大數(shù)據(jù)崛起與數(shù)據(jù)挖掘芻議

趙倩倩等

摘要：大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)革命，對(duì)商業(yè)管理模式、企業(yè)決策、組織流程和個(gè)人的生活方式等都將會(huì)產(chǎn)生巨大的影響。隨著大數(shù)據(jù)概念的提出，為數(shù)據(jù)挖掘技術(shù)的應(yīng)用和發(fā)展也帶來了很大的機(jī)遇，數(shù)據(jù)挖掘技術(shù)將會(huì)進(jìn)入一個(gè)新的發(fā)展時(shí)期。“數(shù)據(jù)爆炸、知識(shí)貧乏”是信息時(shí)代所面臨的一個(gè)嚴(yán)峻問題，而數(shù)據(jù)挖掘就是解決該問題的十分有效的手段。要是說以往的世紀(jì)是信息大爆炸或知識(shí)大爆炸的世紀(jì)，那么如今的世紀(jì)則是數(shù)據(jù)大爆炸的世紀(jì)。面對(duì)如此巨大的數(shù)據(jù)量，數(shù)據(jù)挖掘就顯得尤為重要。此文主要論述了大數(shù)據(jù)及數(shù)據(jù)挖掘的概念和特點(diǎn)、大數(shù)據(jù)對(duì)人類日常生活的影響以及數(shù)據(jù)挖掘在大數(shù)據(jù)時(shí)代的應(yīng)用領(lǐng)域。

關(guān)鍵詞：大數(shù)據(jù)；云計(jì)算；物聯(lián)網(wǎng)；數(shù)據(jù)挖掘；數(shù)據(jù)大爆炸

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）33-7831-03

Abstract： Big Data is the second disruptive technology revolutionof IT industry after cloud computing and Internet of Things， it will have a huge impact on business management， business decisions， organizational and business processes and personal lifestyle and so on. As proposed of big datas concept， for application and development of data mining technology has also brought a great opportunities， data mining technology will enter a new development period. "Data explosion， lack of knowledge" is a serious problem in information age， and data mining is a very effective means of solving this problem. To say the past century is the information or knowledge explosion century， so today's century is the century of data explosion. Faced with such a huge amount of data， data mining is particularly important. This article discusses the concepts and characteristics of big data and data mining ， the impact of big data on human life and big data era data mining's applications.

Key words：big data； cloud computing； Internet of Things； data mining； data explosion

1 概述

1.1 大數(shù)據(jù)崛起

大數(shù)據(jù)如浪潮般席卷著全世界，沖刷著地球的各個(gè)角落。從政府到商業(yè)科技、教育、醫(yī)療、經(jīng)濟(jì)、人文還有社會(huì)的其他各個(gè)領(lǐng)域都無時(shí)不能看到大數(shù)據(jù)的影子，圖1（來自《佛諾：執(zhí)掌大數(shù)據(jù) 把握信息時(shí)代脈搏》）所述就是大數(shù)據(jù)在各個(gè)行業(yè)的應(yīng)用。大數(shù)據(jù)是指數(shù)據(jù)量特別大、數(shù)據(jù)類別特別復(fù)雜的數(shù)據(jù)集，這些數(shù)據(jù)集無法用傳統(tǒng)的數(shù)據(jù)庫進(jìn)行存儲(chǔ)，管理和處理。維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在《大數(shù)據(jù)時(shí)代》中告訴我們大數(shù)據(jù)的4V特點(diǎn)，即Volume（大量）、Velocity（高速）、 Variety（多樣）、Veracity（真實(shí)）[1]。

