数据挖掘技术及其应用2022年第4期信息与电脑ChinaComputerCommunication数据库技术数据挖掘技术及其应用郑彤（安徽继远软件有限公司，安徽合肥230000）摘要：数据挖掘和知识发现是由机器学习、人工智能和数据库相互关联而产生的。当下，各种各样的大型数据库的应用和数据的大量存储，造成了数据在提取和交互时非常困难，而且使用的效率也非常低在这样的环境下，数据挖掘显得越来越重要。基于此，主要对数据挖掘技术当前的情况、使用方法以及数据挖掘在当前的应用进行了研究。关键词：数据挖掘；知识获取；数据库：TP311.13文献标识码：A：1003-9767（2022）04-148-03DataMiningTechnologyandItsApplicationZhengTong（Anhui激yuanSoftwareCo.,Ltd.,HefeiAnhui230000,China）Abstract:Dataminingandknowledgediscoveryaregeneratedbymachinelearning,artificialintelligence,anddatabaseinterrelationships.Atpresent,awidevarietyoflargedatabasereferencesandlargeamountsofdatastorage,resultingindataextractionandinteractionisverydifficult,andtheuseoftheefficiencyisveryloInsuchanenvironment,dataminingisbecomingmoreandmoreimportant.Basedonthis,thispapermainlystudiesthecurrentsituation,theusemethodandthedataminingofdataminingtechnologyinthecurrentapplication.Keywords:datamining;knowledgeacquisition;database随着当前数据的大量存储以及数据库的广泛应用，人们生活和工作中的数据量越来越大。当前社会，网络的普及特别是企业中内网和外网的广泛使用，使很大范围的网络关联在了一起，形成了一个巨大的网络世界，企业或个人都能够在这个网络世界中进行数据信息的共享和交互在这种情况下，企业或个人能够接触到的不仅仅是周围的或单位内部的数据信息，而是整个网络世界的数据信息，这些数据信息类似于海洋一样存在，供人们使用。在这个数据海洋中，如果没有一个高效的方法来提取与利用数据就像大海捞针一样，人们想从中获取到自己想要的数据信息非常困难。面对这个数据的海洋，需要有一种去粗存精去伪存真的技术。在这种情况下，数据挖掘技术应运而生1数据挖掘技术数据挖掘是从数据海洋中能够自动去提取数据模型，首先要将数据从存储着海量数据的数据库中提取出来，对这些数据中存在的特征进行分析并找出合适的类型和样本策略，然后删除这些数据中存在异常的数据，通过降维和变换等方法将数据挖掘过程和数据模型进行匹配如何确认所得到的数据是不是知识，只需要将这些数据进行信息化，并与当前存在的知识进行对比。数据挖掘的研究领域极广泛，主要包括数据库系统、人工智能、统计学等领域。1.1数据库数据库以及数据库自身的技术都和数据挖掘存在着很大的关联，它们相互协作，对数据进行合理的分析和管理，数据库作为原始数据的基础，能够对这些数据进行存储和其他相关操作。数据库在发展过程中逐步形成了平等和分布式等多种类型，这些类型要求数据在录入和检索的过程中要更加严格。数据挖掘与数据库相关联其中一个非常关键的因素是要对数据库中的数据进行实时分析，并且要通过多种方式对数据库中的数据进行处理。通常看来，标准化后的数据结构能够有效提高提取数据库中特殊数据的效率。数据挖掘中，有些特定的数据需要按照其特征以及相关的属性从其所在的数据库中提取出来进行组合，并存储到另一个数据库中才能更加有效地进行统计分析。作者简介：郑彤（1984-），男，陕西西安人，本科，初级工程师。研究方向：电力信息化。2022年第4期信息与电脑ChinaComputerCommunication数据库技术1.2人工智能人工智能中，数据挖掘在过去主要是对符号层次中的数据进行操作，对连续变量研究得相对比较少。在机器学习和基于案例分析的推理中，分类和聚类算法着重于启发式搜索和非参数模型。计算机相关技术发展得越来越先进，人工智能把注意力集中在了表达广义分类的模糊边缘上。1.3统计学统计学中涉及对数据样本的提取、数据信息相关处理以及对知识的评价和提取等，这些都与数据挖掘有着密切的关联。在过去，统计学中许多的研究方向是对数据模型进行评价分析，在这些研究...