数据挖掘包括关联分析，相似度分析，距离分析，聚类分析等等。数据可视化就是WEB的了。大数据技术是指在海量量的数据中提取到对自身有用的数据，加以分析和处理，其现阶段的主要特点有主要是4个V：Volume——数据体量巨大；Variety——数据种类繁多；Value——价值密度低；Velocity——处理速度快；由系统或人工抓取数据，将其收集、整合、统计，这些数据的集中指向性非常的强，在反馈的过程中已经指向了一个明确的目标。
目前国内大数据产业发展到什么地步了？
——以下数据来源于前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》。随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，与大数据处理相关的大数据工程技术人员、数字化管理师等新职业应运而生。近年来，我国大数据行业飞速发展，但是其与实体经济的融合尚处于初期阶段，同时部分地区大数据应用还处于较落后状态，未来大数据的应用发展还有巨大的提升空间。
“政策 技术”强力推动，大数据行业迎来发展春天近年来，一方面，在政策上，大数据的重要性明显提升，自2014年大数据被首次写入政府工作报告以来，大数据行业的政策热度不断攀升，习近平总书记更是明确提出推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全五大具体要求。
另一方面，在技术上，以分析类技术、事务处理技术和流通类技术为代表的大数据技术得到了快速的发展。以开源为主导、多种技术和架构并存的大数据技术架构体系已经初步形成。大数据技术的计算性能进一步提升，处理时延不断降低，硬件能力得到充分挖掘，与各种数据库的融合能力继续增强。因此，在政策和技术的强力推动下，我国大数据行业得到了快速发展。
从大数据行业的规模来看，2017年，我国大数据行业市场产值规模达4700亿元，规模增速进一步提高至30.6%，预计到2020年中国大数据行业市场产值规模将突破1万亿元。此外，大数据的核心部分——软硬件产品市场规模增速更快。2017年，中国大数据软硬件产品市场产值规模达234亿元，同比增长了39.3%，预计到2020年，大数据核心产业市场规模将有望突破500亿元。
可见，我国大数据行业增长高速发展，行业未来上升空间巨大。大数据与实体经济加速融合，行业发展空间持续扩张值得一提的是，大数据行业的发展所创造的价值更多的是体现在其与其他行业的融合发展上，通过对大数据的运用，为传统行业发展赋能。但总体来看，我国大数据行业与实体经济的融合还处于发展初期，未来还有巨大的提升空间。
一方面，目前，大数据与金融和政务行业之间的融合度较高，融合度分别为62%和57%；而大数据与交通、医疗、制造业和农业等行业的融度相对较低。另一方面，目前，大数据的融合应用还主要集中在营销分析、客户分析和内部运营管理等外围业务，在产品设计、产品生产、企业供应链管理等核心业务的渗透率程度还有待提高，大规模应用尚未展开。
此外，受经济发达程度、人才聚集程度和技术发展水平影响，大数据应用主要分布在北京、上海、广东、浙江等东部发达地区，中西部地区虽然市场需求较大，但发展水平仍较低。根据赛迪智库数据，广东省的大数据应用发展水平位居全国第一；北京、浙江、上海、江苏的大数据应用水平也位居全国前列；而西藏、青海、黑龙江等省市的大数据应用水平则仍处于落后状态，未来还有极大的提升空间。
大数据时代来临，如何让数据给产业赋能发展？
时代正在发生快速的变化，特别是新一代信息技术与传统制造业的深度融合，促使不同行业的产品、生产组织方式、工业流程、业务模式产生了颠覆性的转变。如今大数据已经被广泛用于农业、交通、物流、医疗、零售等多个领域。以制造业为例，随着技术的不断成熟，大数据已经被应用于产品化生产、设备自动化管理等多个环节，在国家大力推动智能制造的环境下，工业大数据所具有的潜在价值更值得被深入挖掘。
目前，工业大数据的应用方向包括智能装备、服务型制造和跨界融合。就智能装备而言，大数据主要是用来提高单台设备的可靠性、识别设备故障、优化设备运行等。与此同时，利用工业大数据，有利于不同地区的工厂整合产业资源，进行跨区域的产业合作。 对智能制造来说，相关监管人员通过全面考虑生产设备、运输设备等多种要素，可以利用工业大数据对工厂设备运作状况、产品的生产状况等进行及时监控和分析，以此解决问题，避免不必要的经济损失，并进一步改进产品的研制工艺，优化能耗，提升管理质量。
实际上，大数据支撑制造业业务变革的根本目标是提质增效，在自动化与信息化的基础之上，实现制造体系的智能化升级。在智能制造稳步推进的基础上，构建新型制造业发展体系、打造具有竞争力的制造业发展模式，不仅是当下的一大发展目标，也是未来我国制造业的一大发展重点。 而最近几年来，大数据一直在积极赋能众多产业，包括金融、医疗、教育等等。
