计算机数据挖掘技术的开发及应用探析

郑楚锋

摘要：近些年，信息技术快速发展，计算机数据挖掘技术在越来越多的领域中得到应用，不仅极大地改善了人们的日常生活，还为不同行业的发展提供了最为先进的科技力量。而且随着计算机性能的提升，数据处理的能力得到了进一步强化，数据挖掘技术的应用也变得更加广泛。文章针对计算机数据挖掘技术的开发和应用进行探讨，希望对相关人员提供帮助。

关键词：信息技术;数据挖掘技术;数据处理能力;开发应用

随着信息技术的进步，IT技术人员给生活带来了很多的改变。例如，支付方式已经从现金转移到手机。支付宝和微信支付已经超越了现金支付，改变了人们的生活方式。计算机的应用也加快了信息的传递，利用计算机对数据分析与挖掘技术，进行统计和分类用户信息等，辅助或指导企业经营决策，可以帮助企业对市场作出更快的调整或反应，帮助获得更多的利润。

一、数据挖掘技术概述

计算机数据处理与挖掘技术，主要用于统计、分析，从数据中找出知识，指导企业的决策。与传统的数据统计分析技术相比，数据处理与挖掘技术具知识化、智能化特点，在应用时有很大的优势。随着数据处理与挖掘技术的广泛应用，互联网、物联网和人工智能对计算机数据处理与挖掘技术的运用也在逐步提高。

计算机在数据处理领域也有许多应用。计算机技术在一定程度上改进或促进了科学的数据挖掘与分析，保证了分析结果的准确性。它不仅可以加强计算机的数据处理能力，而且可以很好地统计、分析数据，找出知识，最终保证数据的真实性、数据处理结果的可用性。一般的数据处理，会涉及到很多学科对计算机统计学和计算机科学与技术应用，特别是计算机数据处理与挖掘的应用，这意味着计算机数据挖掘技术的作用更重要，各行各业都有大量的数据，需要在此基础上，把数据处理与挖掘技术加入到各行各业活动中，最大化数据的价值。通过使用计算机挖掘技术，我们可以更好地分析数据、获取数据带来的价值。计算机数据处理与挖掘技术可以更灵活地对收集到的数据进行更好的统计分析，也可以更灵活地处理特定数据，如图1所示。随着社会的快速发展，各种生产活动日益增多，这些信息的内容也日趋多样化。为了更好地分析所收集的数据并反映其价值，有必要更有效地利用计算机数据技术来分析和研究数据，从而加强信息控制。

二、数据挖掘技术的主要构成

（1）功能模块

数据挖掘技术实施的主要目的是通过相应的算法完成对数据的分类与分析等，并对数据之间的潜在关系加以有效分析、预测未来。总体来说，数据挖掘技术在实施的过程中主要根据统计主题或分析的目标，对数据进行采集、转换等处理，在此基础上进行统计、分析，挖掘新知识，最终提供决策参考或依据。。从功能模块的角度上来看，数据挖掘技术主要可以分为以下几个环节：第一是数据收集模块，数据收集也是实施数据挖掘技术的重要基础，只有顺利完成数据收集工作才能为后续的分析过程奠定基础。值得关注的是，应针对其中重要、特定信息展开系统化整理;第二是完成数据的预处理，提前对数据进行处理与转换可以大大提升后续数据信息的识别概率，并在短时间内完成相关内容的获取。在完成数据预处理的情况下，可以显著提升数据信息的收集效率与转换效率，进而使得数据可以更容易被接收，并实现提升准确程度的目的;第三是规则库与工具模块，也就是通过该模块完成对关键信息的识别，并针对其具体信息以及特性实施相应的数据处理技术;第四是数据挖掘模块，也是整个系统当中最为核心的模块，通过完成对相关数据的分析整理来得到整体的结果分析;第五是决策模块，在此模块中需要结合得出的匹配信息来完成关键信息的识别，在信息匹配度比较高的情况下基本可以顺利完成知识的推荐或判断;而在匹配度比较低的时候则需要将这类数据提取，再做进一步的调整或处理。

