【正文】 難通過普通的數(shù)據(jù)分析法進(jìn)行數(shù)據(jù)挖掘和利用，這就需要通過關(guān)聯(lián)性分析法完成對(duì)于數(shù)據(jù)信息的關(guān)聯(lián)性識(shí)別，來幫助人力完成對(duì)于數(shù)據(jù)分辨的任務(wù)，這種數(shù)據(jù)分析方法通常是帶著某種目的性進(jìn)行的，因此比較適用于對(duì)數(shù)據(jù)精準(zhǔn)度相對(duì)較高的信息管理工作。數(shù)據(jù)預(yù)處中要將教師的基本信息、教師教授課程以及教師的職稱、學(xué)歷、學(xué)生信息以及學(xué)生課表相關(guān)信息進(jìn)行數(shù)據(jù)初始記錄?！緟⒖嘉墨I(xiàn)】[1] 董彩云， [J].濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版），2004（1）： 6568.[2] 陸川，[J].北京：電腦開發(fā)與應(yīng)用，2009，3.[3]《中國電子科學(xué)研究院學(xué)報(bào)》[J].中國電子科技研究院學(xué)報(bào)，2013（01）：4143.[4]魏娟，（CRM）[J].商業(yè)研究，2005（07）.第二篇：大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用摘要：大數(shù)據(jù)時(shí)代是信息時(shí)代的一個(gè)重要特征，實(shí)際上，在大數(shù)據(jù)時(shí)代的背景下進(jìn)行數(shù)據(jù)挖掘技術(shù)的探究與應(yīng)用其實(shí)就是通過在巨大的信息群中不斷挖掘出具有一定價(jià)值意義的信息進(jìn)行整合，在此基礎(chǔ)上對(duì)已整合的信息進(jìn)行進(jìn)一步的處理，以提高信息數(shù)據(jù)的價(jià)值。市場營銷其實(shí)就是數(shù)據(jù)挖掘技術(shù)最早運(yùn)用的領(lǐng)域，通常根據(jù)客戶的具體需求，進(jìn)行客戶分析，將不同的消費(fèi)習(xí)慣和消費(fèi)特點(diǎn)的客戶進(jìn)行簡單的分類管理，以此來保證商品能夠順利銷售，并提高個(gè)人銷售的成功率和業(yè)績。要想確保分析方法的科學(xué)性，就必須確保所采用算法的科學(xué)性和可靠性，獲取數(shù)據(jù)潛在規(guī)律，并采取多元化的分析方法促進(jìn)問題的解決和優(yōu)化。數(shù)據(jù)信息資源在挖掘后，其自身的職能作用將變得更加豐富，所以在信息技術(shù)環(huán)節(jié)下的數(shù)據(jù)挖掘技術(shù)隨著限定條件的變化，而將數(shù)據(jù)挖掘信息應(yīng)用于技術(shù)管理和決策管理之中，從而更好地彰顯數(shù)據(jù)在經(jīng)濟(jì)活動(dòng)中的物質(zhì)性質(zhì)與價(jià)值變化趨勢(shì)，并結(jié)合數(shù)據(jù)變化特點(diǎn)和具體的表現(xiàn)規(guī)律，從而將數(shù)據(jù)信息的基本要素、質(zhì)量特點(diǎn)、管理要求等展示出來，所以其表現(xiàn)的形式十分豐富。本文論述了一種信息處理利用的有效工具——數(shù)據(jù)挖掘方法及其在電子商務(wù)中的應(yīng)用。它們可以應(yīng)用到以客戶為中心的企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域和階段。三、選擇數(shù)據(jù)挖掘技術(shù)的兩個(gè)重要依據(jù)。市場細(xì)分的目的是使得屬于同一類別的個(gè)體之間的距離盡可能小，而不同類別的個(gè)體之間的距離盡可能大，通過對(duì)聚類的客戶特征的提取，電子商務(wù)網(wǎng)站可以為客戶提供個(gè)性化的服務(wù)。通過對(duì)Web數(shù)據(jù)挖掘，快速提取商業(yè)信息，使企業(yè)準(zhǔn)確地把握市場動(dòng)態(tài)，極大地提高企業(yè)對(duì)市場變化的響應(yīng)能力和創(chuàng)新能力，使企業(yè)最大限度地利用人力資源、物質(zhì)資源和信息資源，合理協(xié)調(diào)企業(yè)內(nèi)外部資源的關(guān)系，產(chǎn)生最佳的經(jīng)濟(jì)效益。隨著數(shù)據(jù)挖掘算法的不斷發(fā)展和成熟，數(shù)據(jù)挖掘一定會(huì)有更加廣闊的應(yīng)用前景。也就是說只要知道“是什么”，而不需要知道“為什么”。四要以大數(shù)據(jù)發(fā)展促進(jìn)民生發(fā)展，不斷提升公共服務(wù)均等化、普惠化、便捷化，要通過大數(shù)據(jù)進(jìn)一步推動(dòng)共享發(fā)展，共享發(fā)展的平臺(tái)和路徑以及技術(shù)，加快共同富裕的步伐。從定義看來，數(shù)據(jù)是原始的處女地，需要耕耘。同時(shí)，在客戶數(shù)據(jù)挖掘的基礎(chǔ)上，企業(yè)可以發(fā)現(xiàn)重點(diǎn)客戶和評(píng)價(jià)市場性能，制定個(gè)性化營銷策略，拓寬銷售渠道和范圍，為企業(yè)制定生產(chǎn)策略和發(fā)展規(guī)劃提供科學(xué)的依據(jù)。后者即用戶規(guī)定的關(guān)聯(lián)規(guī)則的最低可靠度。