數(shù)據(jù)量已達(dá)到了人類無法想像的程度這是大數(shù)據(jù)時(shí)代的一個(gè)最顯著的特征，據(jù)有關(guān)數(shù)據(jù)統(tǒng)計(jì)，近兩年內(nèi)人類所產(chǎn)生的數(shù)據(jù)占有史以來全部數(shù)據(jù)的百分之九十以上，從圖2（選自《大數(shù)據(jù)時(shí)代，我們還有隱私嗎？》）可以顯而易見的看出大數(shù)據(jù)在近兩年內(nèi)的增長(zhǎng)是巨大的。由此圖表和相關(guān)報(bào)道可見，大數(shù)據(jù)時(shí)代是真的來臨了，大數(shù)據(jù)時(shí)代的特征不僅僅在數(shù)據(jù)量極為巨大這方面上，而且包含著信息量也非常巨大這一特征。表面上看也就是大量復(fù)雜的數(shù)據(jù)而已，這些數(shù)據(jù)本身的價(jià)值并不高，但對(duì)這些復(fù)雜的數(shù)據(jù)進(jìn)行分析處理后，卻能從中提煉出很有價(jià)值的信息。對(duì)大數(shù)據(jù)的分析，主要分為五個(gè)方面：可視化分析（Analytic Visualization）、數(shù)據(jù)挖掘算法（Date Mining Algorithms）、預(yù)測(cè)性分析能力（Predictive Analytic Capabilities）、語義引擎（Semantic Engines）和數(shù)據(jù)質(zhì)量管理（Data Quality Management）[2]。

數(shù)據(jù)挖掘本質(zhì)上就是深層次的數(shù)據(jù)分析方法?？v觀數(shù)據(jù)分析這么多年的歷史，我們可以看到過去數(shù)據(jù)收集和分析的目的是科學(xué)研究，而且由于當(dāng)時(shí)的計(jì)算能力有限，對(duì)大數(shù)據(jù)量進(jìn)行分析的復(fù)雜數(shù)據(jù)分析方法受到了很大限制。而現(xiàn)在，各行業(yè)業(yè)務(wù)都實(shí)現(xiàn)了自動(dòng)化處理，商業(yè)領(lǐng)域因此產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)，收集這些數(shù)據(jù)的目的不再是為了分析，而是為純商業(yè)的利益產(chǎn)生。分析這些大量的數(shù)據(jù)也不再是研究需要，更多的是為商業(yè)決策提供有利的信息?，F(xiàn)今所有企業(yè)都面臨的問題是：想要從巨大的企業(yè)數(shù)據(jù)量中提取出真正有價(jià)值的信息就像從礦石中淘金一樣難，而數(shù)據(jù)挖掘也是因此而得名的。因此，數(shù)據(jù)挖掘的另一種定義是：按企業(yè)的業(yè)務(wù)目標(biāo)對(duì)海量的企業(yè)數(shù)據(jù)探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性，進(jìn)一步將其模型化成為先進(jìn)有效的方法[5]。endprint

2 大數(shù)據(jù)與數(shù)據(jù)挖掘的關(guān)系

2.1 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘

大數(shù)據(jù)時(shí)代在近兩年顛覆了人們過去的數(shù)據(jù)時(shí)代，它帶來的數(shù)據(jù)革命給人們的生活帶來巨大的影響，不僅如此，還將對(duì)企業(yè)的組織、決策、業(yè)務(wù)流程等產(chǎn)生相當(dāng)大的影響。大數(shù)據(jù)時(shí)代，人和人之間的界限已經(jīng)模糊到?jīng)]有國界，甚至沒有任何疆界。在這里值得一提的是，大數(shù)據(jù)時(shí)代中人類最寶貴的資產(chǎn)不是金錢、權(quán)利而是數(shù)據(jù)，數(shù)據(jù)會(huì)帶領(lǐng)我們尋找正確的路，它才是我們21世紀(jì)最為寶貴的財(cái)富。但是這些“財(cái)富”卻像一座藏寶之山一樣被層層包裹著，這就需要人們用一把鑰匙來開啟這座藏寶之山，而這把鑰匙就是—數(shù)據(jù)挖掘。