（2）技术分类

总的来说，数据挖掘技术并不是单一的技术分类，在实际实施的过程中，主要通过决策树技术、神经网络技术以及回归技术等来实现挖掘技术的开展。其中，决策树技术是当前十分常见的一种数据挖掘技术，其原理是将数据样本集合成一个根，并通过层层分析来得出最终的结论;神经网络技术主要是通过积累的经验知识来获取学习能力，并有效完成知識的运用;而回归技术最为常见的就是线性回归，而在数据运行的过程中往往使用的都是逻辑斯蒂回归，进而延伸出响应预测、分类划分等内容。

三、数据挖掘技术的应用

1、在市场营销中的应用

数据挖掘技术的应用范围非常广泛，在市场营销中，数据挖掘技术就备受青睐。而且随着信息技术的发展，企业能够通过网络获得海量的数据，这些数据不光包括产品数据，还包括用户数据等。如果要想让企业健康、快速发展，以及更好的提供行业化、个性化的服务，须在运营过程中，对运营的数据进行更加精准地处理与分析，锁定市场、用户需求等，企业就可以积极应用数据挖掘技术来提升市场营销的质量。比如可以对用户的消费习惯进行分析，并对这些数据的特征进行总结，然后深入挖掘用户需求，制定针对性的市场营销方案。这样不仅能够精准锁定客户，还能够为企业节约市场营销的成本，帮助企业作出最正确的营销决策。

2、在产品研发中的应用

数据挖掘技术在产品研发中的作用也是非常显著的，尤其在工业生产中，通过数据挖掘，能够对大批量的产品进行数据分析，从这些数据中得出产品的一些特点，然后根据这些特点可能对产品造成的不同程度的影响，对产品的研发过程进行优化。在没有数据挖掘技术之前，产品研发过程中的某些环节过于依赖相关人员的经验，产品的一些问题不能够得到及时发现。而在经用了数据挖掘技术之后，产品的一些细微问题就能够通过海量数据的整合和统计，更加直观地展示出来。另外，通过数据挖掘技术对用户体验的总结和反馈，在产品研发过程中可以进行适当的调整，让产品更好地满足大部分用户的使用需求。在产品研发的过程中，技术不光能够从用户的反馈中总结规律，对产品进行优化，还能让企业对用户喜好的变化进行预测，对未来产品设计方向、方案的把控得到更为科学、高效的管理，让产品设计紧跟市场需求和时代发展，为企业健康发展创造良好条件。

3、数据挖掘技术在计算机网络病毒防范中的应用

计算机网络病毒在入侵计算机的时候往往会破坏其内在系统，进而造成信息窃取与损坏，而数据挖掘技术的应用可以保证在網络病毒入侵的同时进行信息截取，并有效完成相关数据的收集、处理与分析过程，避免计算系统被病毒破坏，提升整体运行过程中的可靠性与稳定性。因此相关人员有必要进一步加强对数据挖掘技术的分析与研究。

（1）规则库

规则库作用的发挥主要集中与系统开发的过程中，通过计算机系统来完成网络数据信息的挖掘，并结合相应特征对数据信息的内容进行挖掘。在此基础上，规则库的应用可以进一步完成相关规律的获取以及数据的深度分析。与此同时，规则库可以最大限度地将计算机网络病毒当中的重要信息数据规律及其内容进行截取与分析，为后续数据挖掘工作的有效开展奠定基础。在进行病毒防御的时候应用规则库可以显著提升病毒的识别速度并有针对性地实施相应的解决措施。除此以外，这种类型的应用还有助于开展数据分类与系统完善，进而给予防御系统以更加稳定的支持。

