论文计算机数据挖掘技术开发其应用探究是适合数据挖掘论文写作的大学硕士及相关本科毕业论文，相关大数据挖掘工具开题报告范文和学术职称论文参考文献下载。
摘 要：随着信息技术的快速发展,计算机功能也逐渐融入了一些统计学理论,计算机数据挖掘技术应运而生,并且该技术也随着云计算、云存储技术的发展而发展,为人们解决了很多问题.基于此,本文从计算机数据挖掘技术的过程入手,对计算机数据挖掘技术的开发和应用进行了探讨,旨在促进计算机数据挖掘技术的进一步发展.
关键词：计算机；数据挖掘技术；开发；应用
中图分类号： G2 文献标识码： A 文章编号： 1673-1069（2016）27-147-2
0 引言
所谓数据挖掘技术,就是帮助人们在众多信息中查找出所需要信息的一种技术,该技术在我国出现的时间比较晚,但却以其特殊的功能得到了快速发展.该技术不仅具备计算机技术的特性,同时还兼具了统计学功能.在信息数量不断增加的今天,想要从中搜索到需要的信息不是一件简单的事,计算机数据挖掘技术成功地为人们解决了这个困扰,受到了越来越多人的欢迎.
1 计算机数据挖掘技术的过程简介
1.1 确定数据库和数据挖掘的目的
数据挖掘技术功能比较多,而想要充分的利用该技术,首先必须确定本次数据挖掘的目的,进而根据目的选择相应的数据库.因为计算机数据挖掘技术中包含多种数据挖掘方法,不同的数据挖掘目的应该采用不同的数据挖掘方法,否则会直接影响数据挖掘结果的准确性,可见确定数据挖掘的目的和相应的数据库是利用数据挖掘技术的关键点.
1.2 数据选择和预处理
确定了数据挖掘的目的和相应的数据库之后,接下来就需要在该数据库中提取一部分目标数据,需要注意的是,必须要确保目标数据中包含需要的信息,并将该目标数据作为数据挖掘的一个主要范围,这个过程叫作数据选择.确定了目标数据之后,需要对目标数据进一步处理,将大部分的无用信息和错误信息进行删除,保留有用信息,这个过程叫作预处理,其实际作用就是精简目标数据.
1.3 数据挖掘
首先,根据数据挖掘的目的确定数据挖掘技术的类型和采用的算法,算法是数据挖掘的精髓所在,合适的算法能够使数据挖掘结果可靠性提高,更有实际借鉴意义.其次,由于数据挖掘的算法针对的是一个数学模型,应根据数据挖掘的算法构建数学模型,以便实现数据挖掘算法对目标数据的处理.最后,在计算机上利用算法进行数据挖掘并得到相应结果.
1.4 评估结果
该阶段的主要目的就是对数据挖掘的结果进行科学分析、合理评估.尽管我们利用数据挖掘技术得到了结果,但是结果正确和否还需要进一步验证,如果结果不符合本次数据挖掘的目的,则需要对数据挖掘算法和数学模型进行重新选择；如果结果符合本次要求,就可以将这些数据结果应用到实践过程中,进而达到指导工作或者提高工作效率的目的.
2 计算机数据挖掘技术的开发及工具
2.1 传统统计方法
传统的统计方法比较多,例如抽样技术、多元统计分析、统计预测等都属于传统统计方法.其中,抽样技术就是在众多数据中提取部分信息作为样本数据,目的就是减少数据分析量；多元统计分析主要针对对象是结构复杂并且维数较高的数据或因子；而统计预测主要分为序列分析和回归分析两种预测分析方法.
2.2 可视化技术
利用数据挖掘技术可以得到想要的数据结果,但是通常情况下,想要发现这些数据结果中隐含的某些特征,就需要借助一些图表、散点图等方式,将其直观地表现出来.当前可视化技术的难点主要集中在对高维数据的可视化方面.
2.3 联机分析处理
联机分析处理主要用于分析多维数据,在该分析过程中,需要多个用户的积极配合,同时,用户主动对分析算法进行分析筛选,也有助于对数据的深入探索.
2.4 决策树
决策树的建立基础是具有一定规则的,主要用来对数据进行各种分类和预测.决策树包含的算法也比较多,例如SLIQ、SPRINT、CHAID、CART、ID3、C4.5等等.其中,前两种算法还可以处理分类属性和连续性属性,并由极大的训练集对决策树进行归纳.
2.5 计算机神经网络
将医学界对人体神经元的研究成果作为参考,我们也对计算机进行了深入研究,并形成了计算机神经网络.计算机神经网络可以大致分为输入、输出和处理单元三个层面.利用计算机神经网络技术,可以实现对数据的调整、计算和整理.
2.6 遗传算法
在自然界中,基因可以通过突变、联合或者选择等不同的过程进行自我优化,以这种进化论为基础,可以将现代群体按照一定规则进行重新组合,进而得出新的群体.按照这种思想,我们可以对数据模型进行重新组合,得到更加适合并且得到优化的一种新的数据算法.
