【正文】 2005（07）.第三篇：大數(shù)據(jù)時代數(shù)據(jù)挖掘技術教學研究論文摘要:隨著大數(shù)據(jù)時代的到來，在大數(shù)據(jù)觀念不斷提出的今天，加強數(shù)據(jù)大數(shù)據(jù)挖掘及時的應用已成為大勢所趨。這些年來，伴隨著時間的推移以及網絡技術的不斷發(fā)展大數(shù)據(jù)挖掘技術不斷的被更新，開發(fā)，而且在金融、管理、教學等行業(yè)中都得到了廣泛的應用。數(shù)據(jù)挖掘還能應用于圖書館的多媒體數(shù)字資源，多媒體數(shù)據(jù)挖掘技術能夠更為快捷和準確的為讀者提供相應的服務。比如數(shù)據(jù)挖掘技術可以對檢索記錄進行整理，將手工數(shù)據(jù)轉變?yōu)殡娮訑?shù)據(jù)記錄。數(shù)據(jù)挖掘技術最基本的應用就是通過對現(xiàn)有的數(shù)據(jù)進行分析來了解學校圖書館現(xiàn)有資源利用情況，為圖書館的未來建設提供可靠數(shù)據(jù)。學生信息管理的基本數(shù)據(jù)就是學生入學時填寫的基本信息表，內容包括學生的姓名、學號、考勤以及學習成績等，這些都是學生特有的屬性，學生信息管理利用決策樹方法就是將學生的這些屬性作為決策元素，監(jiān)理不同的決策節(jié)點，實現(xiàn)對學生全方位的考核和評價，完整的了解到每位學生的具體信息。系統(tǒng)的功能要包括：對不同的用戶設置不同的使用權限；對學生的基本信息以及學生瀏覽管理網站的記錄要做到明確記錄；各個學院不同專業(yè)的學生課程要能準確公布并允許學生根據(jù)實際情況修改；成績管理要能實現(xiàn)大批量添加及修改；還有比如評優(yōu)活動、黨務管理等具體功能。學生對于教師教學的評價在一定程度上也反映了自己的學習情況，如對教師的評價為零分，則說明學生也否定了自己的學習效果。數(shù)據(jù)預處中要將教師的基本信息、教師教授課程以及教師的職稱、學歷、學生信息以及學生課表相關信息進行數(shù)據(jù)初始記錄。數(shù)據(jù)挖掘技術在高校課堂教學評價系統(tǒng)中的應用主要也是利用關聯(lián)分析法。目前高校數(shù)據(jù)挖掘技術應用的范圍比較廣泛，由于高校管理內容比較復雜，因此在其管理內容的每個小部分也開始利用數(shù)據(jù)挖掘技術進行管理，比如學生成績管理，課堂教學評價系統(tǒng)等。比如數(shù)據(jù)挖掘技術在高校管理中的應用主要是對學生高考成績、志愿填報、以及生源來源地等多方面信息進行整理分類匯總。數(shù)據(jù)挖掘技術在高校管理的內容主要包括：高校招生錄取工作、貧困生選定以及優(yōu)秀生評定等。以教育行業(yè)為例，探究數(shù)據(jù)挖掘技術在高校教育教學活動中的應用。如數(shù)據(jù)量巨大的互聯(lián)網行業(yè)、天文學、氣象學、生物技術，以及醫(yī)療保健、教育教學、銀行、金融、零售等行業(yè)。在完成數(shù)據(jù)準備工作后進一步對數(shù)據(jù)進行挖掘，然后對數(shù)據(jù)進行評估，最后實現(xiàn)運用。有時數(shù)據(jù)本身存在一定的隱蔽性使得很難通過普通的數(shù)據(jù)分析法進行數(shù)據(jù)挖掘和利用，這就需要通過關聯(lián)性分析法完成對于數(shù)據(jù)信息的關聯(lián)性識別，來幫助人力完成對于數(shù)據(jù)分辨的任務，這種數(shù)據(jù)分析方法通常是帶著某種目的性進行的，因此比較適用于對數(shù)據(jù)精準度相對較高的信息管理工作。此外還有很多方法都是通過計算機來進行虛擬數(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)的特性分析從而進行進一步分類。簡單來說聚類分析就是通過將數(shù)據(jù)對象進行聚類分組，然后形成板塊，將毫無邏輯的數(shù)據(jù)變成了有聯(lián)系性的分組數(shù)據(jù)，然后從其中獲取具有一定價值的數(shù)據(jù)內容進行進一步的利用。