數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用通過對(duì)海量數(shù)據(jù)建模，對(duì)這些數(shù)據(jù)模型進(jìn)行整理和分析，得出對(duì)企業(yè)有用的數(shù)據(jù)來幫助企業(yè)分析不同的客戶或市場(chǎng)劃分，從而得到消費(fèi)者的喜好，然后投其所好找出企業(yè)正確是運(yùn)營方式。這些大量的數(shù)據(jù)中可能隱藏著某種企業(yè)所需的規(guī)律性的東西，通過建模就可以利用模型自動(dòng)從海量數(shù)據(jù)中找出這種關(guān)聯(lián)性[6]。數(shù)據(jù)挖掘通常是會(huì)與統(tǒng)計(jì)分析中的一些方法聯(lián)系起來應(yīng)用，所以說想要掌握數(shù)據(jù)挖掘，統(tǒng)計(jì)分析也是必不可少要了解的。

2.2 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的意義

數(shù)據(jù)挖掘在大數(shù)據(jù)時(shí)代有著其他工作都無法替代的意義，人們透過對(duì)大數(shù)據(jù)的各種分析，可以對(duì)現(xiàn)有的企業(yè)決策提供強(qiáng)大數(shù)據(jù)支持的意見與建議。目前，幾乎所有500強(qiáng)企業(yè)中的管理建議都是伴隨著數(shù)據(jù)作為理論依據(jù)而提出的，即便是國內(nèi)的中小企業(yè)在分析和解決問題時(shí)也開始傾向于用數(shù)據(jù)說話，不掌握大量數(shù)據(jù)是無法提出科學(xué)合理的建議的。此外，當(dāng)大量的數(shù)據(jù)量積累到一塊的時(shí)候，數(shù)據(jù)自己也會(huì)說話，對(duì)這些數(shù)據(jù)進(jìn)行分析和處理之后，人們就可以從海量的數(shù)據(jù)中發(fā)現(xiàn)商機(jī)。我們?nèi)粘Ｖ械暮Ａ拷灰讛?shù)據(jù)中隱藏的都是客戶的喜好甚至是市場(chǎng)未來的發(fā)展趨勢(shì)，企業(yè)如果將這些數(shù)據(jù)提取出來進(jìn)行挖掘分析會(huì)得到意想不到的結(jié)果，充分利用這些數(shù)據(jù)對(duì)于企業(yè)的生存發(fā)展有著極其重要的意義，所以說哪個(gè)企業(yè)更加了解市場(chǎng)，更加接近市場(chǎng)，它就將從競(jìng)爭(zhēng)中脫穎而出。我國傳統(tǒng)的數(shù)據(jù)管理思維方式關(guān)注的僅僅是靜態(tài)程序預(yù)先提供給企業(yè)的固定內(nèi)置功能，而這些預(yù)置的功能帶給企業(yè)的幫助是十分有限的，企業(yè)必須依靠海量數(shù)據(jù)的分析來更好地為客戶服務(wù)，更好地占領(lǐng)差異化市場(chǎng)，更好地完善企業(yè)內(nèi)部的各項(xiàng)工作。

2.3 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域

醫(yī)學(xué)領(lǐng)域：在醫(yī)學(xué)領(lǐng)域，2003年算是大數(shù)據(jù)涌現(xiàn)過程中的一個(gè)里程碑。那一年第一例人類基因組完成了測(cè)序。在那次突破性的進(jìn)展之后，數(shù)以千計(jì)人類、靈長(zhǎng)類、老鼠和細(xì)菌的基因組擴(kuò)充著人們所掌握的數(shù)據(jù)。每個(gè)基因組上有幾十億個(gè)“字母”，計(jì)算時(shí)出現(xiàn)紕漏的危險(xiǎn)催生了生物信息學(xué)。這一學(xué)科借助軟件、硬件和復(fù)雜算法之力，支撐著新的科學(xué)類型[7]。

