蔡靜穎

（廣東茂名幼兒師范?？茖W(xué)校 廣東省茂名市 525000）

計算機數(shù)據(jù)挖掘技術(shù)對計算機領(lǐng)域的前進與發(fā)展產(chǎn)生積極影響，在一定程度上推動社會進步，適應(yīng)人們對生活與物質(zhì)的需求。對于計算機數(shù)據(jù)挖掘技術(shù)而言，主要是在大量的信息數(shù)據(jù)中尋求對應(yīng)的數(shù)據(jù)，應(yīng)運而生進行高效率的數(shù)據(jù)，挖掘。計算機技術(shù)的基礎(chǔ)特征，以挖掘技術(shù)為主，廣泛地存在于各行各業(yè)中，幫助人們處理工作和生活的問題。新時期下，如何科學(xué)地開發(fā)計算機數(shù)據(jù)挖掘技術(shù)，將數(shù)據(jù)挖掘技術(shù)運用在多個層面，不斷提升，人們生活質(zhì)量是熱點話題，需要相關(guān)人員重點分析和探索。

1 計算機數(shù)據(jù)挖掘技術(shù)和大數(shù)據(jù)之間的關(guān)聯(lián)

在網(wǎng)絡(luò)日益普及背景下，大數(shù)據(jù)以及互聯(lián)網(wǎng)和云計算關(guān)聯(lián)密切，移動網(wǎng)絡(luò)的發(fā)展和運作需要大數(shù)據(jù)的支撐，可以說大數(shù)據(jù)分析挖掘技術(shù)是推動網(wǎng)絡(luò)長久發(fā)展的基礎(chǔ)條件。

1.1 大數(shù)據(jù)介紹

總體而言，現(xiàn)階段多個行業(yè)受到大數(shù)據(jù)技術(shù)的影響，通過宏觀的數(shù)據(jù)庫進行數(shù)據(jù)信息的管理?？墒菍嶋H上，因為以缺少統(tǒng)一的名稱規(guī)定，普遍將大數(shù)據(jù)理解為海量數(shù)據(jù)。大數(shù)據(jù)處理問題，經(jīng)常存在于專業(yè)雜志中加以討論，大數(shù)據(jù)具備顯著的特殊性，由于數(shù)據(jù)范圍比較廣泛，所以應(yīng)妥善的對計算機挖掘技術(shù)進行數(shù)據(jù)管理。

大數(shù)據(jù)具備海量性、多樣性、價值密度低和傳播速度快的特征，大數(shù)據(jù)含有的信息，體積規(guī)模大于普通模式的數(shù)據(jù)規(guī)模，計量單位和普通形式的信息存儲存在差異，大數(shù)據(jù)把P B、Z B 當作基礎(chǔ)信息保存單位完成計量。大數(shù)據(jù)，不只是具備體積規(guī)模龐大的特征，種類也是比較復(fù)雜的。大數(shù)據(jù)的來源比較廣泛，所以信息變化較快，呈現(xiàn)出多樣化的類型和格式，種類繁多大于普通形式的結(jié)構(gòu)化信息。非結(jié)構(gòu)性信息和多元性信息作為大數(shù)據(jù)背景下，經(jīng)常表現(xiàn)的數(shù)據(jù)格式。和傳統(tǒng)的信息數(shù)據(jù)進行對比，大數(shù)據(jù)的收益成效不夠顯著，對應(yīng)的價值密度低一些?？墒墙Y(jié)合大量的信息資料，大數(shù)據(jù)對于生產(chǎn)和質(zhì)量保障等方面具備的優(yōu)勢超過傳統(tǒng)數(shù)據(jù)。通過計算機挖掘技術(shù)探索大數(shù)據(jù)的價值質(zhì)量，獲取的價值收益要大于傳統(tǒng)數(shù)據(jù)?，F(xiàn)階段，市場中諸多企業(yè)的發(fā)展來源于數(shù)據(jù)分析，大數(shù)據(jù)促使企業(yè)高效生產(chǎn)，獲得更多的綜合效益。對于企業(yè)的實際發(fā)展，大數(shù)據(jù)多樣性類型在企業(yè)的生產(chǎn)過程中不斷增長，或研制大數(shù)據(jù)歸屬企業(yè)資產(chǎn)的有機組成部分，對于信息數(shù)據(jù)進行更新，能夠增強數(shù)據(jù)信息的產(chǎn)生速度。

