摘要：互聯(lián)網(wǎng)隨著時代的發(fā)展，演變成信息傳輸?shù)木C合體。隨著現(xiàn)代計算機(jī)信息技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)不斷地增長，我們步入了大數(shù)據(jù)時代。多年來，人們使用數(shù)據(jù)挖掘技術(shù)分析、整合海量的數(shù)據(jù)，從大量數(shù)據(jù)中，發(fā)現(xiàn)規(guī)律和知識，挖掘出有價值的信息。本文從數(shù)據(jù)挖掘技術(shù)的研究入手，結(jié)合不同領(lǐng)域的特點，剖析了數(shù)據(jù)挖掘技術(shù)在不同網(wǎng)絡(luò)平臺中的應(yīng)用。我們可以發(fā)揮數(shù)據(jù)挖掘的社會價值，改善人們的生活，完善平臺的數(shù)據(jù)服務(wù)，最大化數(shù)據(jù)挖掘的積極作用。

關(guān)鍵詞：互聯(lián)網(wǎng);數(shù)據(jù)挖掘;應(yīng)用;網(wǎng)絡(luò)平臺

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）36-0008-03

1概述

互聯(lián)網(wǎng)隨著時代的發(fā)展，演變成信息傳輸?shù)木C合體。無論是個人，還是企業(yè)、平臺等都頻繁使用互聯(lián)網(wǎng)，如個人通信、企業(yè)宣傳、媒體平臺傳播等都依賴于它。隨著現(xiàn)代計算機(jī)信息技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)不斷地增長。社交網(wǎng)絡(luò)、電商平臺、金融平臺、教育平臺、音樂平臺、醫(yī)學(xué)平臺等不同領(lǐng)域的平臺，各種服務(wù)工具等，都提供和處理著大量網(wǎng)絡(luò)數(shù)據(jù)[1]，同時，也作為數(shù)據(jù)的來源。在互聯(lián)網(wǎng)上，有著豐富的數(shù)據(jù)信息，如某電商平臺數(shù)億的用戶每天產(chǎn)生的交易數(shù)據(jù)約20TB左右，某教育平臺課程資源等數(shù)據(jù)也超過100TB。數(shù)據(jù)通過互聯(lián)網(wǎng)地傳輸，每時每刻都在更新，逐漸形成大量且復(fù)雜性較高的信息。互聯(lián)網(wǎng)為人們提供了許多應(yīng)用及服務(wù)，人們在生活中幾乎離不開互聯(lián)網(wǎng)，換句話說，每個使用互聯(lián)網(wǎng)的人都在為互聯(lián)網(wǎng)提供著數(shù)據(jù)，并且這些數(shù)據(jù)是實時進(jìn)行處理的。

2大數(shù)據(jù)時代

跟隨著信息化的腳步，我們已經(jīng)正式步人了大數(shù)據(jù)時代。在信息日益漸增的情況下，一定程度上加速了人們生活的進(jìn)步，也促進(jìn)了不同領(lǐng)域的信息交流的時效性。在日常生活中，聯(lián)絡(luò)他人可以直接用網(wǎng)絡(luò)通信，買東西可以足不出戶，想了解天下事只需要上網(wǎng)，甚至人們的衣、食、住、行都可以通過網(wǎng)絡(luò)方式獲取信息。在數(shù)據(jù)時代，幾乎所有的信息都可以通過網(wǎng)絡(luò)來看到相應(yīng)數(shù)據(jù)[2]。這也意味著，網(wǎng)絡(luò)數(shù)據(jù)在我們生活中已經(jīng)占據(jù)了至關(guān)重要的角色。

在大數(shù)據(jù)時代，人們的身邊每天充斥著大量的信息。在這些信息當(dāng)中，有準(zhǔn)確或者不完善的信息，有對于不同需求的人來說，看似有用或者無價值的信息等。因此，不同領(lǐng)域的網(wǎng)絡(luò)平臺對于數(shù)據(jù)的應(yīng)用，就需要將不同人的看法搜集起來，利用數(shù)據(jù)挖掘技術(shù)，進(jìn)行有效整合，充分將大數(shù)據(jù)的價值利用起來。此外，通過數(shù)據(jù)挖掘技術(shù)，可以將繁雜的數(shù)據(jù)進(jìn)行分類，提取有效信息，防止數(shù)據(jù)的重復(fù)性和枯竭，改善網(wǎng)絡(luò)環(huán)境[3]。

3數(shù)據(jù)挖掘技術(shù)