教育領(lǐng)域：在教學(xué)管理過程中，如何全面掌握學(xué)生的學(xué)習(xí)狀況、選課情況、心理狀況、教學(xué)評(píng)價(jià)以及教學(xué)資源的最優(yōu)化配置等信息，都可以使用數(shù)據(jù)挖掘技術(shù)來解決[8]。

科學(xué)研究：除了醫(yī)學(xué)和教育業(yè)，數(shù)據(jù)挖掘在科研領(lǐng)域也正風(fēng)起云涌。越來越多的設(shè)備帶著更加精密的傳感器，傳回愈發(fā)難以駕馭的數(shù)據(jù)流，于是人們需要日益強(qiáng)大的分析能力。在石油勘探、氣象學(xué)和天文學(xué)等領(lǐng)域，數(shù)據(jù)量的井噴式增長(zhǎng)對(duì)更高層次的分析和洞察提供了支持，甚至提出了要求[8]。

3 總結(jié)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘是最關(guān)鍵的工作?，F(xiàn)下關(guān)于大數(shù)據(jù)和數(shù)據(jù)挖掘的討論之所以發(fā)生是因?yàn)槲覀冋幱隗@天動(dòng)地的變革當(dāng)中，而且我們正以前所未有的方式感知它。數(shù)據(jù)挖掘的研究如日中天，目前，國內(nèi)外很多公司、大學(xué)和研究機(jī)構(gòu)都非?？春脭?shù)據(jù)挖掘的發(fā)展前景，因?yàn)閿?shù)據(jù)挖掘是通過預(yù)測(cè)未來趨勢(shì)及行為，做出前攝的、基于知識(shí)的決策。伴隨著大數(shù)據(jù)的數(shù)據(jù)管理，檢索技術(shù)研究的進(jìn)步，數(shù)據(jù)挖掘技術(shù)將迎來巨大的發(fā)展機(jī)遇，數(shù)據(jù)挖掘技術(shù)的應(yīng)用也將更加廣泛，數(shù)據(jù)挖掘的工具也將更加強(qiáng)大。

參考文獻(xiàn)：

[1] 畢雯婧. 淺談?dòng)嘘P(guān)大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘[J]. 消費(fèi)電子，2014，21（8）：163-163.

[2] Fayyad U M.Piatetsky-Shapiro G， Smyth P， et al. Advances in knowledge discovery and data mining[J].1996（16）：82-86.

[3] 黃海峰.大數(shù)據(jù)時(shí)代以數(shù)據(jù)挖掘帶給運(yùn)營商新價(jià)值[J].通信世界，2012（27）：43-45.

[4] 糜元根.數(shù)據(jù)挖掘方法的評(píng)述[J]. 南京化工大學(xué)學(xué)報(bào)，2001，23（5）：105-110.

[5] 韓英.淺析大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J].成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào)：綜合版，2013， 10（4）：63-64.

[6] 曹莉.芻議大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J]. 經(jīng)營管理者，2013，8（12）：191-192.

[7] John， Partick， Pullen. 大數(shù)據(jù)崛起[J].創(chuàng)業(yè)邦，2013，5（2）：47-48.

[8] 李平榮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報(bào)，2014，30（151）：45-47.endprint

2 大數(shù)據(jù)與數(shù)據(jù)挖掘的關(guān)系

2.1 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘

大數(shù)據(jù)時(shí)代在近兩年顛覆了人們過去的數(shù)據(jù)時(shí)代，它帶來的數(shù)據(jù)革命給人們的生活帶來巨大的影響，不僅如此，還將對(duì)企業(yè)的組織、決策、業(yè)務(wù)流程等產(chǎn)生相當(dāng)大的影響。大數(shù)據(jù)時(shí)代，人和人之間的界限已經(jīng)模糊到?jīng)]有國界，甚至沒有任何疆界。在這里值得一提的是，大數(shù)據(jù)時(shí)代中人類最寶貴的資產(chǎn)不是金錢、權(quán)利而是數(shù)據(jù)，數(shù)據(jù)會(huì)帶領(lǐng)我們尋找正確的路，它才是我們21世紀(jì)最為寶貴的財(cái)富。但是這些“財(cái)富”卻像一座藏寶之山一樣被層層包裹著，這就需要人們用一把鑰匙來開啟這座藏寶之山，而這把鑰匙就是—數(shù)據(jù)挖掘。