1.2 大數(shù)據(jù)的需求挖掘

以滿足用戶需求為目的，通過大數(shù)據(jù)挖掘技術(shù)對新市場進行拓展，作為大數(shù)據(jù)在企業(yè)發(fā)展中的具體應(yīng)用。企業(yè)的發(fā)展要經(jīng)過研究市場、探索潛在客戶、商業(yè)談判和市場操作等幾個流程。針對研究市場過程中，大數(shù)據(jù)存在著重要的作用，對所有的信息數(shù)據(jù)加以市場化研究。常規(guī)的市場研究以問卷調(diào)查為主，結(jié)合歷史信息統(tǒng)計調(diào)查結(jié)果的方式可能引出市場研究出現(xiàn)誤差，不利于后續(xù)流程的順利進行。通過數(shù)據(jù)挖掘技術(shù)，全方位通過多樣化的信息完成市場研究，相關(guān)數(shù)據(jù)涵蓋以往的歷史信息與最新信息，一方面可幫助企業(yè)進行正確的決策，另一方面增強企業(yè)對信息數(shù)據(jù)分析的處理效率，保障信息研究結(jié)果具備精確性，這也是常規(guī)數(shù)據(jù)挖掘方式不可比擬的。在大數(shù)據(jù)挖掘技術(shù)運用之下，企業(yè)八大數(shù)據(jù)研究的信息當作參考依據(jù)，立足于市場變化需求和市場發(fā)展方向，及時創(chuàng)新產(chǎn)品，得到更多的經(jīng)濟收益，最大化地給企業(yè)帶來經(jīng)濟綜合效益。

1.3 數(shù)據(jù)挖掘技術(shù)介紹

對于數(shù)據(jù)挖掘技術(shù)，結(jié)合現(xiàn)有的數(shù)據(jù)信息，挖掘內(nèi)在價值和未知意義的相關(guān)數(shù)據(jù)。此種技術(shù)的發(fā)展經(jīng)過多個環(huán)節(jié)，包含信息收集、信息訪問、決策支持信息挖掘和大數(shù)據(jù)挖掘。給予多種多樣的信息數(shù)據(jù)加以時效性的收集與整理，開展簡便的信息處理工作是數(shù)據(jù)挖掘技術(shù)的運用工關(guān)鍵點，在很大程度上促進大數(shù)據(jù)挖掘技術(shù)的創(chuàng)新與發(fā)展。與此同時，大數(shù)據(jù)挖掘技術(shù)的產(chǎn)生與發(fā)展，跟隨用戶需求和網(wǎng)絡(luò)技術(shù)創(chuàng)新所變化，大數(shù)據(jù)挖掘給相關(guān)行業(yè)提供具備價值的預(yù)測信息，結(jié)合數(shù)據(jù)倉庫的大量信息進行企業(yè)戰(zhàn)略方針的制定，即便和常規(guī)的數(shù)據(jù)挖掘技術(shù)存在相似之處，然而大數(shù)據(jù)挖掘技術(shù)能夠?qū)?shù)據(jù)算法進行改變，充分研究信息數(shù)據(jù)的變化趨勢。

