吴春妹：大数据时代的领航者

李宝铎

随着网络科技的发展，人类走进了大数据时代，如何对海量数据进行合理应用，成为人们必须要思考的问题。在这种形势下，数据挖掘技术逐渐发展起来，在这些技术的支持下，数据的存储、处理以及分析变得更加方便、快捷。企业可以建立一个超级计算环境，提高数据的利用率，完善生产经营模式。当下，越来越多的人才投身到数据挖掘技术的研究中，并取得了非常不错的成果，吴春妹就是这些优秀人才中的代表。多年来，她始终坚持数据挖掘技术和大数据算法的研究，并取得了丰硕的成果，帮助合作企业建立了新型的运作模式，为互联网行业的发展和进步做出了一定的贡献。本期，笔者就对吴春妹女士进行专访，了解她对数据挖掘技术的看法以及研究经验。

笔者：您好，作为互联网数据挖掘领域的佼佼者，您已经在该行业中拼搏了多年，能为我们分享一下您的从业经验吗？

吴春妹：我进入互联网行业的时间比较早，一直坚持研究数据挖掘方面的技术。我认为，在这个大数据时代中，谁能应用先进的技术对海量数据进行合理运用，谁就能占得先机、实现发展。当然，对于这个新兴领域来说，很多东西都是未知的，但是我们不能因此退缩，未知中往往蕴含着更多的财富。所以，无论是技术研发还是企业管理，我都会以一种积极的心态去面对。每一次在技术研发方面取得新的突破，都让我更加坚定自己的选择，我觉得只要坚持下去，就一定会有所收获。

笔者：近几年，大数据这个概念频频出现，数据挖掘技术被炒得很热，但是很少有人真正清楚其中的含义，能够根据您的理解为我们解析一下吗？

吴春妹：所谓的数据挖掘，就是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中、人们事先不知道的，但又是潜在有用信息和知识的过程。关于数据挖掘有很多定义，我个人认为刚才我表述的这个定义最具代表性，能够清楚地描述出数据挖掘的内涵。而我们研究数据挖掘技术，就是要在最短的时间内从海量数据中找到自己最需要的信息。这是一个非常复杂的过程，涉及到统计、在线分析处理、模糊识别等多方面技术。这就需要我们技术研发人员加强学习，完善自己的理论知识体系，熟练掌握相关技术，这样才能研究出满足实际需要的数据挖掘技术。

笔者：近几年您获得了多项软件著作权，得到了权威机构的认证，并被一些企业应用于管理实践中，取得了非常不错的效果。您研发相关软件系统的初衷是什么？

吴春妹：最初出现的大数据技术，主要是被应用于大型网络企业中，是对点击流数据进行分析。随着网络技术的发展，数据量成倍增加，很多企业每天都需要处理大量数据。包括银行、情报部门以及事业单位等，他们对大数据技术的需求越来越大。同时，很多企业的管理者开始认识到了信息服务的重要价值，他们觉得，对信息进行合理挖掘和利用，能够在一定程度上提高自己的竞争优势。如果在信息收集、处理以及利用方面不积极，起点就可能比竞争者低很多。因此，短时间内，数据挖掘技术成为了企业关注的焦点。出于对这种现状的考虑，我开始研究相关的软件系统，针对不同企业的特征做出了不同的设计，希望这些系统能够帮助企业对数据进行收集、分析，提高信息的利用率，促进企业健康发展。

笔者：现在看来您的目标基本上实现了，很多企业应用了您研发的软件系统以后，都觉得很满意。

吴春妹：我的研究成果能够为合作企业的发展起到一定的积极作用，我感到非常欣慰。我觉得不同类型的企业对信息处理有着不同的需求，所以我在研究软件系统的时候，会考虑多方面因素，争取为企业构建一个完善的信息处理系统，保证其对现有的数据信息进行合理利用。