數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用通過對(duì)海量數(shù)據(jù)建模，對(duì)這些數(shù)據(jù)模型進(jìn)行整理和分析，得出對(duì)企業(yè)有用的數(shù)據(jù)來幫助企業(yè)分析不同的客戶或市場(chǎng)劃分，從而得到消費(fèi)者的喜好，然后投其所好找出企業(yè)正確是運(yùn)營方式。這些大量的數(shù)據(jù)中可能隱藏著某種企業(yè)所需的規(guī)律性的東西，通過建模就可以利用模型自動(dòng)從海量數(shù)據(jù)中找出這種關(guān)聯(lián)性[6]。數(shù)據(jù)挖掘通常是會(huì)與統(tǒng)計(jì)分析中的一些方法聯(lián)系起來應(yīng)用，所以說想要掌握數(shù)據(jù)挖掘，統(tǒng)計(jì)分析也是必不可少要了解的。

2.2 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的意義

數(shù)據(jù)挖掘在大數(shù)據(jù)時(shí)代有著其他工作都無法替代的意義，人們透過對(duì)大數(shù)據(jù)的各種分析，可以對(duì)現(xiàn)有的企業(yè)決策提供強(qiáng)大數(shù)據(jù)支持的意見與建議。目前，幾乎所有500強(qiáng)企業(yè)中的管理建議都是伴隨著數(shù)據(jù)作為理論依據(jù)而提出的，即便是國內(nèi)的中小企業(yè)在分析和解決問題時(shí)也開始傾向于用數(shù)據(jù)說話，不掌握大量數(shù)據(jù)是無法提出科學(xué)合理的建議的。此外，當(dāng)大量的數(shù)據(jù)量積累到一塊的時(shí)候，數(shù)據(jù)自己也會(huì)說話，對(duì)這些數(shù)據(jù)進(jìn)行分析和處理之后，人們就可以從海量的數(shù)據(jù)中發(fā)現(xiàn)商機(jī)。我們?nèi)粘Ｖ械暮Ａ拷灰讛?shù)據(jù)中隱藏的都是客戶的喜好甚至是市場(chǎng)未來的發(fā)展趨勢(shì)，企業(yè)如果將這些數(shù)據(jù)提取出來進(jìn)行挖掘分析會(huì)得到意想不到的結(jié)果，充分利用這些數(shù)據(jù)對(duì)于企業(yè)的生存發(fā)展有著極其重要的意義，所以說哪個(gè)企業(yè)更加了解市場(chǎng)，更加接近市場(chǎng)，它就將從競(jìng)爭(zhēng)中脫穎而出。我國傳統(tǒng)的數(shù)據(jù)管理思維方式關(guān)注的僅僅是靜態(tài)程序預(yù)先提供給企業(yè)的固定內(nèi)置功能，而這些預(yù)置的功能帶給企業(yè)的幫助是十分有限的，企業(yè)必須依靠海量數(shù)據(jù)的分析來更好地為客戶服務(wù)，更好地占領(lǐng)差異化市場(chǎng)，更好地完善企業(yè)內(nèi)部的各項(xiàng)工作。

2.3 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域

醫(yī)學(xué)領(lǐng)域：在醫(yī)學(xué)領(lǐng)域，2003年算是大數(shù)據(jù)涌現(xiàn)過程中的一個(gè)里程碑。那一年第一例人類基因組完成了測(cè)序。在那次突破性的進(jìn)展之后，數(shù)以千計(jì)人類、靈長(zhǎng)類、老鼠和細(xì)菌的基因組擴(kuò)充著人們所掌握的數(shù)據(jù)。每個(gè)基因組上有幾十億個(gè)“字母”，計(jì)算時(shí)出現(xiàn)紕漏的危險(xiǎn)催生了生物信息學(xué)。這一學(xué)科借助軟件、硬件和復(fù)雜算法之力，支撐著新的科學(xué)類型[7]。

