基于大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)與應(yīng)用

李容容

摘要：科技前進(jìn)的步伐越來越快，數(shù)據(jù)挖掘與傳統(tǒng)行業(yè)相結(jié)合，在各行各業(yè)展現(xiàn)出了十分強(qiáng)大的生命力。本文從數(shù)據(jù)挖掘的基本概念和功能談起，進(jìn)一步再分析其在金融和人力資源兩個方面的具體運(yùn)用。

關(guān)鍵詞：數(shù)據(jù)挖掘 大數(shù)據(jù) 金融 人力資源

引言

因?yàn)樵朴?jì)算不停地高速發(fā)展，隨著時間的積累，各行各業(yè)中積累了大量的數(shù)據(jù)信息。面對如此特殊的信息來源，企業(yè)怎樣合理利用龐大的信息，提高自身效率，快速占領(lǐng)市場份額，成為一個關(guān)鍵內(nèi)容。如何正確在各學(xué)科中發(fā)揮數(shù)據(jù)挖掘技術(shù)的優(yōu)勢值得各界的重視。

一、數(shù)據(jù)挖掘的概念和功能

（一）數(shù)據(jù)挖掘概念。數(shù)據(jù)挖掘是指從龐大繁雜的數(shù)據(jù)中通過算法搜索隱藏于表面數(shù)據(jù)背后信息的過程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)和模式識別等多種方法來實(shí)現(xiàn)上述目標(biāo)。

（二）數(shù)據(jù)挖掘的方法和過程。數(shù)據(jù)挖掘的理論技術(shù)一般可分為傳統(tǒng)技術(shù)和改良技術(shù)兩支。就傳統(tǒng)技術(shù)而言，以統(tǒng)計(jì)分析為主要代表；就改良技術(shù)而言，以決策樹理論、類神經(jīng)網(wǎng)絡(luò)和規(guī)則歸納法等為主要代表。

數(shù)據(jù)挖掘的簡單過程主要如下：

（1）確定業(yè)務(wù)對象：成功地進(jìn)行數(shù)據(jù)分析的第一步是確立數(shù)據(jù)挖掘的目標(biāo)。通過對業(yè)務(wù)對象的研究，確定業(yè)務(wù)問題。（2）數(shù)據(jù)準(zhǔn)備：首先，要從龐大的數(shù)據(jù)中進(jìn)行一定程度地挑選，將所有與業(yè)務(wù)有關(guān)的數(shù)據(jù)調(diào)集在一起，再從中挑選出適合進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)，為下一步做準(zhǔn)備；其次，要對數(shù)據(jù)進(jìn)行預(yù)處理，確保數(shù)據(jù)的相關(guān)性和有效性，確定即將進(jìn)行的挖掘操作的方案；最終，要對得到結(jié)果數(shù)據(jù)的進(jìn)行轉(zhuǎn)換，即要把數(shù)據(jù)分析轉(zhuǎn)換成一個以挖掘算法為基礎(chǔ)建立的分析模型，此環(huán)節(jié)是數(shù)據(jù)挖掘成功的重要步驟。（3）數(shù)據(jù)挖掘：對已經(jīng)經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘。（4）結(jié)果分析：解釋并評估結(jié)果。（5）知識的同化：在進(jìn)行完以上所有的步驟之后，只有將分析所得到的知識，與研究對象相結(jié)合，集成到研究對象信息系統(tǒng)的組織結(jié)構(gòu)中去，才能最終呈現(xiàn)出有價值的信息。

（三）數(shù)據(jù)挖掘的主要功能。數(shù)據(jù)挖掘的功能十分強(qiáng)大，在與各行各業(yè)結(jié)合之后，都能為各行業(yè)帶來新的發(fā)展契機(jī)。一般來說，數(shù)據(jù)挖掘的功能分為兩類：一類是描述性功能，是指對目標(biāo)數(shù)據(jù)的屬性進(jìn)行特征描述；另一類是預(yù)測性功能，是指對當(dāng)前數(shù)據(jù)進(jìn)行歸納，以進(jìn)行發(fā)展趨勢的預(yù)測。

二、數(shù)據(jù)挖掘技術(shù)的應(yīng)用實(shí)踐

（一）在金融方面的應(yīng)用。大數(shù)據(jù)金融以龐大繁雜的數(shù)據(jù)作為基礎(chǔ)，利用如互聯(lián)網(wǎng)等信息化技術(shù)，分析處理對客戶的消費(fèi)數(shù)據(jù)，將客戶及時全面的信息及時地反饋給金融企業(yè)，如此一來，使得金融企業(yè)給零散化的客戶群體提供定制化的服務(wù)成為可能。數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的表現(xiàn)十分優(yōu)異，在第三方支付、p2p網(wǎng)絡(luò)借貸、供應(yīng)鏈金融、互聯(lián)網(wǎng)消費(fèi)金融等方面均有廣泛的運(yùn)用。