目前常用的方法有聚類分析、特征數(shù)據(jù)分析法、關聯(lián)性分析等。從商業(yè)角度來說，數(shù)據(jù)挖掘就是從龐大的數(shù)據(jù)庫中抽取、轉換、分析一些潛在規(guī)律和價值，從中獲取輔助商業(yè)決策的關鍵信息和有用知識?！娟P鍵詞】大數(shù)據(jù)，數(shù)據(jù)挖掘，互聯(lián)網數(shù)據(jù)挖掘是一門新興的學科，它誕生于20世紀80年代，主要面向商業(yè)應用的人工只能研究領域。而研究數(shù)據(jù)挖掘技術的理念、方法以及應用領域，將對我國各個領域的未來帶來更多的機遇和挑戰(zhàn)。本文通過對于數(shù)據(jù)挖掘與數(shù)據(jù)挖掘技術的方法分析和大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術的具體應用兩個方面對于數(shù)據(jù)挖掘技術進行了簡要的闡述和分析，相信在未來伴隨著科學技術的進一步發(fā)展，數(shù)據(jù)挖掘技術也將更加強大。教學評價、教學資源、學生個人基本信息等組成了教育教學領域的數(shù)據(jù)庫，利用數(shù)據(jù)挖掘技術來實現(xiàn)教學資源的優(yōu)化配置，對學生的個人信息整理歸檔，從而保證教育教學領域中數(shù)據(jù)整理的良好運作。隨著信息化時代的到來，電信產業(yè)也飛速發(fā)展起來，到目前為止，電信產業(yè)已經形成了一個巨大的網絡信息載體，如何將其中信息數(shù)據(jù)進行整合就成為電信產業(yè)發(fā)展過程中的重要問題?？茖W研究與實驗測試等都需要對數(shù)據(jù)進行關系分析為進一步的實驗和總結失敗做準備，而實驗測試和科學研究產生的數(shù)據(jù)往往是巨大的，因此數(shù)據(jù)挖掘技術在科學研究領域也得以廣泛運用。市場營銷其實就是數(shù)據(jù)挖掘技術最早運用的領域，通常根據(jù)客戶的具體需求，進行客戶分析，將不同的消費習慣和消費特點的客戶進行簡單的分類管理，以此來保證商品能夠順利銷售，并提高個人銷售的成功率和業(yè)績。在完成數(shù)據(jù)準備工作后進一步對數(shù)據(jù)進行挖掘，然后對數(shù)據(jù)進行評估，最后實現(xiàn)運用。在上文中提到的人工神經網絡數(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算機來進行虛擬數(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)的特性分析從而進行進一步分類。有時數(shù)據(jù)本身存在一定的隱蔽性使得很難通過普通的數(shù)據(jù)分析法進行數(shù)據(jù)挖掘和利用，這就需要通過關聯(lián)性分析法完成對于數(shù)據(jù)信息的關聯(lián)性識別，來幫助人力完成對于數(shù)據(jù)分辨的任務，這種數(shù)據(jù)分析方法通常是帶著某種目的性進行的，因此比較適用于對數(shù)據(jù)精準度相對較高的信息管理工作。由于這種分析方法不能夠較好的就數(shù)據(jù)類別、屬性進行分類，所以聚類分析法一般都運用在心理學、統(tǒng)計學、數(shù)據(jù)識別等方面。簡單來說就是對癥下藥以保證藥到病除。其實數(shù)據(jù)挖掘技術的本質就是人工智能技術，而數(shù)據(jù)挖掘技術的利用相對應的就是指人工智能技術的開發(fā)與應用，也就是說數(shù)據(jù)挖掘其實是依賴技術的提升來實現(xiàn)數(shù)據(jù)的整體創(chuàng)新的技術，所以，整個數(shù)據(jù)挖掘技術實際上是非常具有信息價值的，它能夠幫助決策者更快的得到重要信息并作出決策，提高效率和準確率，是非常重要的知識憑證，能夠在一定程度上提高當下企業(yè)的整體競爭力。