張凌燕

(常州工程職業(yè)技術(shù)學(xué)院 圖文信息中心,江蘇 常州 213164)

1 數(shù)據(jù)挖掘技術(shù)及其意義

數(shù)據(jù)挖掘技術(shù)是依托于大數(shù)據(jù)技術(shù)所誕生和發(fā)展的新技術(shù)，它隸屬于人工智能技術(shù)，主要應(yīng)用于商業(yè)領(lǐng)域。數(shù)據(jù)挖掘技術(shù)的誕生源自原始數(shù)據(jù)具有不規(guī)則性、復(fù)雜性、多樣性等特點，運用數(shù)據(jù)挖掘技術(shù)可以將原始數(shù)據(jù)中具有價值的信息提取出來，使其發(fā)揮出更多的作用。從商業(yè)層面上看，原始數(shù)據(jù)雖然數(shù)量龐大，但通過數(shù)據(jù)挖掘技術(shù)對其抽取、轉(zhuǎn)換、分析后，就可以為商業(yè)決策提供參考依據(jù)，從而促進相關(guān)行業(yè)及企業(yè)的健康發(fā)展。

2 數(shù)據(jù)挖掘技術(shù)的常見類型

2.1 聚類分析

聚類分析分為硬聚類和模糊聚類兩種主要類型。硬聚類是在指向距離最短的聚類中劃撥事物，且該項事物只屬于某一類。模糊聚類則不歸屬于某一類，極有可能存在多種類型?？傮w來說，聚類分析是對數(shù)據(jù)庫或?qū)ο髱爝M行抽選后，在每一組類當(dāng)中放置一個相同或者相類似的數(shù)據(jù)，由此生成多個組類，這一過程就是聚類分析過程。聚類分析過程無須知識基礎(chǔ)，也無須監(jiān)督管控，只需要找到數(shù)據(jù)中有價值的部分并對其進行相應(yīng)的分類即可。聚類分析與“分類”之間既存在著一定的相似之處又存在著差異性，比如聚類分析無法知道相應(yīng)的屬性，但可以分析出相間類聚的某些規(guī)律。因此，聚類分析技術(shù)在心理學(xué)領(lǐng)域、醫(yī)學(xué)領(lǐng)域具有較為廣泛的應(yīng)用。

2.2 分類和預(yù)測

預(yù)測過程主要包括分類和預(yù)測兩種類型。分類指的是預(yù)估分類標(biāo)號，也可以將分類視為數(shù)據(jù)挖掘技術(shù)中的一個基礎(chǔ)性步驟，在訓(xùn)練數(shù)據(jù)可以預(yù)計的情況下，分類可以很好地呈現(xiàn)出其相應(yīng)的特性，只要完成一個類別描述，便可以進行下一步的分類構(gòu)建。在分類的過程中，不僅存在著監(jiān)督的必要，還需要來源于訓(xùn)練數(shù)據(jù)的確定性描述。目前的分類存在多種方法，決策樹和神經(jīng)網(wǎng)絡(luò)是其中比較常用的兩種方法。在神經(jīng)網(wǎng)絡(luò)系統(tǒng)當(dāng)中存在著眾多具有分布式存儲信息、可大規(guī)模并行處理、自組織自學(xué)習(xí)能力良好的神經(jīng)單元。也可以將神經(jīng)網(wǎng)絡(luò)視為多個神經(jīng)單元的集合，從而使軸突連接的生物神經(jīng)元大群集問題得以有效解決。但事實上，每個神經(jīng)單元還可以同時連接多個其它神經(jīng)單元，特別是將相應(yīng)的數(shù)值輸入以后，神經(jīng)單元之間便可以重新進行數(shù)值組合，也可以對其進行求和。預(yù)測是指通過連續(xù)值函數(shù)模型的構(gòu)建再借助分類、回歸、回歸分析法、局勢外推法等方法對數(shù)據(jù)規(guī)律進行預(yù)估。以回歸分析法為例，它可以根據(jù)數(shù)據(jù)庫當(dāng)中某一數(shù)據(jù)的函數(shù)關(guān)系體現(xiàn)出數(shù)據(jù)之間的聯(lián)系與區(qū)別，最終分析出數(shù)據(jù)信息特質(zhì)的依賴程度。

2.3 關(guān)聯(lián)分析

從理論的角度上分析，世界上所有事物都不是獨立存在的，一旦其中某一方發(fā)生變化，就會導(dǎo)致另外一方或者多方受到不同程度的影響，從而衍生出更多的變化。數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)分析就是依據(jù)這一項理論，以大數(shù)據(jù)技術(shù)作為支撐分析出事物之間的數(shù)據(jù)規(guī)律，再依據(jù)該規(guī)律開展預(yù)估工作。例如某電商企業(yè)針對購物籃進行分析時，需要先通過數(shù)據(jù)挖掘技術(shù)找到購物籃中各商品的排列規(guī)律及其內(nèi)在聯(lián)系，進而分析出消費者的消費層次、消費心理、消費行為特征，最終推出具有較強針對性的營銷策略，推動銷量的提升。在現(xiàn)實世界當(dāng)中并不存在信息“非黑即白”的情況，所以灰色關(guān)聯(lián)分析是所有關(guān)聯(lián)分析當(dāng)中最為常見的方法之一。該方法主要以各因素的發(fā)展趨勢、相互之間的差異性或者相似度作為分析的依據(jù)，對各項數(shù)據(jù)進行歸納與評價，最終分析出各因素間的關(guān)聯(lián)性。當(dāng)通過灰色關(guān)聯(lián)分析來描述數(shù)據(jù)信息之間的過渡階段時，包含已知和未知兩部分信息。由于未知信息的存在，導(dǎo)致分析結(jié)果存在較強的不確定性，而灰色分析則可以對解決方案進行優(yōu)化，最終得出最佳解決方案，使數(shù)據(jù)分析中的各項問題得到妥善解決。

