摘 要：隨著計算機的普及，我們的生活逐漸進入大數(shù)據(jù)時代，可通過數(shù)據(jù)搜索質(zhì)量較高的餐館、飯店，也可通過數(shù)據(jù)使商家更加清晰的了解用戶的想法，以滿足用戶的需求，更好的為用戶提供服務(wù)。這也使得在大數(shù)據(jù)分析和決策制定等方面的作用至關(guān)重要，而本次實驗主要研究計算機數(shù)據(jù)挖掘技術(shù)的開發(fā)和應(yīng)用進行深入的分析。

關(guān)鍵詞：計算機;數(shù)據(jù)挖掘;開發(fā)與應(yīng)用

數(shù)據(jù)挖掘技術(shù)是一門利用某種算法對數(shù)據(jù)庫中數(shù)據(jù)進行處理以提取隱含重要信息的交叉性學(xué)科，而由于在進行數(shù)據(jù)挖掘的過程中需要進行大量的數(shù)據(jù)分析、搜集和計算等工作，因此需要伴隨著計算機的使用，這也使得數(shù)據(jù)挖掘技術(shù)的發(fā)展和計算機科學(xué)的進行相輔相成[1]。數(shù)據(jù)挖掘技術(shù)是與20實際70年代開始得到迅猛的發(fā)展，并且被各界學(xué)者和企事業(yè)極大的關(guān)注。現(xiàn)階段，數(shù)據(jù)挖掘技術(shù)已經(jīng)被廣泛使用到社會生活中的各個方面，比如用戶需求挖掘、產(chǎn)品數(shù)據(jù)分析、市場分析分析等[2]。

一、計算機挖掘技術(shù)的過程簡介

（一）確定數(shù)據(jù)庫和數(shù)據(jù)挖掘的目的

在數(shù)據(jù)挖掘過程中，首先需要確定數(shù)據(jù)庫和數(shù)據(jù)挖掘的目的。其由于是數(shù)據(jù)挖掘中存在的方法較多，不同的方法造成的影響也是不僅相同，因此只有確定數(shù)據(jù)挖掘的目的，才可選擇合適正確的數(shù)據(jù)挖掘方法，這也是確定數(shù)據(jù)庫和數(shù)據(jù)挖掘的目的的關(guān)鍵所在。

（二）數(shù)據(jù)選擇和預(yù)處理

數(shù)據(jù)選擇和預(yù)處理是計算機挖掘技術(shù)過程中的第二步，其中數(shù)據(jù)選擇是指根據(jù)數(shù)據(jù)挖掘的目的從數(shù)據(jù)庫中選擇合適的目標(biāo)數(shù)據(jù)，預(yù)處理則是對選擇的目標(biāo)數(shù)據(jù)進一步搜索。而進行預(yù)處理的原因為：數(shù)據(jù)庫中的數(shù)據(jù)的數(shù)量過于龐大，存在大量冗余數(shù)據(jù)以及存在錯誤的信息，而預(yù)處理就是將這些冗余信息和錯誤信息進行篩選剔除，保證數(shù)據(jù)分析的正確性[3]。

（三）數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是整個過程中的核心，其主要包括三步：首先根據(jù)數(shù)據(jù)挖掘的不低確定數(shù)據(jù)挖掘技術(shù)的類型和采用的算法，其次是根據(jù)數(shù)據(jù)挖掘的算法結(jié)構(gòu)建立數(shù)學(xué)模型;最后是在計算機上利用算法進行數(shù)據(jù)挖掘并得到相應(yīng)的結(jié)果[4]。其中首先確定朱解決挖掘技術(shù)的類型和采用的算法，原因是算法是數(shù)據(jù)挖掘的精髓，只有確定合適的算法，才可保證數(shù)據(jù)結(jié)果的準(zhǔn)確性，是數(shù)據(jù)挖掘才更具有意義。

