大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)在企業(yè)中的應(yīng)用

肖 明

（中國(guó)電建集團(tuán)中南勘測(cè)設(shè)計(jì)研究院，長(zhǎng)沙 410014）

大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)在企業(yè)中的應(yīng)用

肖 明

（中國(guó)電建集團(tuán)中南勘測(cè)設(shè)計(jì)研究院，長(zhǎng)沙 410014）

目前，社會(huì)在不斷的進(jìn)步，互聯(lián)網(wǎng)、計(jì)算機(jī)技術(shù)在飛速的發(fā)展。在這樣一個(gè)大數(shù)據(jù)時(shí)代的影響，各行各業(yè)對(duì)于數(shù)據(jù)的收藏、傳送、存儲(chǔ)能力都在不斷的快速增長(zhǎng)。而數(shù)據(jù)挖掘技術(shù)受到廣泛的關(guān)注，是企業(yè)發(fā)展的重要推動(dòng)力。因此多加關(guān)注數(shù)據(jù)挖掘的相關(guān)信息非常重要，當(dāng)然還要了解數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用，基于此，就這些進(jìn)行詳細(xì)的介紹。

數(shù)據(jù)挖掘技術(shù)；分析方法；企業(yè)；應(yīng)用

1　數(shù)據(jù)挖掘技術(shù)的分析方法

現(xiàn)在作為數(shù)據(jù)挖掘的主要工作就是分析方法，只有科學(xué)、可信賴的算法才能夠幫助數(shù)據(jù)進(jìn)行挖掘工作，找尋數(shù)據(jù)中隱藏的一些規(guī)律。只有利用不同的分析方法，才能解決各種不同的問題。而現(xiàn)在常見的分析方法有聚類分析、分類和事先推測(cè)、關(guān)聯(lián)分析。

1.1聚類

聚類分析是將一組數(shù)據(jù)分類成相近性及有異性這樣幾個(gè)種類，這樣做的目的就是將同一種類型的數(shù)據(jù)之間的相近性發(fā)展到最大化，不同種類之間數(shù)據(jù)的相近性盡可能的降低。這項(xiàng)分析方法可以用到客戶團(tuán)體的分類、客戶背景分析、客戶購買的事先推測(cè)、市場(chǎng)細(xì)分等。聚類分析廣泛的存在于心理學(xué)、醫(yī)學(xué)、數(shù)據(jù)識(shí)別等領(lǐng)域中。

1.2分類及事先推測(cè)

分類是將數(shù)據(jù)庫里面的數(shù)據(jù)對(duì)象的相同點(diǎn)按照分類的形式將其歸為不同的類型。這樣做的目的就是經(jīng)過分類的形式把數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)反射到特點(diǎn)的一個(gè)類型。這可以用到客戶的分類、特性、滿意程度、購買趨勢(shì)等。而事先的推測(cè)是建立連續(xù)值函數(shù)模型，常見的方法有局勢(shì)外推測(cè)法、時(shí)間序列法、回歸分析的方法。

1.3關(guān)聯(lián)分析

在自然界中，每個(gè)事物之間都有一定的聯(lián)系，如果發(fā)生一件事情，肯定會(huì)關(guān)聯(lián)到其他的相應(yīng)事件。關(guān)聯(lián)分析就是利用到來事物之間存在的聯(lián)系和相互之間的依賴性的規(guī)律，對(duì)于這些事件進(jìn)行的預(yù)測(cè)。在數(shù)據(jù)庫中的表現(xiàn)就是數(shù)據(jù)項(xiàng)之間存在的問題之間的關(guān)聯(lián)，就是一個(gè)事物中的某一項(xiàng)事物可能會(huì)導(dǎo)致其他一系列事項(xiàng)的出現(xiàn)。對(duì)于企業(yè)的客戶管理有著非常大的幫助，對(duì)于數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行挖掘，找出影響市場(chǎng)的因素，為各種活動(dòng)提供依據(jù)。

1.4特征

特征分析方法就是將數(shù)據(jù)庫里面的一組數(shù)據(jù)抽取出有關(guān)這組數(shù)據(jù)的特征式，這種特征式能夠表現(xiàn)出數(shù)據(jù)的整體的特征。就像營(yíng)銷工作人員對(duì)于客戶流失數(shù)據(jù)的提取能夠了解到原因，利用這些數(shù)據(jù)找到原因后就能幫助挽留客戶。

2　數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用

2.1市場(chǎng)營(yíng)銷和經(jīng)營(yíng)

數(shù)據(jù)挖掘最早應(yīng)用的行業(yè)就是市場(chǎng)營(yíng)銷，市場(chǎng)營(yíng)銷行業(yè)利用數(shù)據(jù)挖掘技術(shù)對(duì)于用戶進(jìn)行分析挖掘來獲得客戶的消費(fèi)習(xí)慣和特征，這樣做的目的是來提升銷售的業(yè)績(jī)。當(dāng)然，現(xiàn)在數(shù)據(jù)挖掘不僅是在超市購物上被利用，還普及到很多的金融行業(yè)。