笔者：开始您就说过，数据挖掘过程非常复杂，其流程究竟是怎样的呢？通过什么样的方式在海量数据中挖掘到自己需要的信息？

吴春妹：数据挖掘过程可以总结为以下几个步骤。第一步是定义问题，就是明确目标，确定本次操作想要得到什么，后续所有步骤都要围绕所定义的问题展开；第二步是准备数据，就是在数据库中提取目标数据集，对这部分数据进行预处理、加工等，具体包括检验数据的完整性和一致性，对丢失的域进行填补，对无效的数据进行删除等；第三步是数据挖掘，需要选择合适的数据算法，要将数据的功能以及算法作为依据，然后在净化和转换过的数据集上进行数据挖掘；第四步是结果分析，就是对挖掘的结果进行转换和评价，将其转化为用户能够理解的知识；第五步是知识的运用，这是数据挖掘的最终目的，就是将得到的知识整合到业务信息系统中去，成为企业管理的一部分。从流程中我们可以看出数据挖掘的过程比较复杂，任何一个环节出现问题，都有可能无法达到理想的挖掘效果。因此我们在研究相关技术和软件系统的过程中会考虑到每一个细节，不允许出现任何疏漏。

笔者：现在，数据挖掘软件的种类越来越多，企业面临着很多选择。能根据您的经验为我们分析一下如何评价、选择数据挖掘软件吗？

吴春妹：随着大数据技术的发展，商业软件的数量越来越多，企业选择合适的软件，能够大大提升数据挖掘的成功率。根据我的个人经验，我觉得应该从以下几个方面来评价和选择。首先是评价其计算性能，除了确定软件能否在不同的商业平台上运行之外，还要考虑其是否能连接不同的数据源，计算效率、运行的稳定性如何等；其次是评价功能性，包括算法的多样性、算法的适用范围、用户能否根据自己的需要对算法和参数进行调整、挖掘结果能否以不同的形式表现出来等；第三是评价其可用性，包括用户界面的友好程度、软件的应用范围和易学程度、主要针对初级用户还是高级用户等；最后是评价其辅助功能，包括软件是否允许用户修改数据集中的错误，能否将一次分析的结果反馈到另一次分析中。评价过程中，要从以上四个方面综合考虑，根据自己的需要做出合理的判断和选择。

笔者：您分析得非常全面，企业在选择数据挖掘软件时，可以将其作为重要的参考依据。作为一名技术研发人员和一名企业管理者，您肩上的责任很重，您是如何在这两项工作中间做好平衡的？

吴春妹：我觉得，一名合格的企业管理者必须是一名优秀的技术研发人员，尤其对于我们这种类型的企业来说更是如此。公司的主要业务就是研发大数据相关技术，为合作企业提供相应的服务。作为一名管理者，如果不懂这些技术，就无法明确公司的发展方向。所以长期以来，尽管公司日常管理工作非常忙碌，我也从来没有放弃过技术研究。这样做，一方面是可以将自己多年的研究经验传授给大家，鼓励团队成员之间相互交流，共同进步；另一方面是可以引起大家对技术研发工作的重视，用创新推进公司发展。我会根据市场需求和公司的实际情况对发展战略进行调整，将公司发展与行业发展统一起来，防止发展偏离轨道。

笔者：近几年，您带领团队开发数据挖掘技术和大数据算法，能为我们分享一下经验吗？

吴春妹：当前，大数据这个概念非常火热，各行各业对数据挖掘技术越来越重视，这对于我们这种类型的企业来说无疑是一种发展良机。但是，所谓水涨船高，竞争者的数量越来越多，部分竞争者的实力非常强大。谁能研究出最先进的技术和产品，谁才能得到用户的信任。就是说，仅仅认识到现实形势是不够的，要想在竞争中处于优势地位，必须用实力说话，而先进的技术和产品就是实力的直接代表。所以，我和团队成员会非常关注市场行情，明确用户需要什么，然后确定技术研究方向，有条不紊地开展每一项研究工作。我们会将数据挖掘流程与用户的特征联系起来，综合考虑各方面因素，研究出适合不同行业、不同用户的大数据技术。当然，研究过程中会遇到很多困难，很多时候在进入模拟试验阶段以后，才发现技术或者软件功能没有达到预期，此时就需要回头对每一个细节进行重新分析，明确问题所在，逐一改进。所有细节修改完成以后，需要重新模拟试验，再次对软件的可靠性和功能性进行评价，直至满意为止。

