計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)探討

劉昆

摘要：近些年來(lái)，物聯(lián)網(wǎng)以及移動(dòng)通信互聯(lián)網(wǎng)技術(shù)的突飛猛進(jìn)，使得人類社會(huì)有著翻天覆地的變化，海量數(shù)據(jù)同時(shí)也呈現(xiàn)爆炸式的增長(zhǎng)，加快了大數(shù)據(jù)時(shí)代的發(fā)展。對(duì)于如何從海量數(shù)據(jù)中提取價(jià)值的信息始終是各個(gè)企業(yè)部門(mén)關(guān)注的焦點(diǎn)之一。本研究則對(duì)計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)展開(kāi)研究。

關(guān)鍵詞：計(jì)算機(jī)；數(shù)據(jù)挖掘；技術(shù)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）01-0257-02

隨著人類進(jìn)入信息化時(shí)代，越來(lái)越多的數(shù)據(jù)需要處理，人類進(jìn)入“大數(shù)據(jù)時(shí)代”，人類對(duì)信息的掌握達(dá)到前所未有的速度、厚度、細(xì)度和準(zhǔn)確度。面對(duì)大量的數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行挖掘和分析，并將這些運(yùn)用到各行各業(yè)的發(fā)展中，推動(dòng)社會(huì)的不斷發(fā)展，成為當(dāng)今大數(shù)據(jù)時(shí)代的必行之路。在此環(huán)境下計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)也有廣泛應(yīng)用及發(fā)展。

1大數(shù)據(jù)挖掘技術(shù)的應(yīng)用及發(fā)展

數(shù)據(jù)挖掘的實(shí)際應(yīng)用功能大致分為分類去隔法、推算預(yù)測(cè)法、序列規(guī)則法等三類。具體又分為分類、聚類、回歸、時(shí)間、關(guān)聯(lián)、序列六個(gè)分項(xiàng)。數(shù)據(jù)挖掘利用這些分項(xiàng)功能對(duì)大量數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)那些被隱藏的信息對(duì)于社會(huì)的發(fā)展有巨大潛在價(jià)值[1]。

數(shù)據(jù)挖掘過(guò)程是一個(gè)復(fù)雜的建模過(guò)程。大量的復(fù)雜數(shù)據(jù)為建模提供依據(jù)，各種數(shù)理模型能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行有效的分析和整理，從而獲取有用的信息數(shù)據(jù)幫助用戶了解情況，為客戶劃分市場(chǎng)尋找對(duì)策提供最基礎(chǔ)最有效的數(shù)據(jù)支持。在數(shù)據(jù)挖掘中也需要得到相關(guān)知識(shí)及技術(shù)的支持。數(shù)據(jù)挖掘過(guò)程是一個(gè)復(fù)雜而細(xì)致的過(guò)程，數(shù)據(jù)挖掘過(guò)程還需要聯(lián)機(jī)分析與處理系統(tǒng)、專家系統(tǒng)及模式識(shí)別系統(tǒng)等科學(xué)方法的支持。數(shù)據(jù)挖掘是一種運(yùn)用數(shù)據(jù)搜素技術(shù)分析整理企業(yè)所需技術(shù)的方法[2]。規(guī)律性的聯(lián)系被隱藏在大量的數(shù)據(jù)中，數(shù)據(jù)挖掘就是把這種隱藏關(guān)系進(jìn)行搜索和分析，在數(shù)據(jù)挖掘過(guò)程中，通過(guò)數(shù)據(jù)建模對(duì)大量數(shù)據(jù)進(jìn)行分析，利用數(shù)據(jù)模型把隱藏在大量數(shù)據(jù)之中的關(guān)聯(lián)性、規(guī)律性從數(shù)據(jù)中提取出來(lái)。

當(dāng)今社會(huì)已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，從數(shù)據(jù)的發(fā)展現(xiàn)狀來(lái)看，工業(yè)、農(nóng)業(yè)以及軍事等各行各業(yè)的信息化發(fā)展環(huán)境下，必定會(huì)出現(xiàn)海量信息數(shù)據(jù)需要處理，這就對(duì)數(shù)據(jù)挖掘和數(shù)據(jù)分析提出更高的要求。隨著社會(huì)的發(fā)展，數(shù)據(jù)在不斷地增加和更新，數(shù)據(jù)挖掘和分析的技術(shù)也在不斷的進(jìn)步?，F(xiàn)行條件下數(shù)據(jù)分析方法大致分為描述性分析、推斷性分析、差異性分析、相關(guān)性分析、預(yù)測(cè)分析五大類。這幾種數(shù)據(jù)分析方法相互配合，為企業(yè)或機(jī)構(gòu)的發(fā)展和需求提供必要的數(shù)據(jù)分析結(jié)構(gòu)和信息資源，促進(jìn)企業(yè)或機(jī)構(gòu)的高效管理和競(jìng)爭(zhēng)力[3]。