信息的交互、網(wǎng)絡(luò)數(shù)據(jù)的實時分享，在一定程度上加速了人們的生活發(fā)展，每個人都能享受到大數(shù)據(jù)所帶來的便攜。與此同時，隨著互聯(lián)網(wǎng)行業(yè)的不斷發(fā)展，平臺大規(guī)模的增加，大量網(wǎng)絡(luò)數(shù)據(jù)遞增。數(shù)據(jù)具有海量且復(fù)雜的特征，其中，相對價值較高的數(shù)據(jù)所占百分比較小。數(shù)據(jù)中包含很多噪聲數(shù)據(jù)，數(shù)據(jù)內(nèi)容可能缺失或者分散，導(dǎo)致數(shù)據(jù)質(zhì)量不一致[4]。我們需要利用數(shù)據(jù)挖掘技術(shù)從大量的隨機(jī)并且雜亂的數(shù)據(jù)集合中，通過采用一定的算法對信息進(jìn)行提取，發(fā)現(xiàn)規(guī)律和有用的價值信息，重新整合數(shù)據(jù)信息庫。

數(shù)據(jù)挖掘不僅是收集某類數(shù)據(jù)，也是通過從大量不同類型的數(shù)據(jù)中，挖掘出各種有價值的信息如趨勢、模式及關(guān)系的過程，從而達(dá)到改善社會治理、提高效率、提高數(shù)據(jù)系統(tǒng)使用率的效果。數(shù)據(jù)挖掘技術(shù)是對大量數(shù)據(jù)進(jìn)行分整合、統(tǒng)計與分析并通過機(jī)器學(xué)習(xí)方法、人工智能方法或數(shù)據(jù)挖掘方法深度分析，發(fā)現(xiàn)規(guī)律和知識，并運(yùn)用于各個領(lǐng)域。

3.1數(shù)據(jù)挖掘方法和步驟

數(shù)據(jù)挖掘方法有許多，例如有基于遺傳算法，粗集方法，決策樹方法和神經(jīng)網(wǎng)絡(luò)方法，通常可以選擇一種來建?；蛘叨喾N來對比校驗。通常數(shù)據(jù)挖掘的步驟為：分析問題、對數(shù)據(jù)的選擇和預(yù)處理、創(chuàng)建、調(diào)試數(shù)據(jù)模型、挖掘數(shù)據(jù)和維護(hù)數(shù)據(jù)挖掘模型和評估結(jié)果。下面以教育平臺數(shù)據(jù)挖掘為例，解析數(shù)據(jù)挖掘的一般步驟：

1）分析問題：明確數(shù)據(jù)庫和挖掘目的。如為了推廣優(yōu)質(zhì)課程，可分析教育平臺中評分高的課程，可根據(jù)課程內(nèi)容分類、課件點擊率、用戶關(guān)注度、評分、評價等。

2）對數(shù)據(jù)的選擇和預(yù)處理：獲取、清洗數(shù)據(jù)，將不完整的數(shù)據(jù)去除或者修正，把數(shù)據(jù)按照一定格式來進(jìn)行整合。如收集課程平臺中的評分、關(guān)注度、課件點擊率等數(shù)值，課程內(nèi)容分類、評價等文本信息。針對不同格式的信息，設(shè)置白定義規(guī)則，如評價為空則不收集，評分高于某數(shù)值則收集對應(yīng)的評價信息。

3）創(chuàng)建、調(diào)試數(shù)據(jù)模型，選擇所需的數(shù)據(jù)挖掘算法，將數(shù)據(jù)代入算法中來創(chuàng)建模型。再多次比對、校驗、調(diào)整中，獲得滿足需求的模型。如可以在分析軟件中對比數(shù)據(jù)，判斷模型準(zhǔn)確性。

4）挖掘數(shù)據(jù)和維護(hù)數(shù)據(jù)挖掘模型：隨著數(shù)據(jù)量的增加，需要對模型進(jìn)行調(diào)整和維護(hù)，從驗算中找到數(shù)據(jù)間的關(guān)系，并且不斷完善模型，保持模型的活力。如分析課程評分高的影響因素。

5）評估結(jié)果：根據(jù)模型和數(shù)據(jù)分析的結(jié)果，發(fā)現(xiàn)規(guī)律和有用的價值信息，重新整合數(shù)據(jù)信息庫。如：點擊率多、評分高且評價好的課程大多數(shù)為某一學(xué)科，可預(yù)測該學(xué)科為近期關(guān)注度較高課程。平臺可以將推薦規(guī)則設(shè)為該學(xué)科，優(yōu)先給用戶推薦。

