网络运维数据分析中的数据挖掘应用

1、网络运维数据分析中的数据挖掘应用I摘要随着我国现代科技水平的不断提高，互联网技术在日常生活中受到 越来越广泛的应用，网络运维作为网络技术正常运行的保障，是互联网平稳运 行的基础。而网络运维数据分析就是数据挖掘的过程，将数据挖掘技术与网络 运维数据分析进行充分融合应用，可以从一定程度上提高数据分析的有效性与 准确性。本文通过总结数据挖掘技术与网络运维的相关知识点，从多个方面提 出网络运维数据分析中的数据挖掘应用，为专业人员提供参考。关键词网络运维；数据分析；数据挖掘技术；应用分析网络运维作为保障网络稳定通信、高效运营和网络安全的基础，随着我国 现代互联网技术的发展，我国的网络运维正处于成熟稳定的

2、阶段，但随之而来 的便是大量复杂繁琐的网络信息，信息处理的难度逐渐增大，无法仅依靠人工 进行数据分析，如果仅依靠人工便会减缓数据分析速度，数据挖掘技术的应用 可以在大量信息数据中找到最适合最有效的数据信息，完成对所有网络数据的智能化控制与分析，从一定程度上提高了数据分析的效率，增加了数据分析的 准确性。数据挖掘技术作为一种智能化数据分析技术，适用于当前大数据时代 的分析与管理。据挖掘技术相关知识点1、数据挖掘技术概念数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程10数 据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器 学习、专家系统（依靠过去的经验法则）和模式识

3、别等诸多方法来实现上述目 标。2、数据挖掘技术流程从数据本身来考虑，数据挖掘技术包括信息收集、数据集成、数据规约、 数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示20数据挖掘 是一个反复循环的过程，若其中的一个步骤没有操作完成，就必须回到前面的 步骤，重新进行调整并执行。但不是所有数据挖掘的工作都需要以上八个步 骤，例如，当某个数据挖掘工作不存在多个数据源的时候，便可以省略数据集 成这一步骤，其中数据规约、数据清理、数据变换又合称数据预处理，在数据 挖掘过程中，至少60%的费用需要花在信息收集阶段，而至少60%以上的精力 和时间需要花在数据预处理阶段。3、数据挖掘技术特点数据挖掘技术

4、特点包括以下几点:基于大量数据之下。运用数据挖掘技术 对数量多、范围广的数据进行分析，大多数数据挖掘算法都可以在较小的数据 量上运行并获得结果；非平凡性指所挖掘的知识是不简单的；隐含性:可 以发现数据深处的知识，而不是直接出现在数据表面的信息；新奇性:指所挖 掘的知识是以前从未出现过的；价值性指挖掘出的结果可以为企业带来直接 或间接的利益。二、数据挖掘技术在网络运维数据分析中的应用分析由于我国现代信息化技术的发展，信息数据类型逐渐增多，在网络运维数 据分析过程中，必须根据不同的类型选择不同的方法进行，从根本上保证数据 挖掘的准确性和有效性3，并不断优化数据挖掘技术方法，适应于不同类型的 数据分

5、析。1、决策树算法决策树算法是一种逼近离散函数值的方法，它是一种典型的数据分类法， 首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策 对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。 其优点包括:分类精度较高；生成的模式简单；对噪声数据有很好的健 壮性。是目前数据挖掘技术中应用最为广泛的方法。其中在数据分析中的应用 主要包括信息分类与预测、权重确定与知识的挖掘，例如，发布了一张关于供 应商产品的有关资料汇总表，属性包括厂名、类别、合格量、工序等，如果需 要对供应商进行分类，便可以使用决策树算法中的信息分类，找出最具影响力 的属性，并由此开始进行分类。2、

6、聚类法聚类分析法是理想的多变量统计技术，主要有分层聚类法、迭代聚类法、 直接聚类法、最短距离聚类法、最远距离聚类法等，是数据分析中的一种多远 统计方法，是数据挖掘工作中的关键，从一定程度上保证了数据分析的准确 性，例如，我们可以根据不同银行网点的储蓄量、人力资源状况、营业面积、 特色功能、网点级别、所处功能区域等因素情况，将网点分为多个不同的等 级，再对各银行之间不同等级网点数量进行对比。3、人工神经网络法人工神经网络是一组相互连接的节点，受大脑中神经元简化的启发，每个 节点代表一个人工神经元，连接线代表从一个人工神经元的输出到另一个人工 神经元的输入的连接。其适用范围有计算机视觉、自然语言处

7、理、推荐系统、 强化学习等，适合对既有实例进行分析，人工神经网络由神经元、联结、权重 和偏置、传播函数和学习规则组成。主要用于解决预测、时间序列等问题，但 目前为止，人工神经网络法实用性不足，必须对其进行充分研究与使用，才能 为网络运维数据分析提供更有效的应用措施。4、资源共享数据挖掘技术可以将大量的复杂数据进行传送与处理，及时为人们提供信 息，满足日常信息需求，随着我国资源共享的快速发展，信息资源从一定程度 上促进人们整体经济效益发展、提高人们生活水平。5、信息接收传统的网络运维数据分析只能被动接受数据信息，无法进行信息传输，而 数据挖掘技术主要向夕卜界传输信息，只有将数据挖掘技术应用到网络运维数据 分析中，才能提高信息传输效率，保证信息能够及时得到更新与处理。综上所述，随着社会经济的发展，信息技术得到越来越广泛的应用，在网 络运维数据分析工作中，数据挖掘技术不仅可以为其制定合理科学的处理决 策，还可以为网络运维数据处理大量复杂信息，保证网络运维数据的有效与