教育領(lǐng)域：在教學(xué)管理過程中，如何全面掌握學(xué)生的學(xué)習(xí)狀況、選課情況、心理狀況、教學(xué)評(píng)價(jià)以及教學(xué)資源的最優(yōu)化配置等信息，都可以使用數(shù)據(jù)挖掘技術(shù)來解決[8]。

科學(xué)研究：除了醫(yī)學(xué)和教育業(yè)，數(shù)據(jù)挖掘在科研領(lǐng)域也正風(fēng)起云涌。越來越多的設(shè)備帶著更加精密的傳感器，傳回愈發(fā)難以駕馭的數(shù)據(jù)流，于是人們需要日益強(qiáng)大的分析能力。在石油勘探、氣象學(xué)和天文學(xué)等領(lǐng)域，數(shù)據(jù)量的井噴式增長(zhǎng)對(duì)更高層次的分析和洞察提供了支持，甚至提出了要求[8]。

3 總結(jié)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘是最關(guān)鍵的工作?，F(xiàn)下關(guān)于大數(shù)據(jù)和數(shù)據(jù)挖掘的討論之所以發(fā)生是因?yàn)槲覀冋幱隗@天動(dòng)地的變革當(dāng)中，而且我們正以前所未有的方式感知它。數(shù)據(jù)挖掘的研究如日中天，目前，國內(nèi)外很多公司、大學(xué)和研究機(jī)構(gòu)都非?？春脭?shù)據(jù)挖掘的發(fā)展前景，因?yàn)閿?shù)據(jù)挖掘是通過預(yù)測(cè)未來趨勢(shì)及行為，做出前攝的、基于知識(shí)的決策。伴隨著大數(shù)據(jù)的數(shù)據(jù)管理，檢索技術(shù)研究的進(jìn)步，數(shù)據(jù)挖掘技術(shù)將迎來巨大的發(fā)展機(jī)遇，數(shù)據(jù)挖掘技術(shù)的應(yīng)用也將更加廣泛，數(shù)據(jù)挖掘的工具也將更加強(qiáng)大。

參考文獻(xiàn)：

[1] 畢雯婧. 淺談?dòng)嘘P(guān)大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘[J]. 消費(fèi)電子，2014，21（8）：163-163.

[2] Fayyad U M.Piatetsky-Shapiro G， Smyth P， et al. Advances in knowledge discovery and data mining[J].1996（16）：82-86.

[3] 黃海峰.大數(shù)據(jù)時(shí)代以數(shù)據(jù)挖掘帶給運(yùn)營商新價(jià)值[J].通信世界，2012（27）：43-45.

[4] 糜元根.數(shù)據(jù)挖掘方法的評(píng)述[J]. 南京化工大學(xué)學(xué)報(bào)，2001，23（5）：105-110.

[5] 韓英.淺析大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J].成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào)：綜合版，2013， 10（4）：63-64.

[6] 曹莉.芻議大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J]. 經(jīng)營管理者，2013，8（12）：191-192.

[7] John， Partick， Pullen. 大數(shù)據(jù)崛起[J].創(chuàng)業(yè)邦，2013，5（2）：47-48.

