張 豪

（上海大學(xué)通信與信息工程學(xué)院，上海 200000）

數(shù)據(jù)挖掘在我國的發(fā)展已經(jīng)有了幾十年的發(fā)展，但是與國外的發(fā)達國家相比較來看，我國的信息化無論是發(fā)展水平還是發(fā)展速度都要遠遠落后。但是，伴隨著我國社會經(jīng)濟的快速發(fā)展，我國的信息化的水平也開始奮起直追，尤其是在很多企業(yè)的管理部門得到了非常充分的利用。在這樣的情況下，數(shù)據(jù)挖掘就成為了關(guān)鍵。通過對于信息化的數(shù)據(jù)進行深度整合與再利用，不僅能夠保證我國的企業(yè)管理更加的簡單高效，而且也能夠進一步增強企業(yè)各個方面的發(fā)展，從而促進更高的經(jīng)濟效益和社會效益。

1 數(shù)據(jù)挖掘

由于統(tǒng)計在我國的發(fā)展時間較短，我國目前對于數(shù)據(jù)挖掘的認識程度還不夠完善。針對這一問題，必須要加強對于數(shù)據(jù)挖掘，尤其是在大數(shù)據(jù)信息平臺環(huán)境下，信息數(shù)據(jù)的處理更加復(fù)雜，對于信息數(shù)據(jù)的把握也直接影響了企業(yè)的發(fā)展前景。在數(shù)據(jù)挖掘的過程中，一定要注意信息化水平的提升，增強的地位，促進能夠更加提高對于數(shù)據(jù)的整合與管理，從而幫助管理層提供科學(xué)的決策方案[1]。另外，企業(yè)管理者必須要增強對于數(shù)據(jù)采納，明確信息數(shù)據(jù)處理的精細化和深度化，這樣才能夠改善信息質(zhì)量，促進企業(yè)內(nèi)部控制制度的有效提升。通過對于科學(xué)的審計方法才能夠增強企業(yè)的經(jīng)濟發(fā)展，提高企業(yè)整體的工作運行效率，減少不必要的資金投入，更好的促進企業(yè)又好又快的發(fā)展。

2 聚類方法

聚類作為數(shù)據(jù)挖掘中主要的方法包括很多種方式，例如分割方法、分層次方法、基于密度方法，基于網(wǎng)格方法。不同的聚類方法都有不同的適用情況，在遇到數(shù)據(jù)挖掘過程中，特殊的問題要特殊分析。一些聚類方法適用于一維數(shù)據(jù)類型，在針對數(shù)據(jù)深入挖掘的過程中，一定要掌握聚類方法的適用情況，明確數(shù)據(jù)挖掘的目標，選擇最合適的聚類方法。由于聚類方法涉及到數(shù)據(jù)之間的距離計算，通常采用DTW方法和歐式距離算法，不同的算法都有不同的特點，同樣也應(yīng)該針對數(shù)據(jù)類型進行恰當?shù)倪x擇，一般來說DTW方法計算非常復(fù)雜。而歐式距離算法效果更好，但歐式距離算法，對于數(shù)據(jù)描述，遠不如DTW方法，在分析數(shù)據(jù)類型時，一定要選擇適當?shù)木垲愅诰蚍椒?。在選擇聚類方法時，首先明確數(shù)據(jù)類型是一維的還是多維的。針對不同的數(shù)據(jù)類型，選擇不同的分割方法。在確定方法之后判斷聚類描述情況，對于描述要求較高，則應(yīng)該采用DTW方法，如果要求效率較高，則應(yīng)該采用歐式距離算法。每一個方法都有精度之間的差距，效率也會存在較大區(qū)別，一定要針對性的進行選擇。避免在計算數(shù)據(jù)的過程中發(fā)現(xiàn)方法不合適，更改方計算方法，這樣很容易影響數(shù)據(jù)挖掘的準確度。在數(shù)據(jù)聚類完成之后。應(yīng)該要針對算法進行優(yōu)化通過。實際情況來選擇計算精度或者計算效率。聚類方法能夠根據(jù)不同的指標進行分析，通過不同的影響因素進行綜合性的考慮。利用SPSS樣本之類的方法，能夠快速的將指標因素進行歸類，并且通過計算結(jié)果還可以總結(jié)各類指標的特色。從目前來看，聚類分析不僅可以用于樣本之類，而且還可以用于變量聚類，例如不同的指標就是變量，通過對于指標的考慮。以及簡單的提取。能夠快速深入的將所有的變量指標進行綜合，避免了數(shù)據(jù)信息的丟失。

3 聚類方法在企業(yè)營銷中的有分析應(yīng)用

信息化是現(xiàn)代企業(yè)在不斷發(fā)展的過程中必須發(fā)展的新技術(shù)，對于數(shù)據(jù)挖掘不僅能夠促進企業(yè)經(jīng)濟效益的提高，而且也能夠在很大程度上減少企業(yè)不必要的投資，規(guī)避風險。但是目前我國數(shù)據(jù)挖掘還存在很多方面的問題，尤其是信息化方面的數(shù)據(jù)挖掘還不夠完善。隨著社會經(jīng)濟的快速發(fā)展，企業(yè)與消費者之間的關(guān)系也發(fā)生了微妙的轉(zhuǎn)變。在過去企業(yè)能夠選擇消費者，而現(xiàn)在是消費者選擇企業(yè)。企業(yè)為了能夠快速的促進產(chǎn)品營銷的效率，必須針對用戶需求進行深入的分析。通過聚類方法能夠針對客戶不同的消費特點和消費需求進行計算保證對客戶細分的效果。通過聚類計算能夠針對客戶的屬性進行統(tǒng)計，而且還可以結(jié)合人工智能技術(shù)，進行深入分析，例如客戶的購買動機通常由需求、認知、學(xué)習等因素的影響以及文化社會，家庭、群體等外部因素共同決定。如果針對不同的用戶需求進行劃分，可以將外內(nèi)部因素作為分析變量。然后采用恰當?shù)膭×曳绞竭M行計算，能夠保證將數(shù)據(jù)結(jié)果相近的用戶群體進行歸類。此外，用戶滿意度能夠直接影響用戶重復(fù)購買的機會。聚類方法能夠針對客戶的差異性，進行全新的分類，不同的差異變量，作為參考指標，包括產(chǎn)品利益，客戶相互作用，選擇障礙，議價能力等方面，通過將這些分析變量得到有效歸類，能夠為企業(yè)的營銷方案制定積極參考。

4 結(jié)束語

本文通過對于數(shù)據(jù)挖掘進行的分析，以及聚類方法進行全面的研究，通過不同情況選擇不同的聚類方法，能夠有效促進數(shù)據(jù)挖掘的效果和水平。并且針對性的提出解決對策，通過數(shù)據(jù)挖掘的聚類計算方法在企業(yè)營銷中進行應(yīng)用，為企業(yè)快速的尋找目標用戶群體提供了重要的參考標準，幫助企業(yè)制定準確的營銷方案，從而更好的幫助我國企業(yè)的發(fā)展水平。

[1] 陳子健，朱曉亮.基于教育數(shù)據(jù)挖掘的在線學(xué)習者學(xué)業(yè)成績預(yù)測建模研究[J].中國電化教育，2017（12）：75-81+89.