大数据时代的数据挖掘技术与应用分析

张书月 广州工商学院电子信息工程系

一、大数据时代背景下数据信息的核心利用价值

数据信息从本身的实际效用价值的方面进行探讨，具有很强的探索精神，也就是说，在人类社会历史发展史中，对于数据信息的获取缺乏工具上的得心应手，因此造成了对于数据信息的获取收集存在很大的局限性，单纯处于初级的探索阶段，没有充分展现数据信息的主要价值所在。目前随着互联网技术的普及，越来越多的人参与并使用互联网信息通讯技术，通过互联网的相互交流的联通性质促使所有用户都借助网络媒体工具留存属于自己的数据信息。这中全新境况的出现，为各类数据信息留存了必要的存储空间，同样也促使万千互联网用户改变了原有社会生活方式，将数据信息的内在根本价值全面立体的展现，更好的推动相关数据信息的再次收集存储利用。

（一）大数据时代下数据信息的真实性特点

在全球大数据时代的世界互联网环境中，各类数据信息首先彰显出的绝对特征是具有真实性。从传统老旧的数据信息收集使用方式来看，对于社会成员所获取的数据信息真实性验证存在一定的制约。传统数据信息收集方式大多数采取劳神费力的问卷调查和随机抽样相互结合的方式进行，比如，在调查某份销售商品的主要受众人群，此时所获取到的问卷结果就是一种纸质版本的数据信息。但是这种调查形式存在很多片面的局限性，不能很好的展现所调查事件获取数据信息的真实准确的特性。因为本身问卷调查和随机抽样就存在一定的主观判断性，不能全面整体的完成获取信息结果的真是有效，最终的调查结果也不能作为商业销售行为的重要指示性文件，在很大程度上难以形成有效的数据信息获取的良性循环。但是在大数据时代背景下，进一步保证了数据信息获取的真实准确的特性。这主要是由于整体获取数据信息的体量十分放大，来源众多，也就是说，由于数据信息整体获取路径和实际收集范围有效增强了数据信息的准确真实，而对于有保障的真实数据信息，其所代表展现的核心使用价值更具可靠性。

(二）大数据时代下数据信息的预见性特征

数据信息的预见性特征，换个角度进行分析，也就是大数据时代背景下的数据信息具强劲的先发优势。在竞争愈发激烈的当前社会整体大环境下，提前的预见性和先发优势成为制胜的核心关键之处所在，大数据时代要求下的数据信息有效的从根本上保证了先发优势成为可能。通过简单地例子可以看出，目前通过对所获取的一部分数据信息展开相应的挖掘分析工作，在实际的信息挖掘过程中，发现目前市场上存在某种使用人数众多，却无法批量提供市场紧缺的物品。这种数据信息的汇总和探索了解，可以有效促使一部分有心人士通过市场需求，创设相应的供给产业链，完成相关产品的大批量生产，最终形成企业规模并逐步被社会所认可。通过上述举例可以明显的感受到在当下大数据时代过程中，数据信息可以充分有效的提供给使用者所必要的预见性和先发制人的优势特点，通过广泛和多角度立体的全面数据观察统计处理，最终可以有预见性的搜寻他人缺失的信息部分，最终为数据信息的直接使用者以全新的利用价值使用。

二、大数据时代背景下的数据挖掘技术论述

在目前大数据云计算的全新时代过程中，所获取到的所有数据信息都在一定程度上有相应的历史作用，所以在充分获取数据信息，拓展数据信息的挖掘技术是保证信息获取的核心根本要求，因此从根本上进行分析，数据信息挖掘的应用方式探索具有重要建设性指导意义。以下主要将数据挖掘技术方法使用分为四类展开相应的描述。

(一）预测模型方法

预测模型方法主要是指在海量数据信息进行重要需求信息的筛选鉴别工作的先进数据信息挖掘技术，其主要完成数据信息挖掘的具体方式可以划分为以下三种类型：

（1）神经网络与决策树为核心代表的相关人工智能算法。这种数据信息挖掘方式主要是通过对动物神经系统进行再次模拟仿生，有效的借助动物神经元式样完成相应神经系统运转过程，最终得到相应的非线性的数据信息处理方式。这种方式的使用，可以从根本上增强了数据信息的挖掘和分析工作的充分完成，尽可能的完成大范围规模上数据的再次处理利用工作，尤其是在于数据信息分类和预测模型使用方面有较强的建树，能够广泛完成数据信息中价值挖掘的根本工作任务目标。

（2）进化运算机制法。这种大数据时代背景下的信息数据挖掘工作方式主要是根据自然界各种进化论机制作为主要依据，通过借助相应的进化机制的模拟运算法则的使用，最终完成数据的筛选工作。与此同时，选择性的注入适当科学合理的函数公式进行相应的调整，由此获得优胜劣汰的筛查机制，完成数据挖掘工作中最为智能化的部分。

（3）支持向量机。此类数据信息的挖掘技术使用方法主要目的是充分解决当前所能完成数据挖掘的整体数据样本规模较小且非线性关联的问题，有针对性的完成不规则关系关联的数据信息的集中处理，达到有效分割再次突破而使用的具有独特价值的数据分析归纳方式。