關鍵詞：大數(shù)據(jù) 數(shù)據(jù)挖掘 挖掘技術中圖分類號：tp311 文獻標識碼：a 文章編號：10079416（2016）050000001數(shù)據(jù)挖掘與數(shù)據(jù)挖掘技術的方法分析“數(shù)據(jù)海量、信息缺乏”是相當多企業(yè)在數(shù)據(jù)大集中之后面臨的尷尬問題，由此而誕生的數(shù)據(jù)挖掘技術其實就是用以處理這一尷尬問題的技術。第一篇：大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術的應用摘要：大數(shù)據(jù)時代是信息時代的一個重要特征，實際上，在大數(shù)據(jù)時代的背景下進行數(shù)據(jù)挖掘技術的探究與應用其實就是通過在巨大的信息群中不斷挖掘出具有一定價值意義的信息進行整合，在此基礎上對已整合的信息進行進一步的處理，以提高信息數(shù)據(jù)的價值。本文以此為出發(fā)點，就大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術的應用進行深入探究。數(shù)據(jù)挖掘實際上是相對比較新型的一門學科，在幾十年的發(fā)展過程中，已經不可同日而語。數(shù)據(jù)挖掘技術的核心就是分析，通過分析方法的不同來解決不同類別的問題，以實現(xiàn)數(shù)據(jù)挖掘的潛在內容。簡單來說聚類分析就是通過將數(shù)據(jù)對象進行聚類分組，然后形成板塊，將毫無邏輯的數(shù)據(jù)變成了有聯(lián)系性的分組數(shù)據(jù)，然后從其中獲取具有一定價值的數(shù)據(jù)內容進行進一步的利用。人工神經網絡是通過大批量的數(shù)據(jù)進行分析，而這種數(shù)據(jù)分析方式本身是建立在一定的數(shù)據(jù)模型基礎上的，因此通常都可以隨時根據(jù)數(shù)據(jù)需求進行分類，所以人工神經網絡也是當下數(shù)據(jù)挖掘技術中最常用的一種數(shù)據(jù)分析方式之一。網絡數(shù)據(jù)隨著信息時代的到來變成了數(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，如何就網絡爆炸式數(shù)據(jù)進行關于特性的分類就成為了當下數(shù)據(jù)整理分類的主要內容。2大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術的具體應用數(shù)據(jù)挖掘技術的具體流程就是先通過對于海量數(shù)據(jù)的保存，然后就已有數(shù)據(jù)中進行分析、整理、選擇、轉換等，數(shù)據(jù)的準備工作是數(shù)據(jù)挖掘技術的前提，也是決定數(shù)據(jù)挖掘技術效率及質量的主要因素。因此，數(shù)據(jù)挖掘能夠運用到很多方面。而銷售的范圍也從最初的超市購物擴展到了包括保險、銀行、電信等各個方面。通常都是通過科學研究內容選擇數(shù)據(jù)挖掘技術分析法進行計算來找到數(shù)據(jù)中存在的規(guī)律，實現(xiàn)數(shù)據(jù)挖掘的部分價值――科學知識的分析與運用。而數(shù)據(jù)挖掘技術的運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)挖掘技術得到了有效分類，并在這個過程中通過運算得出數(shù)據(jù)之間的關聯(lián)性，運用規(guī)律進一步進行數(shù)據(jù)分類。3結語綜上所述，數(shù)據(jù)挖掘技術對于當今社會的發(fā)展有著不可替代的作用，而如何改善當下數(shù)據(jù)挖掘技術中存在的問題，進一步提高數(shù)據(jù)挖掘技術的質量和效率就成為了數(shù)據(jù)挖掘技術進步的方向。第二篇：大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術與應用大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術與應用【摘要】人類進入信息化時代以后，短短的數(shù)年時間，積累了大量的數(shù)據(jù)，步入了大數(shù)據(jù)時代，數(shù)據(jù)技術也就應運而生，成為了一種新的主流技術。