數(shù)據(jù)挖掘在日常生活中的應(yīng)用

趙敏

摘要：數(shù)據(jù)挖掘是KDD中特定情況下的一個步驟。大部分人是通過啤酒+尿布的案例認識到數(shù)據(jù)挖掘，不少人也通過這個有趣的故事開始接觸數(shù)據(jù)挖掘。大數(shù)據(jù)能夠讓企業(yè)測量出之前被認為無法計算的信息。使用這些信息，分析師能發(fā)現(xiàn)新的工業(yè)模式并能更好的了解客戶的動機，興趣愛好和討厭的東西。更多得了解什么能讓客戶做出選擇，能夠為通向新的商業(yè)機會創(chuàng)造出更多的可能，也能夠讓企業(yè)發(fā)布出令客戶感興趣的內(nèi)容和產(chǎn)品。比如現(xiàn)在的“瀑布流”，就是企業(yè)根據(jù)網(wǎng)民平常瀏覽互聯(lián)網(wǎng)信息的類型，基于用戶搜索習慣、興趣愛好、歸屬地、年齡、區(qū)域、商圈等等大數(shù)據(jù)信息，挖掘并分析出來跟本人相匹配的廣告信息推送給你。

關(guān)鍵詞：數(shù)據(jù)挖掘;應(yīng)用方向;數(shù)據(jù)分析;算法

中圖分類號：TP311.13文獻標識碼：A文章編號：1672-9129（2020）07-0115-01

Abstract：Data mining is a step in a specific situation in KDD. Most people got to know about data mining through the beer and diapers case， and a lot of people got to know about data mining through this interesting story. Big data allows companies to measure information that was previously considered uncomputable. Using this information， analysts can discover new industry patterns and better understand customers' motivations， interests and annoyances. Learning more about what enables customers to make choices creates more possibilities for new business opportunities and enables companies to deliver content and products that will be of interest to customers. For example， the current "waterfall flow" is that enterprises mine and analyze the advertising information matching themselves to you based on the user's search habits， interests， place of residence， age， region， business circle and other big data based on the type of Internet information that netizens usually browse.

Key words：data mining;Application direction;Data analysis;algorithm

1項目分析

隨著科技的快速發(fā)展，我們出現(xiàn)了多種多樣的新興產(chǎn)物，因此，所需要學習的知識就更多了。在我們的日常生活中，對數(shù)據(jù)分析的要求也越來越高了。本次研究，就是想要探尋在我們?nèi)粘Ｉ钪?，?shù)據(jù)挖掘帶給了我們那些便利，以及其中我們需要具備和掌握那些知識。

2數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)應(yīng)用十分廣泛，該技術(shù)融合了數(shù)理統(tǒng)計、模糊數(shù)學、機器學習、模式識別、人工智能和數(shù)據(jù)庫技術(shù)等技術(shù)潮流的研究成果，能夠很好的在商業(yè)智能和決策分析中發(fā)揮作用。同時數(shù)據(jù)挖掘技術(shù)廣泛應(yīng)用于商業(yè)、醫(yī)學、教育等行業(yè)。數(shù)據(jù)挖掘技術(shù)的發(fā)展對于我們每個人來說都具有十分重要的意義。

數(shù)據(jù)挖掘可以解決許多問題，但在實現(xiàn)的過程中是一個非常繁瑣的過程，并有豐富的計算機基礎(chǔ)才能實現(xiàn)。隨著信息技術(shù)的發(fā)展，出現(xiàn)了許多數(shù)據(jù)挖掘的工具，比如NLPIR分析平臺是相較于其它系統(tǒng)都是占據(jù)優(yōu)勢的系統(tǒng)，該系統(tǒng)主要是側(cè)重大數(shù)據(jù)內(nèi)容采編挖搜的綜合需求，它是網(wǎng)絡(luò)精準采集、自然語言理解、文本挖掘和語義搜索強強聯(lián)合的最新研究成果，并且先后經(jīng)歷了近二十年的不斷創(chuàng)新，取得今天的輝煌成就。

3數(shù)據(jù)挖掘在醫(yī)學中的應(yīng)用

數(shù)據(jù)挖掘在醫(yī)學中的應(yīng)用。數(shù)據(jù)挖掘是醫(yī)學的一次時代轉(zhuǎn)折點。在醫(yī)學上，數(shù)據(jù)挖掘可以做到：分析電子病歷、分析醫(yī)院系統(tǒng)、管理數(shù)據(jù)用于公共健康研究、循證醫(yī)學、降低再入院率、保護病人的身份信息、創(chuàng)建更高效的診所等。數(shù)據(jù)挖掘在醫(yī)學中最常用的算法就是Relief算法和K-means聚類算法。Relief算法比較簡單，運行的效率也很高，所以被人們廣泛使用。但是它只能處理兩類別的數(shù)據(jù)，后來Relief算法也得到了很多的創(chuàng)新和發(fā)展。K-means算法是一種常用的聚類算法。該算法首先初始化質(zhì)心，然后判斷各個質(zhì)心間的距離，按照就近原則分配，最后計算質(zhì)心。不斷重復當前的操作，目標函數(shù)最小時結(jié)束操作。數(shù)據(jù)挖掘不僅在西醫(yī)的領(lǐng)域做出來巨大貢獻，在我國古老的中醫(yī)文化中也是如此。數(shù)據(jù)挖掘分析了大量中草藥的功效數(shù)據(jù)，讓醫(yī)學更加具有科學性。

