计算机数据挖掘技术的开发与应用

蔡静颖

（广东茂名幼儿师范专科学校 广东省茂名市 525000）

计算机数据挖掘技术对计算机领域的前进与发展产生积极影响，在一定程度上推动社会进步，适应人们对生活与物质的需求。对于计算机数据挖掘技术而言，主要是在大量的信息数据中寻求对应的数据，应运而生进行高效率的数据，挖掘。计算机技术的基础特征，以挖掘技术为主，广泛地存在于各行各业中，帮助人们处理工作和生活的问题。新时期下，如何科学地开发计算机数据挖掘技术，将数据挖掘技术运用在多个层面，不断提升，人们生活质量是热点话题，需要相关人员重点分析和探索。

1 计算机数据挖掘技术和大数据之间的关联

在网络日益普及背景下，大数据以及互联网和云计算关联密切，移动网络的发展和运作需要大数据的支撑，可以说大数据分析挖掘技术是推动网络长久发展的基础条件。

1.1 大数据介绍

总体而言，现阶段多个行业受到大数据技术的影响，通过宏观的数据库进行数据信息的管理。可是实际上，因为以缺少统一的名称规定，普遍将大数据理解为海量数据。大数据处理问题，经常存在于专业杂志中加以讨论，大数据具备显著的特殊性，由于数据范围比较广泛，所以应妥善的对计算机挖掘技术进行数据管理。

大数据具备海量性、多样性、价值密度低和传播速度快的特征，大数据含有的信息，体积规模大于普通模式的数据规模，计量单位和普通形式的信息存储存在差异，大数据把P B、Z B 当作基础信息保存单位完成计量。大数据，不只是具备体积规模庞大的特征，种类也是比较复杂的。大数据的来源比较广泛，所以信息变化较快，呈现出多样化的类型和格式，种类繁多大于普通形式的结构化信息。非结构性信息和多元性信息作为大数据背景下，经常表现的数据格式。和传统的信息数据进行对比，大数据的收益成效不够显著，对应的价值密度低一些。可是结合大量的信息资料，大数据对于生产和质量保障等方面具备的优势超过传统数据。通过计算机挖掘技术探索大数据的价值质量，获取的价值收益要大于传统数据。现阶段，市场中诸多企业的发展来源于数据分析，大数据促使企业高效生产，获得更多的综合效益。对于企业的实际发展，大数据多样性类型在企业的生产过程中不断增长，或研制大数据归属企业资产的有机组成部分，对于信息数据进行更新，能够增强数据信息的产生速度。

1.2 大数据的需求挖掘

以满足用户需求为目的，通过大数据挖掘技术对新市场进行拓展，作为大数据在企业发展中的具体应用。企业的发展要经过研究市场、探索潜在客户、商业谈判和市场操作等几个流程。针对研究市场过程中，大数据存在着重要的作用，对所有的信息数据加以市场化研究。常规的市场研究以问卷调查为主，结合历史信息统计调查结果的方式可能引出市场研究出现误差，不利于后续流程的顺利进行。通过数据挖掘技术，全方位通过多样化的信息完成市场研究，相关数据涵盖以往的历史信息与最新信息，一方面可帮助企业进行正确的决策，另一方面增强企业对信息数据分析的处理效率，保障信息研究结果具备精确性，这也是常规数据挖掘方式不可比拟的。在大数据挖掘技术运用之下，企业八大数据研究的信息当作参考依据，立足于市场变化需求和市场发展方向，及时创新产品，得到更多的经济收益，最大化地给企业带来经济综合效益。

1.3 数据挖掘技术介绍

对于数据挖掘技术，结合现有的数据信息，挖掘内在价值和未知意义的相关数据。此种技术的发展经过多个环节，包含信息收集、信息访问、决策支持信息挖掘和大数据挖掘。给予多种多样的信息数据加以时效性的收集与整理，开展简便的信息处理工作是数据挖掘技术的运用工关键点，在很大程度上促进大数据挖掘技术的创新与发展。与此同时，大数据挖掘技术的产生与发展，跟随用户需求和网络技术创新所变化，大数据挖掘给相关行业提供具备价值的预测信息，结合数据仓库的大量信息进行企业战略方针的制定，即便和常规的数据挖掘技术存在相似之处，然而大数据挖掘技术能够对数据算法进行改变，充分研究信息数据的变化趋势。

