大數據數據挖掘技術應用研究范文

本站小編為你精心準備了大數據數據挖掘技術應用研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：大數據時代數據挖掘技術在多個領域都有所應用，數據挖掘技術將高性能計算、機器學習、人工智能、模式識別、統計學、數據可視化、數據庫技術以及專家系統等多個方面的知識融合在一起，能夠快速在海量信息中挖掘出潛在的、有價值的內容。那么，在大數據時代下究竟該如何應用數據挖掘技術呢？文章筆者將對數據挖掘的基本方法進行分析，探討該技術的應用策略。

關鍵詞：大數據時代；數據挖掘技術；應用

數據挖掘是一門新興的學科，其誕生于20世紀80年代，其主要面向商業應用的人工智能研究領域，從技術角度來說，數據挖掘就是從大量的復雜的、不規則的、隨機的，模糊的數據中獲取隱含的，受眾事先沒有發覺的、有潛在價值和知識的過程。

1數據挖掘的基本分析方法

在數據挖掘技術應用過程中，分析方法可以說是其最為基礎和核心的內容，借助科學可靠的算法才能更好的實現數據挖掘，理清數據中潛在的各種規律，使所挖掘的數據作用得到最大限度的發揮，通過不同的分析方法，可以解決不同的問題，當前最為常用的數據挖掘方法主要有聚類分析、特征數據分析法、關聯性分析等。下面，筆者將結合自身的理解和認識，對不同分析方法進行詳細的論述。

1.1聚類分析法

所謂的聚類分析就是將各種數據對象按照其作用、功能及特性等進行聚類分組，然后形成板塊，這樣可以快速的將毫無邏輯的數據變成具有一定聯系性的分組數據，然后再對這些分組數據進行分析和利用，進一步挖掘出具有一定價值的數據，發揮數據的作用價值。但是需要注意的是該數據分析方法雖然可以快速的對數據進行分組，但是其缺陷也十分的明顯，即難以較好的結合數據類別、屬性等對數據進行分類，因此該分析方法應用比較多的領域主要是心理學、統計學和數據識別等領域。

1.2特征性數據分析法

在大數據時代下，網絡數據每秒鐘都是快速更新，數據爆炸式發展已經成為時展的趨勢，數據資源的普及和應用范圍可謂是越來越廣泛，但是面對網絡爆炸式數據，如何快速的搜尋出使用者所需要的數據，發揮相關數據的作用和價值就是一件值得思考的事情了，而特性分類逐漸發展成為當前數據整理分類的主要內容。在應用特征性數據分析方法時，還有多種方法是通過計算機來實現虛擬數據分類的，專業的計算機工作者可以尋找數據之間存在的普遍規律然后完成數據的特性分析，在此基礎之上進行下一步的分類。

1.3關聯性分析法

網絡上的數據形形色色，千奇百怪，有的數據者為了保護數據往往會實施各種加密方法使得數據具有一定的隱蔽性，這樣可能就很難通過普通的數據分析法對相關數據進行挖掘和利用，而要解決該問題則可以通過關聯性分析法完成對于數據信息的關聯性識別，進而快速的獲取有效數據，幫助人力完成對各種數據分辨的任務，相較于其他的數據分析方法來說，這種分析方法實際上帶有很強的目的性，因此往往適用于對數據精準度要求相對比較高的信息管理工作。

2數據挖掘技術的應用

實際應用中數據挖掘技術的具體流程就是先通過對海量數據的保存，然后對保存好的數據進行分析、整理、選擇和轉換等。數據的準備工作是數據挖掘技術的基礎前提，前期準備工作的好壞也直接決定了數據挖掘技術的效率及質量。在數據準備工作完成之后工作人員需要進一步對數據進行挖掘，在挖掘的基礎之上對數據進行評估，然后達到應用目的。數據挖掘技術可以應用于多個方面，其挖掘的結果可以參與到政府、企業和個人的決策中，數據挖掘的社會價值得到了最大限度的發揮，其不斷改變著人們的生活方式，而文章結合筆者自身的工作經驗，嘗試分析數據挖掘技術在高校中的應用，其具體如下所示。

2.1數據挖掘技術在高校管理中的應用

高校管理涉及到了多個方面的內容，如學生在校的學習和生活中都涉及有管理方面的內容，數據挖掘技術在高校管理中的內容主要包含有高校招生錄取、貧困生選擇以及優秀學生和班干部的評比等工作。從高校管理的角度來說，其每年的招生工作是學校可持續發展的重要環節，招生質量高低直接影響到了高校教學質量以及未來的發展動向，而將數據挖掘技術應用到高校的招生管理工作中，可以快速有效的對學生高考成績、志愿填報方式以及生源地基本情況等進行多方面的信息整合與匯總，這樣可以更加科學的對學生情況進行評估，為學校選取更久優質的生源，促進高校的長遠發展建設。數據挖掘技術應用的具體步驟就是通過對數據的收集和預處理，建立相關的數據模型，然后借助分類算法，提取和挖掘最為有價值的信息，對所挖掘的數據進行存儲，以備后期使用，貧困生選擇以及優秀學生和班干部評選中也可以應用這種方式進行數據挖掘處理。

