Page 113 - 新时期档案管理理论与实践探析

第四章 大数据在档案管理中的应用

这些潜在有价值的知识是隐藏的、不被人所了解的。
总的来说，数据挖掘不是一门独立的学科，是汇集了多种学科交叉的技术手

段，是信息技术自然演化的结果。其通过对数据源进行深层次的解读，从中按需
挖掘出人们需要的知识及潜在的规律。通过发现及运用可以为不同行业的发展提

供各种保障支持。
下面将数据挖掘技术参照不同的标准分类如下。
（一）数据类型

因为数据库分类标准各不相同，因此可按如下进行划分。
数据模型：面向对象、关系的或数据仓库的数据挖掘系统。

特定类型：时间的、空间的、文本的、多媒体的数据挖掘系统。
（二）知识类型
包括关联、特征化、分类、区分、聚类、演变分析、偏差分析或预测等。

（三）选用技术
有面向数据库技术、机器学习、统计学、可视化、模式识别、神经网络、遗

传算法、决策等描述。
（四）根据应用

因数据挖掘系统的本身不可能适用于所有领域，因此就需要调整系统的运行
方式。使其适用于当前的研究范畴，最终达成既定的目标。

三、数据挖掘的实施步骤

将数据挖掘技术应用到商业中。在帮助商业提升产品质量，辅助增强其软实

力的同时达成提升市场竞争实力的目的。随着人们对数据挖掘技术研究的逐渐深
入，将其步骤总结如下。

（一）确立分析目标
对任务进行分析，通过了解其相关知识，业务范围后，将不同的数据加以收
集、整理，锁定目标后，运用数据挖掘技术完成相应的处理工作。

（二）获取分析变量
完成上一步操作之后，在确保数据信息具有相对完整、层次等特质基础上，

·99·