數(shù)據(jù)挖掘的現(xiàn)狀及趨勢(shì)研究

數(shù)據(jù)挖掘的現(xiàn)狀及趨勢(shì)研究

數(shù)據(jù)挖掘的現(xiàn)狀和趨勢(shì)研究近年來(lái)，隨著信息行業(yè)的迅速發(fā)展，數(shù)據(jù)挖掘已經(jīng)成為各行業(yè)關(guān)注的焦點(diǎn)問(wèn)題。本文介紹了數(shù)據(jù)挖掘的基本理論知識(shí)，并重點(diǎn)分析了數(shù)據(jù)挖掘在市場(chǎng)、金融、電商等主要數(shù)據(jù)領(lǐng)域的應(yīng)用現(xiàn)狀，旨在突出數(shù)據(jù)挖掘的應(yīng)用優(yōu)勢(shì)，為企業(yè)決策者提供理論依據(jù)。同時(shí)，本文還針對(duì)數(shù)據(jù)挖掘方法不足、性能不足、缺少用戶交互意識(shí)以及數(shù)據(jù)庫(kù)與挖掘系統(tǒng)不匹配等問(wèn)題提出了解決對(duì)策。最后，本文展望了數(shù)據(jù)挖掘在未來(lái)的發(fā)展趨勢(shì)，總結(jié)了數(shù)據(jù)挖掘語(yǔ)言的標(biāo)準(zhǔn)化、數(shù)字化以及多種技術(shù)合作集成的發(fā)展趨勢(shì)，為未來(lái)的數(shù)據(jù)挖掘研究提供參考。背景隨著科學(xué)的發(fā)展和技術(shù)的更新，信息時(shí)代已經(jīng)悄然走進(jìn)我們的生活。各種網(wǎng)絡(luò)新技術(shù)也隨之而來(lái)，由各個(gè)行業(yè)搜集、儲(chǔ)存的大量數(shù)據(jù)組成了大數(shù)據(jù)倉(cāng)庫(kù)。由于數(shù)據(jù)量巨大，傳統(tǒng)的數(shù)據(jù)挖掘方法已經(jīng)無(wú)法發(fā)掘關(guān)鍵信息，導(dǎo)致很多數(shù)據(jù)無(wú)法顯示出對(duì)行業(yè)發(fā)展有用的信息。因此，決策者急需能夠深入數(shù)據(jù)庫(kù)內(nèi)部快速分析、整理未被發(fā)現(xiàn)的價(jià)值信息的創(chuàng)新技術(shù)，以便指導(dǎo)企業(yè)的發(fā)展。在這種情況下，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）中的一個(gè)步驟，兩者有著緊密的關(guān)系。數(shù)據(jù)挖掘技術(shù)之所以受歡迎，是因?yàn)樗芙鉀Q其它技術(shù)無(wú)法發(fā)掘信息的問(wèn)題。它能夠在海量數(shù)據(jù)中獲取藏匿其中的信息，這些信息的價(jià)值遠(yuǎn)遠(yuǎn)超過(guò)之前所挖掘出來(lái)的。通過(guò)深入分析并總結(jié)價(jià)值規(guī)律，數(shù)據(jù)挖掘技術(shù)能夠?yàn)槠髽I(yè)決策者提供理論根據(jù)?，F(xiàn)狀和趨勢(shì)隨著二十多年的數(shù)據(jù)挖掘技術(shù)的發(fā)展，數(shù)據(jù)挖掘已經(jīng)成為綜合性技術(shù)，必須與其他新技術(shù)相結(jié)合。在理論研究方面，數(shù)據(jù)挖掘技術(shù)不斷深入發(fā)掘理論基礎(chǔ)，更新所需要的理論技術(shù)，完善自身不足。在實(shí)際應(yīng)用上，數(shù)據(jù)挖掘技術(shù)基于自身的優(yōu)勢(shì)，使得應(yīng)用廣泛，前景大好。例如，在市場(chǎng)營(yíng)銷(xiāo)、保險(xiǎn)金融等領(lǐng)域，數(shù)據(jù)倉(cāng)庫(kù)大，信息價(jià)值高。國(guó)外的最新研究在于更深入的KDD采用算法研究，在行業(yè)應(yīng)用中技術(shù)運(yùn)用相當(dāng)成熟。相對(duì)來(lái)說(shuō)，國(guó)內(nèi)在研究方面還處在緩慢發(fā)展階段，技術(shù)運(yùn)用也不太成熟，但總體上還是穩(wěn)步上升的。解決對(duì)策在數(shù)據(jù)挖掘的發(fā)展過(guò)程中，出現(xiàn)了一系列問(wèn)題，例如數(shù)據(jù)挖掘方法不足、性能不足、缺少用戶交互意識(shí)以及數(shù)據(jù)庫(kù)與挖掘系統(tǒng)不匹配等。