2.2數據挖掘技術在高校課堂教學評價中的應用

教學評價是教育教學工作的重要組成部分，其能夠幫助教師深入的了解學生的學習情況，分析教學中存在的不足，并在后期的教學中及時的進行調整，這樣能夠有效的提升教育教學質量，而在高校課堂教學中評價也是不可或缺的。數據挖掘技術在高校課堂教學評價系統中的應用主要也是借助關聯分析法，對各種數據進行挖掘和利用。在實際工作中首先需對數據進行預處理，數據的預處理是數據挖掘技術的關鍵所在，如果預處理操作不當則會直接影響到數據挖掘技術的應用效率。數據預處理中需要將教師的基本信息、教學所教授課程以及教師的職稱、學歷、學生信息以及學生課表相關的信息進行數據初始記錄，然后再實際教學中對相關數據進行分析處理，達到科學合理評價的目的。

2.3數據挖掘技術在高校學生信息管理系統中的應用

在互聯網技術的支持之下，高校學生信息管理系統得以成功的構建，該管理系統有助于學校各種重要信息的公布和搜索，該系統中管理要素主要是學校的領導、專業課教師、學生以及家長。信息系統的主要功能則應當包含，對不同的用戶設置不同的使用權限；針對學生的基本信息以及瀏覽管理網站的記錄要做到明確記錄；各個學院不同專業的學生課程則應當可以公布并允許學生根據實際情況修改的信息；學生成績管理的錄入和修改等功能。數據挖掘技術在高校學生信息管理系統中的應用主要借助的是決策樹的方法。

2.4數據挖掘技術在高校圖書館信息系統中的應用

圖書館是高校的重要組成部分，圖書館內擁有海量圖書資源其對于學生的學習發展有著極為重要的促進作用，那么在教育教學中該如何有效發揮這些圖書資源的作用，使其能夠為學生所用呢？數據挖掘技術的誕生給圖書館資源的應用提供了更加廣闊的空間，如數據挖掘技術可以快速的對圖書館內不同類型的圖書資源進行分類處理，了解學生的圖書借閱情況，以及當前學校圖書館現有資源利用的基本情況，分析哪些圖書在學生心目中最受歡迎，這樣也可以為圖書館未來的發展建設提供更加可靠的方向，一定程度上來說，數據挖掘技術使得及圖書館資源得到了最大程度的優化整合，高校圖書館的價值得到了有效的發揮。

3數據挖掘技術應用注意事項

大數據時代下數據挖掘技術雖然在高校的多個領域得到了有效的應用，給高校師生的學習和生活提供了較多的便利，但是數據挖掘技術在實際應用中還有較多需要注意的事項，首先要保證數據的安全性，防止數據被泄露，高校數據涉及到了多種師生信息，這些信息一旦被泄露，可能會給師生的正常生活帶來一定的困擾，因此在數據挖掘技術應用過程中，要注意做好信息的存儲與處理工作，降低數據泄露風險。同時，數據挖掘技術在應用過程中對于計算機設備以及技術人員的應用能力水平也有一定的要求，如果計算機設備落后，技術人員的應用水平比較差，因此在應用數據挖掘技術之前，還需及時的更新落后的計算機設備，保證各項設備軟件都是最新的，同時還需定期對技術人員進行培訓，這樣也可以更好的發揮數據挖掘技術的作用價值。總之，數據挖掘技術是計算機網絡技術進步的重要表現，其能夠高效快捷的從海量數據中挖掘出人們想要的隱藏信息，該技術在金融、管理、教學等多個行業都有所應用，其推動了相關產業的發展，解決了傳統技術搜索中存在的不足，滿足了人們多元化的信息需求，而未來大數據挖掘技術的應用面必將會越來越廣泛。

參考文獻

[1]鄢澤然.大數據時代的數據挖掘技術與應用[J].現代營銷（經營版），2019（2）：122.

[2]劉銘，呂丹，安永燦.大數據時代下數據挖掘技術的應用[J].科技導報，2018（9）：73-83.

[3]李華，張井玲，劉婷婷.大數據時代下數據挖掘技術的應用研究[J].現代信息科技，2019（13）：132-133，136.

[4]曹誠誠.大數據時代的數據挖掘技術分析[J].數字技術與應用，2017（12）：202-203.

作者：楊媛 單位：寧夏師范學院數學與計算機科學學院