文/程欣

（湖北省天门职业学院，湖北天门 431700）

当今的网络数据呈现出爆发性的增长趋势，因此只有迅速升级信息处理技术，才能满足大量数据的处理需求，同时必须借助可靠的网络安全技术手段，保证大数据平台的整体安全。这正是当今的大数据背景。

1.大数据挖掘技术的常用方法总结

1.1 分类

所谓分类，主要目的是对数据库中的特别组别数据的共同特点进行挖掘，并且依照特定的分类方法进行类别区分。分类的原理是，将数据库中的数据项，借助特定的分类模型映射到特定类别范围中。这一技术适用于电商等多个系统，此处以电商平台为例。电商平台利用分类方法，可以进一步明确平台用户的不同属性特征，进而明确平台用户的分类，发现平台用户的购物习惯，分析平台用户的满意度，等等，例如平台用户的年龄段、消费额区间等。

1.2 特征

所谓特征，主要是指从数据库中提取某个组别数据中能够表述该数据集整体特征的特征式，这些特征式是数据特征的最直接表述。例如，电商平台通过提取平台用户数据库中平台用户流失因素的特征，能够更快地发现平台用户流失的特征（或自主注销，或长期无购物记录）、规律与原因，例如优惠力度不足、商品不全、商品提价等。在整理特征信息的基础上，平台能够得出更具针对性的用户挽留措施，开展有针对性的挽留活动。

1.3 聚类

所谓聚类，主要是指将某个组别数据区，依照数据的异同性分为若干不同类别，体现出雷同性的数据要确保处于同一类别范围；……