石轶良 对外经济贸易大学统计学院

近年来，随着网络技术不断发展，大数据运用越来越广泛，大数据优势明显，其可以优化处理和管理大量的数据内容，然而也存在对数据搜索不够精准、数据的使用难度较大等问题。基于此，如何优化大数据技术、优化数据搜索方向成为业界关注的重点课题。大数据技术在各行业应用广泛，且在不同程度上推动着各行业的蓬勃发展，所以，对大数据技术的优化和发展值得深入探析。本文分析论述了大数据时代的数据挖掘技术与应用，提出数据挖掘技术的相关内容，从五个领域分析数据挖掘技术的具体应用，并提出了数据挖掘技术的发展方向。

一、数据挖掘技术的概念与内涵

(相关资料图)

数据挖掘，即是处理和分析随意性强和模糊性强的数据信息，该过程较为烦琐和复杂，根据数据类型不同，要选择适宜的数据挖掘技术，以此来实现获取精准数据的目的。虽然不同数据所采取的数据挖掘方法不同，但在具体实施过程中，步骤基本相同，即先分析判断数据的特征和形式，以确定挖掘价值，然后根据数据挖掘需求确定数据挖掘标准并清理残余的数据，最后开展数据深度挖掘工作。目前，数据挖掘技术广泛应用到了各行业的发展中，深度挖掘数据的内涵，最大化发挥数据价值，结合各行业的不同需求来开展数据挖掘工作，为行业未来发展奠定坚实的数据基础，推进行业的高效发展。

二、常见的数据挖掘方法

如何最大化发挥出数据挖掘技术的作用，并提高数据挖掘的准确性？要始终围绕以实际出发为原则，结合数据类型选择合适的数据挖掘技术。一般情况而言，数据挖掘方法有以下几种，具体为：

(一)聚类分析法

此分析法主要针对碎片化的信息数据，将该类数据进行整理并分类归纳，使原本杂乱无章的数据变得有条理，并从中提取有价值的信息资讯，由此提高数据的规范性，最大化发挥数据的价值。在实际应用聚类分析法过程中，也存在一些问题，比如数据信息不能精确归类等等。所以，这种方法大部分应用于心理学，也会应用于资料辨识。

(二)关联分析法

关联分析法，即为定位有价值的信息数据，然后基于各种数据之间的内在关系，提炼出有用的信息。关联分析法是赋予事物之间的关联性理论，由此所产生的分析方法。所以，该分析方法可以通过各种数据之间的内在规律和联系获得有价值的数据，同时又能很好地分析处理数据，因此是各行业普遍使用的分析方法。

(三)特征分析法

随着我国社会发展不断加快，各行业发展所产生的数据量也越来越大，在此形势下，针对各行业庞大的数据量，要结合数据的不同特点，采取特征分析法进行分析处理，由此提高数据的处理效率。在应用特征分析法对数据进行分类处理时，要结合计算机相关技术对数据进行分类，由此来挖掘有价值的数据信息。伴随着信息技术的升级发展，数据挖掘技术也在创新发展，数据挖掘方法也不断增多，而各行业如何更好地应用数据挖掘方法，提高行业的发展效率，是当下需要关注的课题。

三、基于大数据时代下数据挖掘技术的具体应用分析

以大数据环境为根本依托，数据挖掘技术在各行业中广泛应用，推动了行业发展的速度和社会的发展。下文将从五个领域探析数据挖掘技术的具体应用。

(一)数据挖掘技术在科研领域的应用

在科研领域中，科研过程是以大量数据为支撑，如实验数据等，以最精准的数据来确保科研的可靠性和真实性。在科研过程中，既要统计各种资料，又要分析归纳各资料之间的联系，掌握数据资料变化的规律以及数据资料本身的特性。在科研工作中，可以借助数据挖掘技术，深入挖掘数据信息，由此来简化数据资料的处理流程，进而提高研究效率；另外，通过应用数据挖掘技术可以有效保证资料处理的科学性和规范性，规避人为错误。

(二)数据挖掘技术在电信领域的应用

中国的电信行业伴随着计算机网络的高速发展迅速崛起，电信业与老百姓的日常工作和生活息息相关。与此同时，人们对电信服务质量的要求也随着社会的发展而不断提高。对于电信企业而言，首先要提高数据利用水平，才能从根本上改善电信服务质量，才能为社会提供更优质的电信服务。电信行业的数据信息与其他行业相比，其综合性较强，数据信息的应用水平直接影响电信服务质量。因此，将大数据挖掘技术应用到电信领域中，一方面，通过应用数据挖掘技术，可以使电信数据信息更具条理，可以更清晰地记录用户的信息；另一方面，它可以使企业用户管理工作的难度降低，为企业制定更高质量的用户服务提供精准的数据支持，助力电信行业的健康和高效发展。

