【正文】 掘可以直接跟蹤數(shù)據(jù)并輔助用戶快速做出商業(yè)決策，用戶還可以在更新數(shù)據(jù)的時(shí)候不斷發(fā)現(xiàn)更好的行為模式，并將其運(yùn)用于未來(lái)的決策當(dāng)中。三、數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用數(shù)據(jù)挖掘能發(fā)現(xiàn)電子商務(wù)客戶的的共性和個(gè)性的知識(shí)、必然和偶然的知識(shí)、獨(dú)立和關(guān)聯(lián)的知識(shí)、現(xiàn)實(shí)和預(yù)測(cè)的知識(shí)等，所有這些知識(shí)經(jīng)過(guò)分析，能對(duì)客戶的消費(fèi)行為如心理、能力、動(dòng)機(jī)、需求、潛能等做出統(tǒng)計(jì)和正確地分析，為管理者提供決策依據(jù)。對(duì)電子商務(wù)來(lái)說(shuō)，客戶聚類可以對(duì)市場(chǎng)細(xì)分理論提供有力的支持?；跀?shù)據(jù)挖掘技術(shù)，實(shí)時(shí)、全面、準(zhǔn)確地掌握企業(yè)資源信息，通過(guò)分析歷史的財(cái)務(wù)數(shù)據(jù)、庫(kù)存數(shù)據(jù)和交易數(shù)據(jù), 可以發(fā)現(xiàn)企業(yè)資源消耗的關(guān)鍵點(diǎn)和主要活動(dòng)的投入產(chǎn)出比例, 從而為企業(yè)資源優(yōu)化配置提供決策依據(jù), 例如降低庫(kù)存、提高庫(kù)存周轉(zhuǎn)率、提高資金使用率等。通過(guò)Web資源的挖掘，了解客戶的購(gòu)買習(xí)慣和興趣，從而改善網(wǎng)站結(jié)構(gòu)設(shè)計(jì)，推出滿足不同客戶的個(gè)性化網(wǎng)頁(yè)。利用數(shù)據(jù)挖掘技術(shù)，充分發(fā)揮企業(yè)的獨(dú)特優(yōu)勢(shì)，促進(jìn)管理創(chuàng)新和技術(shù)創(chuàng)新，使企業(yè)在在電子商務(wù)的潮流中立于不敗之地。今天，信息是一個(gè)高度概括抽象概念，是一個(gè)發(fā)展中的動(dòng)態(tài)范疇，是進(jìn)行互相交換的內(nèi)容和名稱，信息的界定沒(méi)有統(tǒng)一的定義，但是信息具備客觀、動(dòng)態(tài)、傳遞、共享、經(jīng)濟(jì)等特性卻是大家的共識(shí)。在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)時(shí)代區(qū)別與轉(zhuǎn)變就是，放棄對(duì)因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系。小數(shù)據(jù)時(shí)代也即是信息時(shí)代，是大數(shù)據(jù)時(shí)代的前提，大數(shù)據(jù)時(shí)代是升華和進(jìn)化，本質(zhì)是相輔相成，而并非相離互斥。大數(shù)據(jù)更像是理論與現(xiàn)實(shí)齊頭并進(jìn)，理論來(lái)創(chuàng)立處理非結(jié)構(gòu)化數(shù)據(jù)的方法，處理結(jié)果與未來(lái)進(jìn)行驗(yàn)證。信息則是已經(jīng)處理過(guò)的可以傳播的資訊。通過(guò)學(xué)習(xí)，我們知道信息時(shí)代的到來(lái)，感受到的是技術(shù)變化日新月異，隨之而來(lái)的是生活方式的轉(zhuǎn)變，我們這樣評(píng)論著的信息時(shí)代已經(jīng)變?yōu)樵?jīng)。通過(guò)呼叫中心優(yōu)化與客戶溝通的渠道，提高對(duì)客戶的響應(yīng)效率和服務(wù)質(zhì)量，促①進(jìn)客戶關(guān)系管理的自動(dòng)化和智能化?；跀?shù)據(jù)挖掘技術(shù)，企業(yè)將最大限度地利用客戶資源，開展客戶行為的分析與預(yù)測(cè)，對(duì)客戶進(jìn)行分類。第二是泛化規(guī)則，這種規(guī)則更實(shí)用，因?yàn)檠芯繉?duì)象存在一種層次關(guān)系，如面包、蛋糕屬西點(diǎn)類，而西點(diǎn)又屬于食品類，有了層次關(guān)系后，可以幫助發(fā)現(xiàn)更多的有意義的規(guī)則。