[8] 李平榮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報(bào)，2014，30（151）：45-47.endprint

2 大數(shù)據(jù)與數(shù)據(jù)挖掘的關(guān)系

2.1 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘

大數(shù)據(jù)時(shí)代在近兩年顛覆了人們過去的數(shù)據(jù)時(shí)代，它帶來的數(shù)據(jù)革命給人們的生活帶來巨大的影響，不僅如此，還將對(duì)企業(yè)的組織、決策、業(yè)務(wù)流程等產(chǎn)生相當(dāng)大的影響。大數(shù)據(jù)時(shí)代，人和人之間的界限已經(jīng)模糊到?jīng)]有國界，甚至沒有任何疆界。在這里值得一提的是，大數(shù)據(jù)時(shí)代中人類最寶貴的資產(chǎn)不是金錢、權(quán)利而是數(shù)據(jù)，數(shù)據(jù)會(huì)帶領(lǐng)我們尋找正確的路，它才是我們21世紀(jì)最為寶貴的財(cái)富。但是這些“財(cái)富”卻像一座藏寶之山一樣被層層包裹著，這就需要人們用一把鑰匙來開啟這座藏寶之山，而這把鑰匙就是—數(shù)據(jù)挖掘。

數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用通過對(duì)海量數(shù)據(jù)建模，對(duì)這些數(shù)據(jù)模型進(jìn)行整理和分析，得出對(duì)企業(yè)有用的數(shù)據(jù)來幫助企業(yè)分析不同的客戶或市場(chǎng)劃分，從而得到消費(fèi)者的喜好，然后投其所好找出企業(yè)正確是運(yùn)營方式。這些大量的數(shù)據(jù)中可能隱藏著某種企業(yè)所需的規(guī)律性的東西，通過建模就可以利用模型自動(dòng)從海量數(shù)據(jù)中找出這種關(guān)聯(lián)性[6]。數(shù)據(jù)挖掘通常是會(huì)與統(tǒng)計(jì)分析中的一些方法聯(lián)系起來應(yīng)用，所以說想要掌握數(shù)據(jù)挖掘，統(tǒng)計(jì)分析也是必不可少要了解的。

2.2 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的意義

數(shù)據(jù)挖掘在大數(shù)據(jù)時(shí)代有著其他工作都無法替代的意義，人們透過對(duì)大數(shù)據(jù)的各種分析，可以對(duì)現(xiàn)有的企業(yè)決策提供強(qiáng)大數(shù)據(jù)支持的意見與建議。目前，幾乎所有500強(qiáng)企業(yè)中的管理建議都是伴隨著數(shù)據(jù)作為理論依據(jù)而提出的，即便是國內(nèi)的中小企業(yè)在分析和解決問題時(shí)也開始傾向于用數(shù)據(jù)說話，不掌握大量數(shù)據(jù)是無法提出科學(xué)合理的建議的。此外，當(dāng)大量的數(shù)據(jù)量積累到一塊的時(shí)候，數(shù)據(jù)自己也會(huì)說話，對(duì)這些數(shù)據(jù)進(jìn)行分析和處理之后，人們就可以從海量的數(shù)據(jù)中發(fā)現(xiàn)商機(jī)。我們?nèi)粘Ｖ械暮Ａ拷灰讛?shù)據(jù)中隱藏的都是客戶的喜好甚至是市場(chǎng)未來的發(fā)展趨勢(shì)，企業(yè)如果將這些數(shù)據(jù)提取出來進(jìn)行挖掘分析會(huì)得到意想不到的結(jié)果，充分利用這些數(shù)據(jù)對(duì)于企業(yè)的生存發(fā)展有著極其重要的意義，所以說哪個(gè)企業(yè)更加了解市場(chǎng)，更加接近市場(chǎng)，它就將從競(jìng)爭(zhēng)中脫穎而出。我國傳統(tǒng)的數(shù)據(jù)管理思維方式關(guān)注的僅僅是靜態(tài)程序預(yù)先提供給企業(yè)的固定內(nèi)置功能，而這些預(yù)置的功能帶給企業(yè)的幫助是十分有限的，企業(yè)必須依靠海量數(shù)據(jù)的分析來更好地為客戶服務(wù)，更好地占領(lǐng)差異化市場(chǎng)，更好地完善企業(yè)內(nèi)部的各項(xiàng)工作。

