(yè)、電子商務(wù)行業(yè)等等。

1、數(shù)據(jù)挖掘在商業(yè)中的應(yīng)用

數(shù)據(jù)挖掘在商業(yè)發(fā)展中扮演著重要角色，數(shù)據(jù)挖據(jù)相當(dāng)于一個(gè)智能化篩選過(guò)程，它能夠?qū)崿F(xiàn)與信息技術(shù)的完美結(jié)合，為商業(yè)的發(fā)展提供重要幫助；例如在金融行業(yè)中，數(shù)據(jù)資料相對(duì)完整、精確，如今金融業(yè)中的數(shù)據(jù)挖掘技術(shù)已經(jīng)十分成熟，企業(yè)能夠充分利用該項(xiàng)技術(shù)，對(duì)市場(chǎng)的波動(dòng)以及波動(dòng)原因進(jìn)行準(zhǔn)確的分析，也能夠通過(guò)數(shù)據(jù)挖掘形成科學(xué)、有效的預(yù)測(cè)機(jī)制，對(duì)企業(yè)的經(jīng)營(yíng)決策提供可靠依據(jù)；除此之外，金融企業(yè)還能夠通過(guò)數(shù)據(jù)挖掘找出市場(chǎng)中的有效信息，對(duì)未來(lái)可能出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行評(píng)估，將企業(yè)的損失降到最低。又比如說(shuō)在零售行業(yè)，數(shù)據(jù)挖掘能夠?yàn)榭蛻?hù)的劃分提供準(zhǔn)確的信息資料，并依據(jù)分類(lèi)方法，對(duì)顧客的購(gòu)買(mǎi)傾向和模式進(jìn)行預(yù)測(cè)，這對(duì)于銷(xiāo)售行業(yè)來(lái)說(shuō)是至關(guān)重要的，同樣根據(jù)相關(guān)信息，可以了解到顧客對(duì)商品價(jià)格和擺放的滿(mǎn)意度通過(guò)不斷調(diào)整，提高服務(wù)質(zhì)量，滿(mǎn)足消費(fèi)者的不同要求。

1、數(shù)據(jù)挖掘在工業(yè)中的應(yīng)用

數(shù)據(jù)挖掘在工業(yè)中的應(yīng)用基本上可以分為以下幾個(gè)方面，分別是在故障預(yù)測(cè)上、生產(chǎn)優(yōu)化中以及豐富知識(shí)庫(kù)中；首先，對(duì)于故障預(yù)測(cè)來(lái)說(shuō)，數(shù)據(jù)挖掘是非常重要的一項(xiàng)環(huán)節(jié)，通過(guò)數(shù)據(jù)信息提供的資料，對(duì)故障發(fā)生的可能性進(jìn)行準(zhǔn)確預(yù)測(cè)，對(duì)于提高運(yùn)行安全性，減少故障損失有至關(guān)重要的作用。其次對(duì)于生產(chǎn)優(yōu)化來(lái)講，數(shù)據(jù)挖掘能夠?yàn)樯a(chǎn)工藝的改進(jìn)提供有效的信息，對(duì)于日后的生產(chǎn)工作有莫大的幫助。最后豐富知識(shí)庫(kù)，數(shù)據(jù)挖掘本身就是一個(gè)信息收集、儲(chǔ)存、調(diào)取的過(guò)程，企業(yè)能夠從中獲得任一有效的數(shù)據(jù)資料并加以保存，形成自身獨(dú)特的文化底蘊(yùn)，為決策的準(zhǔn)確性、科學(xué)性貢獻(xiàn)一份力量。

2、數(shù)據(jù)挖掘在醫(yī)藥業(yè)的應(yīng)用

數(shù)據(jù)挖掘在醫(yī)藥行業(yè)的應(yīng)用主要表現(xiàn)在科研方面，通過(guò)數(shù)據(jù)之間的聯(lián)系研究，促進(jìn)醫(yī)學(xué)的快速發(fā)展；例如數(shù)據(jù)分析能夠幫助醫(yī)生找到病源，核定不同藥物的不同療效，實(shí)現(xiàn)藥物的合理搭配，由于醫(yī)學(xué)數(shù)據(jù)相對(duì)穩(wěn)定，可以重復(fù)利用，因此對(duì)其準(zhǔn)確性要求很大，通過(guò)數(shù)據(jù)分析找到最有效的治療方案，對(duì)于醫(yī)藥界來(lái)講是一大福音。

3、數(shù)據(jù)挖掘在電子商務(wù)業(yè)的應(yīng)用

隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，電子商務(wù)逐漸崛起成為后起之秀，同時(shí)很多網(wǎng)站也引入了數(shù)據(jù)挖掘技術(shù)，并從中開(kāi)發(fā)出無(wú)限的商業(yè)價(jià)值。數(shù)據(jù)挖掘能夠幫助商家提高用戶(hù)體驗(yàn)的服務(wù)質(zhì)量，對(duì)未來(lái)的消費(fèi)趨勢(shì)和市場(chǎng)走向進(jìn)行合理預(yù)測(cè)，促使商家獲得豐厚的經(jīng)濟(jì)效益。