除此之外，對于數(shù)據(jù)挖掘技術(shù)的流程分析，基本上所有的挖掘技術(shù)算法類型經(jīng)歷的流程是相似的，挖掘數(shù)據(jù)七資源，運用多種算法協(xié)調(diào)與配合，處理企業(yè)在經(jīng)營管理中遇到的多種問題，實現(xiàn)價值信息的巧妙運用。數(shù)據(jù)挖掘技術(shù)，通過翻譯信息、預(yù)處理信息和研究生信息模型得到對應(yīng)的結(jié)果。在翻譯信息過程中，把信息庫的大量信息轉(zhuǎn)變?yōu)橛嬎銠C相關(guān)格式，把內(nèi)容輸入在計算機體系內(nèi)。計算機可以對大量的信息進行篩選，挑選具備價值的信息。接下來初始化處理翻譯得到的信息數(shù)據(jù)，最大化增強數(shù)據(jù)的運用質(zhì)量。預(yù)處理信息，主要是降低翻譯信息過程中潛在的不確定性，篩選大量的信息數(shù)據(jù)可更為直觀的保障信息研究具備準確性。一般情況下，通過信息篩選和缺失值處理以及數(shù)據(jù)標準化的方式進行信息加工，可以提高信息數(shù)據(jù)處理的效率。然后開展信息建模操作，結(jié)合具體信息滿足解決問題的條件，給予預(yù)處理的信息加以建模設(shè)置，總結(jié)數(shù)據(jù)變化規(guī)律，保證相關(guān)的數(shù)據(jù)信息可以互相匹配，得到最為準確的數(shù)據(jù)挖掘結(jié)果。基于此，即便大數(shù)據(jù)挖掘技術(shù)存在高效的信息挖掘方法，可是此種技術(shù)的應(yīng)用要圍繞傳統(tǒng)信息挖掘方法進行創(chuàng)新，在時代的發(fā)展過程中研發(fā)高性能的大數(shù)據(jù)挖掘技術(shù)。

2 計算機挖掘技術(shù)的開發(fā)措施

2.1 算法的類型

在時代數(shù)據(jù)化的發(fā)展背景下，計算機挖掘技術(shù)的存在，能夠有效地獲取信息數(shù)據(jù)，和常規(guī)的數(shù)據(jù)處理方法進行對比，具備更高的準確性。立足于實際生活，大數(shù)據(jù)應(yīng)用對可視化的信息處理技術(shù)進行開發(fā)，重點圍繞信息加工能力的創(chuàng)新進行，現(xiàn)階段大數(shù)據(jù)挖掘技術(shù)涉及的算法類型比較多，包含分類算法、關(guān)聯(lián)規(guī)則、回歸研究、聚類研究和神經(jīng)網(wǎng)絡(luò)分析等。按照大數(shù)據(jù)的類型，研究數(shù)據(jù)信息本質(zhì)上是進行算法分類，其中回歸研究算法是以因變量為前提，將這一個變量和其他自變量進行關(guān)系統(tǒng)計，得到信息屬性值之間的關(guān)聯(lián)，記錄兩者關(guān)系的一種算法。聚類研究是劃分分類研究的計算方法，通過信息直接化呈現(xiàn)的特征，加工處理信息數(shù)據(jù)。關(guān)聯(lián)規(guī)則，主要是深層次挖掘探尋大數(shù)據(jù)集合關(guān)聯(lián)的一種算法，神經(jīng)網(wǎng)絡(luò)算法是對人類的大腦思考過程進行模擬，學(xué)習(xí)部分樣本之后，對存在差異的樣本信息進行區(qū)別對待，不管是哪一種數(shù)據(jù)挖掘技術(shù)算法，存在的作用都是小于多種挖掘技術(shù)算法結(jié)合運用的效果，對信息挖掘過程進行抽象化處理，構(gòu)建實用性較強的信息挖掘體系，存在顯著的可利用性和可復(fù)制性。

2.2 軸線型數(shù)據(jù)挖掘法

針對周限行挖掘發(fā)而言，對信息挖掘的過程加以軸線話處理，軸線的起點與終點之間的相關(guān)流程包含信息輸入、信息預(yù)處理、信息研究和信息輸出。軸線型挖掘法的優(yōu)勢是便于時效性的修改信息，具備操作簡便性。不足之處，是數(shù)據(jù)挖掘需求的時間比較長，可現(xiàn)階段軸線型數(shù)據(jù)挖掘發(fā)是應(yīng)用最為廣泛的一種方式。

2.3 環(huán)形數(shù)據(jù)挖掘法

主要是把相對完整的信息流程和一個環(huán)進行關(guān)聯(lián)，在環(huán)中實施操作代表一次數(shù)據(jù)成功挖掘。完整的環(huán)境而信息挖掘涉及信息輸入和輸出，和軸線型數(shù)據(jù)挖掘發(fā)的流程的基本相似。在實際應(yīng)用中能夠循環(huán)的得到需求信息，完成一次性的信息挖掘操作，繼續(xù)下一次的信息挖掘，實現(xiàn)信息數(shù)據(jù)挖掘的持續(xù)性和循環(huán)性目標。環(huán)型數(shù)據(jù)挖掘法，體現(xiàn)出效率高和活力用的優(yōu)勢，操作流程相對復(fù)雜，對應(yīng)的實操性不強。