為了解決這些問(wèn)題，我們需要采取相應(yīng)的對(duì)策。例如，可以加強(qiáng)數(shù)據(jù)挖掘方法的研究，提高數(shù)據(jù)挖掘的性能，增加用戶交互意識(shí)，并且改善數(shù)據(jù)庫(kù)與挖掘系統(tǒng)之間的匹配度。未來(lái)趨勢(shì)展望未來(lái)，數(shù)據(jù)挖掘技術(shù)將繼續(xù)發(fā)展。數(shù)據(jù)挖掘語(yǔ)言的標(biāo)準(zhǔn)化、數(shù)字化以及多種技術(shù)合作集成將成為發(fā)展趨勢(shì)。這將有助于行業(yè)內(nèi)競(jìng)爭(zhēng)與發(fā)展，為未來(lái)的數(shù)據(jù)挖掘研究提供參考。本文旨在研究數(shù)據(jù)挖掘理論，并探討其在實(shí)際應(yīng)用中的現(xiàn)狀和發(fā)展趨勢(shì)。研究目的包括對(duì)比國(guó)內(nèi)外數(shù)據(jù)挖掘研究現(xiàn)狀、展示其在各行業(yè)中的應(yīng)用優(yōu)勢(shì)、分析存在的問(wèn)題并提出應(yīng)對(duì)策略、明確未來(lái)的發(fā)展方向和規(guī)劃。本研究的意義在于為決策者提供理論依據(jù)、幫助各行業(yè)緊跟發(fā)展潮流、減少錯(cuò)誤并完善技術(shù)、統(tǒng)一規(guī)劃行業(yè)發(fā)展。國(guó)外在知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘領(lǐng)域的研究始于上世紀(jì)九十年代，各國(guó)科研工作者加大了對(duì)數(shù)據(jù)挖掘技術(shù)的重視并不斷創(chuàng)新改進(jìn)，取得了顯著成效。國(guó)外研究人員注重?cái)?shù)據(jù)集、數(shù)據(jù)庫(kù)之間的集成，數(shù)據(jù)挖掘前需要對(duì)數(shù)據(jù)集進(jìn)行清洗和準(zhǔn)備原始狀態(tài)。數(shù)據(jù)研究與趨勢(shì)挖掘技術(shù)和應(yīng)用的重點(diǎn)是數(shù)據(jù)領(lǐng)域之間的集成倉(cāng)儲(chǔ)和數(shù)據(jù)挖掘，強(qiáng)調(diào)對(duì)現(xiàn)實(shí)世界問(wèn)題的適用性。2）通過(guò)對(duì)國(guó)內(nèi)外數(shù)據(jù)挖掘軟件工具的比較和分析，探討其優(yōu)缺點(diǎn)及適用范圍。3）針對(duì)國(guó)內(nèi)DM軟件工具的研發(fā)現(xiàn)狀，對(duì)其進(jìn)行分析和評(píng)價(jià)，提出改進(jìn)建議。4）以某企業(yè)為案例，運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)其銷(xiāo)售數(shù)據(jù)進(jìn)行分析，探討數(shù)據(jù)挖掘在實(shí)際應(yīng)用中的效果和意義。1.4.2研究方法本研究采用文獻(xiàn)資料法、案例分析法、問(wèn)卷調(diào)查法和實(shí)驗(yàn)研究法相結(jié)合的方法進(jìn)行。首先，通過(guò)文獻(xiàn)資料法對(duì)國(guó)內(nèi)外DM的研究現(xiàn)狀和軟件工具進(jìn)行梳理和總結(jié)，探討其發(fā)展趨勢(shì)和影響意義。其次，以某企業(yè)為案例，采用實(shí)驗(yàn)研究法和數(shù)據(jù)挖掘技術(shù)對(duì)其銷(xiāo)售數(shù)據(jù)進(jìn)行分析，探討其在實(shí)際應(yīng)用中的效果和意義。最后，通過(guò)問(wèn)卷調(diào)查法對(duì)國(guó)內(nèi)DM軟件工具的使用情況和需求進(jìn)行調(diào)查，以此為基礎(chǔ)提出改進(jìn)建議。數(shù)據(jù)挖掘是一種從大量數(shù)據(jù)中發(fā)現(xiàn)未知模式和規(guī)律的過(guò)程。它是一種綜合性技術(shù)，涉及到多個(gè)領(lǐng)域的知識(shí)和技能，如統(tǒng)計(jì)學(xué)、機(jī)器研究、人工智能等。通過(guò)數(shù)據(jù)挖掘，可以發(fā)現(xiàn)數(shù)據(jù)中隱藏的信息，為決策者提供有效的參考和支持。