數(shù)據(jù)挖掘技術(shù)與應用

過正 侯振泉

【摘要】 數(shù)據(jù)挖掘一直是各個行業(yè)的關(guān)注的重點。近幾年，數(shù)據(jù)挖掘伴隨著大數(shù)據(jù)的火熱開始迎來更大的機遇。本文介紹了數(shù)據(jù)挖掘相關(guān)的概念，一些常用的數(shù)據(jù)挖掘的分析方法，最后介紹了數(shù)據(jù)挖掘技術(shù)幾個常見的應用領(lǐng)域。

【關(guān)鍵詞】 數(shù)據(jù)挖掘 大數(shù)據(jù) 分析方法 應用領(lǐng)域

一、數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是一門新興的學科，它誕生于20世紀80年代，主要面向商業(yè)應用的人工智能研究領(lǐng)域。從技術(shù)角度看，數(shù)據(jù)挖掘就是從大量的、復雜的、不規(guī)則的、隨機的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒有發(fā)覺的、有潛在價值的信息和知識的過程。

從商業(yè)角度來說，數(shù)據(jù)挖掘就是從龐大的數(shù)據(jù)庫中抽取、轉(zhuǎn)換、分析一些潛在規(guī)律和價值，從中獲取輔助商業(yè)決策的關(guān)鍵信息和有用知識。

二、數(shù)據(jù)挖掘的基本分析方法

分析方法是數(shù)據(jù)挖掘的核心工作，通過科學可靠的算法才能實現(xiàn)數(shù)據(jù)的挖掘，找出數(shù)據(jù)中潛在的規(guī)律。通過不同的分析方法，將解決不同類型的問題，在現(xiàn)實中針對不同的分析目標，找出相對應的方法。

目前常用的分析方法主要有聚類分析、分類和預測、關(guān)聯(lián)分析等。

2.1聚類分析

聚類分析就是將物理或抽象對象的集合進行分組，然后組成為由類似或相似的對象組成的多個分類的分析過程，其目的就是通過相似的方法來收集數(shù)據(jù)分類。它是一種無先前知識，無監(jiān)督的學習過程，從數(shù)據(jù)對象中找出有意義的數(shù)據(jù)，然后將其劃分在一個未知的類。這不同于分類，因為它無法獲知對象的屬性?！拔镆灶惥?，人以群分”，通過聚類來分析事物之間類聚的潛在規(guī)律。聚類分析廣泛運用于心理學、統(tǒng)計學、醫(yī)學、生物學、市場銷售、數(shù)據(jù)識別、機器智能學習等領(lǐng)域。

聚類分析根據(jù)隸屬度的取值范圍可分為硬聚類和模糊聚類兩種方法。硬聚類就是將對象劃分到距離最近聚類的類，非此即彼，也就是說屬于一類，就必然不屬于另一類。模糊聚類就是根據(jù)隸屬度的取值范圍的大小差異來劃分類。一個樣本可能屬于多個類。常見的聚類算法主要有密度聚類算法、層次聚類算法、劃分聚類算法、網(wǎng)格聚類算法、模型聚類算法等。

2.2分類和預測

分類和數(shù)值預測是問題預測的兩種主要類型。分類是預測分類（離散、無序的）標號，而預測則是建立連續(xù)值函數(shù)模型。分類是數(shù)據(jù)挖掘的重要基礎(chǔ)，它是對已知的訓練數(shù)據(jù)集表現(xiàn)出來的特性，獲得每個類別的描述或?qū)傩詠順?gòu)造相應的分類器或者分類。分類是一種有監(jiān)督的學習過程，它是根據(jù)訓練數(shù)據(jù)集發(fā)現(xiàn)準確描述來劃分類別。常見的分類算法主要有決策樹、粗糙集、貝葉斯、遺傳算法、神經(jīng)網(wǎng)路等。預測就是根據(jù)分類和回歸來預測將來的規(guī)律。常見的預測方法主要有局勢外推法、時間序列法和回歸分析法。

2.3關(guān)聯(lián)分析

在自然界，事物之間存在著千絲萬縷的聯(lián)系，當某一事件發(fā)生時，可能會帶動其它事件的發(fā)生。關(guān)聯(lián)分析就是利用事物之間存在的依賴或關(guān)聯(lián)知識來發(fā)現(xiàn)事物之間存在的規(guī)律性，然后通過這種規(guī)律性進行預測。如經(jīng)典實例購物籃分析，就是通過分析顧客購物籃中物品的管理規(guī)律，來分析顧客的購物心理和習慣，然后根據(jù)這種規(guī)律來幫助營銷人員制定營銷策略。

三、大數(shù)據(jù)時代的數(shù)據(jù)挖掘的應用領(lǐng)域

3.1市場營銷領(lǐng)域

市場營銷是數(shù)據(jù)挖掘技術(shù)應用最早和最多的領(lǐng)域。通過分析和挖掘用戶的消費習慣和消費特點，來提高商品的銷售業(yè)績。目前，數(shù)據(jù)挖掘在市場營銷方面已經(jīng)不僅僅限于超市購物等方面，已經(jīng)普及到各個金融領(lǐng)域，如保險、電子商務、銀行、電信零售等行業(yè)。利用數(shù)據(jù)挖掘技術(shù)來分析顧客的消費行為，為本行業(yè)帶來潛在的客戶和效益。

3.2科學研究

在科學研究中，經(jīng)常需要分析各種大量的實驗和觀測數(shù)據(jù)，并找出相關(guān)的規(guī)律和知識。這些數(shù)據(jù)分析和挖掘都需要一定的算法，利用數(shù)據(jù)挖掘技術(shù)能科學的找出數(shù)據(jù)之間的規(guī)律以及找出我們未發(fā)現(xiàn)的知識。例如，對外空星體的探索、對DNA數(shù)據(jù)的分析等等。

在制造業(yè)、電信、教育領(lǐng)域，數(shù)據(jù)挖掘也發(fā)揮著巨大的作用，對過去政策的評估和新政策的制定都有很大的幫助。

伴隨著大數(shù)據(jù)的數(shù)據(jù)管理，檢索技術(shù)研究的進步，數(shù)據(jù)挖掘技術(shù)將迎來巨大的發(fā)展機遇，數(shù)據(jù)挖掘技術(shù)的應用也將更加廣泛，數(shù)據(jù)挖掘的工具也將更加強大.

參 考 文 獻

[1]胡天狀.數(shù)據(jù)挖掘技術(shù)在教育決策支持系統(tǒng)中的應用[D].杭州：浙江師范大學，2002.

[2]吳文紹.甘肅省教育管理信息決策支持系統(tǒng)[D].蘭州：蘭州理工大學，2006.

[3]丁守哲.基于云計算的建筑設(shè)計行業(yè)信息系統(tǒng)開發(fā)模式與實現(xiàn)技術(shù)研究[D].合肥：合肥工業(yè)大學，2012.

[4]劉華婷，郭仁祥，姜浩.關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進[J].計算機應用與軟件，2009（1）：146-149.

[5]程軍鋒.Web數(shù)據(jù)挖掘研究[J].重慶三峽學院學報，2013（3）：43-45.