3 計算機數(shù)據(jù)挖掘技術(shù)的應(yīng)用途徑

3.1 市場營銷過程中應(yīng)用挖掘技術(shù)

對于市場營銷的運營工作，以整理和統(tǒng)計信息為主，把市場信息的調(diào)查結(jié)果當作決策分析依據(jù)，給企業(yè)后續(xù)的營銷方案提供發(fā)展方向?，F(xiàn)階段，移動支付作為相對流行的支付手段，對人們的日常出行加以簡化處理。網(wǎng)絡(luò)營銷商得到人們進行微信支付和支付寶支付的相關(guān)信息，營銷商統(tǒng)計與歸納多種類型的消費信息，構(gòu)建完整的數(shù)據(jù)信息庫。接下來通過數(shù)據(jù)挖掘技術(shù)進行科學(xué)利用，得到具備價值的數(shù)據(jù)信息，分析消費者人群的不同消費傾向，明確消費者的實際消費情況，給企業(yè)今后的營銷方案制定提供條件支持。

3.2 金融投資過程中應(yīng)用數(shù)據(jù)挖掘技術(shù)

對于金融投資行業(yè)而言，運用大量的信息和資料進行科學(xué)判斷，決策者要想保證決策具備正確性，需要全方位的設(shè)計信息模型。金融投資即便會獲取對應(yīng)的收益，然而存在著內(nèi)在風(fēng)險，金融投資受到多種因素的影響，因此要想控制金融投資的風(fēng)險產(chǎn)生，國際范圍內(nèi)把現(xiàn)有的金融投資模式當作基礎(chǔ)點，明確完整的金融投資風(fēng)險統(tǒng)計系統(tǒng)。利用這項系統(tǒng)，研究和處理投資行業(yè)的數(shù)據(jù)信息，保證數(shù)據(jù)處理具備科學(xué)性與高效性。由此發(fā)揮計算機數(shù)據(jù)挖掘技術(shù)的優(yōu)勢，確切的保障信息檢索正確性，勢必能夠增強金融投資項目的運作效率。

3.3 人事管理過程中應(yīng)用數(shù)據(jù)挖掘技術(shù)

如今，社會在不斷的進步和創(chuàng)新，我國人們的整體經(jīng)濟水平也有所提升，在很大程度上推動企業(yè)和單位的運作，甚至相關(guān)的企業(yè)以及單位構(gòu)成巨大的結(jié)構(gòu)體系。我國市場競爭環(huán)境比較嚴峻，若企業(yè)想要以選拔人才的方式進行競爭力提升，需要與時俱進的完善人力資源管理體系。評定人力資源單位的工作者工作效率，科學(xué)的運用計算機數(shù)據(jù)挖掘技術(shù)，最大化減少人力資源管理單位一的工作量，由此實現(xiàn)工作效率提升的目的。通過計算機數(shù)據(jù)挖掘技術(shù)，迅速地得到工作者信息資料，規(guī)范化的判斷工作者擁有的工作態(tài)度以及工作潛能，完善現(xiàn)有的人是評定結(jié)構(gòu)體系，便于企業(yè)長久運作。

3.4 信息檔案開發(fā)管理過程中應(yīng)用數(shù)據(jù)挖掘技術(shù)

由于檔案信息十分重要，不管是人們的日常生活，還是工作與學(xué)習(xí)，信息都占據(jù)著重要的地位。不只是和工作者的信息記錄存在關(guān)聯(lián)，還可體現(xiàn)工作者個人發(fā)展?jié)撃?。目前在科學(xué)技術(shù)的創(chuàng)新過程中，計算機技術(shù)有效地被應(yīng)用在信息檔案開發(fā)管理工作，一方面增強檔案信息處理效率，另一方面創(chuàng)新檔案信息管理工作流程。