2.1.2數(shù)據(jù)挖掘的基本算法數(shù)據(jù)挖掘的基本算法包括分類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則挖掘、異常檢測(cè)等。其中，分類(lèi)是將數(shù)據(jù)分成不同的類(lèi)別，聚類(lèi)是將數(shù)據(jù)分成相似的群體，關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性，異常檢測(cè)是發(fā)現(xiàn)數(shù)據(jù)中的異常值。2.1.3數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域數(shù)據(jù)挖掘已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，如金融、醫(yī)療、電子商務(wù)等。在金融領(lǐng)域，數(shù)據(jù)挖掘可以用于風(fēng)險(xiǎn)評(píng)估、信用評(píng)估等方面；在醫(yī)療領(lǐng)域，數(shù)據(jù)挖掘可以用于疾病診斷、藥物研發(fā)等方面；在電子商務(wù)領(lǐng)域，數(shù)據(jù)挖掘可以用于個(gè)性化推薦、用戶行為分析等方面。2.2發(fā)展歷程數(shù)據(jù)挖掘的發(fā)展可以追溯到上世紀(jì)60年代，當(dāng)時(shí)主要是應(yīng)用統(tǒng)計(jì)學(xué)方法進(jìn)行數(shù)據(jù)分析。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)也不斷更新和完善。在20世紀(jì)80年代和90年代，機(jī)器研究和人工智能技術(shù)的發(fā)展促進(jìn)了數(shù)據(jù)挖掘技術(shù)的進(jìn)一步發(fā)展。21世紀(jì)以來(lái)，數(shù)據(jù)挖掘技術(shù)得到了廣泛應(yīng)用，成為信息化領(lǐng)域中的重要技術(shù)之一。然而，在數(shù)據(jù)挖掘的發(fā)展過(guò)程中，也存在著一些問(wèn)題。比如，數(shù)據(jù)質(zhì)量不高、算法選擇不當(dāng)?shù)葐?wèn)題會(huì)影響數(shù)據(jù)挖掘的效果。針對(duì)這些問(wèn)題，可以采取多種策略，如提高數(shù)據(jù)質(zhì)量、優(yōu)化算法選擇等。未來(lái)，隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)挖掘技術(shù)也將不斷發(fā)展和完善，為各個(gè)領(lǐng)域的決策者提供更加有效的支持和幫助。數(shù)據(jù)挖掘（DM）是對(duì)數(shù)據(jù)進(jìn)行再分析和挖掘的過(guò)程。由于數(shù)據(jù)庫(kù)系統(tǒng)的存在，DM與之密切相關(guān)，因此在數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）的基礎(chǔ)上，提取數(shù)據(jù)并找到關(guān)鍵知識(shí)信息的過(guò)程尤為重要。DM是知識(shí)發(fā)現(xiàn)的一步，是復(fù)雜過(guò)程中的重要環(huán)節(jié)。數(shù)據(jù)挖掘需要借助多種數(shù)據(jù)分析工具，在海量的數(shù)據(jù)信息中挖掘模型之間的關(guān)系。DM技術(shù)的基礎(chǔ)學(xué)科是計(jì)算機(jī)科學(xué)技術(shù)，并融入統(tǒng)計(jì)學(xué)和其他專(zhuān)業(yè)學(xué)科知識(shí)，運(yùn)用專(zhuān)業(yè)算法和規(guī)則對(duì)數(shù)據(jù)進(jìn)行二次挖掘。數(shù)據(jù)挖掘是從大量的、不完全的、模糊的、有噪聲的以及具有隨性的數(shù)據(jù)中，對(duì)隱含的、具有潛在作用和有意義知識(shí)進(jìn)行提取的過(guò)程。數(shù)據(jù)挖掘技術(shù)關(guān)鍵在于能夠在初次提取的數(shù)據(jù)信息中找到隱藏在深處的數(shù)據(jù)規(guī)律，這些信息的價(jià)值遠(yuǎn)超過(guò)其它，是未來(lái)決策的重要依據(jù)，也是處理數(shù)據(jù)最高層次的應(yīng)用，提高了數(shù)據(jù)的重復(fù)利用率，對(duì)數(shù)據(jù)行業(yè)做出了突出貢獻(xiàn)。