大数据背景下企业数据挖掘技术的应用研究

作者：李 婧

来源：《现代经济信息》 2017年第23期

摘要：随着大数据技术的广泛应用，对企业的市场竞争力的提高也发挥着重要作用。企业发展中对大数据技术的应用，能为企业的决策提供可靠的依据，从而促进企业管理发展的质量水平提高。本文主要就大数据背景下的企业数据挖掘技术的应用情况进行详细的分析，希望能通过此次的理论研究，促进企业的正常经营发展。

关键词：大数据；数据挖掘；技术应用

中图分类号：TP311.13文献识别码：A文章编号：1001-828X(2017)034-0-01

引言

我国的经济数据统计信息量比较庞大，在企业的发展过程中，要想更好的了解市场发展的方向，就要对市场经济信息充分综合性的分析，从而为企业的发展战略制定提供相应理论依据。数据挖掘技术的科学应用就能有助于实现这一发展目标，从而更好的促进企业的准确决策。

一、企业数据挖掘的功能及主要技术

1.企业数据挖掘的功能

企业的数据挖掘有着其关键的功能，主要就是进行数据的总结，对其总体性加以描述。数据挖掘技术的应用过程中，能够将数据库当中的数据从低个体层次抽象总结到高总体层次，这样就能有效实现原始基本数据总体把握。企业对数据挖掘技术的应用主要的功能就是进行分类，能结合数据属性的不同来进行分组，找出数据属性模型，这样就能预测数据属于哪组[1]。企业数据挖掘技术的应用在关联分析的功能方面也能发挥积极作用，数据库中有着相应关联关系，两个及多个变量取值间有着相应规律性，进行关联分析就能找到数据库当中存在的隐藏关联网，对数据项目密切度可进行描述，这对了解客户的行为就能发挥积极作用。企业的数据挖掘功能中的预测功能也比较突出，数据挖掘技术的应用对大型数据库中预测信息能进行找寻，在市场预测方面能对促销数据找到未来投中回报最大的用户。这些功能的发挥就能有助于促进企业的进一步发展。

2.企业数据挖掘的主要技术

企业数据挖掘技术的应用过程中，有着多种关键技术，其中对决策树的应用就比较重要，这是在信息理论基础上对数据分析的技术方法。在具体的应用中先对一批已知的训练数据建立决策树，然后对数据实时分析预测，这一建立的过程就是数据规则生成的过程，决策树技术的应用能将数据的规则可视化，对预测的结果准确性就能得到提高，所以在数据挖掘技术当中的应用也比较广泛。再者，企业数据挖掘技术的应用过程中，对相关规则的应用也比较常见，这是简单实用的关联分析规则，相关规则描述了事物当中的一些属性，其分析是解决相应可信度以及支持度进行建立的相关规则[2]。另外，数据挖掘技术中的神经网络技术的应用也比较重要，这是在自学数学模型上建立起来的，能对复杂数据加以分析完成对人脑来说比较复杂的模式抽取和趋势的分析，从而提高数据分析的准确性。

二、企业数据挖掘技术的应用

就电信企业为例进行应用数据挖掘技术来进行客户细分，客户的细分方法应用中就涉及到经验值，这是比较粗糙的统计方法，是结合一定时期中的消费额度来进行客户细分的，在对经验值的应用方面不能有效反映客户行为特点，不能对各类群体通信业务需求差异性全面性的揭示。在对数据挖掘技术的应用下，就能对客户的细分质量得到有效保障。数据挖掘技术的应用通过建立模型的方式进行细分客户的，在技术应用的时候就要能满足相应的条件，也就是完整性和互斥性的条件。客户细分中数据挖掘技术的应用能分成几种类型，一个是分类产生预测模型，以及是聚类产生描述模型，还有是采取传统方式进行分析。对于分类分析的方法应用能够反映同类事物共同性质特征型知识，以及不同事物间差异型特征知识。比较典型的分析方法是次用决策树的方式，通过自顶向下不回溯策略就能保障找到简单的树。

电信企业的数据挖掘技术的应用中对客户细分，在对数据挖掘项目的开发过程中就要对数据和问题的理解方面进行加强，确定好应用的领域，对数据挖掘直接应用还是建模嵌入开发应用，数据挖掘项目当中的算法验证以及检验有着知识性和挑战性，这一工具系统挖掘算法完备性就要能得以保证，实际应用问题检验也是比较重要的内容[3]。要在这一过程中充分考虑不同客户细分方法的有效性以及应用的难易程度，和电信提供的数据资源以及用户特征进行紧密的结合起来，对用户的行为和人口统计以及客户价值等进行紧密的结合，这样才能保障客户细分的质量。通过三维分析体系的建立，通过人口统计就比较有助于整理客户群背景资料，从而方便市场营销人员能有效的掌握目标客户群，在分析客户行为方式的基础上能针对客户群扩展和保留客户群，为其提供针对性的服务。

数据挖掘技术的应用过程中，在客户细分数据的准备工作方面要加强重视，对电信客户的特征能加以明确化，这样就能方便客户细分指标的选择。电信企业用户是持续消费用户，维系这一客户就要和其他的行业进行有效的区别，电信企业客户消费分化比较明显，行业的独特性，使得电信企业的分析内容也会有着不同。在数据的理解方面也是比较重要的，系统当中的主要实体就有用户以及客户和账单等，客户是中国电信的服务对象。在对这些基础性数据明确下，就能有助于数据挖掘技术的科学应用。

三、结语

综上所述，加强大数据背景下的数据挖掘技术在电信企业中的应用，保障客户细分的质量水平提高，就能有助于促进电信企业的良好发展。希望能通过此次的理论研究，能进一步的促进企业数据挖掘技术的应用的科学规范化，为企业的进一步发展提供理论依据。

参考文献：

[1]刘宇芳.大数据探讨[J].现代计算机,2014(30).

[2]肖飞,齐立磊.大数据处理技术与探索[J].计算机与现代化,2014(9).

[3]王新才,丁家友.大数据知识图谱:概念、特征、应用与影响[J].情报科学,2015(9).

[4]宗威,吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报:社会科学版,2016(5).

作者简介：李婧(1982-)，女，汉族，宁夏银川人，硕士，工作单位：中国电信股份有限公司宁夏电信分公司，主要从事云和大数据挖掘分析与技术应用，宽带系统对iptvdhcp的技术应用研究。