3.4.1 獲取交通信息檔案內(nèi)容

交通單位的實際經(jīng)營與管理，對相關(guān)車輛的駕駛?cè)藛T檔案信息內(nèi)容進行篩選，不僅僅了解駕駛?cè)藛T的駕駛經(jīng)驗，還記錄駕駛?cè)藛T以及車輛的數(shù)據(jù)信息。一般而言，客運行業(yè)的駕駛?cè)藛T檔案信息包含基礎(chǔ)信息內(nèi)容、健康情況內(nèi)容、安全駕駛內(nèi)容、誠信考核內(nèi)容和從業(yè)資格證內(nèi)容，所以在應(yīng)用數(shù)據(jù)挖掘技術(shù)過程中，動態(tài)化的統(tǒng)計，相關(guān)駕駛?cè)藛T的信息檔案數(shù)據(jù)，研究駕駛?cè)藛T車輛運行里程以及獎懲情況，判斷駕駛?cè)藛T具備的運營能力，優(yōu)化道路安全管理。并且利用數(shù)據(jù)挖掘技術(shù)，掌握交通車輛的異常借閱狀態(tài)，時效性規(guī)避不正當行為，增強檔案信息，整體保護效率。

3.4.2 強化醫(yī)療行業(yè)檔案信息的服務(wù)

站在醫(yī)療行業(yè)的發(fā)展是走向，從事與檔案記錄的相關(guān)人員，如果通過數(shù)據(jù)挖掘技術(shù)進行檔案信息的開發(fā)與管理，增強醫(yī)生和患者的交流與溝通效果，針對性地進行醫(yī)療服務(wù)，可以獲取更為理想的服務(wù)成效。對于城市的發(fā)展，我國居民健康檔案的內(nèi)容，包含居民課題內(nèi)容、既往病史內(nèi)容和家族史內(nèi)容，依托數(shù)據(jù)挖掘技術(shù)構(gòu)建完整的城市居民健康檔案系統(tǒng)，在規(guī)定時間內(nèi)記錄居民的就診情況、會診情況和疫苗接種情況，這樣醫(yī)護工作者可以全面分析患者的身體健康變化，提供持續(xù)性與動態(tài)性的醫(yī)療服務(wù)，落實對居民身體健康的長效追蹤工作，提高醫(yī)療檔案信息運用的質(zhì)量。除此之外，發(fā)揮大數(shù)據(jù)挖掘技術(shù)的優(yōu)勢，把居民醫(yī)療健康情況上傳到相關(guān)平臺中，便于醫(yī)療行業(yè)長久監(jiān)督患者的病情變化，已經(jīng)出現(xiàn)異常情況加以時效性的指導(dǎo)，幫助患者提高生活質(zhì)量。

3.4.3 管理檔案鑒定成本

針對檔案信息的保管工作，成本管理是不可或缺的一項環(huán)節(jié)。檔案鑒定過程中，不只是要保障檔案信息的真實性，還需體現(xiàn)檔案管理的科學(xué)性。在我國的諸多地區(qū)中，檔案鑒定工作表現(xiàn)出形式化的發(fā)展傾向，也就是憑藉檔案管理工作者的日常工作經(jīng)驗完成檔案信息鑒定，以至于，但鑒定的質(zhì)量受到主觀因素影響。所以應(yīng)及時的運用大數(shù)據(jù)挖掘技術(shù)，掌握了不同企業(yè)在運營過程中的檔案信息表現(xiàn)形式和信息變化規(guī)律，統(tǒng)計檔案鑒定工作的重點和難點，明確切實有效的檔案鑒定策略，使得檔案鑒定工作水平能夠增強。通過大數(shù)據(jù)挖掘技術(shù)，彰顯挖掘技術(shù)自身對信息數(shù)據(jù)的處理能力，規(guī)范化處理相關(guān)的檔案信息運用流程，大規(guī)模維護檔案信息數(shù)據(jù)，全方位挖掘檔案信息處理的問題，以免出現(xiàn)檔案缺失情況。

3.5 在網(wǎng)絡(luò)病毒防御系統(tǒng)開發(fā)中應(yīng)用數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)挖掘技術(shù)具備一定的綜合性，在運用過程中要結(jié)合不同的功能進行研究，形成數(shù)據(jù)模塊，充分的凸顯大數(shù)據(jù)挖掘技術(shù)應(yīng)用在網(wǎng)絡(luò)病毒防御系統(tǒng)開發(fā)中的效用。