數(shù)據(jù)挖掘的特點(diǎn)包括：處理的數(shù)據(jù)量非常大；用戶可以在任何時(shí)間和地點(diǎn)使用查詢系統(tǒng)，以保證和滿足用戶的要求；滿足數(shù)據(jù)庫(kù)的需求，分別對(duì)所有數(shù)據(jù)進(jìn)行分析，覆蓋全面，為以后應(yīng)用提供依據(jù)；面對(duì)數(shù)據(jù)庫(kù)中樣本的特點(diǎn)，從數(shù)據(jù)本身規(guī)律出發(fā)，其發(fā)掘的算法規(guī)則只適用于自身。這些特點(diǎn)與DM挖掘的樣本數(shù)據(jù)和所要達(dá)到的目標(biāo)有緊密的關(guān)聯(lián)。數(shù)據(jù)挖掘的任務(wù)包括：分類(lèi)、聚類(lèi)、關(guān)聯(lián)、回歸、預(yù)測(cè)、序列分析等。分類(lèi)是把數(shù)據(jù)樣本中的數(shù)據(jù)按照某一概念進(jìn)行排列組合，建立分類(lèi)模型，最終目標(biāo)是獲得分類(lèi)規(guī)則。常用的分類(lèi)算法包括決策樹(shù)模式、神經(jīng)網(wǎng)絡(luò)算法等。聚類(lèi)是把樣本數(shù)據(jù)庫(kù)根據(jù)其相似性分成許多類(lèi)別，使得同類(lèi)中具有更多相似性，反之，不同類(lèi)中盡可能不同。雖然在應(yīng)用方面與分類(lèi)相近，但兩者區(qū)別在于聚類(lèi)個(gè)數(shù)和細(xì)分程度。神經(jīng)網(wǎng)絡(luò)法是一種基于邏輯規(guī)則的研究過(guò)程，通過(guò)模仿神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功效來(lái)完成推理過(guò)程。它具有強(qiáng)大的研究記憶能力，但不能用于全過(guò)程，雖結(jié)果精確但無(wú)法說(shuō)明。決策樹(shù)法是一種分類(lèi)方法，能夠采用各種規(guī)則語(yǔ)言對(duì)初始數(shù)據(jù)完成分類(lèi)，最終呈現(xiàn)出樹(shù)形圖。C4.5算法包括了分類(lèi)和回歸雙重問(wèn)題，適用于大量單一變量間且非數(shù)值數(shù)據(jù)。遺傳算法基于遺傳規(guī)則和生物進(jìn)化原理，運(yùn)用自然選擇規(guī)律對(duì)目標(biāo)問(wèn)題進(jìn)行最優(yōu)解分析。它能夠處理多種復(fù)雜數(shù)據(jù)集，但所需參數(shù)巨大、復(fù)雜，在進(jìn)行計(jì)算機(jī)編程更是繁瑣，常用來(lái)解決神經(jīng)元網(wǎng)絡(luò)。粗糙集法能夠分析模糊不確定、不完整的數(shù)據(jù)問(wèn)題，過(guò)程簡(jiǎn)單，步驟方便，但無(wú)法處理連續(xù)型數(shù)據(jù)，主要應(yīng)用于近似推理、數(shù)字邏輯分析和化簡(jiǎn)、建立預(yù)測(cè)模型等問(wèn)題。模糊集法通過(guò)運(yùn)用集合理論知識(shí)，對(duì)相關(guān)問(wèn)題進(jìn)行判斷與決策，選擇規(guī)則模式并使用聚類(lèi)分析等。隸屬度作為一種標(biāo)準(zhǔn)來(lái)表現(xiàn)模糊事物的屬性。關(guān)聯(lián)規(guī)則法體現(xiàn)了變量間的相關(guān)性，能夠找到更有深意的數(shù)據(jù)。ri算法，定義了最小支持度和最小可信度兩個(gè)閾值。Pang-NingTan(2010)XXXofdatanandntechniqueshasledtotheemergenceofmassivedatasetsinbothbusinessandscientificfields[13]。XXX。n-XXXn-makers。enablingthemtomonitorthemarketandmanageindustries。makingitincreasinglywidelyused。IoannisKarakatsanisa(2017)XXX。XXXmarkettrendsandchangeswillbeofgreatvaluetojobseekers。employers。n-makers。