4數(shù)據(jù)挖掘在商業(yè)中的應(yīng)用

數(shù)據(jù)挖掘在商業(yè)數(shù)據(jù)分析值也起到了重要的作用。數(shù)據(jù)挖掘可以將客戶群體細分，然后針對每一個不同的群體定制相應(yīng)的、最好的服務(wù)。同時也做到了模擬現(xiàn)實的環(huán)境場景，不斷發(fā)現(xiàn)用戶的新需求，同時公司可以提高投資的回報率。并可以加強各個部門之間的聯(lián)系，穩(wěn)步地提高整條管理鏈條和產(chǎn)業(yè)鏈條的效率。還降低了公司的服務(wù)成本，相對之前更容易的發(fā)現(xiàn)了隱藏線索，再進行相應(yīng)產(chǎn)品和服務(wù)的創(chuàng)新。

數(shù)據(jù)挖掘在商業(yè)中最常用的算法有：神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、粗糙集算法，模糊集方法等。其中神經(jīng)網(wǎng)絡(luò)方法自身具有容錯性能高、采用分布存儲、處理機制為并行處理和有很強的組織性和適應(yīng)性等。因此多用于處理數(shù)據(jù)挖掘中可能遇到的一些問題。遺傳算法：能夠很好的與其它模型結(jié)合、也具有并行性等特性，被靈活的應(yīng)用在神經(jīng)網(wǎng)絡(luò)、粗集技術(shù)的結(jié)合中。粗糙集算法是一種多用于不準確知識的工具，其優(yōu)點是節(jié)省空間，算法較為簡單，容易理解和操作。模糊集方法是對具體的問題做判斷、決策、識別和分析操作。系統(tǒng)的模糊性是隨著復雜性增高而增高的。

5數(shù)據(jù)挖掘在教育中的應(yīng)用

數(shù)據(jù)挖掘在教育中的應(yīng)用。數(shù)據(jù)挖掘能夠幫助老師和學生更好的總結(jié)近期的學習狀況，科學有效的分析相關(guān)數(shù)據(jù)信息。例如可以運用大數(shù)據(jù)設(shè)計教育環(huán)境，完善教學的場景，配置教育試驗場景等，這些都能夠充分的調(diào)用學生群體在學習領(lǐng)域中的主動性和積極性，對教育領(lǐng)域的發(fā)展有不可估量的作用。數(shù)據(jù)挖掘?qū)τ谖覀兊慕逃龀龅耐怀鲐暙I主要有這幾方面：適應(yīng)性教學支持、教學規(guī)律發(fā)現(xiàn)、信息化校園管理。數(shù)據(jù)挖掘在教育領(lǐng)域里具有著十分強大的發(fā)展機遇，但同時也面臨著很多的挑戰(zhàn)?，F(xiàn)在的數(shù)據(jù)挖掘在教育領(lǐng)域中還算是開始階段。相關(guān)方向的研究特點鮮明，能夠突出其中的優(yōu)越性。在這個科技快速發(fā)展的新時代，我們應(yīng)該直面數(shù)據(jù)挖掘在教育中的困難和挑戰(zhàn)，不斷創(chuàng)新，不斷實踐，多方面考量，最后達成最好的效果。

6結(jié)論

數(shù)據(jù)挖掘在我們的日常生活中的應(yīng)用是方方面面的，帶給我們的不僅僅是利益，更多的是科技的進步，人民的發(fā)展，國家的強盛。在數(shù)據(jù)挖掘這個新時代下，我們的生活也變得多姿多彩起來了。數(shù)據(jù)挖掘教會我們用一個嶄新的視角將數(shù)據(jù)庫技術(shù)、統(tǒng)計學、機器學習、信息檢索技術(shù)、數(shù)據(jù)可視化和模式識別與人工智能等領(lǐng)域完美的結(jié)合起來，將每一個知識的優(yōu)點都發(fā)揮到極致，在不斷創(chuàng)新、發(fā)展的過程中，我們將收獲比傳統(tǒng)方法更多更有效的知識。因此，數(shù)據(jù)挖掘在我們的日常生活中發(fā)揮著重要的作用。以后的時代，數(shù)據(jù)挖掘?qū)粩喟l(fā)展，迎來高峰。

參考文獻：

[1]伍永鋒.基于大數(shù)據(jù)的計算機數(shù)據(jù)挖掘技術(shù)在檔案管理系統(tǒng)中的應(yīng)用[J].信息與電腦（理論版），2019，13（11）：166-167.

[2]段彬，魏巍.數(shù)據(jù)挖掘在軟件工程領(lǐng)域中的應(yīng)用淺析[J].信息系統(tǒng)工程，2018（04）：89.