大数据的数据挖掘技术的应用分析.docxVIP

PAGE 1 PAGE 1 大数据的数据挖掘技术的应用分析  本文主要就大数据的数据挖掘技术使用要点论述，总结大数据的特征以及价值意义，分析其技术在我国各个领域中所发挥出的效用。  1大数据概述  简洁来说，大数据就是把大量的数据信息全部整合在一起，这些数据的数量、容量都比较大，且数据信息的存储速度极快，具有较高的应用价值。近些年来，人们所把握的大数据内容越来越多，大数据也渐渐成为人们生活的一部分，其会在无形之中影响并转变人们当前的生活状态，并对金融行业以及零售行业产生出较大的影响。  1.1大数据的特点  大数据的种类比较繁杂，且内容也比较丰富，包含着结构化数据信息的同时也包含着网络日志以及录音文件等，通过对各类设备进行处理，生成大量的数据信息，其制备而成的数据信息规模会比较大，且其对于各类数据信息的处理速度也比较快，其所设定的数据信息处理要求也会比较严苛，价值密度比较小。  1.2大数据的意义  大数据可以帮助其更好的挖掘出数据背后的价值意义，不但能将该行业现阶段的发呈现状进行总结，同时其还可以更好的预估将来的发展态势，给其日后所开展的各项管理决策供应更为科学的依据。  1.2.1数据挖掘的内涵、过程和方法解析  数据挖掘以及数据挖掘技术在我国各个行业中的应用频率越来越高，随着大数据时代的发展，其已经渐渐被应用到了我国的四周生活中，其更是成为了当前时期尤为重要的一类关键性技术，随着其技术的发展，其对于人们生活以及生产等的影响也越来越显著。首先，数据挖掘的出现时期比较早，但是在当前的时代背景下，该技术照旧是一类较为新兴化的事物，应当把数据挖掘技术合理的投入到商业领域中，并让其更好的融入到各个行业的生产部门内，数据挖掘会把各类样式不规则且较为复杂化的数据信息整合在一起，借助相应的科学技术，在众多的数据信息中查找到潜在的价值信息，给该行业的发展供应帮助。数据挖掘的过程可以大致分成三类，首先是数据的预备工作，只有完成数据信息的预备工作，才可以更好的挖掘数据信息，就原本的数据信息优化以及整理。之后是数据的挖掘，在挖掘时，需要设定好挖掘的目标，确定出较为相宜的分析方式，合理的开展一系列的数据挖掘工作，充分的使用带有价值的数据信息。最终是模式评价以及分析，就其所得到的结果内容开展分析工作，把原本难易理解的内容转变成为人们可以较好理解的结论。  1.2.2数据挖掘的基本分析方法  （1）聚类分析方法  该处理方式主要把较为模糊且详细性比较差的数据信息整合在一起，依照相关的分类标准，对其内容进行整理以及编辑，让其成为具有统一化特性的数据信息源，实时的开展相应的分析研究工作。  （2）关联分析方法  实际上，各类不同的数据信息都会存在一定的连接关系，这一连接关系想要通过自身的能力去挖掘出难度会比较大，人们必需要就关联分析方式，精确的识别出各类数据信息的关联性，制备出较为完整的数据关联管理方案，完成数据信息的辨别工作，其任务的目的性也会比较强，该方式比较适合完成要求较为严苛的数据信息处理工作。  （3）特征性数据分析方法  当今时代是一个数据信息资源大爆发的时代，各种各样的数据资源紧紧围绕在我们身边，许多状况下，面对大量的数据，需要依据特定的特征要求进行分类，来研究其表现出的规律，这种依据特定特征型数据进行的分析方法即为特征性数据分析方法。例如，医院每天接诊很多病人，通过对这些病历信息的分析，可以知道不同年龄层患某种疾病的可能性，提前做好预防措施；可视化技术是数据挖掘中应用特别广泛的一种辅助技术，它借助图形、图像、动画等手段形象地指导操作、引导挖掘和表达结果等。  2大数据时代下数据挖掘技术的应用  2.1市场营销领域  市场营销领域可以说是使用数据挖掘技术最早的一个领域。通过数据挖掘技术可以进一步分析把握不同的顾客的消费习惯和消费特点，从而在一定程度娴熟把握顾客购买时的心理，激发顾客的购买欲望，从而达到提升销售业绩的目的。目前数据挖掘技术在市场营销领域的应用，已经不能简洁解释为超市购物，它已经逐步应用到保险、医疗和电子商务等行业中，为各个行业供应了潜在客户群体，使他们能充分利用资源而不断实现发展。  2.2科学研究领域  在科学研究的过程中，科学家们往往需要通过分析各种各样的数据，并从这些数据中找出一些能为研究做出参考的有用信息，把握其中的规律，达到最终的研究目标。也就是说，数据挖掘技术是科学研究领域的一项很重要的辅助工具。因此，通过数据挖掘技术可以在一定的时间内找出数据间存在的规律，最终发觉一系列的信息和结论。例如，利用数据挖掘技术对DNA进行具体地分析研究，可