（2）数据收集

数据收集环节的应用主要是以计算机网络技术为核心，并在人们日常使用计算机网络技术的过程中完成对网络信息以及资源的全面收集。数据挖掘技术的实施主要包括数据收集、整理、分类等多个环节，因此该技术也被广泛应用于社会发展的各个领域之中。在通过数据挖掘技术进行计算机网络病毒防御的过程中主要通过数据信息收集技术来确定病毒的传播方式。通常情况下，病毒会以代码的形式来对计算机系统进行入侵，这主要是由于需要借助某些计算机程序来完成整个入侵过程。因此就需要数据挖掘技术在海量的信息数据当中精准找到与病毒有关的程序代码，并加以分析。虽然计算机网络病毒在运行过程中体现出功能多、模块多的复杂特征，但数据挖掘技术可以按照不同的模块与层次完成病毒识别，并可以从网络中获取大量数据，进而实现对病毒信息的整理与分类。

（3）数据处理

在进行计算机网络病毒防御的时候应用数据处理技术可以有效完成数据的合理筛选，进而找出与病毒有关联的代码并加以整理，最后通过相关技术完成数据格式的转换。一般来说，网络病毒并不会以文字和数字的方式攻击计算机系统，因此要想有效破解病毒，就需要先完成病毒代码的转换，进而才可以得出病毒的实际类型。而数据处理技术的应用主要就是为了转换病毒的代码形式，并对数据源信息、源IP位置等内容进行有效处理，进而完成对病毒IP的定位以及病毒路径的封锁。与此同时，数据处理技术还可以将已经收集到的数据转化为其他形式，显著缩短破解病毒所需要的时间，促进数据挖掘整体效率与准确性的进一步提升。

（4）数据分析

在进行数据分析的过程中，主要体现在对不同分析方法的有效应用，现阶段最常见的方法包括序列分析、异类分析、分类分析以及聚类分析。其中，序列分析主要指的是在进行数据信息处理的过程中，系统需要结合随机数据序列中的规律展开分析，并与已经存在的病毒数据序列进行比对;异类分析主要是针对存在明显不同数据展开分析，也就是发现特殊环节与分析特殊环节的过程。其中值得注意的是，在发现特殊环节的时候往往会得到与常识不相符的结果，因此在对其展开深入分析的时候需要加强对更高价值信息数据的关注，进而显著提升病毒甄别的实际效果;在实施分类分析之前需要先将其设定为不同类别，随后结合个体的不同特点进行归类处理，并通过建立对应的模型来映射数据库内有关数据，实现对其的合理分类;在开展计算机网络病毒防御的时候应用聚类分析可以有效分解数据挖掘过程中截获的数据包，并充分结合不同的标准完成类型划分。在这样的情况下，虽然已经完成了不同组别的划分，但在各组别内部的不同数据也呈现出了不同的特点，对于不同组别来说，其数据特点也是不相同的。而聚类分析方法的应用可以显著将数据分布的疏密情况加以识别，并通过全区分布方式将各个数据之间的本质属性关系联系起来，这样可以大大提升计算机网络病毒的识别效率，为创建一个良好的网络环境打下基础。

总之，信息技术快速发展，数据挖掘技术的应用也越来越广泛。在不同领域中的应用能够发挥不同的作用，不过总体上来说，凭借数据挖掘技术对海量数据强大的处理能力，以及数据挖掘技术对于一些隐性规律的强大总结能力，能够帮助企业或者相关单位和个人进行更加准确的数据规律总结和数据变化规律的预测，让相关工作更加高效地开展。

参考文献：

[1]薛慧敏.计算机网络病毒防范中数据挖掘技术的应用[J].九江学院学报（自然科学版），2020，35（03）：81-83+128.

[2]卓广平.数据挖掘开发及应用研究[J].软件，2020，36（5）：81-83，104.

[3]曹小春，曾安，潘丹.云计算环境下面向领域的数据挖掘服务平台研究[J].自动化仪表，2019，35（9）：9-13.