就第三方支付而言，因?yàn)槠溥\(yùn)用場景多樣化，使用方便快捷，因而，第三方支付與上下游的交易者聯(lián)系緊密。當(dāng)相關(guān)數(shù)據(jù)累積到一定程度時，便可推出更多的增值服務(wù)，進(jìn)一步增加利潤來源。在眾多增值服務(wù)中，近年來，值得一提的是由螞蟻金服推出的螞蟻花唄。螞蚊花唄本質(zhì)上而言是一款消費(fèi)信貸產(chǎn)品。螞蟻花唄利用大數(shù)據(jù)，以自身的風(fēng)控模型為基礎(chǔ)，結(jié)合對消費(fèi)者在互聯(lián)網(wǎng)上的各種網(wǎng)購情況、支付習(xí)慣、信用風(fēng)險等的分析結(jié)果，對不同的用戶根據(jù)其近期的消費(fèi)情況給予不同數(shù)額的消費(fèi)額度。

第三方互聯(lián)網(wǎng)支付交易規(guī)模由于互聯(lián)網(wǎng)理財(cái)?shù)却箢~交易場景的推動保持高速增長。在2013年，第三方互聯(lián)網(wǎng)支付交易額僅為6萬億元，但據(jù)可靠預(yù)測，在2020年，此交易額可到39萬億元。再看第三方移動支付交易額。由于移動支付場景的多樣化、用戶滲透率越來越高、各種第三方支付企業(yè)進(jìn)軍市場等原因，移動交易量不斷上升。在2013年，第三方移動支付交易額僅為1萬億元。但據(jù)估計(jì)，在2020年，第三方移動支付交易額可達(dá)144萬億元。

（二）在人力資源管理方面的運(yùn)用。人力資源管理六大基本模塊分別是人力資源規(guī)劃、招聘與配置、培訓(xùn)與開發(fā)、績效管理、薪酬管理及員工關(guān)系。數(shù)據(jù)挖掘技術(shù)正好為每一模塊都提供了過硬的技術(shù)支持，推動了人力資源管理系統(tǒng)改革。下面分別就此六個模塊如何與數(shù)據(jù)挖掘相結(jié)合進(jìn)行簡單地分析：

（1）數(shù)據(jù)挖掘與人力資源規(guī)劃：通過數(shù)據(jù)挖掘技術(shù)，組織管理者可以利用搜集到的每一個員工的組織內(nèi)外部的信息資料，聯(lián)系企業(yè)的整體戰(zhàn)略目標(biāo)，以事實(shí)為依據(jù)，制定未來人力資源規(guī)劃。

（2）數(shù)據(jù)挖掘與人才的招聘與配置：招聘時，招聘者對于求職者的了解一般都比較膚淺，對于求職者的專業(yè)技能掌握情況、工作效率等無法有效進(jìn)行認(rèn)知。而新興的社交網(wǎng)絡(luò)呈現(xiàn)了—個人各方面的信息，如工作經(jīng)歷、社會關(guān)系、工作效率等，從而能助招聘者一臂之力，達(dá)到精準(zhǔn)的人崗匹配。

（3）數(shù)據(jù)挖掘與員工的開發(fā)：利用數(shù)據(jù)挖掘，管理者將職業(yè)生涯規(guī)劃建立在員工全方位數(shù)據(jù)的基礎(chǔ)上，如員工的應(yīng)聘崗位、晉升意愿和期望薪酬等結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)信息，從而精準(zhǔn)地為員工提供職業(yè)培訓(xùn)。

（4）數(shù)據(jù)挖掘與績效考核：通過數(shù)據(jù)挖掘技術(shù)，人力資源部門首先借助各大網(wǎng)絡(luò)平臺，整理、搜集和分析挖掘與各員工崗位相關(guān)數(shù)據(jù)，建立起以實(shí)際數(shù)據(jù)為基礎(chǔ)的績效考核指標(biāo)，從而設(shè)計(jì)員工考核的分析工具。

（5）數(shù)據(jù)挖掘與薪酬激勵：利用數(shù)據(jù)挖掘，以員工的數(shù)據(jù)分析結(jié)果為基礎(chǔ)，對不同的員工采取不同的激勵制度。

（6）數(shù)據(jù)挖掘與員工關(guān)系：利用數(shù)據(jù)挖掘，利用數(shù)據(jù)和客觀事實(shí)對員工進(jìn)行管理，更能讓員工感受到公平，從而以更加積極的心態(tài)對待工作。

三、結(jié)語

總而言之，大數(shù)據(jù)為各行各業(yè)的改革提供了一個新的契機(jī)，各行業(yè)應(yīng)該正確把握和利用數(shù)據(jù)挖掘技術(shù)帶來的優(yōu)勢，權(quán)衡大數(shù)據(jù)帶來的收益與風(fēng)險，推動自身發(fā)展。