除此之外，对于数据挖掘技术的流程分析，基本上所有的挖掘技术算法类型经历的流程是相似的，挖掘数据七资源，运用多种算法协调与配合，处理企业在经营管理中遇到的多种问题，实现价值信息的巧妙运用。数据挖掘技术，通过翻译信息、预处理信息和研究生信息模型得到对应的结果。在翻译信息过程中，把信息库的大量信息转变为计算机相关格式，把内容输入在计算机体系内。计算机可以对大量的信息进行筛选，挑选具备价值的信息。接下来初始化处理翻译得到的信息数据，最大化增强数据的运用质量。预处理信息，主要是降低翻译信息过程中潜在的不确定性，筛选大量的信息数据可更为直观的保障信息研究具备准确性。一般情况下，通过信息筛选和缺失值处理以及数据标准化的方式进行信息加工，可以提高信息数据处理的效率。然后开展信息建模操作，结合具体信息满足解决问题的条件，给予预处理的信息加以建模设置，总结数据变化规律，保证相关的数据信息可以互相匹配，得到最为准确的数据挖掘结果。基于此，即便大数据挖掘技术存在高效的信息挖掘方法，可是此种技术的应用要围绕传统信息挖掘方法进行创新，在时代的发展过程中研发高性能的大数据挖掘技术。

2 计算机挖掘技术的开发措施

2.1 算法的类型

在时代数据化的发展背景下，计算机挖掘技术的存在，能够有效地获取信息数据，和常规的数据处理方法进行对比，具备更高的准确性。立足于实际生活，大数据应用对可视化的信息处理技术进行开发，重点围绕信息加工能力的创新进行，现阶段大数据挖掘技术涉及的算法类型比较多，包含分类算法、关联规则、回归研究、聚类研究和神经网络分析等。按照大数据的类型，研究数据信息本质上是进行算法分类，其中回归研究算法是以因变量为前提，将这一个变量和其他自变量进行关系统计，得到信息属性值之间的关联，记录两者关系的一种算法。聚类研究是划分分类研究的计算方法，通过信息直接化呈现的特征，加工处理信息数据。关联规则，主要是深层次挖掘探寻大数据集合关联的一种算法，神经网络算法是对人类的大脑思考过程进行模拟，学习部分样本之后，对存在差异的样本信息进行区别对待，不管是哪一种数据挖掘技术算法，存在的作用都是小于多种挖掘技术算法结合运用的效果，对信息挖掘过程进行抽象化处理，构建实用性较强的信息挖掘体系，存在显著的可利用性和可复制性。

2.2 轴线型数据挖掘法

针对周限行挖掘发而言，对信息挖掘的过程加以轴线话处理，轴线的起点与终点之间的相关流程包含信息输入、信息预处理、信息研究和信息输出。轴线型挖掘法的优势是便于时效性的修改信息，具备操作简便性。不足之处，是数据挖掘需求的时间比较长，可现阶段轴线型数据挖掘发是应用最为广泛的一种方式。

2.3 环形数据挖掘法

主要是把相对完整的信息流程和一个环进行关联，在环中实施操作代表一次数据成功挖掘。完整的环境而信息挖掘涉及信息输入和输出，和轴线型数据挖掘发的流程的基本相似。在实际应用中能够循环的得到需求信息，完成一次性的信息挖掘操作，继续下一次的信息挖掘，实现信息数据挖掘的持续性和循环性目标。环型数据挖掘法，体现出效率高和活力用的优势，操作流程相对复杂，对应的实操性不强。