笔者：凭借先进的技术和产品，您的公司与很多知名企业建立了长期合作的关系，这一过程中一定收获了可观的经济效益吧？

吴春妹：的确是，事实证明我们在技术研发方面的投入没有白费。产品被用户认可，并被广泛应用于实际中以后，公司的盈利能力明显提升。尤其是与一些企业建立了长期合作关系以后，公司能够获得相对稳定的收益。我们会将收益中的一部分拿出来，继续投入到技术研发工作中去，始终保持公司的创新活力，实现公司的可持续发展。如今，公司的盈利能力提升，规模处于进一步发展壮大之中。未来，我会带领团队向更多企业寻求合作，通过研发先进的数据挖掘技术提升其综合管理水平，实现双方的互利共赢。

笔者：您一直在强调将数据挖掘技术应用于实际中，重视对用户需求的考虑，能谈一下原因吗？

吴春妹：原因很简单，因为数据挖掘技术的出现主要就是面向应用的。随着网络技术的发展，各行各业的业务操作逐渐向着自动化的方向发展，业务数据越来越庞杂。我们研究数据挖掘技术，就是为了帮助企业解决数据管理和应用中的实际问题，所以我一直在强调用户需求以及技术和产品的实际运用。现在，数据挖掘技术的应用范围越来越广，涵盖了电信、医学、军事、金融等各个领域，取得了很好的效果。

笔者：您认为互联网数据挖掘领域的发展前景如何？

吴春妹：我觉得这个领域具备非常广阔的发展前景。从目前的情况来看，数据挖掘技术尚处于发展期，就已经创造了意想不到的价值。随着技术的成熟，这种技术的应用范围将会越来越广，成为各行各业发展过程中必不可少的工具。所以，我会在这个领域坚持下去，希望自己能够有机会见证各个行业的蜕变。同时，我也希望更多优秀的人才参与到数据挖掘技术研究工作中来，为该领域的发展和进步添砖加瓦。

笔者：根据您的判断，您认为未来一段时间内数据挖掘技术的研究焦点是什么？

吴春妹：通过对市场形势进行分析，结合我个人的理解，我认为未来一段时间内该领域的研究重点将体现在几方面上。一是研究互联网环境下的数据挖掘技术，尤其是分布式数据采掘技术的开发和应用将会越来越广泛；二是有关生物信息的数据挖掘，推进生物化学、生物医学领域的进一步发展；三是数据挖掘过程将向着可视化的方向发展，以往我们重点研究挖掘结果的可视化，将数据转化为知识，方便用户的理解和使用。而挖掘过程的可视化可以使用户更加清楚整个进程，有利于人机交互的实现；四是数据处理范围将会越来越广，会涉及到更多数据类型，可能是结构比较特殊的数据，也可能是比较复杂的数据；五是数据挖掘语言将会越来越丰富，可能会研究专门用于知识发现的数据挖掘语言，促使其向着标准化的方向发展。

笔者：未来您在研究相关技术时会将以上几点作为重点吗？

吴春妹：我会将自己的判断与公司的业务范围联系起来，确定科学合理的技术研发方向，为公司的发展指明道路。可以肯定的是，无论行业向着什么方向发展以及发展重点是什么，技术研发都是重中之重。因此，我和团队成员会始终将该项工作作为公司发展的核心，积极学习相关理论知识，丰富实践经验，提高技术研发能力，以此适应市场形势，紧跟时代潮流。

笔者：对于这个行业的未来你有着怎样的希冀呢？

吴春妹：我认为这是一个充满朝气的行业，具有无限的可能性，因此对于这个行业的未来，我充满期待。我会将公司以及每一个研究项目作为载体，为数据挖掘技术的成熟和进步贡献一份力量。当然，我也希望各行各业的精英们能够认识到数据挖掘技术的巨大潜力，加强相关产品和技术的应用，提高信息利用率，实现自身的健康发展，同时推进互联网数据挖掘行业的革新。