大數(shù)據(jù)處理中，應(yīng)用系統(tǒng)的根本建設(shè)，紀(jì)要做好融合式架構(gòu)結(jié)構(gòu)的合理應(yīng)用，在客戶/服務(wù)器架構(gòu)的應(yīng)用中，服務(wù)器主要是實(shí)現(xiàn)整個(gè)應(yīng)用系統(tǒng)的一種管理和控制，在調(diào)度的過(guò)程中，實(shí)現(xiàn)相關(guān)程序邏輯數(shù)據(jù)的應(yīng)用?？蛻舳送窃谟脩艚换サ娜孑斎牒洼敵鲞^(guò)程中，對(duì)相關(guān)的任務(wù)進(jìn)行完成，并結(jié)合客戶點(diǎn)的服務(wù)器請(qǐng)求發(fā)出，借助于服務(wù)器的實(shí)現(xiàn)過(guò)程。融合式的協(xié)同，在實(shí)際的架構(gòu)應(yīng)用中，有著簡(jiǎn)單性的基本特點(diǎn)，實(shí)際的維護(hù)過(guò)程中，對(duì)于服務(wù)器依賴性相對(duì)較強(qiáng)，并對(duì)于整個(gè)系統(tǒng)的有著直接性的維護(hù)過(guò)程[4]。

分散式的架構(gòu)應(yīng)用中，通過(guò)做好節(jié)點(diǎn)的協(xié)同控制，在系統(tǒng)的相關(guān)控制管理過(guò)程中，注重客戶段模塊的分散，在系統(tǒng)自治實(shí)現(xiàn)中，始終本著靈活性和開(kāi)放性的基本特點(diǎn)，做好數(shù)據(jù)分布存儲(chǔ)，實(shí)現(xiàn)各個(gè)系統(tǒng)的一種獨(dú)立處理。混合式結(jié)構(gòu)在實(shí)際的應(yīng)用中，將數(shù)據(jù)信息的一致性維護(hù)綜合實(shí)現(xiàn)，并做好用戶管理和信息的全面轉(zhuǎn)發(fā)，而用戶和客戶端實(shí)現(xiàn)的交互過(guò)程中，注重客戶段計(jì)算機(jī)資源的充分利用，將服務(wù)器的工作壓力有效減輕，并將服務(wù)器的瓶頸效應(yīng)有效減輕，實(shí)現(xiàn)系統(tǒng)的一種靈活性運(yùn)動(dòng)，實(shí)現(xiàn)系統(tǒng)信息的一致性發(fā)展和應(yīng)用[5]。

2計(jì)算機(jī)數(shù)據(jù)深度挖掘?qū)崿F(xiàn)對(duì)策

在企業(yè)發(fā)展過(guò)程中，必須要有效開(kāi)發(fā)大數(shù)據(jù)資源，在此環(huán)境下也就出現(xiàn)了數(shù)據(jù)深度挖掘。企業(yè)中具有海量寶貴數(shù)據(jù)資源，這些資源的有效應(yīng)用對(duì)其企業(yè)發(fā)展具有重要作用，因此均希望能夠在海量數(shù)據(jù)中提取有效信息。其中深度數(shù)據(jù)挖掘則可以分成三個(gè)階段，分別是：準(zhǔn)備階段、挖掘階段和結(jié)果表達(dá)解釋工作。在數(shù)據(jù)挖掘過(guò)程中有關(guān)聯(lián)分析、聚類分析和演變態(tài)勢(shì)分析等多種方式，可以依照數(shù)據(jù)的不同特點(diǎn)，構(gòu)建相應(yīng)的分類模型，這樣不但能夠詳細(xì)分析數(shù)據(jù)種類，并且還能夠?qū)崿F(xiàn)數(shù)據(jù)狀態(tài)細(xì)化，從而制定相應(yīng)的營(yíng)銷(xiāo)對(duì)策，確定更具有價(jià)值的客戶群體。在上進(jìn)行數(shù)據(jù)分類之前可以首先進(jìn)行評(píng)估，之后基于評(píng)估結(jié)果實(shí)施數(shù)據(jù)預(yù)分類，并再次進(jìn)行優(yōu)化修正[6]。