本文就大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術與應用進行探究。從技術角度來看，數(shù)據(jù)挖掘就是從大量的復雜的、不規(guī)則的、隨機的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒有發(fā)覺的、有潛在價值和知識的過程。分析方法是數(shù)據(jù)挖掘的核心工作，通過科學可靠的算法才能實現(xiàn)數(shù)據(jù)的挖掘，找出數(shù)據(jù)中潛在的規(guī)律，通過不同的分析方法，將解決不同類型的問題。由于這種分析方法不能夠較好的就數(shù)據(jù)類別、屬性進行分類，所以聚類分析法一般都運用心理學、統(tǒng)計學、數(shù)據(jù)識別等方面。網絡數(shù)據(jù)隨著信息時代的到來變成了數(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，如何就網絡爆炸式數(shù)據(jù)進行關于特性的分類就成為了當下數(shù)據(jù)整理分類的主要內容。數(shù)據(jù)挖掘技術的具體流程就是先通過對于海量數(shù)據(jù)的保存，然后就已有數(shù)據(jù)中進行分析、整理、選擇、轉換等，數(shù)據(jù)的準備工作是數(shù)據(jù)挖掘技術的前提，也是決定數(shù)據(jù)挖掘技術效率及質量的主要因素。因此，數(shù)據(jù)挖掘能夠運用到很多方面。通過數(shù)據(jù)挖掘技術將大數(shù)據(jù)融合在各種社會應用中，數(shù)據(jù)挖掘的結果參與到政府、企業(yè)、個人的決策中，發(fā)揮數(shù)據(jù)挖掘的社會價值，改變人們的生活方式，最大化數(shù)據(jù)挖掘的積極作用。高校每年的招生工作是學校可持續(xù)發(fā)展的重要環(huán)節(jié)，直接影響到高校教學質量以及發(fā)展情況。具體步驟是通過進行數(shù)據(jù)的收集和預處理，建立相關數(shù)據(jù)模型，采用分類算法，提取和挖掘對用戶有用的信息，然后進行數(shù)據(jù)挖掘的數(shù)據(jù)存儲形式。首先先對數(shù)據(jù)進行預處理工作，數(shù)據(jù)的預處理是數(shù)據(jù)挖掘技術的關鍵步驟，并且直接影響著數(shù)據(jù)挖掘技術的應用效率。對于教師的評價內容根據(jù)高校自身的條件和需求而定，學校教學評價管理部門登錄學校教務系統(tǒng)后，將學生所選擇的選項對應轉換為教師的分值，通過計算機計算總分后得出教師的學期得分。高校學生信息管理系統(tǒng)中管理要素主要是學校的領導、任課教師、學生以及家長。數(shù)據(jù)挖掘技術在高校學生信息管理系統(tǒng)中的應用主要是利用決策樹的方法。數(shù)據(jù)挖掘技術能夠使圖書館資源得到極大程度的優(yōu)化整合。其最大的優(yōu)勢就是利用數(shù)據(jù)挖掘技術更加全面的分析總結數(shù)據(jù)庫資源，幫助圖書館管理人員對于圖書館信息的補充和調整，還能夠為高校圖書館的館藏工作建設提供有效的引導。數(shù)據(jù)挖掘技術是近幾年新產生的網絡技術，可是它的廣泛應用性受到了很多公司以及研究人員的喜愛。我相信隨著網絡技術的不斷發(fā)展，大數(shù)據(jù)挖掘技術的應用面將會越來越廣。那么在大數(shù)據(jù)教學過程中，我們必須掌握大數(shù)據(jù)與數(shù)據(jù)挖掘的內涵，并對數(shù)據(jù)挖掘技術進行分析，從而明確大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術的應用領域，促進各項數(shù)據(jù)的處理，提高大數(shù)據(jù)處理能力。而數(shù)據(jù)挖掘，主要是從多種模糊而又隨機、大量而又復雜且不規(guī)則的數(shù)據(jù)中，獲得有用的信息知識，從數(shù)據(jù)庫中抽絲剝繭、轉換分析，從而掌握其潛在價值與規(guī)律。