3.2數(shù)據(jù)挖掘的功能

對于不同領(lǐng)域來說，可以充分發(fā)揮數(shù)據(jù)挖掘的不同功能。數(shù)據(jù)挖掘有分類、估計、預(yù)測、關(guān)聯(lián)等相關(guān)功能。

1）數(shù)據(jù)分類，可以根據(jù)需求中分析對象的屬性，按照某些屬性來進(jìn)行分類，并且建立不同類別組。如將教育平臺中使用者的教育程度進(jìn)行分類，小學(xué)、初中、高中、大學(xué)等，挖掘出某些信息后，則可向不同教育程度的用戶，推薦對應(yīng)教學(xué)層次的課程。

2）數(shù)據(jù)估計，即根據(jù)已有連續(xù)性數(shù)值的相關(guān)屬性數(shù)據(jù)，以獲取某一屬性未知的值。如在金融平臺中按照使用者的教育程度、行為來推估信用卡消費(fèi)額。

3）數(shù)據(jù)預(yù)測，根據(jù)對象屬性中之前的一系列信息，來推測出該屬性值未來的變化。如：在音樂平臺中某用戶關(guān)注了某歌曲，來預(yù)測其未來可能會關(guān)注同類型的歌曲或歌手。

4）數(shù)據(jù)關(guān)聯(lián)分組，即判斷哪些相關(guān)對象應(yīng)該放在一起，設(shè)計出吸引人的產(chǎn)品群組，且購買的概率將會大幅提升。如：在購物平臺中，一個用戶搜索了牙膏，那么在物品推薦頁面中，可以推薦牙膏和牙刷的組合。

5）數(shù)據(jù)群集，從某一特殊特征分隔出相同屬性群組，定義為某一數(shù)據(jù)群集。觀察其中數(shù)據(jù)奧秘，通過觀察數(shù)據(jù)為何被群集在一起的，可以了解數(shù)據(jù)間的關(guān)系，以及這些關(guān)系將會如何影響預(yù)測的結(jié)果。

如：使用相同品牌電腦的人群，熱愛出國旅行的人群，喜好白助餐的人群等，可以從不同人群中，分析他們的消費(fèi)水平，教育程度，家庭成員人數(shù)等，找到人群數(shù)據(jù)的特征加以分析。

6）時序數(shù)據(jù)序列模式挖掘，以時間序列為主要屬性，找出該數(shù)據(jù)與時間相關(guān)的行為模式，從中分析序列因時間而發(fā)生的改變。由此進(jìn)行數(shù)據(jù)挖掘，來預(yù)測未來的效果，如：預(yù)測未來的股市走向、股價的波動。

4數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域

不同行業(yè)中已經(jīng)有許多平臺運(yùn)用了數(shù)據(jù)挖掘技術(shù)，他們將數(shù)據(jù)挖掘結(jié)果有效地提升平臺服務(wù)品質(zhì)。在互聯(lián)網(wǎng)中，常見的電子商務(wù)、金融、教育、音樂、醫(yī)療保健等平臺通過數(shù)據(jù)挖掘技術(shù)，把數(shù)據(jù)信息進(jìn)行挖掘并且整合，再將有益數(shù)據(jù)結(jié)果融合在不同應(yīng)用中[5]。數(shù)據(jù)挖掘的結(jié)果不僅來源于每一個人，也關(guān)系到個人、企業(yè)、社會未來的發(fā)展。我們需要發(fā)揮數(shù)據(jù)挖掘的社會價值，改善人們的生活，完善平臺的數(shù)據(jù)服務(wù)，最大化數(shù)據(jù)挖掘的積極作用。

每一個用戶都有和他人相同或不同的屬性，這些屬性都意味著數(shù)據(jù)的價值。數(shù)據(jù)產(chǎn)生的同時，也伴隨著計算機(jī)數(shù)據(jù)的產(chǎn)生，例如網(wǎng)絡(luò)中的文字信息、圖片信息、音視頻信息等。我們可以采用數(shù)據(jù)挖掘技術(shù)對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析，通過細(xì)分用戶或用戶行為，挖掘出不同用戶的需求。不僅可以提供給用戶個性化的服務(wù)，還可以研發(fā)適合不同用戶的產(chǎn)品，來滿足當(dāng)下大數(shù)據(jù)時代人們對于網(wǎng)絡(luò)智能化的要求。

