计算机数据挖掘技术的开发及其应用

计算机数据挖掘技术的开发及其应用

作者：张佳

来源：《电子技术与软件工程》2018年第17期

摘要

计算机技术在快速的向前发展，数据挖掘技术被广泛地应用于各个领域，计算机数据挖掘技术不仅推动计算机领域的发展，与此同时也为社会整体的发展做出了贡献。经济的快速发展促使各个领域的数据量大幅度增长，快速地在大量数据当中寻找目标信息需要数据挖掘技术的支持。将统计学理论应用于计算机功能当中，逐渐产生了计算机数据挖掘技术，与此同时，推动了云储存技术和云计算的发展，解决了人们在工作和生活当中的许多问题。 【关键词】计算机 数据挖掘技术 开发 应用探究

通过数据挖掘技术，人们可以在大量的数据当中寻找到目标信息，在某种程度上可以大幅度提高人们的工作效率。数据挖掘技术发展比较晚，还需要不断的完善，数据挖掘技术涵盖了计算机技术的特性和统计学理论。经济快速发展促使信息数量大幅度增长，为了在大量的信息数据当中搜索到目标信息，需要人们借助数据挖掘技术来实现。 1 计算机数据挖掘技术 1.1 明确数据库及数据挖掘目的

数据挖掘技术具有许多功能，为了更加充分地对数据挖掘技术进行利用，在利用之前，需要对数据挖掘的目的进行明确，根据所要达成的目的来选择不同种类的数据库。计算机数据挖掘技术的数据挖掘方法种类繁多，不同的数据挖掘目的对应的数据挖掘方法具有一定的差异。如果数据挖掘的目的不明确，那么在具体实施的过程当中就会存在着误差，最终所得出的结果准确性就会大幅度降低。由此可见，在展开数据挖掘技术之前，必须要明确数据挖掘的目的，由此来选择相对应的数据库。 1.2 数据选择和预处理

通过确定数据挖掘的目的，可以对应选择正确的数据库，其次就是对数据进行选择以及进行预处理。选择相应的数据库之后，在数据库当中存在着大量的信息，通过数据选择，可以在大量的信息当中初步的选择目标数据。在数据库当中所确定的目标数据，在这些目标数据当中一定包含着所需要的信息内容，大致将目标数据进行一个初步的范围处理，这个过程我们叫做数据选择。对目标数据进行确定之后，还需要对数据进行预处理，在确定目标数据的整个过程当中，会出现一些错误的信息以及一些无关系的信息。在预处理的整体过程当中，需要保留目标范围当中的目标数据，此外还要删除无关信息和错误信息，预处理所要达到的目的就是对目标数据进行简化。

龙源期刊网 http://www.qikan.com.cn

1.3 数妮挖掘

在最初确定了数据挖掘的目的之后，根据不同的需求会选择相对应的数据库，选择完数据库之后就是进行预处理，以上过程完成之后就是数据挖掘。根据数据挖掘目的的不同，会选择与之对应的挖掘技术方法，准确的找出与之相对应的算法是数据挖掘技术的核心内容。选择适合度比较高的数据挖掘算法，可以大幅度地去提高数据挖掘最终结果的可靠性和准确度，对于后期的数据应用具有非常重要的意义。不同的数据挖掘算法所对应的数据模型是不同的，数学模型是根据数据挖掘所选择的算法所构建的，所以说数据挖掘技术整体的每一个环节不能出现错误，因为每一个环节的决定都会影响后期的工作。 1.4 最终评估

计算机数据挖掘技术的最后阶段就是最终评估结果，该阶段的主要工作内容就是，对数据挖掘整个过程以及结果进行科学的分析以及合理性的评价。整个工作环节当中，都是应用了数据挖掘技术，最终得出了准确度和科学度都比较高的数据结果。数据的精准性还需要进行实践，可以更加科学的验证结果的正确性，最终得出的结果如果和本次数据挖掘的目的不相符合，那么说明在选择数据挖掘算法时出现了错误，当数学挖掘算法选择失误时，后期的数学模型构建就会出现误差。如果最终所得出的结果符合数据挖掘的目的，就可以完全地将数据得出的结果应用到实践工作当中，从而达到提高工作效率的目的。 2 数据挖掘技术的开发工具

计算机数据挖掘技术的开发工具有许多种，抽样技术、统计预测以及多元统计分析，这些都属于传统的统计方法。在面对大量的数据时，可以应用抽样技术，防止消耗大量的时间对所有数据进行分析，在面对结构相对比较复杂的数据是可以应用多元统计分析，统计预测则是指序列分析和回归分析。对数据进行分析的过程当中，会发现有些数据的特征处于模糊状态，如果直接观察会具有一定的困难，这时就可以利用图表将数据的特征进行展开，这个方法就是可视化技术。在分析数据的过程当中，也可以进行联机来实现多维数据分析，在联机分析的过程当中需要用户给予支持，帮助工作人员完成联机分析处理，根据用户的相关数据需求，工作人员可以对分析算法进行进一步的筛选和确定。将神经元功能作为数据模拟对象，可以初步构成较为完整的神经网络，后期还需要对整个数据结果进行分类和分析，神经元功能主要会包括输出层、输入层和隐藏层。遗传算法也是数据挖掘技术当中的开发工具，整个算法是以自然进化论为计算基础，根据基因遗传的一些特点对算法进行相关的优化，最终可以构建完整的数据模型。

3 计算机数据挖掘技术的应用研究 3.1 金融投资方面

龙源期刊网 http://www.qikan.com.cn

金融分析领域需要数据挖掘技术的支持，一般的模型预测分析不能满足金融领域的需求，金融投资是一个高风险的领域，这就要求金融领域对于数据的分析一定要达到非常高强度的精准范围。通过数据分析可以有效地对风险进行规避，在众多的投资当中选择优势最大的。事物的发展，究其根本都具有一定的规律，通过大量的数据分析，可以准确地找出规律的存在。从投资评估一直到股票市场的预测，数据挖掘技术都可以应用到每一个环节当中，准确的去对投资方向进行推理。对于金融领域所获取的数据进行处理，对存在关系的数据之间进行深入的挖掘，通过需求目的来选择适当的数据库，数据库当中的大量数据进行处理。通过建设与之相对应的数学模型，对风险发展的模式进行科学预测，对投资当中的一些欺诈行为进行鉴别。许多商业银行经常会出现一些不良行为，为了有效地躲避这些恶意透支行为，需要对数据进行分析，以此来帮助银行降低融资风险。