数据挖掘技术与应用探析

摘要：大数据时代的发展为各行各业提供了新的工作方式，为了更好应用大数据相关技术手段，数据挖掘成为比较基本的一环，确保数据挖掘技术可以得到较好创新发展，并且适应于大数据环境成为当前发展的重要目标。下面就重点围绕着大数据时代的数据挖掘技术应用进行了简要分析论述，以供参考。

关键词：大数据时代；数据挖掘技术；应用

随着当前大数据时代的发展，信息技术的应用价值越来越突出，在很多领域都表现出了极强的应用价值，为了更好凸显大数据时代的效益，必然需要加大对于大数据相关数据信息的充分运用。基于大数据相关技术的应用和落实，针对各类数据信息进行充分挖掘是比较关键的条件，只有利用数据挖掘技术实现对于繁杂数据信息的有效挖掘，才能够提升其应用效益，为此数据挖掘技术应该作为未来大数据时展中比较关键的一环。

一、大数据和数据挖掘技术概述

（一）大数据概述

大数据时代是当前互联网信息技术发展的重要趋势，有研究表明当前互联网数据量正在逐年递增，“大数据”特点越来越凸显。大数据时代的发展主要表现出了以下几个方面的基本特征：大量化，主要就是指数据信息的量相对比较大，其一般涉及到了应用对象的所有数据信息，完整性比较明显；多样性，大数据时代的发展还表现出了数据信息的多样化趋势，其涉及到的数据信息类型众多，并且数据信息的表现形式同样也多样，尤其是非结构化数据，在当前的占比越来越高；快速化，当前大数据时代的发展和应用还表现出了较为明显的高速要求，虽然其需要处理的数据信息量较大，也相对比较繁杂，但是却同样也面临着较高的速度要求，需要具备较强的应用实效性；高质量，就大数据时代的发展来看，因为其涉及到的数据信息量比较大，必然也会表现出了较为明显的低质量密度，但是这也并非是指大数据相关技术的应用不存在较高的质量要求，相反，为了确保大数据应用更为高效适宜，同样也需要重点围绕着质量进行严格把关，能够确保其在决策环节中表现出较强的作用价值。

（二）数据挖掘技术

数据挖掘技术作为一种新型的数据处理方式，在当前大数据时展下表现出了极强的作用价值，其可以较好实现大量繁杂数据的有效分析，从中提取一些有用的高质量数据，如此也就能够适应于质量密度较低的数据集处理。从数据挖掘技术的具体应用中来看，其表现出了明显的循环往复特点，能够对于数据信息进行高效利用，结合不同的数据应用需求进行有针对性地处理，最终可以取得理想效益。随着当前人工智能技术的发展，数据挖掘技术同样也呈现出了较多新的应用特点，尤其是神经网络以及遗传算法的应用，更是体现出了较强的实际效益，在很多领域都得到了理想运用。数据挖掘技术的应用能够较好作用于关系数据库、文本数据源、时态数据库、数据仓库以及异质数据库等多种对象。

二、大数据时代下数据挖掘技术的应用

（一）教育行业中数据挖掘技术的应用

当前教育行业的发展同样也表现出了较为明显的“大数据”特点，大数据技术可以较好作用于教育教学的很多领域，尤其是在教学评价以及教学信息的管理上，更是体现出了“大数据”发展趋势。未来教育行业发展中面临着越来越繁杂的数据信息，必然需要借助于数据挖掘技术进行优化，确保相关数据信息能够得到较好配置和应用，从而实现规范归档整理，避免在各类数据信息应用中出现较为明显的杂乱问题，并且能够有效确保信息数据在不同情境下得到准确高效运用。

（二）科学研究中数据挖掘技术的应用

当前科学研究相对而言越来越复杂，也必然会在研究过程以及研究结果分析中面临越来越繁杂的数据信息，因此也体现出了“大数据”特点，对于数据挖掘技术的要求也比较高。比如在各类科学实验测试过程中，不仅仅自身实验涉及到了大量需要关注的信息参数，在大量充分处理中同样也面临着较为繁杂的数据信息，加大了数据分析的难度。基于此，数据挖掘技术在科学研究中可以实现对于数据信息内在规律的有效寻找，促使各类数据信息都可以得到有效应用，呈现最为有用的数据结果。

（三）电信行业中数据挖掘技术的应用

数据挖掘在各行各业应用广泛，尤其在金融、保险、电子商务和电信方面得到了很好的效果，以电信行业为例，随着4G、5G技术推广，电信业发展突飞猛进，尤其是在网络信息方面，其数量比较庞大，相应数据信息的整合问题也就越来越突出，对于技术的要求相对比较高，是“大数据”发展需要关注的一个重要行业。为了更好应对大数据时展要求，数据挖掘技术的应用需要予以高度关注，确保大量的数据信息得到有效分类管理。实践中对于不同类型的网络信息数据采用不同方式予以处理，较好提升各类数据信息的应用价值，确保相应数据信息可以更好服务于电信行业，提供较为理想的网络信息载体。

结语

综上所述，对于当前大数据时展下越来越繁杂的数据信息量，其处理难度越来越大，借助于数据挖掘技术显得尤为重要，数据挖掘技术也确实在当前很多领域得到了理想运用，除了教育行业、科学研究领域以及电信业外，目前很多企业在进行决策时同样也需要借助于数据挖掘技术，应该在未来予以充分研究。

参考文献：

[1]于婷.大数据时代的数据挖掘技术与应用[J].通讯世界,2018,25(12):18-19.

[2]王继华.大数据时代下图书馆数据挖掘和情报分析研究———以中文发现系统为例[J].河南图书馆学刊,2018,38(11):129-131.

[3]印小冬.大数据时代的数据挖掘及应用[J].信息与电脑(理论版),2018(19):10-11.

[4]王恒斌.浅谈大数据时代的数据挖掘与分析[J].信息系统工程,2018(09):128.

作者：鄢泽然 单位：上海对外经贸大学