在電子商務(wù)活動(dòng)中，采用維數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)抽取，他針對(duì)的是電子商務(wù)活動(dòng)中的客戶數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)庫(kù)方法主要是多維數(shù)據(jù)分析或OLAP方法，另外還有面向?qū)傩缘臍w納方法。它所采用的分類規(guī)則是由聚類分析工具決定的。序列模式分析和關(guān)聯(lián)分析相似，但側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。二、何謂數(shù)據(jù)挖掘及方法確切地說(shuō)，數(shù)據(jù)挖掘(Data Mining)，又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(Knowledge Discovery in Database,KDD)，是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息或模式。電子商務(wù)是指?jìng)€(gè)人或企業(yè)通過(guò)Internet網(wǎng)絡(luò)，采用數(shù)字化電子方式進(jìn)行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)活動(dòng)。4結(jié)語(yǔ)綜上所述，在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘技術(shù)已經(jīng)在各行各業(yè)中得到了廣泛的應(yīng)用，所以為了更好地滿足應(yīng)用的需要，在實(shí)際教學(xué)工作中，我們必須引導(dǎo)學(xué)生切實(shí)加強(qiáng)對(duì)其特點(diǎn)的分析，并結(jié)合實(shí)際需要，切實(shí)注重?cái)?shù)據(jù)挖掘技術(shù)的應(yīng)用，才能促進(jìn)其應(yīng)用成效的提升，最終達(dá)到學(xué)以致用的目的。這就需要高校教師引導(dǎo)學(xué)生結(jié)合實(shí)際需要強(qiáng)化對(duì)其的應(yīng)用。例如在數(shù)據(jù)挖掘中，引導(dǎo)學(xué)生結(jié)合數(shù)據(jù)挖掘目標(biāo)要求，針對(duì)性的選取科學(xué)而又合適的計(jì)算和分析方法，對(duì)數(shù)據(jù)信息特征與應(yīng)用價(jià)值等進(jìn)行尋找和歸納。三是特征法，由于數(shù)據(jù)資源的應(yīng)用范圍較廣，所以需要對(duì)其特征進(jìn)行挖掘。所以大數(shù)據(jù)時(shí)代下的數(shù)據(jù)處理技術(shù)要求更高，要想確保數(shù)據(jù)處理成效得到提升，就必須切實(shí)加強(qiáng)數(shù)據(jù)挖掘技術(shù)教學(xué)工作的開展，才能更好地促進(jìn)數(shù)據(jù)處理職能的轉(zhuǎn)變，提高數(shù)據(jù)處理效率，優(yōu)化學(xué)生的學(xué)習(xí)成效。而數(shù)據(jù)挖掘技術(shù)的運(yùn)用則在一定程度上解決了這一問(wèn)題，大量的數(shù)據(jù)通過(guò)數(shù)據(jù)挖掘技術(shù)得到了有效分類，并在這個(gè)過(guò)程中通過(guò)運(yùn)算得出數(shù)據(jù)之間的關(guān)聯(lián)性，運(yùn)用規(guī)律進(jìn)一步進(jìn)行數(shù)據(jù)分類。2大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用數(shù)據(jù)挖掘技術(shù)的具體流程就是先通過(guò)對(duì)于海量數(shù)據(jù)的保存，然后就已有數(shù)據(jù)中進(jìn)行分析、整理、選擇、轉(zhuǎn)換等，數(shù)據(jù)的準(zhǔn)備工作是數(shù)據(jù)挖掘技術(shù)的前提，也是決定數(shù)據(jù)挖掘技術(shù)效率及質(zhì)量的主要因素。