根据提供的文件信息，我们可以从中提取以下知识点：
数据挖掘技术的概念与发展：
1. 数据挖掘是在大数据环境下，利用计算机技术对大量数据中潜在、有用信息进行发现的过程。
2. 它结合了数学、统计、概率论等学科知识，并与云计算、云存储等技术相结合，适应现代科技和发展的需要。
3. 计算机数据挖掘技术已经渗透至社会的各个领域，对信息传播、市场调研、国防科技等产生深远影响。
数据挖掘技术的过程：
1. 明确目标：在进行数据挖掘前，需明确要解决的现实问题，确定数据挖掘的目标和意义。
2. 数据预处理：包括数据清洗、填补空缺值、对数收益率计算等，以确保数据质量，为后续分析打下基础。
3. 数据挖掘：选择适合的挖掘方法，运用相关算法对预处理后的数据进行分析，建立数学模型。
4. 结果检验与应用：对挖掘结果进行评估，确保其符合现实意义，并将其应用于实际问题解决中。
数据挖掘的主要工具与方法：
1. 传统统计方法：包括统计抽样技术、多元统计分析和统计预测等。
2. 联机分析处理（OLAP）：在线分析多维数据，适用于数据的探索性分析。
3. 神经网络：由输入层、隐藏层和输出层构成，擅长分类和总结，能模拟复杂函数和数据关系。
4. 遗传算法：借鉴自然进化的理论，通过模拟自然选择和遗传机制进行优化。
数据挖掘技术的应用领域：
1. 市场营销：利用数据挖掘技术分析客户行为和购物习惯，提高企业营销能力和决策准确性。
2. 金融投资：分析市场数据，预测市场趋势，指导投资决策。
3. 生物医学：在疾病诊断、新药研发等方面应用数据挖掘技术。
4. 地理信息系统：利用数据挖掘技术分析地理数据，进行资源管理和城市规划等。
总结以上内容，数据挖掘技术作为大数据分析的关键手段，其应用广泛且具有重要的社会价值。通过数据挖掘，不仅可以帮助企业提高市场竞争力，还能促进科学研究和公共管理的发展。正确应用数据挖掘技术，需要良好的数据预处理、合适的方法选择、合理的模型构建以及对结果的准确评估，这些都需要深厚的理论知识和实践经验。随着技术的不断进步和应用领域的拓展，数据挖掘技术在未来的应用前景广阔。