三、數(shù)據(jù)挖掘的優(yōu)化措施

1、決策樹(shù)

這里所說(shuō)的決策樹(shù)是指利用信息論里包含的信息找出數(shù)據(jù)庫(kù)中具有最大信息量的屬性字段，建立一個(gè)結(jié)點(diǎn)，并根據(jù)這個(gè)屬性字段的取值確定樹(shù)的分支，并再各個(gè)分支中建立下層結(jié)點(diǎn)和分支，這種方法的最大優(yōu)勢(shì)在于，結(jié)果直觀(guān)、清晰明了，容易理解；但是其缺點(diǎn)在于如果數(shù)據(jù)處理對(duì)象較為繁雜，就需要多重分支，使挖掘過(guò)程難于管理，極易出現(xiàn)錯(cuò)誤。

2、遺傳算法

這種方法以生物的進(jìn)化過(guò)程為前提，這是生物學(xué)與計(jì)算機(jī)原理的完美結(jié)合，根據(jù)遺傳學(xué)的相關(guān)知識(shí)，得出最合理的數(shù)據(jù)模型并加以?xún)?yōu)化；這種方法非常適用于數(shù)據(jù)類(lèi)聚，充分利用時(shí)間類(lèi)比和空間類(lèi)比，可以將大量繁雜的數(shù)據(jù)資料轉(zhuǎn)變成井然有條的數(shù)據(jù)資源，并從中探測(cè)數(shù)據(jù)之間緊密聯(lián)系，最后得到有實(shí)用價(jià)值的模式；遺傳算法具有高效性和靈活性的特點(diǎn)，它對(duì)數(shù)據(jù)的信息量要求不高，因此在數(shù)據(jù)挖掘中，它還適用于評(píng)定其他算法的適合度。

3、關(guān)聯(lián)分析

關(guān)聯(lián)分析就是從大量的數(shù)據(jù)庫(kù)中搜索到對(duì)自己有用的關(guān)聯(lián)信息，使依據(jù)數(shù)據(jù)之間的關(guān)聯(lián)性開(kāi)展的，目前，人們對(duì)關(guān)聯(lián)分析的研究已經(jīng)逐步深化，并提出了多種關(guān)聯(lián)法則，比如說(shuō)DHP、STEM等等，關(guān)聯(lián)分析的最終目的是利用形成的數(shù)據(jù)關(guān)聯(lián)網(wǎng)，為決策者提供有效的信息。

4、聚類(lèi)分析

聚類(lèi)分析是將一部分沒(méi)有標(biāo)定的記錄作為輸入集，以輸入記錄作為原始數(shù)據(jù)，暗戰(zhàn)一定的規(guī)則，將記錄進(jìn)行合理的劃分，并通過(guò)隱式或者顯式的方式對(duì)劃分類(lèi)別加以具體描述。

四、結(jié)束語(yǔ)：科學(xué)技術(shù)的日新月異，使數(shù)據(jù)挖掘應(yīng)用的領(lǐng)域越來(lái)越廣泛，特別是在上文中所提到的幾個(gè)行業(yè)中，數(shù)據(jù)挖掘扮演著舉足輕重的角色；在未來(lái)的發(fā)展中數(shù)據(jù)挖掘依舊將會(huì)作為信息來(lái)源的重要渠道，幫助企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中獲得有利地位。同時(shí)，數(shù)據(jù)挖掘也在發(fā)展中面臨著些許挑戰(zhàn)，本文中我們重點(diǎn)敘述了四種優(yōu)化措施，分別是決策樹(shù)、遺傳算法、關(guān)聯(lián)分析以及聚類(lèi)分析，希望能夠?yàn)閿?shù)據(jù)挖掘的進(jìn)一步發(fā)展帶來(lái)幫助。

參考文獻(xiàn)：

[1] 吳昉，宋培義. 數(shù)據(jù)挖掘的應(yīng)用[J]. 貴州科學(xué). 2012（03）

[2] 劉小華，胡學(xué)鋼. 數(shù)據(jù)挖掘的應(yīng)用綜述[J]. 信息技術(shù). 2009（09）

[3] 李江平，畢育學(xué)，顏虹. 數(shù)據(jù)挖掘技術(shù)在現(xiàn)場(chǎng)流行病學(xué)調(diào)查資料中的應(yīng)用[J]. 中國(guó)初級(jí)衛(wèi)生保健. 2011（08）

[4] 劉靖. 復(fù)雜數(shù)據(jù)類(lèi)型的離群檢測(cè)方法研究[D]. 華南理工大學(xué) 2014