大數(shù)據(jù)挖掘的技術(shù)及方法包括但不限于以下幾種：

1、回歸分析：反映事務(wù)數(shù)據(jù)庫中屬性值在時間上的特征，可生成映射數(shù)據(jù)項到實值預(yù)測變量的函數(shù)，研究問題包括數(shù)據(jù)序列的趨勢特征、數(shù)據(jù)序列的預(yù)測以及數(shù)據(jù)間的相關(guān)關(guān)系等。回歸分析可以應(yīng)用到市場營銷的各個方面，如客戶尋求、保持和預(yù)防客戶流失活動、產(chǎn)品生命周期分析、銷售趨勢預(yù)測及有針對性的促銷活動等。

2、聚類：把一組數(shù)據(jù)按照相似性和差異性分為幾個類別，目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。聚類分析可以應(yīng)用到客戶群體的分類、客戶背景分析、客戶購買趨勢預(yù)測、市場的細分等。

3、關(guān)聯(lián)規(guī)則：描述數(shù)據(jù)庫中數(shù)據(jù)項之間所存在的關(guān)系的規(guī)則，即根據(jù)一個事務(wù)中某些項的出現(xiàn)可導(dǎo)出另一些項在同一事務(wù)中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。關(guān)聯(lián)規(guī)則挖掘技術(shù)能對數(shù)據(jù)與數(shù)據(jù)之間的依賴關(guān)系進行準確描述，可以對給定事物數(shù)據(jù)庫進行深入分析，尋找各數(shù)據(jù)和項目之間的內(nèi)在聯(lián)系，然后將所有符合支持度和置信度的，符合一定標準的關(guān)聯(lián)規(guī)則進行羅列。

4、神經(jīng)網(wǎng)絡(luò)：一種模擬人腦信息處理機制的機器學(xué)習(xí)算法。通過對數(shù)值數(shù)據(jù)進行處理，并在處理過程中表現(xiàn)出一種思維、學(xué)習(xí)和記憶能力。

5、統(tǒng)計學(xué)習(xí)：一種預(yù)測方法，需要對數(shù)據(jù)進行深入分析，找出不能通過的規(guī)律，然后對所發(fā)現(xiàn)的規(guī)律進一步研究和分析，并結(jié)合實際情況對數(shù)據(jù)發(fā)展趨勢進行預(yù)測。

大數(shù)據(jù)挖掘的方法有很多，每一種方法都有其特定的使用場景和優(yōu)勢。在實際應(yīng)用中，需要根據(jù)具體的數(shù)據(jù)類型和問題來選擇合適的方法。