计算机数据挖掘技术开发及应用.docxVIP

　　摘要在如今信息技术时代,计算机依然成为了现代社会的必需品,计算机数据挖掘技术是大数据环境下的必要手段,它融合了数学、统计、概率论、计算机技术等协同云计算、云存储技术的发展而发展,为现代的科技和进步作出了巨大贡献,本文基于计算机挖掘技术的开发和技术研究,探讨出了相关应用技术,有望为计算机数据挖掘做出贡献。 　　关键词计算机；挖掘技术；开发应用随计算机技术的迅速发展,我国如今已经进入了信息时代,计算机数据挖掘技术已经应用到各个领域,很多程度地促进了社会效益的增长。 　　数据挖掘的出现将数据库技术带到了更高级的阶段,它不仅可以查询和遍历过去的数据,还可以识别过去数据之间的潜在数据,以促进信息的传播。 　　计算机挖掘技术的发展不仅促进了人们的生活,促进了企业市场的调查和发展,而且在国防科技中发挥了巨大的作用。 　　因此,如何做好计算机数据挖掘技术的发展是现阶段最重要的任务,促进了互联网技术、金融投资、生物医学、地理等领域的快速发展,极大地满足了市场的实际需求。 　　1计算机挖掘技术的过程所谓有了目标才有方向,因此在进行数据挖掘之前,我们必须先明确目标,确定数据挖掘技术需要解决的现实问题到底是什么,从而根据问题和目的意义,寻找适宜的手段,根据我们需要解决的问题梳理思路和方法,从众多数据挖掘方法中选取最适合的挖掘方法,并确定数据挖掘的数据库。 　　接下来根据问题从数据库中提取适合数据挖掘的目标数据,并进行初步的数据处理,除去无关信息,方便后面读取数据处理的速度,也在这个预处理过程中有效的检验数据是否有误,通常金融类数据需要填补空缺值处理、对数收益率计算等相关处理,让数据序列精简有用,这是数据处理当中,非常基本和必要的一步,对之后的深入研究和挖掘起决定性作用。 　　在对数据进行了初步预处理之后,我们根据数据列进行数据挖掘。 　　通常在数据挖掘算法中需要构建数学模型,并在计算机上使用数学模型和算法,进行编程计算获得相应结果。 　　得到结果之后,需要对结果进行检验,检验其是否能达到数据挖掘的目的,数据结果是否符合相对应的现实意义,如果结果不符合要求将重新选择数据挖掘算法和模型。 　　最后将结果用于说明实际问题并指导实际工作,从而获得数据挖掘的现实价值。 　　2计算机数据挖掘技术的主要工具数据挖掘涉及的领域众多,因此研究的学者和实践市场上的人员在这个领域不断深入和探索,采用了众多的挖掘工具,现在采用的数据挖掘技术工具通常有以下几种,在深度学习领域,近些年人工智能的不断发展为数据挖掘提供了更多的算法和手段,促进了我国信息技术水平的飞速提高。 　　1传统统计方法传统方法包括统计抽样技术,多元统计分析和预测三种方法,统计抽样技术是面对海量数据,进行合理抽样从而得出具有代表性的结果,多元统计分析结构复杂,对维数较高的数据进行分析或分解,统计预测被称为回归分析,序列分析等。 　　2联机分析处理这是一种在线分析多维数据的方法,用户应积极配合在线分析,积极提出分析需求,进一步过滤分析算法,并对浅层数据进行探索性分析。 　　3神经网络人类神经元函数是一个模拟对象,它通常包括三层,即输入层,隐藏层和输出层,并调整和计算数据,对得到的结果进行分类和总结,三层神经网络能够模拟任何函数和数据关系,这是非常强大的数据挖掘工具。 　　4遗传算法遗传算法顾名思义是基于自然进化理论当中基因的组合、突变等遗传特征,被用作技术优化的一种方法,按照适者生存的原则,它模拟自然界中生命的进化机制,形成一个由当前群体中最合适规则组成的新群体,以及这些规则的后代,在此基础上,基于遗传算法得到最适合的模型,并对数据模型进行了优化。 　　3计算机数据挖掘技术的应用31市场营销方面的应用。 　　通过数据挖掘技术在市场销售中的应用,用户可以通过应用信息管理系统和系统购买商品,尤其是条码技术的应用,在零售业中使用更为普遍。 　　随着越来越多的用户数据被收集,在营销过程中,收集的数据用来分析客户的购物行为和习惯,总结其特点,大大提高公司的营销能力。 　　通过更高效的数据挖掘技术才能准确分析出客户的购买方向和兴趣,企业的业务决策可以更加准确,而营销中的数据挖掘可以主要分为两类数据库营销、货篮的分析,数据库营销通过交互式查询,模型预测等方法选择潜在客户,它将产品销售给潜在客户。 　　后者是分析购买商品的顾客行为的关系,包括如何使用折扣券来增加销售额。 　　32其他领域的应用。 　　半导体在制造业中的应用继续深化,在生产和测试过程中,数据不断生成和更新,分析这些数据可以揭示隐藏的问题并确保产品的质量,数据挖掘技术也被广泛用于电子商务,通过分析客户消费类型和习惯来识别用户的行为模式,因此可以节省用户的在线浏览和消费记录,并且可以增强客户服务的个性,优化网站设计。