【正文】 。并要求，廣大黨員干部一是要精準(zhǔn)把握總書(shū)記關(guān)于大數(shù)據(jù)發(fā)展系列重要講話精神的核心要義，要利用大數(shù)據(jù)在商用、政用、民用等多方面“聚通用”協(xié)同發(fā)展；二是要以大數(shù)據(jù)發(fā)展重構(gòu)經(jīng)濟(jì)體系，努力實(shí)現(xiàn)貴州經(jīng)濟(jì)高質(zhì)量發(fā)展，要以供給側(cè)改革為主線，以大數(shù)據(jù)發(fā)展加快對(duì)傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)體系的重構(gòu)、重組，實(shí)現(xiàn)質(zhì)量、效率、動(dòng)力三大變革；三是要以大數(shù)據(jù)發(fā)展提升治理體系、治理能力，不斷推進(jìn)政府管理和社會(huì)治理模式的創(chuàng)新，要在數(shù)據(jù)重構(gòu)中找到適合人類社會(huì)管理的規(guī)律。我們可以有更廣闊的學(xué)習(xí)空間、可以有更精準(zhǔn)的決策判斷能力這些都基于數(shù)據(jù)的收集、整理、駕馭、分析能力，基于脫穎而出的創(chuàng)新思維和執(zhí)行。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。數(shù)據(jù)的用途意在何為，與數(shù)據(jù)本身無(wú)關(guān)，而與數(shù)據(jù)的解讀者有關(guān)，而相關(guān)關(guān)系更有利于預(yù)測(cè)未來(lái)。數(shù)據(jù)的更多、更雜，導(dǎo)致應(yīng)用主意只能盡量觀察，而不是傾其所有進(jìn)行推理。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。信息則是已經(jīng)處理過(guò)的可以傳播的資訊。數(shù)據(jù)指計(jì)算機(jī)加工的“原料”，如圖形、聲音、文字、數(shù)、字符和符號(hào)等。它是關(guān)于事件之一組離散且客觀的事實(shí)描述，是構(gòu)成信息和知識(shí)的原始材料。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)。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)。中國(guó)科學(xué)院院士，北京理工大學(xué)黨委常委、副校長(zhǎng)，貴州省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究院院長(zhǎng)梅宏圍繞大數(shù)據(jù)技術(shù)與應(yīng)用作專題報(bào)告。參考文獻(xiàn)：(1)《淺談數(shù)據(jù)挖掘在電子商務(wù)中的運(yùn)用》 鐘連福；(2)《電子商務(wù)中商業(yè)數(shù)據(jù)的挖掘方法》 中國(guó)電子商務(wù)研究中心；(3)《在電子商務(wù)中如何正確有使用數(shù)據(jù)挖掘技術(shù)》 俠名；(4)《曾貞:數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用》 甘肅農(nóng)業(yè),2004（7）；(5)《馮艷王堅(jiān)強(qiáng):數(shù)據(jù)挖掘在電子商務(wù)上的應(yīng)用》 2002（3）；(6)《呂延杰徐華飛:中國(guó)電子商務(wù)發(fā)展研究報(bào)告》北京郵電大學(xué)出版社 ；(7)《數(shù)據(jù)挖掘與電子商務(wù)》 鄧鯤鵬，周延杰，嚴(yán)瑜筱。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。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。在采用了數(shù)據(jù)挖掘后, 針對(duì)目標(biāo)客戶發(fā)送的廣告的有效性和回應(yīng)率將得到大幅度的提高, 推銷的成本將大大降低。比如通過(guò)數(shù)據(jù)挖掘可以發(fā)現(xiàn)購(gòu)買(mǎi)某種商品的消費(fèi)者是男性還是女性,學(xué)歷、收入如何, 有什么愛(ài)好,是什么職業(yè)等等。通過(guò)Web資源的挖掘，了解客戶的購(gòu)買(mǎi)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)。基于數(shù)據(jù)挖掘技術(shù)，企業(yè)將最大限度地利用客戶資源，開(kāi)展客戶行為的分析與預(yù)測(cè)，對(duì)客戶進(jìn)行分類。運(yùn)通公司通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行挖掘，制定了“關(guān)聯(lián)結(jié)算(Relation ship Billing)優(yōu)惠”的促銷策略，即如果一個(gè)顧客在一個(gè)商店用運(yùn)通卡購(gòu)買(mǎi)一套時(shí)裝，那么在同一個(gè)商店再買(mǎi)一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運(yùn)通卡在該商店的使用率。促進(jìn)企業(yè)發(fā)展的科學(xué)化、信息化和智能化?；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。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。最小支持度，它表示一組對(duì)象在統(tǒng)計(jì)意義上的需滿足的最低程度，如電子商務(wù)活動(dòng)中的客戶數(shù)量、客戶消費(fèi)能力、消費(fèi)方式等。如分析網(wǎng)上顧客的購(gòu)買(mǎi)行為，幫助管理者規(guī)劃市場(chǎng)，確定商品的種類、價(jià)格、質(zhì)量等。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)泛化是一種把最原始、最基本的信息數(shù)據(jù)從低層次抽象到高層次上的過(guò)程。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。分類器的構(gòu)造方法通常由統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等。在電子商務(wù)活動(dòng)中，分類是一項(xiàng)非常重要的任務(wù)，也是應(yīng)用最多的技術(shù)。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)。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。機(jī)器學(xué)習(xí)方法可細(xì)分為歸納學(xué)習(xí)方法（決策樹(shù)、規(guī)則歸納）、基于范例學(xué)習(xí)、遺傳算法等。數(shù)據(jù)挖掘使用的技術(shù)很多，其中主要包括統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、和神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。應(yīng)用數(shù)據(jù)挖掘技術(shù)，較為理想的起點(diǎn)就是從一個(gè)數(shù)據(jù)倉(cāng)庫(kù)開(kāi)始，數(shù)據(jù)挖掘可以直接跟蹤數(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。它所采用的分類規(guī)則是由聚類分析工具決定的。設(shè)有一個(gè)數(shù)據(jù)庫(kù)和一組具有不同特征的類別(標(biāo)記)，該數(shù)據(jù)庫(kù)中的每一個(gè)②記錄都賦予一個(gè)類別的標(biāo)記，這樣的數(shù)據(jù)庫(kù)稱為示例數(shù)據(jù)庫(kù)或訓(xùn)練集。在進(jìn)行序列模式分析時(shí)，同樣也需要由用戶輸入最小置信度C和最小支持度S。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。關(guān)聯(lián)分析的目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，它能發(fā)現(xiàn)數(shù)據(jù)庫(kù)中形如”90%的顧客在一次購(gòu)買(mǎi)活動(dòng)中購(gòu)買(mǎi)商品A的同時(shí)購(gòu)買(mǎi)商品B”之類的知識(shí)。比較典型的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析等。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。數(shù)據(jù)挖掘的過(guò)程有時(shí)也叫知識(shí)發(fā)現(xiàn)的過(guò)程。數(shù)據(jù)挖掘主要是為了幫