4.1電子商務(wù)領(lǐng)域的應(yīng)用

互聯(lián)網(wǎng)的普及顛覆了許多傳統(tǒng)的實體行業(yè)，網(wǎng)絡(luò)購物也成了一種時尚，中國的營銷市場取得了突破性的進(jìn)展。計算機(jī)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用多數(shù)體現(xiàn)在用戶的喜好上。運(yùn)用挖掘技術(shù)，根據(jù)個人在網(wǎng)絡(luò)瀏覽商品的記錄，從購物習(xí)慣推算出用戶對于商品的喜好。大多數(shù)平臺則通過這項技術(shù)，采集大量的數(shù)據(jù)進(jìn)行挖掘，分析用戶群體所喜好的商品。為企業(yè)提供智能化的數(shù)據(jù)分析，優(yōu)化電子商務(wù)平臺的運(yùn)營投放，改善營銷手段，提升營銷服務(wù)。

此外，除了購物網(wǎng)絡(luò)化，電子商務(wù)平臺正為用戶打造一個完整的生態(tài)服務(wù)體系，提供用戶日常生活服務(wù)等，如出行選擇方式，訂餐外賣，節(jié)假日的出行旅游和美食口味偏好等。根據(jù)每個用戶所提供的數(shù)據(jù)來源，加以數(shù)據(jù)挖掘，為用戶提供最契合自身特性和符合私人需求的定制化服務(wù)體驗。

4.2金融領(lǐng)域的應(yīng)用

銀行業(yè)已經(jīng)深刻意識到大數(shù)據(jù)戰(zhàn)略對其經(jīng)營管理、客戶營銷和產(chǎn)品優(yōu)化等方面的重要作用，以及對銀行未來發(fā)展方向的深刻影響[6]。深度挖掘大數(shù)據(jù)蘊(yùn)涵的巨大價值，從而推動銀行產(chǎn)品、服務(wù)和管理的創(chuàng)新。在銀行產(chǎn)品方面，可根據(jù)銀行產(chǎn)品特點，結(jié)合客戶消費(fèi)習(xí)慣，計算出客戶貢獻(xiàn)率。例如可以查詢當(dāng)前客戶使用網(wǎng)上銀行的頻率，將這一數(shù)據(jù)進(jìn)行排名，對排名較高的客戶進(jìn)行適當(dāng)?shù)膹V告投放或者電話營銷，推薦相關(guān)產(chǎn)品。在客戶管理方面，依據(jù)客戶的資產(chǎn)、購買產(chǎn)品等情況，計算他們的內(nèi)部產(chǎn)品貢獻(xiàn)率。這部分?jǐn)?shù)據(jù)則可挖掘出優(yōu)質(zhì)客戶群體和有潛力的客戶群體。銀行則可提供針對不同客戶的差異化服務(wù)，對優(yōu)質(zhì)客戶交叉銷售提供支持，提高客戶的滿意度和忠誠度。

在金融投資方面，無論是股市的投資或是期貨等金融類的投資，往往獲得巨大收益的同時一定也伴隨著巨大的風(fēng)險。投資者們希望通過數(shù)據(jù)分析來降低風(fēng)險，實現(xiàn)利益最大化。數(shù)據(jù)挖掘技術(shù)恰好能對數(shù)據(jù)進(jìn)行整合分析，并且進(jìn)行科學(xué)的預(yù)測，某種程度上可以幫助用戶降低投資風(fēng)險。

4.3教育領(lǐng)域的應(yīng)用

大數(shù)據(jù)將傳統(tǒng)的課堂教學(xué)模式改變，從“小教室”到“世界大講堂”，數(shù)以萬計的課程教學(xué)內(nèi)容呈現(xiàn)在互聯(lián)網(wǎng)上。網(wǎng)絡(luò)在線教育，點擊量達(dá)到億萬次。在網(wǎng)絡(luò)平臺中的知識資源里，大數(shù)據(jù)使得教育發(fā)展有著更廣闊的空間。大數(shù)據(jù)將掀起新的教育革命，每一條數(shù)據(jù)記錄了每個學(xué)習(xí)者獨(dú)有的信息。而這些數(shù)據(jù)信息蘊(yùn)含著學(xué)習(xí)者的學(xué)習(xí)，反饋著課程的教學(xué)質(zhì)量，影響著教師的教學(xué)，完善著教育政策制定的方式。

