数据挖掘技术在宏观经济智能决策支持系统中研究与应用.pdf

摘要 摘 要 数据挖掘作为一门新兴学科，它把人们对数据的应用从低层次的简单查询， 提升到从数据中挖掘知识，提供决策支持。通过数据挖掘能自动处理数据仓库 中的海量数据，抽象出具有意义的模式，找出人们所需的目标知识。， 宏观经济是一个由诸多相互关联且存在一定因果关系的经济元素所组成的 庞大系统。对于正处于转型期的我国宏观经济而言，由于经济制度、市场规范 等各方面都正在建立和完善，进行经济预测与决策变得更加复杂而有意义。 依托于本人参与研究和开发的省重大创新项目“基于数据仓库的宏观经济 智能决策支持系统的支撑，本文系统阐述了数据挖掘的相关理论，介绍了分 类、回归、聚类、关联规则这四种常用的方法；根据数据挖掘的优点与宏观经 济的特性，提出把数据挖掘作为宏观经济预测的新方法，并设计实现了数据挖 掘子系统，将支持向量机算法，神经网络算法，模糊C聚类算法，最／b--乘算 法和Apriori算法应用于宏观经济进行数据挖掘的应用研究。实际应用表明，数 据挖掘技术对经济预测能取得很好的效果。 本文的创新点有： 1、根据数据挖掘的优点与宏观经济数据高维、小样本、时序、多主题、多 层次的特点，提出把数