andinvestors[14].3.1.1nsinMarketingInmarketing。enterprisesspendalotofmoneyandtimeonmarketandcustomerXXX-makerstoconductmarketanalysisandn-making。theycanpromptlydiscovertheimpactofnandsalesonthemarketandcustomers。obtainvaluableintelligence。controlthenofenterprisemarkets。andXXX。thenofdatamininginmarketingisinlinewiththetrendofmarketdevelopment.Facingalargenumberofconsumers。XXXgods。andconductcomprehensiveanalysisoftheconsumermarketandtheirronthisbasis。ByusingdataXXX。allconsumer-relatedconceptsXXXfuturemarketstrategies。aswellasstayaheadofcustomerXXX。themarketisalsocrucial。Aftercustomersareidentified。enterprisesneedtoplantooccupymarketshareandXXXandanalyzeusdata。analyzemarkettrends。XXX-makersinatimelymanner。XXX.首先，針對(duì)特殊消費(fèi)者，進(jìn)行全面信息收集、整理和分析，預(yù)測(cè)未來(lái)消費(fèi)趨勢(shì)，進(jìn)行有效的營(yíng)銷(xiāo)。然后，對(duì)收集的消費(fèi)信息進(jìn)行系統(tǒng)的數(shù)據(jù)挖掘，深度解析數(shù)據(jù)，運(yùn)用DM技術(shù)的各種模型算法，預(yù)估消費(fèi)者的相關(guān)聯(lián)消費(fèi)傾向，進(jìn)而調(diào)整企業(yè)業(yè)務(wù)范圍，開(kāi)拓新的業(yè)務(wù)領(lǐng)域。銀行、通信運(yùn)營(yíng)商和零售商已能成熟運(yùn)用消費(fèi)者屬性和行為數(shù)據(jù)來(lái)識(shí)別風(fēng)險(xiǎn)和付費(fèi)可能性。其次，企業(yè)可以充分發(fā)揮數(shù)據(jù)挖掘在數(shù)據(jù)領(lǐng)域的優(yōu)勢(shì)，提升競(jìng)爭(zhēng)力，增大市場(chǎng)份額，獲得更多市場(chǎng)優(yōu)勢(shì)，從而完成戰(zhàn)略發(fā)展。同時(shí)，企業(yè)可以將整合的消費(fèi)數(shù)據(jù)制成各項(xiàng)數(shù)據(jù)庫(kù)系統(tǒng)，擴(kuò)大業(yè)務(wù)，維持自身發(fā)展。挖掘重點(diǎn)客戶也成為重中之重，通過(guò)對(duì)用戶行為的分析，判斷哪些用戶與企業(yè)的產(chǎn)品和服務(wù)匹配，是最有價(jià)值的用戶。在證券領(lǐng)域，數(shù)據(jù)挖掘技術(shù)主要應(yīng)用于開(kāi)發(fā)新的數(shù)據(jù)系統(tǒng)，使用各大證券公司儲(chǔ)存的各項(xiàng)數(shù)據(jù)，建立模型，分析模型特點(diǎn)以便得到各種統(tǒng)計(jì)報(bào)表，針對(duì)報(bào)表的數(shù)據(jù)信息進(jìn)行證券內(nèi)部預(yù)測(cè)和評(píng)價(jià)。證券企業(yè)應(yīng)立足自身，利用行業(yè)優(yōu)勢(shì)，結(jié)合相關(guān)算法對(duì)潛藏信息進(jìn)行發(fā)掘，使決策者對(duì)企業(yè)長(zhǎng)遠(yuǎn)發(fā)展完勝?zèng)Q策。我國(guó)政府在十三五規(guī)劃期間對(duì)大數(shù)據(jù)在保險(xiǎn)行業(yè)的應(yīng)用提出了更高的要求。我們應(yīng)向海外保險(xiǎn)機(jī)構(gòu)研究先進(jìn)的經(jīng)驗(yàn)，例如在保險(xiǎn)的定價(jià)與營(yíng)銷(xiāo)、保單的后期管理、理賠過(guò)程等領(lǐng)域，國(guó)外機(jī)構(gòu)已做出革命性的創(chuàng)新。