南京师范大学附属中学
0.前言
近年来，信息数据增长迅速。大型数据库和数据仓库已广泛应用于各行各业。为了更加方便人们在海量的数据中将目标信息搜索出来，数据挖掘技术便应运而生。通过数据挖掘技术，人们可以在大量的数据中找到目标信息，这在一定程度上可以大大提高人们的工作效率。因此，探索数据挖掘技术的应用与发展具有重要的现实意义。
1.数据挖掘技术概述
数据挖掘指的是通过相关的技术手段从有关的算法中将某些信息搜索出来的过程。其实质是在数据库中查找隐藏的知识内容。被称为"挖掘"是因为这种技术所寻求的知识内容是不确定的，但存在潜在的价值而且具有隐藏的特性。数据挖掘技术和计算机科学拥有密切的联系，它常常通过计算机技术手段来实现某些目标。
数据挖掘主要具有分类、聚类、关联规则和序列模式的发现、预测、偏差检测等功能。数据挖掘一般处理流程为：数据集选取-数据预处理-数据分析算法-分析总结改进。
2.数据挖掘技术的应用
数据挖掘的应用非常广泛，常见的应用分布在市场营销、制造业、金融业、医疗、教育和科研等领域。
2.1数据挖掘技术在市场营销中的应用
通过对消费者大数据的分析可以了解客户的购买心理和相关的购买行为，从而根据客户的相关购买特点来调整产品；利用数据挖掘技术总结客户的购买行为特征，可以提高企业的营销能力；利用数据挖掘技术对用户数据进行准确的分析和分类，有利于确立企业高层管理的方向和目标。数据挖掘技术应用于市场营销，有效的提高了企业决策的准确性和科学性。
2.2数据挖掘技术在制造业中的应用
对于制造业来说，最重要的是产品的相关数据，对产品的数据进行整理和分析，比较产品的优缺点，使制造业能够在数据的基础上改进产品、提升生产效率。制造业可以利用数据挖掘技术进行机器零件故障诊断、资源优化、生产过程分析、车间调度、客户关系管理和决策支持，数据挖掘技术在制造业中的合理应用可以促进制造业的发展。例如，例如刘科研等人提出了一种基于数据挖掘的配电网故障关联因素分析与风险预警的方法，取得了较好的结果。
2.3数据挖掘技术在金融业中的应用
金融业需要收集和处理大量的业务数据，使用人工分析和简单的分析软件很难得到需要的结果。对数据挖掘技术进行灵活的应用，不但可以有效研究各种数据之间的相关性，而且可以发现这些数据之间的内在规律及其差异性，从而清晰把握市场趋势。数据挖掘技术广泛应用于金融业中的客户关系管理、风险识别与管理、市场趋势预测、经济犯罪识别、客户信用分析等领域。在金融行业的发展中，数据挖掘技术的影响变得越来越大，它可以为金融行业的发展提供新的视角。例如邹欣利用某网络借贷平台借款人的数据，对比了不同数据挖掘模型与传统金融机构常用模型在预测违约风险上的差异，识别了能够影响借款人违约的主要因素。
2.4数据挖掘技术在医疗中的应用
随着医疗信息化的发展，医疗活动、医疗科研和个人健康信息行为形成了大量的健康医疗大数据，医疗健康数据存储形式多样，传统的数据处理方法难以处理。
期刊文章分类查询,尽在期刊图书馆数据挖掘技术用于分析大量的健康和医疗异构数据可以协助完成医疗任务，如预防、诊断、治疗等等，还可以帮助准确定位健康信息，并进行有用信息的获取，从而大力改善健康信息方面的服务。
2.5数据挖掘技术在教育中的应用
信息技术与教育，二者之间的联系越来越紧密，相关教育机构与学校在教育的过程中，不要仅仅只满足于单纯的计算机管理数据，而是要以海量的数据为基本对象，寻找所隐藏的规律与信息。有效使用数据挖掘技术，可以对教学管理进行优化。
2.6数据挖掘技术在科研中的应用
科学研究和实验数据是密切相关的，实验数据包含大量的信息，科研过程需要分析数据之间的关系，然后统计结果和经验。数据挖掘在科学研究领域的应用可以帮助科研项目提供信息和查找数据。例如非营利性组织全球学术出版商服务机构CrossRef为用户提供文本和数据挖掘服务，允许出版商提供有关信息，使得用户可以方便地获取数据，从而对学术文献进行挖掘和分析。
3.数据挖掘技术的发展趋势
3.1数据挖掘语言标准化
如果数据挖掘语言要得到广泛的应用，标准化是必由之路。数据挖掘语言的标准化将提高多个数据挖掘系统和功能之间的互操作性，有利于数据挖掘系统的开发和设计。
3.2 可视化的数据挖掘
在数据挖掘的过程中，要积极寻找可视化的方法，从而让知识更加容易理解与操作，采取相关技术手段，促使数据挖掘成为业务的一部分，以便顺利实现人机交互作用。
3.3复杂数据的挖掘技术
随着信息时代的发展，数据挖掘对象越来越多，包括图像、音频、视频数据、Web数据，甚至空间数据库和时间序列数据库。复杂数据难以依靠传统的数据挖掘方法来实现预期的结果。为了处理这些复杂的数据，需要更好的分析和建模方法，以及为处理这些复杂或独特的数据准备的工具和软件。研究如何对复杂的数据进行有效地挖掘具有巨大的价值。
3.4注重隐私和数据安全
个人隐私和信息安全问题日益成为人们关注的话题。数据挖掘的不当使用可能涉及到个人的敏感信息。在保证数据挖掘结果的整体质量的同时保护隐私和数据安全也是未来数据挖掘技术发展的重点。
4.结语
在信息技术与网络技术的推动下，大数据让数据挖掘技术的实现成为一种可能，数据挖掘技术作为新时代最有影响力的数字化工具，它彻底地将各个领域中的运营模式颠覆，从而让个行各业中的运营模式都变得更加智能化与交互化。在这样的背景下，相关部门要建立健全法律法规，推动数据发展，加强设施保护，发挥数据标准的引领化作用，加紧加强数据挖掘技术的形成，让数据挖掘技术为新时代的社会服务。
参考文献 ：
[1]孙福利大数据时代的数据挖掘技术与应用.电子技术与软件工程,2018(1):170-170.
[2]张凯萍大数据时代背景下数据挖掘技术的应用探讨.赤峰学院学报：自然科学版,2018,34(8):52-54.
[3]吴雪峰马路数据挖掘技术及在制造业的应用.计算机应用与软件,2017,34(10):71-77.
[4]刘科研吴心忠石琛贾东梨基于数据挖掘的配电网故障风险预警.电力自动化设备,2018,38(5):148-153.
[5]邹欣基于数据挖掘模型的违约风险分析--以网络借贷为例.上海金融,2018(5):16-23.
论文作者:张布泽
论文发表刊物:《科技尚品》2019年第1期
论文发表时间:2019/7/18
标签：数据挖掘论文; 数据论文; 技术论文; 信息论文; 制造业论文; 医疗论文; 金融业论文; 《科技尚品》2019年第1期论文;