這些方法能把數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別中某一個(gè)，以便用于預(yù)測，也就是利用歷史數(shù)據(jù)記錄，自動(dòng)推導(dǎo)出給定數(shù)據(jù)的推廣描述，從而對(duì)未來數(shù)據(jù)進(jìn)行預(yù)測。聚類分析輸入的是一組未分類記錄，并且這些記錄應(yīng)分成幾類事先也不知道，通過分析數(shù)據(jù)庫中的記錄數(shù)據(jù)，根據(jù)一定的分類規(guī)則，合理地劃分記錄集合，確定每個(gè)記錄所在類別。而電子商務(wù)中的數(shù)據(jù)挖掘即Web挖掘，是利用數(shù)據(jù)挖掘技術(shù)從的資源(即Web文檔)和行為(即We服務(wù))中自動(dòng)發(fā)現(xiàn)并提取感興趣的、有用的模式和隱含的信息，它是一項(xiàng)綜合技術(shù)涉及到Internet技術(shù)學(xué)、人工智能、計(jì)算機(jī)語言、信息學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域。比如為了更好地對(duì)教學(xué)質(zhì)量進(jìn)行評(píng)估，就需要對(duì)教學(xué)質(zhì)量有關(guān)項(xiàng)目進(jìn)行整合與存儲(chǔ)，從而更好地促進(jìn)其對(duì)教學(xué)質(zhì)量的評(píng)估，而這一過程中，就需要采取數(shù)據(jù)挖掘技術(shù)對(duì)有關(guān)教學(xué)項(xiàng)目中的數(shù)據(jù)進(jìn)行挖掘和處理，促進(jìn)其應(yīng)用成效的提升[3]。其次是在數(shù)據(jù)挖掘過程中，由于目標(biāo)數(shù)據(jù)信息已經(jīng)被預(yù)處理，所以就需要在挖掘處理過程中將其高效正確的應(yīng)用到管理機(jī)制之中，因而數(shù)據(jù)挖掘的過程十分重要，所以必須加強(qiáng)對(duì)其的處理。而數(shù)據(jù)挖掘，主要是從多種模糊而又隨機(jī)、大量而又復(fù)雜且不規(guī)則的數(shù)據(jù)中，獲得有用的信息知識(shí)，從數(shù)據(jù)庫中抽絲剝繭、轉(zhuǎn)換分析，從而掌握其潛在價(jià)值與規(guī)律。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，此外還有很多方法都是通過計(jì)算機(jī)來進(jìn)行虛擬數(shù)據(jù)的分類，尋找數(shù)據(jù)之間存在的普遍規(guī)律性完成數(shù)據(jù)的特性分析從而進(jìn)行進(jìn)一步分類。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)。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)生成績管理，課堂教學(xué)評(píng)價(jià)系統(tǒng)等。從技術(shù)角度來看，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、人們事先沒有發(fā)覺的、有潛在價(jià)值和知識(shí)的過程。通過數(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。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。數(shù)據(jù)挖掘技術(shù)的核心就是分析，通過分析方法的不同來解決不同類別的問題，以實(shí)現(xiàn)數(shù)據(jù)挖掘的潛在內(nèi)容。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題，大量的數(shù)據(jù)通過數(shù)據(jù)挖掘技術(shù)得到了有效分類，并在這個(gè)過程中通過運(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。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。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。電子商務(wù)是指個(gè)人或企業(yè)通過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)。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。數(shù)據(jù)庫方法主要是多維數(shù)據(jù)分析或OLAP方法，另外還有面向?qū)傩缘臍w納方法。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)倉庫?；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，對(duì)客戶進(jìn)行分類。通過學(xué)習(xí)，我們知道信息時(shí)代的到來，感受到的是技術(shù)變化日新月異，隨之而來的是生活方式的轉(zhuǎn)變，我們這樣評(píng)論著的信息時(shí)代已經(jīng)變?yōu)樵?jīng)。大數(shù)據(jù)更像是理