我國(guó)應(yīng)緊跟大數(shù)據(jù)潮流，深化大數(shù)據(jù)在保險(xiǎn)業(yè)創(chuàng)新應(yīng)用，形成大數(shù)據(jù)產(chǎn)業(yè)鏈條。保險(xiǎn)業(yè)是一種風(fēng)險(xiǎn)性十分巨大的業(yè)務(wù)，數(shù)據(jù)挖掘技術(shù)的運(yùn)用不但可以預(yù)測(cè)相關(guān)風(fēng)險(xiǎn)性，還能為業(yè)務(wù)員把握方向，減少保險(xiǎn)錯(cuò)誤發(fā)生率，便于保險(xiǎn)業(yè)的可持續(xù)性。在過(guò)去，保險(xiǎn)機(jī)構(gòu)很難和客戶建立起溝通的橋梁，交流上的障礙難免產(chǎn)生不必要誤會(huì)。將大數(shù)據(jù)應(yīng)用到保險(xiǎn)行業(yè)，把零散的客戶信息通過(guò)大數(shù)據(jù)進(jìn)行分析，建立起客戶與機(jī)構(gòu)之間的有效溝通渠道，提高客戶滿意度，促進(jìn)業(yè)務(wù)發(fā)展。在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘技術(shù)主要應(yīng)用于企業(yè)風(fēng)險(xiǎn)控制，尤其是銀行貸款業(yè)務(wù)。銀行需要評(píng)估客戶的信用度，并預(yù)測(cè)未來(lái)的信用趨勢(shì)。數(shù)據(jù)挖掘技術(shù)可以幫助銀行進(jìn)行全面的客戶分析，綜合考慮各種突發(fā)情況，最大程度地降低企業(yè)風(fēng)險(xiǎn)，支持行業(yè)發(fā)展。在金融領(lǐng)域，企業(yè)需要通過(guò)推銷(xiāo)旗下產(chǎn)品來(lái)獲得利益。為了應(yīng)對(duì)客戶數(shù)量和市場(chǎng)不確定性的挑戰(zhàn)，數(shù)據(jù)挖掘算法中的關(guān)聯(lián)算法可以幫助企業(yè)分析客戶需求，研發(fā)多類(lèi)型的產(chǎn)品服務(wù)，豐富企業(yè)的營(yíng)銷(xiāo)手段，提升業(yè)績(jī)。針對(duì)客戶市場(chǎng)的研究也是銀行的重中之重，深入分析客戶市場(chǎng)變化規(guī)律，對(duì)重點(diǎn)部分進(jìn)行細(xì)分，掌握其發(fā)展動(dòng)向，判斷將會(huì)帶來(lái)的價(jià)值區(qū)間，有針對(duì)性地提供業(yè)務(wù)范疇，以滿足銀行客戶市場(chǎng)的需要，并找到更多新客源，來(lái)相對(duì)減少人員流失。隨著網(wǎng)絡(luò)的飛速發(fā)展，電子商務(wù)已經(jīng)逐漸取代實(shí)體商店。數(shù)據(jù)挖掘技術(shù)可以為電商企業(yè)提供深入了解客戶需求信息和購(gòu)物行為特征的可能性。通過(guò)記錄消費(fèi)者之間共性和個(gè)性之間聯(lián)系，將記錄的數(shù)據(jù)進(jìn)行分析，描繪出消費(fèi)者消費(fèi)心理、消費(fèi)需求、消費(fèi)偏好等特征，為電商企業(yè)提供決策依據(jù)。在電子商務(wù)領(lǐng)域，“大數(shù)據(jù)”引入可以為電商企業(yè)的在市場(chǎng)細(xì)分方面提供強(qiáng)有力的支持，數(shù)據(jù)挖掘可以將電商企業(yè)的客戶進(jìn)行聚類(lèi)，通過(guò)對(duì)相同類(lèi)客戶消費(fèi)行為特征的提取，電子商務(wù)企業(yè)可以針對(duì)特定特征制定個(gè)性化的服務(wù)。數(shù)據(jù)挖掘在全社會(huì)的廣泛應(yīng)用，可以從初始數(shù)據(jù)中挖掘隱藏信息，實(shí)現(xiàn)企業(yè)數(shù)據(jù)的重復(fù)利用，對(duì)企業(yè)的持續(xù)發(fā)展有著很大的影響。面對(duì)嚴(yán)峻的市場(chǎng)形勢(shì)和復(fù)雜的企業(yè)環(huán)境，采用先進(jìn)的DM技術(shù)將會(huì)改善市場(chǎng)環(huán)境，增強(qiáng)企業(yè)競(jìng)爭(zhēng)力，樹(shù)立員工信念和凝聚力，更新企業(yè)理念，提升經(jīng)營(yíng)治理水平，帶給企業(yè)收獲的同時(shí)也促進(jìn)了發(fā)展。