大数据时代的数据挖掘<br/>——从应用的角度看大数据挖掘

大数据时代的数据挖掘
——从应用的角度看大数据挖掘

2017-12-28李明阳林静旭广州大学

数码世界 2017年12期

李明阳林静旭广州大学

大数据时代的数据挖掘
——从应用的角度看大数据挖掘

李明阳林静旭广州大学

大数据时代是指信息化时代，信息爆炸的时代背景下，信息、数据、资源能内容大量出现且充斥在我们的生活中。针对大数据的挖掘，旨在将大数据所包含的信息内容进行分析，明确其各自之间存在的关系。本文中针对大数据的挖掘，主要是从大数据的定义、特点出发，从而来了解大数据的内涵。

大数据时代数据挖掘数据应用

1 大数据的分析

1.1 大数据的特征分析

目前，关于大数据的研究表明，大数据从数据信息的表现和实际应用两方面观察，存在不一样的特性。具体来讲，从表现上来分析，大数据具有大量、多样、高速以及价值四个特征。首先，信息化时代下大数据的数量是庞大的，第二，在此基础上，这些庞大的数量以各种各样的形式和类型表现出来，如我们通常查看的图片、视频、音频文件等，第三，互联网的全面普及以及信息技术的更新，使得信息数据的传播越来越迅速，而且信息数据处理的速度也有了翻天覆地的变化。第四，这些数据所蕴含的价值是巨大的，我们可以通过搜索、查询、处理等方式来分析这些数据信息所包含的数据，从而使这些信息数据更具有价值意义。从大数据的实际应用层面分析，大数据具有变化性、真实性、波动性以及可视化性四个特征。信息处理技术的更新，使得对大数据的处理更加的快速和便捷，而且在新的趋势下，大数据可视化能够有效的促进数据处理的速度，提升信息数据的效率，能够更加直观的方便获取信息价值，充分的发挥信息数据的作用。

1.2 对大数据的研究现状分析

目前，国内外针对大数据理论和实践的研究非常之多，对于大数据的理解也各不相同。根据实际调查发现，目前对大数据的定义主要包含以下几种观点：大数据是多类型的海量数据；大数据是规模庞大、并且具有一定的复杂性和时效性的数据集合，而且这类数据集合需要使用特定的工具，且在一定的时效内才能对其进行处理；大数据是一种信息类的资源和资产，非常具有价值，但是其需要通过更为先进科学的处理手段，才能更好的发挥其作用。综上所述，大数据是一种来源于实际生活中，在实际生活中应用实践所产生的信息数据，对于大数据的发掘是因为实践所需要，通过一定的方式和媒介，将数据信息挖掘出来，并加以处理，将其应用到实践当中，从而产生更加具有价值的信息以及作用。

2 从应用的角度看大数据挖掘

2.1 大数据挖掘分析

信息化时代背景下，数据的价值在于其产生-挖掘-收集这一流程，其中最为关键，同是也最具有意义的在于对于数据的挖掘。一般情况下，我们将海量的数据进行处理和分析，根据分析，大数据的挖掘具有应用性、工程性、集合性以及交叉性四个特征。具体来讲，大数据挖掘的应用性表现在，大数据挖掘的原因在于，实践过程中需要数据信息作为支撑，所以需要对大数据进行挖掘和采用，而大数据挖掘后得到的信息数据，是要应用到实践当中的，因此，大数据挖掘具有应用性。大数据挖掘的工程性在于，大数据挖掘的过程是一个复杂化、组合型的过程，需要依靠多方面的支持来辅助进行的，针对大数据的挖掘需要利用到计算算法、处理以及分析，还包括实际的数据应用，而且这个过程中对大数据来讲，需要准备好数据资源，对其进行管理、处理以及分析，然后将所获取的信息数据重新应用验证，因此可见大数据挖掘具有工程性。而大数据挖掘的集合性和交叉性分别在于，大数据的挖掘包括对于大数据的发现、探索、分析；相似信息的挖掘、序列发掘等类型，以具体的大数据挖掘应用为例，针对这个数据的挖掘以及后期的应用是涉及到多个内容以及功能的，这些内容和功能的使用都需要以技术、理论作为支撑，交叉性在于大数据挖掘包含多个学科知识、理论和技术的使用。

2.2 从应用的角度看大数据挖掘

根据上文所述，大数据挖掘的关键在于挖掘信息的意义，即通过技术、理论等方式所挖掘的信息是否具有实用性和适用性。具体来讲，针对大数据的挖掘是需要将大数据的应用性挖掘出来。

以企事业单位为例，企事业单位的大数据库涉及企事业单位内部各个部门、岗位以及职员的信息数据，其所包含的信息内容具有复杂性和多样性，针对这类单位的大数据挖掘，首先需要对单位内部的信息数据进行重新收集，将各个部门的信息数据进行整合，是一项大工程，需要企事业单位领导阶层的理解和全力支持，对下属部门进行沟通和要求，为大数据的收集提供便利。另外，对大数据的挖掘最终是要将处理后的信息数据应用于实践中，对所获取的数据进行检验，查验其是否具有意义和价值，因此也同样需要领导人员的支持和支撑。

除此之外，基于数据的复杂性、多样性、琐碎性以及关联性，导致所挖掘的大数据具有一定的模糊性，企事业单位也存在不明确信息数据的用途等可能性，这种情况下，可能就会造成数据挖掘和处理部门工作的难度增大，阻碍数据挖掘的进程。因此，在大数据挖掘的过程中，数据挖掘处理部门需要和数据来源部门进行详细的沟通，明确数据挖掘的要求和目的，然后再进行数据的收集和挖掘，通过长时间的沟通和尝试，来挖掘具有实用性的大数据。