以往學(xué)習(xí)者的學(xué)習(xí)特征都消散于教室、白習(xí)室等地方，很多數(shù)據(jù)難以收集[7]?，F(xiàn)在利用大數(shù)據(jù)技術(shù)，將這些數(shù)據(jù)存放在網(wǎng)絡(luò)上或者下載到本地，反復(fù)研究。例如在網(wǎng)絡(luò)上學(xué)習(xí)者點擊的某門課程頻率，停留在某部分知識內(nèi)容上的時間.知識測驗的分?jǐn)?shù)，學(xué)習(xí)方式的喜好等都以信息的方式呈現(xiàn)。通過研究群體學(xué)習(xí)的特征，看似雜亂無章的大量信息，則可利用數(shù)據(jù)挖掘技術(shù)分析其中的規(guī)律。對于教學(xué)者而言，數(shù)據(jù)挖掘技術(shù)可以通過學(xué)生的網(wǎng)絡(luò)行為，了解學(xué)生對知識掌握的程度，還可以規(guī)劃教學(xué)內(nèi)容的重、難點，提升教案品質(zhì)。除此之外，針對點擊率高且評價好的課程、教案等，挖掘出其中受歡迎的原因。在網(wǎng)絡(luò)上的大量學(xué)習(xí)者、教學(xué)者、學(xué)校的信息，都值得深度挖掘。一方面，通過數(shù)據(jù)挖掘，我們還能發(fā)現(xiàn)一些重要信息，利用學(xué)生反饋的信息，來改善學(xué)生的成績，為他們提供個性化的服務(wù)。另一方面，通過分析課程資料數(shù)據(jù)、教案數(shù)據(jù)、學(xué)生行為數(shù)據(jù)、課程反饋等，挖掘數(shù)據(jù)的結(jié)果有助于教學(xué)質(zhì)量，教學(xué)者們不僅可以互相分享，還能夠教學(xué)溝通，優(yōu)選出精品課程，提升教師整體素質(zhì)。

4.4音樂領(lǐng)域的應(yīng)用

近年來網(wǎng)絡(luò)上的音頻、視頻劇增，海量的音樂數(shù)據(jù)依托于網(wǎng)絡(luò)平臺。大眾獲取音樂信息的模式逐漸網(wǎng)絡(luò)化，通常在網(wǎng)絡(luò)平臺收聽音樂、查詢音樂動態(tài)等。音樂網(wǎng)絡(luò)平臺不僅迅速整合了多文化、多形式的音樂資源，還將受眾用戶的喜好和想法進(jìn)行信息反饋[8]。對于各大音樂平臺來說，音樂資源量和用戶體驗度是平臺優(yōu)勢的重要指標(biāo)。通過對音樂數(shù)據(jù)的挖掘，一方面可以分析出當(dāng)下流行的音樂資源，將其收錄到平臺，提升資源量。另一方面，結(jié)合用戶的聽歌數(shù)據(jù)等反饋信息，研發(fā)出人性化的推薦功能，如某平臺的推薦相似歌曲、相似藝人等功能，大幅度提升用戶體驗。音樂數(shù)據(jù)挖掘有不同的方式，可以根據(jù)用戶的基本信息、收聽記錄中的歌曲、歌曲曲風(fēng)信息、藝人信息來尋找潛在聯(lián)系，進(jìn)行多維度關(guān)聯(lián)挖掘。例如根據(jù)用戶收聽過某些歌曲，分析這類歌曲的曲風(fēng)，將屬于同類曲風(fēng)的其他相似歌曲推薦給用戶。也可以根據(jù)用戶所關(guān)注的藝人信息，推送相關(guān)專輯、演唱會等。

另外，音樂的關(guān)注度意味著作品的熱度。音樂人伴隨著其高熱度的作品，可獲取相應(yīng)互聯(lián)網(wǎng)“流量”，即明星效應(yīng)，能夠給個人和經(jīng)紀(jì)公司帶來經(jīng)濟(jì)收益。其音樂的衍生品，例如演唱會門票、藝人專輯等。由此可見，用戶所關(guān)注的信息非常重要，若將這些數(shù)據(jù)進(jìn)行深度挖掘，例如把當(dāng)下熱門藝人、最流行專輯等數(shù)據(jù)結(jié)果提供給音樂廠商，則可以輔助音樂衍生品的精準(zhǔn)營銷，開拓音樂的商務(wù)市場[9]。