3 计算机数据挖掘技术的应用途径

3.1 市场营销过程中应用挖掘技术

对于市场营销的运营工作，以整理和统计信息为主，把市场信息的调查结果当作决策分析依据，给企业后续的营销方案提供发展方向。现阶段，移动支付作为相对流行的支付手段，对人们的日常出行加以简化处理。网络营销商得到人们进行微信支付和支付宝支付的相关信息，营销商统计与归纳多种类型的消费信息，构建完整的数据信息库。接下来通过数据挖掘技术进行科学利用，得到具备价值的数据信息，分析消费者人群的不同消费倾向，明确消费者的实际消费情况，给企业今后的营销方案制定提供条件支持。

3.2 金融投资过程中应用数据挖掘技术

对于金融投资行业而言，运用大量的信息和资料进行科学判断，决策者要想保证决策具备正确性，需要全方位的设计信息模型。金融投资即便会获取对应的收益，然而存在着内在风险，金融投资受到多种因素的影响，因此要想控制金融投资的风险产生，国际范围内把现有的金融投资模式当作基础点，明确完整的金融投资风险统计系统。利用这项系统，研究和处理投资行业的数据信息，保证数据处理具备科学性与高效性。由此发挥计算机数据挖掘技术的优势，确切的保障信息检索正确性，势必能够增强金融投资项目的运作效率。

3.3 人事管理过程中应用数据挖掘技术

如今，社会在不断的进步和创新，我国人们的整体经济水平也有所提升，在很大程度上推动企业和单位的运作，甚至相关的企业以及单位构成巨大的结构体系。我国市场竞争环境比较严峻，若企业想要以选拔人才的方式进行竞争力提升，需要与时俱进的完善人力资源管理体系。评定人力资源单位的工作者工作效率，科学的运用计算机数据挖掘技术，最大化减少人力资源管理单位一的工作量，由此实现工作效率提升的目的。通过计算机数据挖掘技术，迅速地得到工作者信息资料，规范化的判断工作者拥有的工作态度以及工作潜能，完善现有的人是评定结构体系，便于企业长久运作。

3.4 信息档案开发管理过程中应用数据挖掘技术

由于档案信息十分重要，不管是人们的日常生活，还是工作与学习，信息都占据着重要的地位。不只是和工作者的信息记录存在关联，还可体现工作者个人发展潜能。目前在科学技术的创新过程中，计算机技术有效地被应用在信息档案开发管理工作，一方面增强档案信息处理效率，另一方面创新档案信息管理工作流程。

3.4.1 获取交通信息档案内容

交通单位的实际经营与管理，对相关车辆的驾驶人员档案信息内容进行筛选，不仅仅了解驾驶人员的驾驶经验，还记录驾驶人员以及车辆的数据信息。一般而言，客运行业的驾驶人员档案信息包含基础信息内容、健康情况内容、安全驾驶内容、诚信考核内容和从业资格证内容，所以在应用数据挖掘技术过程中，动态化的统计，相关驾驶人员的信息档案数据，研究驾驶人员车辆运行里程以及奖惩情况，判断驾驶人员具备的运营能力，优化道路安全管理。并且利用数据挖掘技术，掌握交通车辆的异常借阅状态，时效性规避不正当行为，增强档案信息，整体保护效率。

3.4.2 强化医疗行业档案信息的服务

站在医疗行业的发展是走向，从事与档案记录的相关人员，如果通过数据挖掘技术进行档案信息的开发与管理，增强医生和患者的交流与沟通效果，针对性地进行医疗服务，可以获取更为理想的服务成效。对于城市的发展，我国居民健康档案的内容，包含居民课题内容、既往病史内容和家族史内容，依托数据挖掘技术构建完整的城市居民健康档案系统，在规定时间内记录居民的就诊情况、会诊情况和疫苗接种情况，这样医护工作者可以全面分析患者的身体健康变化，提供持续性与动态性的医疗服务，落实对居民身体健康的长效追踪工作，提高医疗档案信息运用的质量。除此之外，发挥大数据挖掘技术的优势，把居民医疗健康情况上传到相关平台中，便于医疗行业长久监督患者的病情变化，已经出现异常情况加以时效性的指导，帮助患者提高生活质量。