數(shù)據(jù)挖掘技術(shù)的核心就是分析，通過(guò)分析方法的不同來(lái)解決不同類別的問(wèn)題，以實(shí)現(xiàn)數(shù)據(jù)挖掘的潛在內(nèi)容。數(shù)據(jù)挖掘技術(shù)是近幾年新產(chǎn)生的網(wǎng)絡(luò)技術(shù)，可是它的廣泛應(yīng)用性受到了很多公司以及研究人員的喜愛(ài)。數(shù)據(jù)挖掘技術(shù)在高校學(xué)生信息管理系統(tǒng)中的應(yīng)用主要是利用決策樹的方法。通過(guò)數(shù)據(jù)挖掘技術(shù)將大數(shù)據(jù)融合在各種社會(huì)應(yīng)用中，數(shù)據(jù)挖掘的結(jié)果參與到政府、企業(yè)、個(gè)人的決策中，發(fā)揮數(shù)據(jù)挖掘的社會(huì)價(jià)值，改變?nèi)藗兊纳罘绞?，最大化?shù)據(jù)挖掘的積極作用。網(wǎng)絡(luò)數(shù)據(jù)隨著信息時(shí)代的到來(lái)變成了數(shù)據(jù)爆炸式，其數(shù)據(jù)資源十分廣泛并且得到了一定的普及，如何就網(wǎng)絡(luò)爆炸式數(shù)據(jù)進(jìn)行關(guān)于特性的分類就成為了當(dāng)下數(shù)據(jù)整理分類的主要內(nèi)容。從技術(shù)角度來(lái)看，數(shù)據(jù)挖掘就是從大量的復(fù)雜的、不規(guī)則的、隨機(jī)的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒(méi)有發(fā)覺(jué)的、有潛在價(jià)值和知識(shí)的過(guò)程?！娟P(guān)鍵詞】大數(shù)據(jù)，數(shù)據(jù)挖掘，互聯(lián)網(wǎng)數(shù)據(jù)挖掘是一門新興的學(xué)科，它誕生于20世紀(jì)80年代，主要面向商業(yè)應(yīng)用的人工只能研究領(lǐng)域。如數(shù)據(jù)量巨大的互聯(lián)網(wǎng)行業(yè)、天文學(xué)、氣象學(xué)、生物技術(shù)，以及醫(yī)療保健、教育教學(xué)、銀行、金融、零售等行業(yè)。目前高校數(shù)據(jù)挖掘技術(shù)應(yīng)用的范圍比較廣泛，由于高校管理內(nèi)容比較復(fù)雜，因此在其管理內(nèi)容的每個(gè)小部分也開始利用數(shù)據(jù)挖掘技術(shù)進(jìn)行管理，比如學(xué)生成績(jī)管理，課堂教學(xué)評(píng)價(jià)系統(tǒng)等。系統(tǒng)的功能要包括：對(duì)不同的用戶設(shè)置不同的使用權(quán)限；對(duì)學(xué)生的基本信息以及學(xué)生瀏覽管理網(wǎng)站的記錄要做到明確記錄；各個(gè)學(xué)院不同專業(yè)的學(xué)生課程要能準(zhǔn)確公布并允許學(xué)生根據(jù)實(shí)際情況修改；成績(jī)管理要能實(shí)現(xiàn)大批量添加及修改；還有比如評(píng)優(yōu)活動(dòng)、黨務(wù)管理等具體功能。數(shù)據(jù)挖掘還能應(yīng)用于圖書館的多媒體數(shù)字資源，多媒體數(shù)據(jù)挖掘技術(shù)能夠更為快捷和準(zhǔn)確的為讀者提供相應(yīng)的服務(wù)。其實(shí)數(shù)據(jù)挖掘技術(shù)的本質(zhì)就是人工智能技術(shù)，而數(shù)據(jù)挖掘技術(shù)的利用相對(duì)應(yīng)的就是指人工智能技術(shù)的開發(fā)與應(yīng)用，也就是說(shuō)數(shù)據(jù)挖掘其實(shí)是依賴技術(shù)的提升來(lái)實(shí)現(xiàn)數(shù)據(jù)的整體創(chuàng)新的技術(shù)，所以，整個(gè)數(shù)據(jù)挖掘技術(shù)實(shí)際上是非常具有信息價(jià)值的，它能夠幫助決策者更快的得到重要信息并作出決策，提高效率和準(zhǔn)確率，是非常重要的知識(shí)憑證，能夠在一定程度上提高當(dāng)下企業(yè)的整體競(jìng)爭(zhēng)力。在上文中提到的人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分析也屬于這其中的一種