林浩

（長春世界雕塑園 吉林 長春 130022）

引言

近年來，隨著時代的進步，科學技術水平提高，計算機數據挖掘技術日趨成熟，成為計算機科學的關鍵構成部分，在各行各業(yè)均得到實際應用，推動著社會發(fā)展。在此背景下，積極探索計算機數據挖掘技術的開發(fā)及其應用意義重大，值得深思。

1 計算機數據挖掘技術的開發(fā)分析

1.1 遺傳算法

遺傳算法屬于隨機搜索算法之一，其主要是在遺傳機理、生物自然選擇基礎上發(fā)展而來的。遺傳算法不僅可實現與其他模型性質有機結合，而且其還能夠對“遺傳性”產生決定性作用[1]。與此同時，遺傳算法在數據挖掘中還表現了隱含并行性的獨特優(yōu)勢，得到了廣泛的應用。Sunil在數據挖掘工具的研究中，將遺傳算法作為基礎和核心，實現對飛機失事真實數據的分析，與之相適應數據挖掘試驗的完成，更能夠彰顯遺傳算法的獨特性，其進而為數據挖掘的實現提供強大的動力。遺傳算法在數據挖掘統(tǒng)計中的應用，需要注重將其和有關技術有機結合起來，以便發(fā)揮更大的效用。如，可和粗糙集結合、與神經網絡融合等，有助于達到意想不到的應用效果。在遺傳算法的支撐下，還有利于進一步優(yōu)化神經網絡結構，實現對多余連接的刪除。同時，若是與bp算法結合，還能夠訓練神經網絡。雖然遺傳算法優(yōu)點眾多，但在具體應用時，也表現了結構復雜的缺陷，有待改進。

1.2 神經網絡

神經網絡具有獨特的優(yōu)勢，不僅呈現了魯棒性、高度容錯的特征，而且還具備較強的存儲能力、組織適應能力與處理能力，將其運用到數據挖掘當中，能夠達到良好的應用效果。在神經網絡的支撐下，可高效的對數據信息進行分類與識別，在實際應用中，可構建前饋式神經網絡模型。例如，建立基于hopfield網絡結構的連續(xù)模型、基于hopfield網絡結構的離散模型，在此基礎上有助于實現優(yōu)化計算、聯(lián)想記憶[2]。針對于koholon模型，或者是art模型，其通常情況應用在聚類自組織映射方法。在對神經網絡技術的使用過程中，應該明確其所存在的缺陷即“黑箱”性，由于難以對學習與決策的過程進行了解，所以不可避免的會增加執(zhí)行阻礙。

1.3 決策樹

決策樹顧名思義為一種樹形結構，屬于預測模型算法的一種，即便是面對海量的數據，決策樹也可對其進行有效分類，并且能夠從多種多樣的數據中，挖掘有價值的數據與信息。為此，將其應用在計算機數據挖掘中是必要的，不但描述簡單，而且還大幅提升了分類效率。尤其是在對大規(guī)模數據處理時，更需要重視決策樹的應用。Quinlan所提出的決策樹，將信息熵的id3算法作為重要的基礎。相對來說，id3決策樹在應用中，存在抗噪性不足的問題，并且在表達復雜概念層面存在一定的難度，上述問題的存在給id3決策樹的應用帶來了負面影響。面對此現象，在id3模型算法上進行了升級和優(yōu)化，促使ible、id4 等算法應運而生[3]。

2 計算機數據挖掘技術的應用研究

2.1 金融方面

在科技環(huán)境下，計算機數據挖掘技術含量增加，促使其日益普及，應用效果顯著。在金融領域亦是如此，提升了金融管理效率和質量。金融在公司發(fā)展中起到了強大的支撐作用，金融管理和分析成果影響著公司的規(guī)模。例如，在做好數據處理和分析工作的基礎上，能夠對公司股票進行有效的預測，有助于及時規(guī)避投資所帶來的風險。在此方面，融入計算機數據挖掘技術，可建立相應的股票模型，通過其生命周期中的數據，有助于了解日后可能出現的風險，可避免公司領導層做錯誤的抉擇，進行錯誤的投資[4]。在金融方面，計算機數據挖掘技術的應用還體現在對工作環(huán)境的預測和分析上，針對于有著較高危險系數的行業(yè)，能夠依托此技術建立模型，強化對周圍環(huán)境的分析，開展相關危險系數語境算法的設計，如一旦存在危險的跡象，能夠及時拉響報警，可將負面影響降至最低。

2.2 市場方面

在市場運行與發(fā)展中，市場營銷所發(fā)揮的作用不可替代。之所以要進行市場營銷，主要是為了滿足大眾需求。在計算機數據挖掘技術應用中，能夠將信息管理與條形碼技術融合在一起，在此基礎上，可有效對用戶的日常數據進行收集，以強化對大眾心理的了解，增強市場營銷針對性。在數據收集中，由于存在數據種類多、數據量大的特征，無法實現人為管理，加大了數據收集與整合的難度。要想攻克該問題，需要充分發(fā)揮大數據挖掘技術的作用，可提高數據收集效率和質量，進而實現消費者心理習慣、日常生活軌跡等相關數據的分析，為市場營銷管理提供依據，使其結合準確的數據，制定切實可行的營銷方案，對市場營銷效果的提升具有重要意義[5]。

3 結語

總而言之，計算機數據挖掘技術對人們的影響力不斷擴大，各行各業(yè)也表現了對此技術的依賴性。因此，應該加大計算機數據挖掘技術開發(fā)力度，并發(fā)揮其作用，強化該技術的應用，使其能夠成為推動社會進步的助推器。