然而，在數(shù)據(jù)挖掘的發(fā)展過(guò)程中，也存在一些問(wèn)題。例如，數(shù)據(jù)質(zhì)量不足、數(shù)據(jù)隱私保護(hù)、算法不夠精確等問(wèn)題。為了應(yīng)對(duì)這些問(wèn)題，需要加強(qiáng)數(shù)據(jù)質(zhì)量控制，加強(qiáng)數(shù)據(jù)隱私保護(hù)，提高算法的精度和可靠性。同時(shí)，也需要加強(qiáng)對(duì)數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用，不斷推進(jìn)數(shù)據(jù)挖掘技術(shù)的發(fā)展和創(chuàng)新。數(shù)據(jù)挖掘技術(shù)在應(yīng)用中還存在一個(gè)問(wèn)題，就是多樣性的數(shù)據(jù)庫(kù)類(lèi)型與DM系統(tǒng)不匹配。由于不同類(lèi)型的數(shù)據(jù)庫(kù)有著不同的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)特征，因此需要針對(duì)不同的數(shù)據(jù)庫(kù)類(lèi)型開(kāi)發(fā)相應(yīng)的DM系統(tǒng)，以滿足不同類(lèi)型數(shù)據(jù)庫(kù)的需求。目前，一些DM系統(tǒng)還無(wú)法適應(yīng)多樣性的數(shù)據(jù)庫(kù)類(lèi)型，這也是需要解決的問(wèn)題。研究學(xué)者需要開(kāi)發(fā)更為靈活的DM系統(tǒng)，以適應(yīng)不同類(lèi)型數(shù)據(jù)庫(kù)的需求。同時(shí)，也需要對(duì)不同類(lèi)型數(shù)據(jù)庫(kù)的數(shù)據(jù)特征進(jìn)行深入研究，以提高DM系統(tǒng)的適應(yīng)性和性能。隨著每天數(shù)據(jù)的不斷變化，數(shù)據(jù)類(lèi)型變得越來(lái)越復(fù)雜。因此，數(shù)據(jù)挖掘領(lǐng)域的研究人員需要時(shí)刻關(guān)注變化的趨勢(shì)，并相應(yīng)地做出調(diào)整，其中之一就是尋找適用于復(fù)雜數(shù)據(jù)的新挖掘方法。盡管已經(jīng)在各種分類(lèi)挖掘中取得了初步的突破，但這還不足以在整個(gè)數(shù)據(jù)挖掘領(lǐng)域應(yīng)用。因此，在探索新方法的道路上，仍然面臨著漫長(zhǎng)而艱巨的任務(wù)。復(fù)雜數(shù)據(jù)之所以難以處理，在于它們包含的范圍廣泛、數(shù)據(jù)量豐富、數(shù)據(jù)類(lèi)型多樣。當(dāng)以這些為研究目標(biāo)時(shí)，由于數(shù)據(jù)構(gòu)造很難解析，數(shù)據(jù)間關(guān)系比較錯(cuò)雜難辨，之前相對(duì)大部分?jǐn)?shù)據(jù)類(lèi)型適用的挖掘方法已經(jīng)不再適用。面對(duì)數(shù)據(jù)變化如此之快，必然需要一些新的方法來(lái)應(yīng)對(duì)復(fù)雜問(wèn)題?；趶?fù)雜數(shù)據(jù)的保存和模型建立的特殊性，在之前研發(fā)的數(shù)據(jù)庫(kù)系統(tǒng)中，已經(jīng)對(duì)大批繁雜數(shù)據(jù)目標(biāo)構(gòu)成分組，分析目標(biāo)關(guān)聯(lián)和數(shù)據(jù)庫(kù)。針對(duì)復(fù)雜數(shù)據(jù)研究的工作人員目前能夠具體化復(fù)雜數(shù)據(jù)的分類(lèi)特性，不管數(shù)據(jù)集合中相同構(gòu)造還是不同的，都能夠簡(jiǎn)化復(fù)雜程度，很清晰地展示在人們面前。另外，在進(jìn)行具體化操作時(shí)，復(fù)雜數(shù)據(jù)中序列問(wèn)題能夠確保排序不發(fā)生變化，避免破壞初始數(shù)據(jù)，造成數(shù)據(jù)缺失、遺漏等問(wèn)題。信息流通越發(fā)便捷快速，由此在信息中包含的個(gè)人隱私也在進(jìn)行多方面?zhèn)鬟f。