3.4.3 管理档案鉴定成本

针对档案信息的保管工作，成本管理是不可或缺的一项环节。档案鉴定过程中，不只是要保障档案信息的真实性，还需体现档案管理的科学性。在我国的诸多地区中，档案鉴定工作表现出形式化的发展倾向，也就是凭藉档案管理工作者的日常工作经验完成档案信息鉴定，以至于，但鉴定的质量受到主观因素影响。所以应及时的运用大数据挖掘技术，掌握了不同企业在运营过程中的档案信息表现形式和信息变化规律，统计档案鉴定工作的重点和难点，明确切实有效的档案鉴定策略，使得档案鉴定工作水平能够增强。通过大数据挖掘技术，彰显挖掘技术自身对信息数据的处理能力，规范化处理相关的档案信息运用流程，大规模维护档案信息数据，全方位挖掘档案信息处理的问题，以免出现档案缺失情况。

3.5 在网络病毒防御系统开发中应用数据挖掘技术

大数据挖掘技术具备一定的综合性，在运用过程中要结合不同的功能进行研究，形成数据模块，充分的凸显大数据挖掘技术应用在网络病毒防御系统开发中的效用。

3.5.1 数据源模块

对于此项模块，获取多样化信息和数据资料，借助数据信息技术把相关的数据上传到电脑主机中，数据来源主要是抓包程序，对信息包进行拦截与处理，妥善地保存转移到数据库中。针对数据元部分，其是网络工具的一种类型，需要及时的将信息包传递给主机，对原有的信息进行保存，接下来进行信息数据的预处理。

3.5.2 预处理模块

大数据挖掘技术的应用，要想构建完整的网络病毒防御系统，应该关注预处理模块的设置，实现对信息数据的动态交换过程，确切识别计算机系统的运作情况。减少大数据挖掘技术运用的时间，增强病毒处理效率。借助信息预处理模块，不只是保障信息挖掘的成效，还要提升信息挖掘的准确度，赋予数据信息具备更强的辨识度。把信息数据上传到右处理模块中，高效的转化数据模型，计算机系统确切识别，及时找到了病毒潜在的可能性，给病毒防御处理提供更多条件。

3.5.3 决策模块

若计算机存有的数据之间表现出关联性，那么在一般情况下会存在≥两个变量之间的关联，将大数据挖掘技术运用在病毒防御系统的建设中，形成完整的数据库，保存相关信息，设置决策模块动态关注病毒的产生，监测病毒存在的信息，若决策模块和计算机系统的病毒检测程序能够互相匹配，代表没有病毒产生，反之表明新病毒已经出现。

3.5.4 检测模块

病毒防御系统的实际建设，通过大数据挖掘技术筛选诸多的信息数据，过滤掉不存在价值的信息。通过已经建设的模型记录病毒入侵的相关特征，及时在信息库中纳入病毒数据，便于提高发现病毒的准确性。利用大数据挖掘技术，将信息数据当作核心，规范的记录多种类型信息，预处理信息之后，分析审计结果，巧妙地归B病毒入侵性性。由此把病毒入侵检测当作病毒防御系统设计的要点，全方位利用数据挖掘技术提取病毒信息，统计相关的病毒特征以及传递途径，可以全方位增强病毒防御系统运作效率，实现大数据挖掘技术的高效运用。

4 结束语

综上所述，计算机领域突飞猛进的发展生成相关的计算机数据挖掘技术，将此种技术广泛的运用在多个行业中，对企业的项目管理提供参考条件，便于增强企业决策质量和管理水平。相关人员需要进一步探索计算机数据挖掘技术的研发与应用，赋予计算机数据挖掘技术更多的性能，动态化掌握企业建设过程，不断提高企业综合效益。