（四）評估結(jié)果

在利用計算機進行數(shù)據(jù)挖掘得到結(jié)果后，需要對得到的結(jié)果進行評估。如果檢測的記過比較合理，便可使用，而如果檢測的結(jié)果和現(xiàn)實存在一定的差異，則需要重新選取數(shù)據(jù)挖掘的算法和模型。

二、計算機數(shù)據(jù)挖掘技術(shù)的開發(fā)

（一）基于傳統(tǒng)統(tǒng)計方法的數(shù)據(jù)挖掘技術(shù)

隨著技術(shù)的普遍發(fā)展，出現(xiàn)了新型的統(tǒng)計方法，但是某些傳統(tǒng)統(tǒng)計放在在數(shù)據(jù)挖掘中仍然使用，比如抽樣、多遠(yuǎn)統(tǒng)計、統(tǒng)計預(yù)測三種方法。其中抽樣是應(yīng)用較為廣泛的一種方法，其主要針對數(shù)據(jù)庫內(nèi)的數(shù)據(jù)較大的情況，通過隨機選取某些樣本進行檢測;多遠(yuǎn)統(tǒng)計是指針對含有多個統(tǒng)計量的數(shù)據(jù)庫;統(tǒng)計預(yù)測則通常用來利用先驗信息和其他知識對數(shù)據(jù)發(fā)展的趨勢進行預(yù)測。

（二）基于可視化技術(shù)的數(shù)據(jù)挖掘技術(shù)

可視化技術(shù)也是常見的方式。一般來說可視化技術(shù)的應(yīng)用可以更加清晰的表明數(shù)據(jù)之間存在的關(guān)系以及數(shù)據(jù)特征，其常用的方式為：圖示、表格等。而在實際應(yīng)用中，一元數(shù)據(jù)的可視化已經(jīng)達到一定的水平，并且被廣泛的使用，但是對于多元數(shù)據(jù)的可視化技術(shù)的應(yīng)用方面，仍然存在這一定的缺陷，需要進一步研究。

（三）基于聯(lián)機分析處理的數(shù)據(jù)挖掘技術(shù)

聯(lián)機分析處理主要針對于聯(lián)機中的用戶組，其主要進行多遠(yuǎn)數(shù)據(jù)的數(shù)據(jù)挖掘。在聯(lián)機中，如果某一用戶提出數(shù)據(jù)分析的需求，可以通過選擇相應(yīng)的數(shù)據(jù)挖掘算法，對相應(yīng)的數(shù)據(jù)庫實行數(shù)據(jù)挖掘。并且在實際應(yīng)用中，可以針對數(shù)據(jù)挖掘內(nèi)數(shù)據(jù)特征的不同，選擇對聯(lián)系分析處理和可視化技術(shù)進行選擇，從而進行使用。

（四）基于決策樹的數(shù)據(jù)挖掘技術(shù)

決策數(shù)是利用大量的數(shù)據(jù)歸納出一系列因果關(guān)系，基于其中的邏輯和規(guī)律關(guān)系，構(gòu)成關(guān)系圖，而關(guān)系圖主要以樹狀圖為主。其主要的作用是分析內(nèi)部結(jié)構(gòu)，因此在分類、分析與預(yù)測中有著廣泛應(yīng)用。

（五）基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)

神經(jīng)網(wǎng)絡(luò)方法是模擬人的神經(jīng)進行數(shù)據(jù)處理的方法，其結(jié)果包括輸入層、隱藏層和輸出層[5]。而在神經(jīng)網(wǎng)絡(luò)使用之前需要進行測試，即將大量的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中，并根據(jù)相關(guān)的結(jié)果調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)，從而保證數(shù)據(jù)的可靠性。

（六）基于遺傳算法的數(shù)據(jù)挖掘技術(shù)

遺傳算法，主要基于進化論的“優(yōu)勝劣汰”的自然規(guī)則，對數(shù)據(jù)中“優(yōu)”的一方進行保存，對“劣”的一方進行剔除或者改造，從而保證算法達到最優(yōu)水平，得到最優(yōu)的結(jié)果[6]。