手機(jī)、計(jì)算機(jī)等能夠儲(chǔ)存?zhèn)€人信息的終端在網(wǎng)絡(luò)技術(shù)的操控下，能夠不經(jīng)過(guò)人們?cè)试S隨時(shí)隨地地被收集到某個(gè)數(shù)據(jù)庫(kù)系統(tǒng)中。雖然數(shù)據(jù)公司只是用于科研領(lǐng)域，但很容易被不法分子利用，導(dǎo)致一部分的個(gè)人隱私泄露到公眾場(chǎng)合里。因此，數(shù)據(jù)挖掘面臨著嚴(yán)峻的信息保護(hù)以及隱私安全問(wèn)題。數(shù)據(jù)挖掘在正反對(duì)立面上出現(xiàn)的問(wèn)題，是其它領(lǐng)域普遍的現(xiàn)象，但基于行業(yè)特點(diǎn)，數(shù)據(jù)是DM進(jìn)行各項(xiàng)研究應(yīng)用的基礎(chǔ)元素，因而相對(duì)別的危險(xiǎn)系數(shù)更大，各行各業(yè)的研究人員以及所有客戶也更為重視。關(guān)于在客戶信息隱私保護(hù)下進(jìn)行數(shù)據(jù)挖掘的研究，隨著人們對(duì)客戶隱私安全的重視，開(kāi)發(fā)完備的保護(hù)機(jī)制成為數(shù)據(jù)挖掘在市場(chǎng)應(yīng)用中繼續(xù)發(fā)展的首要任務(wù)。首先，數(shù)據(jù)公司應(yīng)與客戶溝通，共同制定符合雙方利益的隱私保護(hù)標(biāo)準(zhǔn)，確保所有業(yè)務(wù)都在此標(biāo)準(zhǔn)下進(jìn)行。其次，數(shù)據(jù)產(chǎn)業(yè)應(yīng)合并技術(shù)指標(biāo)，全面保護(hù)客戶信息。最后，在保護(hù)機(jī)制建設(shè)完成后，需要及時(shí)有效地解決信息漏洞，均衡不同方法之間的準(zhǔn)確性。同時(shí)，加密技術(shù)對(duì)于保護(hù)個(gè)人信息的作用不可忽視，但很多人對(duì)此不熟悉，因此需要加強(qiáng)信息監(jiān)管力度，對(duì)數(shù)據(jù)客戶負(fù)責(zé)到底。目前，數(shù)據(jù)行業(yè)發(fā)展迅速，社會(huì)各領(lǐng)域?qū)ζ湫枨笠苍絹?lái)越大。在理論研究進(jìn)一步完善的基礎(chǔ)上，數(shù)據(jù)挖掘的發(fā)展趨勢(shì)一片大好，前景無(wú)限。研究學(xué)者將研究重點(diǎn)放在生物工程、基因挖掘領(lǐng)域，針對(duì)各行業(yè)的數(shù)據(jù)現(xiàn)狀，研究數(shù)據(jù)挖掘在網(wǎng)絡(luò)建設(shè)發(fā)展中的運(yùn)用。理論研究的最終目標(biāo)是根據(jù)部分用戶的每日點(diǎn)擊率累積在眾多數(shù)據(jù)中且有用的信息，保證運(yùn)用某些算法可以精確辨別信息價(jià)值。數(shù)據(jù)挖掘技術(shù)已經(jīng)不僅作為背景，而且已經(jīng)作為前景對(duì)人類(lèi)產(chǎn)生影響。數(shù)據(jù)挖掘產(chǎn)業(yè)鏈龐大，行情復(fù)雜多變，應(yīng)用于領(lǐng)域發(fā)展廣泛。因此，研發(fā)一種一勞永逸且融合多種算法模型的軟件技術(shù)代替復(fù)雜的研發(fā)過(guò)程很不現(xiàn)實(shí)。對(duì)于不同的數(shù)據(jù)挖掘任務(wù)，數(shù)據(jù)挖掘算法和技術(shù)問(wèn)題不能進(jìn)行資源分享，彼此無(wú)法溝通，很難做到標(biāo)準(zhǔn)化處理。因此，面對(duì)數(shù)據(jù)需求量極大的行業(yè)要求，數(shù)據(jù)挖掘領(lǐng)域應(yīng)該發(fā)明一套屬于自身行業(yè)的標(biāo)準(zhǔn)化模式，可以應(yīng)用在數(shù)據(jù)語(yǔ)言、挖掘行為以及系統(tǒng)程序中。這種標(biāo)準(zhǔn)必須實(shí)用、權(quán)威且目的性強(qiáng)，能夠?yàn)槲磥?lái)的數(shù)據(jù)挖掘提供強(qiáng)有力的工具，實(shí)現(xiàn)各行業(yè)的應(yīng)用需要。同時(shí)，數(shù)據(jù)挖掘的標(biāo)準(zhǔn)化語(yǔ)言也能夠在各種數(shù)據(jù)庫(kù)系統(tǒng)中完成數(shù)據(jù)交接與分享，對(duì)建立數(shù)據(jù)模型和完善挖掘方法都會(huì)