經(jīng)營(yíng)上使用的具體實(shí)例：一些郵件類的廣告上，可以根據(jù)數(shù)據(jù)挖掘幫助確定客戶可能會(huì)購買的產(chǎn)品，這樣可以節(jié)約很多的郵資，還能夠幫助管理客戶之間的關(guān)系，也就是經(jīng)過分析那些可能走向競(jìng)爭(zhēng)對(duì)手的客戶的特點(diǎn)，這樣就能針對(duì)性的來留住顧客。購買方式：利用數(shù)據(jù)挖掘技術(shù)給零售商提供方便，零售商能夠通過這一技術(shù)確定顧客會(huì)購買哪些商品，還有就是在商店中該放那樣的商品供顧客選擇，目的是方便顧客購買，這樣能夠幫助銷售量的提高。當(dāng)然數(shù)據(jù)挖掘技術(shù)還能夠幫助用戶分析、評(píng)判促銷活動(dòng)會(huì)產(chǎn)生的成效。

2.2電力、電信行業(yè)

隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，電網(wǎng)業(yè)務(wù)在不斷的進(jìn)步和豐富。而電信行業(yè)快速的發(fā)展，電信技術(shù)和服務(wù)成為一個(gè)巨大的混合載體，對(duì)于市場(chǎng)關(guān)系、技術(shù)服務(wù)有極大的影響。對(duì)于企業(yè)的資源進(jìn)行有效的整體和結(jié)合，形成一個(gè)非常大的關(guān)系網(wǎng)和信息數(shù)據(jù)系統(tǒng)。對(duì)這些數(shù)據(jù)進(jìn)行挖掘成為解決各種問題的有效方法，為企業(yè)的發(fā)展有著非常重要的推動(dòng)作用。

2.3互聯(lián)網(wǎng)和云計(jì)算機(jī)

互聯(lián)網(wǎng)對(duì)于數(shù)據(jù)挖掘有很多的應(yīng)用，比如搜索引擎、電子商務(wù)等。這些都是利用數(shù)據(jù)挖掘技術(shù)在龐大的數(shù)據(jù)海洋中找尋能夠符合客戶要求的信息。常見的就是根據(jù)預(yù)測(cè)分類算法來預(yù)測(cè)出客戶應(yīng)該需要的信息。

2.4金融行業(yè)

銀行、通信公司、保險(xiǎn)行業(yè)這些在評(píng)估客戶的信用等級(jí)上需要注意安全。數(shù)據(jù)挖掘的利用在金融行業(yè)是非常的重要，當(dāng)然數(shù)據(jù)挖掘技術(shù)在這方面取得了很好的成績(jī)，可以幫助這些金融企業(yè)正確的識(shí)別出詐騙行為、控制風(fēng)險(xiǎn)。如2003年春天，廣東分行在進(jìn)行信貸電子數(shù)據(jù)分析的時(shí)候，發(fā)現(xiàn)了一些異常的現(xiàn)象，發(fā)現(xiàn)除了南海華光公司的馮某對(duì)于銀行進(jìn)行的詐騙行為，其中有74億元被騙取，這并不是通過舉報(bào)而獲得線索，而是經(jīng)過數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)馮某公司信貸出現(xiàn)的異常，然后被審計(jì)人員發(fā)現(xiàn)并驗(yàn)證這一詐騙行為，若不是數(shù)據(jù)挖掘要想發(fā)現(xiàn)這一詐騙可謂是難上加難。

3　結(jié)　語

大數(shù)據(jù)時(shí)代的到來給現(xiàn)在社會(huì)的發(fā)展帶來極大的幫助，各種挖掘技術(shù)也在不斷的出現(xiàn)，給數(shù)據(jù)這種財(cái)富的存儲(chǔ)、解決、分析帶來極大的幫助，如更加的便宜、迅速。將數(shù)據(jù)轉(zhuǎn)換成財(cái)富，變成現(xiàn)在企業(yè)發(fā)展的利器，這是現(xiàn)在企業(yè)面臨的一個(gè)重要的轉(zhuǎn)型。若想適應(yīng)時(shí)代的發(fā)展，企業(yè)應(yīng)該了解數(shù)據(jù)挖掘的基本方法以及應(yīng)用，這能夠幫助一個(gè)企業(yè)快速的發(fā)展和生存。

主要參考文獻(xiàn)

［1］曹莉.芻議大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理［J］.經(jīng)營(yíng)管理者，2013（18）.

10.3969/j.issn.1673-0194.2015.02.044

F270.7-TP311.13

A

1673-0194（2015）02-0058-01

2014-12-26