（二）数据分割方法

除上述完成大数据时代下数据信息挖掘的用来建立相应模型结构的方法之外，另一种通过将使用数据信息采用按统一规则进行分割的方法完成数据信息的挖掘处理工作。这种方法的主要核心关键是完成数据本身自带属性特质完成划分，主要需要完成的就是将数据按照本身的属性进行分类，促使某些表面上没有应用价值的数据信息进行改造，最终获取相应的数据内在价值和根本效用意义。

（三）关联分析法

关联分析法通过借助数据之间本身所存在各类关联效用，大面积范围规模内对相应同类有关联的数据信息进行相应的配比配对，但是在实际工作开展过程中对于数据信息配比的真实性存在一定的难度，所以选择性引入“置信度”的概念，从侧面的角度充分验证相关匹配的关联数据信息之间的联系程度是否在有限的范围内是适当的。这种类似于数学统计学中对于置信水平的测算方式，在很大程度上推动了数据获取的使用性特征价值的全面发挥，从而有效的完成数据挖掘处理技术能力发挥。

（四）偏离分析法

大数据时代下的数据挖掘技术中的最后一个方法就是采用偏离分析法，它的主要工作原理是通过利用数据信息与数据信息相互之间存在一定可控的偏差状态统计，从而获取数据信息的多样化的独立个体差异特征，继而完成数据本身价值的深入挖掘。在偏离分析法过程中的数据信息挖掘处理工作流程，根据规则规定的要求完成数据信息的数值参数设定，从而对于数据结果信息与演练结果进行比对，从中获取相应的偏差数额，并对偏差状态展开相应预先判断和精准测量估计，最终挖掘出数据信息相应的潜在使用价值。

三、大数据时代对数据挖掘的相关实际应用

大数据时代背景下的全新要求形式下，从根本上推动了数据挖掘技术使用不断渗透至全体社会生活的方方面面的各行各业当中。

（一）生物信息层面应用

大数据时代下数据挖掘技术方式的应用很多都来源于生物信息方面，因此在数据挖掘的最终成果同样反作用于生物信息层面并获取了有效应用。由于生物自身所携带的数据信息数量繁多，种类复杂，很多学者都通过借助当前最新科学技术分析手段对生物体中获取的局部信息展开相应的收集统计，虽取得了明显的效果，但是最终的成果却不尽完全，存在一定的缺失。因此，有效的借助数据挖掘技术的全面拓展使用，在生物信息获取处理方面的广泛应用，能够充分展现生物信息当中的各类价值。

（二）医学治疗疾病诊断方面

目前实际医疗水平正处于全面上升，快速发展的时期，医务工作者精准的完成疾病判断并有效的完成医学治疗还存在一定的难度。但是，通过有效的利用数据挖掘技术的使用，在很大程度上推动了医务人员完成相关疾病的治疗判断工作，充分增强了实际病情判断的准确性，为全体医护人员和病患都有显著不可替代的重要作用。因为医院本身的机构性质导致相关数据信息存储和查询方面存在很多问题，有效的使用大数据时代背景下的数据挖掘技术可以从根本上高效的解决问题，保证医院各项数据信息获取的准确完整，更好的为全体社会成员提供必需的医疗帮助。

（三）计算机网络病毒安全领域

在互联网时代飞速发展的当下，计算机网络病毒实时威胁着网络环境的健康发展。通过持续运用数据信息挖掘的途径，进一步完成网络用户的病毒准确判断能力，对相关含有恶意性质的软件展开监测查杀工作，更好的提供安全和谐的互联网络环境。数据挖掘技术手段可以便捷快速的监测计算机网络病毒，通过对软件行为模式的直接作用形成必要的网络判断，最终达到净化网络保护根本权益的目的。

四、大数据时代下数据信息挖掘的前景展望

随着大数据信息化水平的不断深入，数据信息挖掘技术手段的快速扩张，在很大程度上推动了数据挖掘工作的开发创造，对于未来数据信息挖掘技术有了全新的未来展望。第一，对于多媒体数据方面的发展前景判断。随着互联网提供数据多样性的全新判定模式可以看出新兴多媒体行业正处于有条不紊的发展态势之中，因而急需数据挖掘技术的新兴应用方面开展必须的数据信息价值获取。为了更好的完成数据信息挖掘工作能够有效的贴合计算机技术的发展，因而需要不断改进数据挖掘的运算方式和计算能力，从而不断拓展数据挖掘技术的应用深度和宽度范围。第三点是对于数据挖掘技术与其他系统体系的有机结合，创新改造出全新的数据价值挖掘形式，在很大程度上推动大数据时代发展的持续进步。

五 总结

随着大数据时代的整体环境观念的不断深入，越来越多的社会互联网用户对相关数据信息的挖掘以及处理应用的能力趋于完善，由此引发一定程度上对于互联网数据信息的挖掘方式的再次验证推进，相关数据信息的处理应用效果的全面排查，最终不断更新换代，创造出更适合顺时代发展变化规律的全新数据挖掘技术和应用模式利用，为更好的迎接大数据时代的深入发展做好必要的技术手段准备。