三、計算機數(shù)據(jù)挖掘技術(shù)的應(yīng)用

（一）數(shù)據(jù)挖掘技術(shù)在市場營銷上的應(yīng)用

我國作為人口大國，同樣也是消費者的大國。每個消費者的信息都對市場營銷起著重要的作用，有助于市場了解消費者的需求，更好的為消費者服務(wù)。同時也可以擴大企業(yè)的效益，推動消費者的消費行為。而數(shù)據(jù)挖掘技術(shù)在市場營銷的應(yīng)用中，是基于市場營銷學(xué)的市場細(xì)分原理并利用計算機數(shù)據(jù)挖掘技術(shù)對不同商品消費者的年齡、購買數(shù)量、購買頻率、性別、購物習(xí)慣以及購物金額等相關(guān)信息進行分析，從而提到數(shù)據(jù)分析的效率，而常用的方式便是通過對信用卡的使用情況進行分析，不同促銷形式下消費者的購買情況進行分析。

（二）數(shù)據(jù)挖掘技術(shù)在指導(dǎo)投資上的應(yīng)用

商品或者股票的價格并不是保持不變的，也不是變化的毫無規(guī)律的，因此可以通過對價格的變化趨勢進行分析，從而預(yù)測未來的變化，以保證具有較高的投資收益。而計算機數(shù)據(jù)挖掘在知道投資上的應(yīng)用便是是指利用數(shù)據(jù)挖掘分析某種商品或骨片在一定時期的數(shù)據(jù)對價格的趨勢進行預(yù)測，降低投資的風(fēng)險。

（三）數(shù)據(jù)挖掘技術(shù)在其他領(lǐng)域的領(lǐng)用

數(shù)據(jù)挖掘技術(shù)除了可應(yīng)用到市場營銷和指導(dǎo)投資等方面，在社會生活的其他方面也是比較常見的，比如在文化建設(shè)方面，相關(guān)部門或者圖書館可以利用數(shù)據(jù)挖掘技術(shù)對消費者的數(shù)據(jù)進行分析，了解其?？吹臄?shù)目類型，從而進行文化建設(shè)等。此外，其在企業(yè)利潤的最大化、行業(yè)生產(chǎn)指標(biāo)設(shè)計、資金鏈管理設(shè)計與風(fēng)險控制等方面也得到較為廣泛的應(yīng)用。

總結(jié)：數(shù)據(jù)挖掘技術(shù)在現(xiàn)在社會生活中具有至關(guān)重要的作用，因此需要深入的了解數(shù)據(jù)挖掘技術(shù)，熟練的掌握計算機數(shù)據(jù)挖掘技術(shù)。

參考文獻：

[1]郝園園. 計算機數(shù)據(jù)挖掘技術(shù)的開發(fā)及其應(yīng)用探究[J]. 信息化建設(shè)，2015（10）：105.

[2]李春安. 基于WebGIS的土壤作物動態(tài)信息智能系統(tǒng)的開發(fā)與應(yīng)用[D].吉林農(nóng)業(yè)大學(xué)，2013.

[3]徐欣航. 基于電廠運行參數(shù)最優(yōu)值確定的評測系統(tǒng)的開發(fā)與應(yīng)用[D].河北科技大學(xué)，2012.

[4]梁瑩. 基于數(shù)據(jù)挖掘技術(shù)的客戶消費行為分析系統(tǒng)的開發(fā)與應(yīng)用[D].廣西大學(xué)，2011.

[5]陳桂香. 大數(shù)據(jù)對我國高校教育管理的影響及對策研究[D].武漢大學(xué)，2017.

[6]李鋼. 大數(shù)據(jù)時代文本挖掘的版權(quán)例外[J]. 圖書館工作與研究，2016（03）：28-31+46.

作者簡介：

姓名：陳新昕（1999.02--）;性別：男，籍貫：湖北省武漢人，學(xué)歷：本科，畢業(yè)于武漢東湖學(xué)院;現(xiàn)有職稱：web前端工程師;研究方向：前端開發(fā).

（武漢東湖學(xué)院 ? 湖北 ?武漢 ? 430212）