4.5醫(yī)學(xué)領(lǐng)域的應(yīng)用

隨著醫(yī)療信息化的普及，醫(yī)院管理逐步現(xiàn)代化。如今醫(yī)院系統(tǒng)中將病人檔案資料、醫(yī)療器具的管理、藥品等方面的數(shù)據(jù)都錄入系統(tǒng)，通過這些數(shù)據(jù)如診患者結(jié)構(gòu)、就診時間等加以整合挖掘[10]，數(shù)據(jù)報告則具有指導(dǎo)作用，如某科室的診斷時間過長，可以適當(dāng)調(diào)整;患者服用的長期藥品在某段時間有效等，能夠幫助患者康復(fù)和使得醫(yī)院服務(wù)質(zhì)量提升。

在醫(yī)療工作中，工作者的診斷方式同樣發(fā)生著改變。傳統(tǒng)研究模式是利用白身經(jīng)驗診斷，而在大數(shù)據(jù)時代，人類疾病方面所蘊(yùn)含的數(shù)據(jù)信息可以進(jìn)行查閱。如果只是依靠白身經(jīng)驗診斷，說服力較弱。如今，工作者可以通過數(shù)據(jù)挖掘技術(shù)將患者的病史、出現(xiàn)的臨床癥狀、相似患者的病史等多方面的數(shù)據(jù)，通過對數(shù)據(jù)庫中信息進(jìn)行綜合研究。不僅可以挖掘出有意義的診斷規(guī)則，輔助疾病診斷，提高醫(yī)生的診療效率，緩解醫(yī)患矛盾，還可以切實對患者的疾病進(jìn)行預(yù)警，推薦治療措施。

5結(jié)束語

綜上所述，跟隨著信息化的腳步，我們已經(jīng)正式步人了大數(shù)據(jù)時代。在信息日益漸增的情況下，通過數(shù)據(jù)挖掘技術(shù)來推進(jìn)網(wǎng)絡(luò)信息數(shù)據(jù)的處理是十分必要的。本文從數(shù)據(jù)挖掘技術(shù)的研究人手，結(jié)合不同領(lǐng)域的特點，剖析了數(shù)據(jù)挖掘技術(shù)在不同網(wǎng)絡(luò)平臺中的應(yīng)用。人們使用數(shù)據(jù)挖掘技術(shù)，通過從海量數(shù)據(jù)中挖掘出有利于不同領(lǐng)域發(fā)展的數(shù)據(jù)，達(dá)到改善社會治理、提高數(shù)據(jù)平臺使用率的效果，并運(yùn)用于各個領(lǐng)域。我們可以發(fā)揮數(shù)據(jù)挖掘的社會價值，改善人們的生活，完善平臺的數(shù)據(jù)服務(wù)，最大化數(shù)據(jù)挖掘的積極作用。

參考文獻(xiàn)：

[1]閆偉偉.基于數(shù)據(jù)挖掘的數(shù)字出版CRM應(yīng)用研究[D].西安工業(yè)大學(xué)，2018.

[2]李小慶.大數(shù)據(jù)挖掘在銀行業(yè)務(wù)領(lǐng)域的應(yīng)用[J].金融科技時代，2017（5）：15-19.

[3]何光凝.數(shù)據(jù)挖掘在計算機(jī)網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用研究[J].技術(shù)與市場，2016，23（8）：13+15.

[4]王妤姝.基于大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2016（4）：115.

[5]劉政宇.大數(shù)據(jù)分析挖掘技術(shù)及其決策應(yīng)用研究[J].科學(xué)技術(shù)創(chuàng)新，2019（23）：84-85.

[6]于海波.數(shù)據(jù)挖掘在銀行客戶關(guān)系管理中的應(yīng)用研究[D].合肥工業(yè)大學(xué)，2 010.

[7]阿里研究院.互聯(lián)網(wǎng)+從IT到DT[M].機(jī)械工業(yè)出版社，2015.

[8]呂倩倩.基于機(jī)器學(xué)習(xí)的音樂流行趨勢預(yù)測[D].蘭州大學(xué)，2017.

[9]邢白夕.情感驅(qū)動的音樂數(shù)據(jù)挖掘及檢索[D].浙江大學(xué)，2013.

[10]任芳，劉碩.數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)信息中的廣泛應(yīng)用[J].中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報（上旬刊），2019（6）：9-10.

【通聯(lián)編輯：王力】

收稿日期：2019-10-03

作者簡介：吳?。?992-），女，碩士，主要研究方向為計算機(jī)技術(shù)，互聯(lián)網(wǎng)技術(shù)。