以下就大數(shù)據(jù)時代下的數(shù)據(jù)挖掘技術教學做出如下分析。要想確保分析方法的科學性，就必須確保所采用算法的科學性和可靠性，獲取數(shù)據(jù)潛在規(guī)律，并采取多元化的分析方法促進問題的解決和優(yōu)化。一是歸類法，主要是將沒有指向和不確定且抽象的數(shù)據(jù)信息予以集中，并對集中后的數(shù)據(jù)實施分類整理和編輯處理，從而確保所形成的數(shù)據(jù)源具有特征一致、表現(xiàn)相同的特點，從而為加強對其的研究提供便利。二是關聯(lián)法，由于不同數(shù)據(jù)間存在的關聯(lián)性較為隱蔽，采取人力往往難以找出其信息特征，所以需要預先結合信息關聯(lián)的表現(xiàn)，對數(shù)據(jù)關聯(lián)管理方案進行制定，從而完成基于某種目的的前提下對信息進行處理，所以其主要是在一些信息處理要求高和任務較為復雜的信息處理工作之中。也就是采用某一種技術，將具有相同特征的數(shù)據(jù)進行集中。而采取遺傳算法，則主要是對其他評估算法的適合度進行評估，并結合生物進化的原理，對信息數(shù)據(jù)的成長過程進行虛擬和假設，從而組建出半虛擬、半真實的信息資源。2大數(shù)據(jù)時代數(shù)據(jù)挖掘技術教學要點的分析在數(shù)據(jù)挖掘教學過程中，其流程主要是以下幾點：首先做好數(shù)據(jù)準備工作，主要是在挖掘數(shù)據(jù)之前，就引導學生對目標數(shù)據(jù)進行準確的定位，在尋找和挖掘數(shù)據(jù)之前，必須知道所需數(shù)據(jù)類型，才能避免數(shù)據(jù)挖掘的盲目性。其次是在數(shù)據(jù)挖掘過程中，由于目標數(shù)據(jù)信息已經被預處理，所以就需要在挖掘處理過程中將其高效正確的應用到管理機制之中，因而數(shù)據(jù)挖掘的過程十分重要，所以必須加強對其的處理。當然，也可以結合程序應用的需要，對數(shù)據(jù)區(qū)域進行固定，并在固定的數(shù)據(jù)區(qū)域內分類的挖掘數(shù)據(jù)，從而得到更具深度和內涵以及價值的數(shù)據(jù)信息資源，并就挖掘到的數(shù)據(jù)結果進行分析和解釋，從結果中將具有使用價值和意義的規(guī)律進行提取，并還原成便于理解的數(shù)據(jù)語言。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，所以在信息技術環(huán)節(jié)下的數(shù)據(jù)挖掘技術隨著限定條件的變化，而將數(shù)據(jù)挖掘信息應用于技術管理和決策管理之中，從而更好地彰顯數(shù)據(jù)在經濟活動中的物質性質與價值變化趨勢，并結合數(shù)據(jù)變化特點和具體的表現(xiàn)規(guī)律，從而將數(shù)據(jù)信息的基本要素、質量特點、管理要求等展示出來，所以其表現(xiàn)的形式十分豐富。數(shù)據(jù)挖掘技術的信息主要是源于大數(shù)據(jù)和社會，所以在當前數(shù)據(jù)挖掘技術需求不斷加大的今天，為了更好地促進所挖掘數(shù)據(jù)信息的真實性，促進其個性化職能的發(fā)揮，必須在大數(shù)據(jù)背景下注重信息失真的控制，切實做好數(shù)據(jù)挖掘技術管理的各項工作。3數(shù)據(jù)挖掘技術在不同行業(yè)中的應用實踐學習的最終目的是為了更好的應用，隨著時代的發(fā)展，數(shù)據(jù)挖掘技術將在越來越多的行業(yè)中得以應用。例如在市場營銷行業(yè)中數(shù)據(jù)挖掘技術的應用這主要是因為數(shù)據(jù)挖掘能有效的解析消費者的消費行為和消費習慣，從而利用其將銷售方式改進和優(yōu)化，最終促進產品銷量的提升。再如在制造業(yè)中數(shù)據(jù)挖掘技術的應用，其目的就在于對產品質量進行檢驗。換言之，主要就是對各種生產數(shù)據(jù)進行篩選，從而得出有用的數(shù)據(jù)和知識，再采取決策樹算法進行統(tǒng)計決策，