数学与应用数学在大数据中的应用(2)

2.2 数学与应用数学在数据挖掘中的应用

数学与应用数学在大数据中的应用主要集中在数据挖掘环节，数据挖掘是大数据应用的一项关键技术，大数据的4大特征之一就是价值密度低，数据挖掘的作用就是将海量数据中潜藏或是未知的可能具有价值的信息提取出来。目前，数据挖掘已经成为一项专业化的活动，在电信通信、教育科研、市场研发、经济金融等诸多领域都有着广泛的应用。通过数据挖掘既可以为科学研发提供技术支撑，又可以为商业决策提供数据支撑。

在数据挖掘中，数学知识可应用于数据处理环节。原始数据一般在完整性、统一性方面存在一定的欠缺，且有时还会存在噪音，需要进行一定的处理操作以提升其准确性。在数据处理的过程中经常会使用到数学分析方法，其中最为广泛的就是统计学方法，包括描述法、相关性分析以及回归法等。其中，相关性分析与回归分析的综合应用可以将两个或多个变量存在的关系完整地反映出来，基于数学模型体系探求未知量。回归分析法在大数据处理中的应用则是基于样本数据进行参数估计，建构数学模型，用于参数或是模型的检验、判断或是预测。除了上述统计学方法外，数据处理中还涉及到一些其他数学正是理论，如将测度论方法应用于数据降维处理中，通过构建全新单调测度的方式将完整的数据与信息保留下来，提高数据分析结果的精准度。

当前阶段，数据挖掘活动普遍呈现出交叉性、应用性以及集合性的特征，数学方法在数据挖掘过程中发挥着至关重要的作用。目前，数据挖掘中常用的方法，如关联度分析法、聚类分析法、决策树法、神经网络法等均是以数学理论为基础。其中，聚类分析法涉及到的数学相关法包括区间值算法、灰色关联分析以及目标函数模糊等，灰色关联分析多用于数据量较小或是样本存在残缺的数据分析工作中。

2.3 数学与应用数学在大数据中的应用领域

就目前来看，能够体现出数学和应用数学在大数据中应用的两个领域分别是医疗和企业经营。在医疗领域中，医疗机构可以借助大数据对一定范围内的病患情况进行分析，从而掌握病疫的发展情况。根据现有的学术研究成果来看，美国曾经通过流感情况的大数据分析为禽流感的控机制提供有效参考，避免疫情的恶化。此外，针对具体的病患，可以通过基因大数据的分析制定科学的医疗方案。而在医药研发方面，可以通过数学中的逻辑分析法，针对医疗卫生数据的采集进行专业化处理，基于人类情绪测量搜寻到适合病症的药品。同时，通过对病患药品需求的分析可以为医药研发指明方向，且能够在一定程度上实现药品研发成本的降低。此外，数学与应用数学还可以应用于健康危险因素的分析，通过大数据分析对人为因素、环境因素等各类危险因素进行对比分析，积极做出应对，促进居民健康水平的全面提升。

在企业经营领域，大数据的应用更为广泛。随着我国数字基础设施建设持续加快，数学与应用数学在大数据分析中的应用价值进一步体现出来。如基于数学与应用数学的逻辑思维方法可以实现数据的整合开发及共享，保障数据的安全，帮助企业精准地把握大数据的发展趋势，为企业经营决策提供支持。

3 结语

在网络信息化环境下，大数据的应用变得越来越广泛，为社会各行各业的生产发展提供了有力的支撑，而想要推动大数据应用水平的提高，就需要完善其理论基础，促进技术研发和创新优化。因此，将数学与应用数学引入到大数据中具有积极意义。

[1]刘英男.浅析数学与应用数学在大数据中的应用[J].科学与财富，2020（21）：147.

[2]李昶辉.数学在大数据挖掘中的应用研究[J].中国科技投资，2018（28）：223.

[3]刘洪.浅析数学与应用数学在大数据中的应用[J].当代人，2018（14）：70.

[4]邓雪松.“互联网+”时代背景下数学教学改革创新发展研究——评《数学教育教学实践探索》[J].林产工业，2020，57（11）：123.

文章来源：《数学的实践与认识》 网址: http://www.sxdsjyrs.cn/qikandaodu/2021/0803/687.html