(三)数据挖掘技术在教育领域的应用

新课标对学校提出了要求，要制定高效的教学计划，全面提升学生的综合能力。学校和教师只有对学生的学习兴趣、性格特点、积极程度等各种数据有了全面的掌握，才能有的放矢地制定有针对性的训练计划，学生的综合素养才能从根本上得到提高。在数据挖掘技术的帮助下，教师可以全面地分析和整理学生的各种资料信息，资料信息分析的结果可以充分反映学生的具体学习情况，不仅有助于教师更好地制定教学方案，也有利于学校制定管理方案。

(四)数据挖掘技术在制造业领域的应用

在人们生活条件不断提升的同时，人们追求高品质产品的愿望更加强烈，而这对于制造业领域的发展也提出了较高要求。在该领域中，掌握消费者对产品的需求、相关产品的数据信息是非常关键的，制造业领域要对这些数据信息着重关注，将数据挖掘技术应用其中，对产品数据信息进行归类、处理、分析等，能够更好地区分优势产品和劣势产品，同时为企业制定产品发展战略提供准确的数据支撑。这样，一方面可以有效促进产品品质的提升，同时也有利于商家进行市场拓展；另一方面，企业的实践成本得到缩减，实现了降本提效的目的。

(五)数据挖掘技术在新闻媒体领域的应用

新闻报道中新闻时效性极为重要，同时也应遵循客观和真实的原则。当下是一个信息快速发展的时代，在新闻媒体领域，各媒体之间都能抢抓报道当下热门事件，导致同质化新闻问题。通过将数据挖掘技术应用到新闻媒体领域中，不但能够存储、管理和分析海量的新闻数据内容，同时还能够基于历史数据记录预测数据行为，从而赋予新闻采编前瞻性。所以，新闻从业者借助数据挖掘技术的分析和预测结果，可以预见到一些新闻信息，从而有效促进新闻报道的时效性，促进新闻质量的提高。

四、数据挖掘技术的发展前景

鉴于数据挖掘技术自身强大的优势，各行业对此技术的重视程度越来越高。通过应用数据挖掘技术，为企业自身的发展获取重要信息，对企业的升级发展意义重大，数据挖掘技术的发展前景非常广阔，且伴随着大数据技术的发展而不断升级优化。

(一)多媒体数据发展

多媒体数据广泛应用于计算机网络领域，在数据挖掘方面的应用较少。多媒体数据自身具有复杂度较高的特点，与传统的数据信息相比，其在分析处理中的难度会更大，数据类型也较为复杂化。对多媒体数据进行深入挖掘探究，可以不断拓宽数据挖掘技术的应用范围，推进数据挖掘技术向着更宽的领域迈进。

(二)优化创新算法

算法作为大数据挖掘技术的核心，其是否合理和科学与挖掘技术的应用水平直接挂钩。所以，今后数据挖掘技术的发展必须以原有算法为基础，不断优化和创新算法，以提升数据挖掘技术的精准性，由此来拓宽数据挖掘技术的使用范围。

(三)与其他系统的集成

在实际分析数据的过程中，如果仅凭应用数据挖掘技术，预期的数据处理结果较难实现，因为人们对数据处理的需求越来越高。所以可以考虑与计算机其他系统进行融合，实现数据挖掘技术与计算机系统的协作分析数据，更好满足数据处理需求。在实际应用数据挖掘技术的过程中，要发挥其应用的灵活性，才能在与其他系统的数据挖掘技术融合过程中，最大限度发挥挖掘技术的功能。

五、结语

总体而言，数据信息的价值在大数据时代的背景下被广泛关注。时代不断发展，数据量也越来越大，传统的数据处理方式亟待升级发展。一方面，借助数据挖掘技术能够有效节省成本，数据处理的效率也会更高，所获取的数据准确性也会提升；另一方面，针对各行各业的数据使用需求，提供有针对性、更具价值性的数据支持，为各个行业的决策和发展保驾护航。数据挖掘技术在近些年的发展已初具规模，并在不断发展中与多个领域相互交融和相互促进，数据挖掘技术得以蓬勃发展。相信在未来，数据挖掘技术会扩展到更多领域，为社会和经济发展贡献力量。

参考文献：

[1]江静,黄昌昊.大数据时代档案数据挖掘的综合特征探析[J].黑龙江档案,2022(02):107-109.

[2]黄晓勇.大数据时代，深度报道须补上数据挖掘的“短板”[J].中国记者,2021(09):123-125.

[3]迎梅.大数据时代的数据挖掘与应用[J].网络安全技术与应用,2021(06):51-52.

[4]陈翌.大数据时代下数据挖掘技术的应用[J].现代工业经济和信息化,2021,11(05):85-86+102.

[5]李玉玲.大数据时代下数据挖掘技术的应用[J].计算机与网络,2020,46(24):46.

作者简介：

石轶良，1978年生，男，黑龙江省鹤岗市人，毕业于齐齐哈尔大学自动化专业，工学学士，对外经济贸易大学统计学院在职人员高级课程研修班学员，就职于梅思安(中国)安全设备有限公司。

关键词：