2.3 大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域

醫(yī)學(xué)領(lǐng)域：在醫(yī)學(xué)領(lǐng)域，2003年算是大數(shù)據(jù)涌現(xiàn)過程中的一個(gè)里程碑。那一年第一例人類基因組完成了測(cè)序。在那次突破性的進(jìn)展之后，數(shù)以千計(jì)人類、靈長(zhǎng)類、老鼠和細(xì)菌的基因組擴(kuò)充著人們所掌握的數(shù)據(jù)。每個(gè)基因組上有幾十億個(gè)“字母”，計(jì)算時(shí)出現(xiàn)紕漏的危險(xiǎn)催生了生物信息學(xué)。這一學(xué)科借助軟件、硬件和復(fù)雜算法之力，支撐著新的科學(xué)類型[7]。

教育領(lǐng)域：在教學(xué)管理過程中，如何全面掌握學(xué)生的學(xué)習(xí)狀況、選課情況、心理狀況、教學(xué)評(píng)價(jià)以及教學(xué)資源的最優(yōu)化配置等信息，都可以使用數(shù)據(jù)挖掘技術(shù)來解決[8]。

科學(xué)研究：除了醫(yī)學(xué)和教育業(yè)，數(shù)據(jù)挖掘在科研領(lǐng)域也正風(fēng)起云涌。越來越多的設(shè)備帶著更加精密的傳感器，傳回愈發(fā)難以駕馭的數(shù)據(jù)流，于是人們需要日益強(qiáng)大的分析能力。在石油勘探、氣象學(xué)和天文學(xué)等領(lǐng)域，數(shù)據(jù)量的井噴式增長(zhǎng)對(duì)更高層次的分析和洞察提供了支持，甚至提出了要求[8]。

3 總結(jié)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘是最關(guān)鍵的工作?，F(xiàn)下關(guān)于大數(shù)據(jù)和數(shù)據(jù)挖掘的討論之所以發(fā)生是因?yàn)槲覀冋幱隗@天動(dòng)地的變革當(dāng)中，而且我們正以前所未有的方式感知它。數(shù)據(jù)挖掘的研究如日中天，目前，國內(nèi)外很多公司、大學(xué)和研究機(jī)構(gòu)都非?？春脭?shù)據(jù)挖掘的發(fā)展前景，因?yàn)閿?shù)據(jù)挖掘是通過預(yù)測(cè)未來趨勢(shì)及行為，做出前攝的、基于知識(shí)的決策。伴隨著大數(shù)據(jù)的數(shù)據(jù)管理，檢索技術(shù)研究的進(jìn)步，數(shù)據(jù)挖掘技術(shù)將迎來巨大的發(fā)展機(jī)遇，數(shù)據(jù)挖掘技術(shù)的應(yīng)用也將更加廣泛，數(shù)據(jù)挖掘的工具也將更加強(qiáng)大。

參考文獻(xiàn)：

[1] 畢雯婧. 淺談?dòng)嘘P(guān)大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘[J]. 消費(fèi)電子，2014，21（8）：163-163.

[2] Fayyad U M.Piatetsky-Shapiro G， Smyth P， et al. Advances in knowledge discovery and data mining[J].1996（16）：82-86.

[3] 黃海峰.大數(shù)據(jù)時(shí)代以數(shù)據(jù)挖掘帶給運(yùn)營商新價(jià)值[J].通信世界，2012（27）：43-45.

[4] 糜元根.數(shù)據(jù)挖掘方法的評(píng)述[J]. 南京化工大學(xué)學(xué)報(bào)，2001，23（5）：105-110.

[5] 韓英.淺析大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J].成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào)：綜合版，2013， 10（4）：63-64.

[6] 曹莉.芻議大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與精細(xì)管理[J]. 經(jīng)營管理者，2013，8（12）：191-192.

[7] John， Partick， Pullen. 大數(shù)據(jù)崛起[J].創(chuàng)業(yè)邦，2013，5（2）：47-48.

[8] 李平榮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報(bào)，2014，30（151）：45-47.endprint