3.5.1 數(shù)據(jù)源模塊

對于此項模塊，獲取多樣化信息和數(shù)據(jù)資料，借助數(shù)據(jù)信息技術(shù)把相關(guān)的數(shù)據(jù)上傳到電腦主機中，數(shù)據(jù)來源主要是抓包程序，對信息包進行攔截與處理，妥善地保存轉(zhuǎn)移到數(shù)據(jù)庫中。針對數(shù)據(jù)元部分，其是網(wǎng)絡(luò)工具的一種類型，需要及時的將信息包傳遞給主機，對原有的信息進行保存，接下來進行信息數(shù)據(jù)的預(yù)處理。

3.5.2 預(yù)處理模塊

大數(shù)據(jù)挖掘技術(shù)的應(yīng)用，要想構(gòu)建完整的網(wǎng)絡(luò)病毒防御系統(tǒng)，應(yīng)該關(guān)注預(yù)處理模塊的設(shè)置，實現(xiàn)對信息數(shù)據(jù)的動態(tài)交換過程，確切識別計算機系統(tǒng)的運作情況。減少大數(shù)據(jù)挖掘技術(shù)運用的時間，增強病毒處理效率。借助信息預(yù)處理模塊，不只是保障信息挖掘的成效，還要提升信息挖掘的準確度，賦予數(shù)據(jù)信息具備更強的辨識度。把信息數(shù)據(jù)上傳到右處理模塊中，高效的轉(zhuǎn)化數(shù)據(jù)模型，計算機系統(tǒng)確切識別，及時找到了病毒潛在的可能性，給病毒防御處理提供更多條件。

3.5.3 決策模塊

若計算機存有的數(shù)據(jù)之間表現(xiàn)出關(guān)聯(lián)性，那么在一般情況下會存在≥兩個變量之間的關(guān)聯(lián)，將大數(shù)據(jù)挖掘技術(shù)運用在病毒防御系統(tǒng)的建設(shè)中，形成完整的數(shù)據(jù)庫，保存相關(guān)信息，設(shè)置決策模塊動態(tài)關(guān)注病毒的產(chǎn)生，監(jiān)測病毒存在的信息，若決策模塊和計算機系統(tǒng)的病毒檢測程序能夠互相匹配，代表沒有病毒產(chǎn)生，反之表明新病毒已經(jīng)出現(xiàn)。

3.5.4 檢測模塊

病毒防御系統(tǒng)的實際建設(shè)，通過大數(shù)據(jù)挖掘技術(shù)篩選諸多的信息數(shù)據(jù)，過濾掉不存在價值的信息。通過已經(jīng)建設(shè)的模型記錄病毒入侵的相關(guān)特征，及時在信息庫中納入病毒數(shù)據(jù)，便于提高發(fā)現(xiàn)病毒的準確性。利用大數(shù)據(jù)挖掘技術(shù)，將信息數(shù)據(jù)當作核心，規(guī)范的記錄多種類型信息，預(yù)處理信息之后，分析審計結(jié)果，巧妙地歸B病毒入侵性性。由此把病毒入侵檢測當作病毒防御系統(tǒng)設(shè)計的要點，全方位利用數(shù)據(jù)挖掘技術(shù)提取病毒信息，統(tǒng)計相關(guān)的病毒特征以及傳遞途徑，可以全方位增強病毒防御系統(tǒng)運作效率，實現(xiàn)大數(shù)據(jù)挖掘技術(shù)的高效運用。

4 結(jié)束語

綜上所述，計算機領(lǐng)域突飛猛進的發(fā)展生成相關(guān)的計算機數(shù)據(jù)挖掘技術(shù)，將此種技術(shù)廣泛的運用在多個行業(yè)中，對企業(yè)的項目管理提供參考條件，便于增強企業(yè)決策質(zhì)量和管理水平。相關(guān)人員需要進一步探索計算機數(shù)據(jù)挖掘技術(shù)的研發(fā)與應(yīng)用，賦予計算機數(shù)據(jù)挖掘技術(shù)更多的性能，動態(tài)化掌握企業(yè)建設(shè)過程，不斷提高企業(yè)綜合效益。