3 计算机数据挖掘技术的应用
3.1 市场营销方面的应用
现代消费者在购物的时候,利用POS机刷卡结账的行为非常普遍,而在这个过程中,关于这些消费者的一些信息就可以被销售商所采集,并且消费者越多,销售商所采集到的有用信息就越多,这些信息对于市场营销具有非常重要的作用.不同的销售商或者生产商,可以根据所采集到的有用信息,分析消费者的各种不同需求、购物习惯,从而进一步分析消费者的消费心理,最终对消费者的下一步消费行为进行推断.例如,企业可以利用消费者使用信用卡的情况分析商品的销售情况,也可以通过某些促销活动,确认消费者的消费意向等等.以上种种分析结果,都离不开计算机数据挖掘技术,由此可见,计算机数据挖掘技术不仅能够帮助相关企业了解顾客需求,而且还能够为企业进行重大商业决策提供准确数据信息,大大增强了企业的市场竞争力.
3.2 金融投资方面的应用
数据挖掘技术在金融投资方面的应用,主要利用模型预测法和统计回归技术,集中在对投资进行评估以及对股票交易市场的预测.众所周知,金融投资的风险性较大,因此在投资之前,有必要对各种数据进行分析、统计、总结,规避可能存在的各种风险,确保投资方向的准确性.由于一切事物的发展都具有趋向性,我们可以根据这种趋向对其进行预测.也就是说,我们可以通过对现有数据进行深度分析,挖掘其中可能存在的一些数据关系,然后根据这些关系实现对投资评估、股票市场等的预测,帮助投资者做出科学合理的选择.
3.3 其他领域的应用
在半导体领域,利用数据挖掘技术可以发现有问题的半导体元件,极大提高了产品的生产质量；而在电子商务领域,数据挖掘技术也加快了用户查找数据的速率,并能够根据用户的浏览记录对用户的需求和喜好进行深入分析,适时为用户推荐需要的产品,实现了独特的个性化服务.此外,数据挖掘技术还被广泛地应用到了一些生产型企业,帮助企业实现企业利润最大化,为企业提供风险参考依据等等,总之,数据挖掘技术在各种领域都得到了普遍应用.
4 结束语
作为一种重要的分析方法和有效工具,计算机数据挖掘技术在各个领域都得到了快速发展,并且广受欢迎.利用计算机数据挖掘技术,用户可以得到自己想要的数据结果,并通过对这些结果的进一步分析,为用户制定决策提供参考依据.未来,我们相信,随着计算机技术的快速发展,计算机数据挖掘技术能够为用户解决更加棘手的问题,该技术的应用范围将会越来越广.
参 考 文 献
[1] 夏天维.计算机数据挖掘技术的开发及其应用探究[A].决策和信息杂志社,北京大学经济管理学院.“决策论坛——管理科学和工程研究学术研讨会”论文集（下）[C].决策和信息杂志社,北京大学经济管理学院,2016：1.
[2] 宋金城.计算机数据挖掘技术的开发及其应用探究[J].计算机光盘软件和应用,2013,23：130+132.
[3] 沈文渊,丁颖.计算机数据挖掘技术的开发及其应用探究[J].信息系统工程,2014,06：87.
[4] 郝园园.计算机数据挖掘技术的开发及其应用探究[J].信息化建设,2015,10：105.
总结:本论文为免费优秀的关于数据挖掘论文范文资料，可用于相关论文写作参考。
参考文献：
1、 基于数据挖掘技术的输电工程造价预测模型的建立和实现 摘 要： 针对目前输电工程造价技术指标过多，影响因素比较复杂，导致输电工程造价估算困难，设计概算审查难以达到理想效果的问题。建立基于数据挖掘技术。
2、 数据挖掘技术在高职专业基础课程改革中应用 【摘 要】本文对高职专业基础课程的改革进行了论述，针对目前专业基础课程实施中的困难，将数据挖掘技术引入课程的教育教学改革中，分析专业基础课程与专。
3、 文本和数据挖掘技术（TDM）和著作权保护 摘 要：生活在一个信息化的“大数据”时代下的我们，习惯性得使用互联网包括关键词搜索、资料搜集、数据库检索、馆藏电子图书阅读等基于文本和数据挖掘技。
4、 数据挖掘技术在绩效考核中应用其作用 摘要：本文主要通过数据预处理、评价指标体系、人力资源管理对数据挖掘技术和绩效考核进行了概述，并介绍了决策树分类算法C4 5算法在绩效考核中的应用。
5、 数据挖掘技术在档案管理中应用 [摘 要]信息技术快速发展，数据挖掘技术的出现使信息管理逐渐实现智能化、信息化。数据挖掘技术在档案管理中也发挥着至关重要的作用，其能够使档案管理。
6、 数据挖掘技术在电网资产管理系统中应用 [摘 要] 电网资产管理贯穿了供电企业的诸多生产业务范围，其覆盖范围广、体系种类庞杂、数量庞大等特点。在电网资产信息化管理建设进程中，针对电网“。