首先，不要被「大数据」这三个字迷惑到，数据挖掘就是数据挖掘，弄再好听的词也是从大量数据中发掘隐含规律。

其次，数据挖掘最重要的是知道要分析挖掘什么，只有知道了目的，才能够根据目的选择合适的算法。至于是不是互联网金融数据，这个都不是要点，因为互联网金融数据也是数据，最后都会依据数据本身的特征选择相应算法。

下面，是时候祭出这张经典的图了。

从另一个方面说，只有知道了上面各种方法的特性，才能够将合适的算法与合适的数据对应上。

所以，回答你的问题「请问如何将数据挖掘技术应用与互联网金融？」，一共有三步：

弄清楚行业数据的特征，在你的预设下，也就是互联网金融；

搞清楚常用数据挖掘算法的适用范围；

将两者配对。

当然了，上面也就是说个大概，你还会花很多时间清洗数据，根据行业知识选择合适的特征，然后分析出结果之后要进行可视化，做 slides 将你的结果呈现给你的老板，以及中间无数次的推倒重来。这些花的时间大概占整个流程的 80% 吧，反倒是中间分析的过程只会占 20% 甚至更少的时间。

有人如果把上面的步骤都做全了，那么这个人肯定不会再费尽心思把整个流程告诉你，因为一来数据清洗啊什么的是很「蓝领」的活，跟「大数据」这么高大上的概念配不上，自然也就选择不说；二来金融数据或多或少都会涉及商业机密吧；三来，既然都分析出来了，那么得到的要么是价值连城的别人都没发现的规律，那么自然马上会用来赚钱，哪有时间跟你分享，要么得到的是垃圾，那也就灰头土脸的去接着回去改算法了。