數(shù)據(jù)預(yù)測(cè)具有重要應(yīng)用價(jià)值，在數(shù)據(jù)深度挖掘中是一個(gè)重要流程，同時(shí)在數(shù)據(jù)挖掘中也具有高級(jí)應(yīng)用價(jià)值。預(yù)測(cè)不但是進(jìn)行大數(shù)據(jù)估計(jì)，主要是要實(shí)現(xiàn)大數(shù)據(jù)的準(zhǔn)確預(yù)判，預(yù)測(cè)需要對(duì)之前所收集的信息數(shù)據(jù)進(jìn)行分類整理，抽象性分析現(xiàn)實(shí)世界中的應(yīng)用價(jià)值，從而構(gòu)建初步模型。之后既可以從信度和效度兩方面實(shí)現(xiàn)數(shù)據(jù)模型的相關(guān)檢驗(yàn)，以能夠顯著提升模型的準(zhǔn)確性。構(gòu)建模型本身也就屬于是一個(gè)數(shù)據(jù)模擬過(guò)程，主要作用也就是通過(guò)數(shù)據(jù)進(jìn)行企業(yè)未來(lái)的發(fā)展趨勢(shì)預(yù)測(cè)，并最大化的提高其預(yù)測(cè)結(jié)果的準(zhǔn)確性。所收集的信息數(shù)據(jù)屬于是過(guò)去，所代表的也只能是過(guò)去，但是在數(shù)據(jù)模型下則可以對(duì)這些數(shù)據(jù)的基本機(jī)制找出，從而對(duì)未來(lái)起到預(yù)測(cè)作用。過(guò)去的數(shù)據(jù)不但能夠代表過(guò)去，同時(shí)對(duì)于未來(lái)預(yù)測(cè)也具有重要價(jià)值。數(shù)據(jù)預(yù)測(cè)本身具有一定復(fù)雜性，據(jù)不完全統(tǒng)計(jì)，數(shù)據(jù)預(yù)測(cè)方法已經(jīng)有幾百種模型，常用模型就能夠達(dá)到好幾十種，所以對(duì)于數(shù)據(jù)預(yù)測(cè)模型則還需要進(jìn)一步優(yōu)化改進(jìn)。現(xiàn)實(shí)世界相當(dāng)復(fù)雜，目前數(shù)據(jù)模型預(yù)測(cè)技術(shù)已經(jīng)迅速發(fā)展，但是要對(duì)其作用有全面認(rèn)識(shí)，預(yù)測(cè)并不能夠徹底代表現(xiàn)實(shí)，目前已經(jīng)存在的模型則無(wú)法有效滿足當(dāng)前業(yè)務(wù)所需。在當(dāng)前企業(yè)中常用的模型中種類比較多，其中有AR模型、MA模型以及非線性回歸等預(yù)測(cè)模型。同時(shí)也會(huì)應(yīng)用到專業(yè)級(jí)統(tǒng)計(jì)應(yīng)用軟件，包括有SPSS、MATLAB以及矩陣實(shí)驗(yàn)室等等，進(jìn)一步方便進(jìn)行數(shù)據(jù)深度挖掘。

3計(jì)算機(jī)數(shù)據(jù)精細(xì)管理

數(shù)據(jù)挖掘技術(shù)的應(yīng)用能夠顯著提升企業(yè)的洞察力，大數(shù)據(jù)的精細(xì)化管理能夠?yàn)槠髽I(yè)提供重要保障。當(dāng)前，只有在大型企業(yè)中才出現(xiàn)大數(shù)據(jù)的精細(xì)管理，特別是在一些互聯(lián)網(wǎng)或其他高科技企業(yè)，大數(shù)據(jù)深度挖掘技術(shù)無(wú)法滿足企業(yè)海量數(shù)據(jù)處理要求。就算是有些企業(yè)有數(shù)十年的數(shù)據(jù)量，但是依舊沒(méi)有實(shí)現(xiàn)大數(shù)據(jù)水平。在企業(yè)發(fā)展中，不管是經(jīng)濟(jì)利潤(rùn)還是客戶為中心，大數(shù)據(jù)精細(xì)管理均能夠產(chǎn)生相應(yīng)的促進(jìn)作用，從而確保企業(yè)健康發(fā)展。大數(shù)據(jù)精細(xì)管理則能夠?yàn)槠髽I(yè)管理提供重要參考意見(jiàn)，為企業(yè)市場(chǎng)競(jìng)爭(zhēng)發(fā)展提供理論支持。

4 結(jié)束語(yǔ)

“大數(shù)據(jù)”這個(gè)概念雖然在近幾年內(nèi)才出現(xiàn)，但是這個(gè)概念卻迅速地被世界各地人民所接受和應(yīng)用。大數(shù)據(jù)挖掘和分析技術(shù)需要各地人民進(jìn)行努力。我國(guó)在大數(shù)據(jù)挖掘和分析的道路上需要加強(qiáng)對(duì)大數(shù)據(jù)的獲取與掌握的重視，加快對(duì)大數(shù)據(jù)挖掘和分析。

參考文獻(xiàn)：

[1] 余方興.淺談?dòng)?jì)算機(jī)數(shù)據(jù)挖掘[J].計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2013（14）：298-298，300.

[2] 宋偉瑩.計(jì)算機(jī)病毒數(shù)據(jù)庫(kù)的修改和挖掘[J].軍民兩用技術(shù)與產(chǎn)品，2016（4）：47-47，48.

[3] 欒華，周明全，付艷等.多核處理器上的頻繁圖挖掘方法[J].計(jì)算機(jī)研究與發(fā)展，2015（12）：2844-2856.

[4] 毛國(guó)君，宗東軍.基于多維數(shù)據(jù)流挖掘技術(shù)的入侵檢測(cè)模型與算法[J].計(jì)算機(jī)研究與發(fā)展，2009，46（4）：602-609.

[5] 林培利.淺析計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)在煤礦行業(yè)中的應(yīng)用[J].江西建材，2014（9）：229-229.

[6] 劉春娟.淺談?dòng)?jì)算機(jī)數(shù)據(jù)挖掘[J].電子測(cè)試，2014（6）：35-36，14.