3 數(shù)據(jù)挖掘技術(shù)在各領(lǐng)域中的應(yīng)用

3.1 市場營銷領(lǐng)域

在目前所有的數(shù)據(jù)挖掘技術(shù)應(yīng)用領(lǐng)域中，應(yīng)用得最廣泛、效果最顯著的當(dāng)屬市場營銷領(lǐng)域。企業(yè)在開展市場營銷的過程中通過應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以更加全面細(xì)致地分析出消費者的消費行為習(xí)慣。這樣一來，市場營銷人員便可以制定出極具針對性的營銷方案，促進銷售量的顯著提升。伴隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，它在保險行業(yè)、電子商務(wù)行業(yè)中的應(yīng)用價值也大幅提升。通過聚類分析方法可針對消費者無意識的、不規(guī)律的消費行為進行分析，從中識別出消費習(xí)慣和消費動機，賦予原本無效的數(shù)據(jù)信息新的應(yīng)用價值，從而幫助企業(yè)制定出更加精準(zhǔn)的營銷策略，促進企業(yè)的健康發(fā)展。

3.2 制造業(yè)領(lǐng)域

數(shù)據(jù)挖掘技術(shù)應(yīng)用于制造業(yè)領(lǐng)域與應(yīng)用于其他社會領(lǐng)域相比有所不同。數(shù)據(jù)挖掘技術(shù)在制造業(yè)的應(yīng)用價值主要體現(xiàn)在檢查產(chǎn)品質(zhì)量，如通過對產(chǎn)品數(shù)據(jù)進行研究分析找出其中的規(guī)律，或者通過對生產(chǎn)流程進行分析找出影響生產(chǎn)效率及產(chǎn)品質(zhì)量的主要因素。分析后再有針對性地提出解決方案，使生產(chǎn)流程更加科學(xué)合理，使產(chǎn)品的生產(chǎn)成本得到有效控制。在制造業(yè)企業(yè)決策中，數(shù)據(jù)挖掘技術(shù)同樣可以發(fā)揮非常重要的作用，利用相關(guān)技術(shù)能夠獲取具備使用價值的數(shù)據(jù)信息，再通過決策樹算法確保決策的準(zhǔn)確性與科學(xué)性。

3.3 電信領(lǐng)域

近年來，我國的電信行業(yè)實現(xiàn)了快速發(fā)展，用戶規(guī)模也在不斷擴大。在這種情況下，電信企業(yè)必須采取有效措施提高自身的技術(shù)水平及服務(wù)質(zhì)量，以此來保證客戶滿意度與忠誠度。但是，對于整個電信行業(yè)來說，技術(shù)服務(wù)屬于非常龐大的混合載體，唯有通過應(yīng)用數(shù)據(jù)挖掘技術(shù)方可對各種復(fù)雜數(shù)據(jù)進行全面、深入的分析，找到其中的規(guī)律，進一步幫助電信企業(yè)對以往的技術(shù)服務(wù)體系作出優(yōu)化調(diào)整，為用戶提供更優(yōu)質(zhì)的服務(wù)。

3.4 教育領(lǐng)域

隨著我國教育體制的全面改革，數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域內(nèi)也得到了很好的應(yīng)用。教育管理者可利用數(shù)據(jù)挖掘技術(shù)對學(xué)生心理、行為習(xí)慣進行系統(tǒng)化的分析，并依據(jù)分析結(jié)果對學(xué)校的教育管理方式進行優(yōu)化改革，幫助教師找到更加科學(xué)有效的管理方法，從而促進教學(xué)成效的提升。數(shù)據(jù)挖掘技術(shù)還可以針對學(xué)生的成績進行分析，找到大多數(shù)學(xué)生在學(xué)習(xí)中的薄弱之處，使教師為其提供有針對性的教學(xué)指導(dǎo)，促進教學(xué)質(zhì)量的顯著提升。

4 結(jié)語

伴隨著我國數(shù)據(jù)挖掘技術(shù)的整體發(fā)展，該項技術(shù)在科研領(lǐng)域、生物制藥領(lǐng)域、航空航天領(lǐng)域中也得到了大范圍的應(yīng)用，并且取得了較為理想的應(yīng)用成效。數(shù)據(jù)挖掘技術(shù)使大數(shù)據(jù)信息變得更加實用，使大數(shù)據(jù)技術(shù)的優(yōu)勢在各行各業(yè)都得到了有效發(fā)揮。