大数据是比较大的数据概念，利用时代变化数据和大背景下的发展平台，内容丰富多样，其中含有数据分析和区分管理。数据自身的区分有很大的难度，而平台系统能够实现实际控制，把数据实现精准把握，需要融入数据挖掘技术来实现，数据挖掘技术因此出现得到应用。社会发展中有很多行业融入大数据技术，这项技术受到人们的欢迎，迅速成为发展中的主导部分。也是解决发展阻力的有力保证，所以传统的数据统计方法被抛弃，更加全新的挖掘技术得到了应用，未来发展也将把数据挖掘技术得到更加广泛的应用。
1 使用数据挖掘技术的情况
社会发展中，数据挖掘技术的出现对各行各业都融入了新的发展活力，特别是智能化技术以及互联网技术等等，这些技术的研发和问世，给社会发展带来了迅速变化，社会经济也被带动起来，由此之后进入了新的发展阶段。从这几年发展的数据分析来看，社会经济发展逐渐呈现增长的趋势，预计在未来数据应用将会得到更多应用。综合多个行业的发展来看，使用数据化发展已经成为未来发展的趋势，也是作为社会经济提高的重要方式。举例某一个系统处理器，面对每天大量的数据处理任务，数以万计的交易数量让服务器有很大的载容量，在这些大量的数据中显示出有用信息数据，是非常复杂的任务，所以这也是很多企业在处理数据共同面临的问题。大数据挖掘技术的应用，解决了企业对这些问题的困扰，所以数据挖掘技术在大数据应用中有重要的发展地位。数据挖掘技术的核心应用在于智能化技术，所以数据挖掘技术也是对智能化技术的使用，需要通过智能化技术实现发展和提升，更多的是对智能化技术的依赖。
2 对大数据背景下有关数据挖掘技术的探讨
2.1 使用数据挖掘技术
数据挖掘技术在初期发展中更多是应用在商业行业，所以早期从智能化方面开始发展起来。在现代社会的不断提升中，数据挖掘技术优势更加突出，在真实的应用工作当中，可以通过数据挖掘技术来实现对产品真实数据的掌握。可以实现在众多数据当中的快速处理，快速找到有用的信息，为企业带来真实的数据参考价值，同时也提高了工作效率。以往的数据挖掘技术对待信息处理方式比较模糊，并且耗费的时间也比较长，很难从这些信息迅速找到有价值的信息。全新的数据挖掘技术也是一个新的发展阶段，不仅仅是研究的突破，更多是体现了智能化水平的迅速发展。这个技术融合有多项技术的共同发展，包括有信息处理技术以及互联网技术的参与等等，正是有这些技术的支撑实现了技术发展的新阶段。
2.2 使用聚类分析技术
关于数据挖掘技术有很多种，而聚类分析技术也是属于其中的一种，并且占据的地位也是非常重要的。聚类分析技术自身对大量的信息处理能力比较强大，而且它拥有明显的优点，可以把数据以更加影响的方式来呈现出来，并且可以根据的种类自动进行划分，综合起来是非常高效率的分析方法。聚类分析技术对大量数据的处理，把需要的数据精准划分出来。不过这种数据处理方式和以往数据处理方式有很大区别，可以把相对特点不太明确的信息精准划分。聚类分析技术分别有两大种类，并且这两个种类也有明显的区别，具体为硬聚类分析方式和模糊聚类分析方式。硬聚类分析方式能够更加符合信息的有效性，模糊聚类划分的结果比较模糊，所以这两种方式也有各自的特点，不过共同点在于都可以达到数据分析的目的。
2.3 使用特征性数据分析技术
作为数据挖掘技术其中的方式其中一个，它具有的特点也是其他分析方法并没有的，可以对所有数据的处理整体处理，并且进行到分析的阶段，从中发现有更多值得研究的信息。所以这个分析方法拥有更加迅速的分析特点，可以面对大部分数据的计算，也是很多研究人员的研究内容。在真实的数据分析运行当中，设计工作人员可以把很多的数据资料分为多个方式的分析。使用人工神经网络实现数据分析，能够在数据终端实现网络连接，使用这种方式可以准确快速的搜寻到自身想要得到的数据结果。可以把多种基因数据对相应的数据进行分析，对大量数据进行分析和选择。最重要的部分是可以借助其他技术应用把技术提升来对有关数据的寻找，所以特征性数据分析技术的真实应用效果在不断提升中。
3 有关大数据背景下数据挖掘技术的使用
3.1应用在制造领域
社会发展迅速提升，人们的生活在不断变化中，都在往更好的一面发展中，各种质量的提高，对产品质量要求也更高，并且还在不断的上升中。制造领域面临着很大的压力，需要利用数据挖掘技术提升制造领域的生产质量。对大数据挖掘技术的应用，可以把制造领域生产过程实现全观察，并且在这个过程中可以随时获得产品的生产情况和数据。对产品生产情况准确把握，为后面的生产设计提供详细的数据参考，特别是在解决问题的同时可以发挥到效果，有效提升生产效率，为制造领域带来可实现盈利收入。在制造领域应用数据挖掘技术，能够在很大一方面把生产方式实现持续发展的目标，可以进一步发展研究。
3.2应用在市场销售方面
数据挖掘技术应用在多个分析阶段，一般是在数据分析是在市场销售方面应用比较多。因为市场销售方面发展利用数据挖掘技术的优势实现分析，通过得到的数据分析结果，掌握市场用户的数据情况。对这些数据结果进行分析，分析结果可以把客户的需要真实掌握到，对工作方面有很大的帮助。也可以把数据挖掘技术应用在对客户的反馈方面，根据客户的反馈信息，对市场发展模式做调整。比如：使用数据挖掘技术对用户平时使用数据分析，分析阅读量，客户喜欢的种类，客户也可以根据自己的需要选择阅读种类，为客户可以推荐他们自己喜欢的产品，或者和产品相关的，这样的体验给客户更大的体验感，有效提高他们的感受。
3.3应用在电信领域
信息技术应用范围越来越广阔，特点是电信领域应用信息技术，它的发展模式更加便捷和迅速，拥有和以往完全改变的发展模式，而且他本身的发展数量也非常多。所以需要处理的业务数量更加多，数量多种类也会更加复杂，这就需要精准的分析系统，由此不但可以提高用户的服务感受，并且对服务质量也可以实现提高。高效率解决问题的方式，给用户带来极好的体验方式。电信领域一般需要使用很多的数据进行运作，没有庞大的服务器处理将会无法解决问题，不过这种方式会轻易被其他数据运转影响，导致数据结算不准确的情况发生。数据挖掘技术的应用，能够把电信领域的应用解决这个问题，使用数据挖掘技术，实现分析大量的数据，并且找到有用的数据，把这些数据进行分析得到下一步改进。
4 结束语
通过以上综合分析，社会迅速发展的背景下，数据挖掘技术的使用可以满足多个领域的发展需求。无论是在制造领域还是在电信领域都拥有明显的优势，数据挖掘技术可以解决现代企业面临的问题，并且把企业发展带领到新的发展阶段。
参考文献：
[1]陈德鑫,占袁圆,杨兵.深度学习技术在教育大数据挖掘领域的应用分析[J].电化教育研究,2019(2):68-76.
[2]卢盛继.大数据时代下数据挖掘技术与应用[J].数码世界,2017(2):44.
[3]刘昌贤.大数据时代的数据挖掘技术与应用[J].智库时代,2019(3):13.
