试析数据挖掘技术在经济统计中应用.docVIP

试析数据挖掘技术在经济统计中的应用 　　摘 要：随着我国经济的发展，经济统计过程中会出现大量的、杂乱的、来源广泛的数据。作为下一经济活动的基础，数据的利用非常重要，因此为经济发展制定针对性的决策是社会各界关注的重点，统计部门也越来越重视经济统计信息的真实性与可靠性。面对这样复杂的经济关系整体，传统的数据统计与处理方法显得异常薄弱，难以对深层次的数据进行智能分析，导致存在于数据中的联系和价值被忽视，且对于虚假数据不具有较好的鉴别能力。因此，借助现代化的技术实施经济分析成为社会发展的必然趋势，数据挖掘显示出其巨大的优势，本文从实际应用的角度出发，分析数据挖掘技术的特点及其在实际经济统计中的应用 关键词：经济统计；海量数据；数据挖掘；应用 跟随着改革开放的步伐，我国社会经济得到空前的发展，在几十年的建设活动中也积累了海量的统计数据。由于这些经济数据具有复杂性的特征，传统的统计数据分析只能够对其进行单纯的数理知识分析，难以深入挖掘到数据的深层价值。开发利用的形式非常单一，远远不能够满足当今社会对于数据分析利用的要求。数据挖掘技术作为科技发展衍生的新型统计方法，其优越性在于能够实现对数据的横向与纵向开发，极大的延伸拓展经济数据开发的范围，从而获取更多的具有深层价值的信息，为社会经济发展与制定决策提供真实有效的依据 1.数据挖掘技术的概述 数据挖掘技术一般指通过深层次开发，从海量数据中挖掘出有价值信息并加以分析与整理，实现对凌乱复杂的信息数据的整合。这里的海量数据具有不完全性、模糊性、随机性以及噪音性的特征，通过数据挖掘可以变成潜在有价值的、新颖的信息。数据挖掘不仅是经济信息的转换过程，更是一门具有学科交叉特征的技术，涉及到机器学习、数据统计、神经网络以及数据库等，在统计行业中得到非常广泛的应用。应用数据挖掘技术所形成的数据形态，能够为数据使用者对数据信息的提取和应用提供很大的便利，基于技术层面可以说数据挖掘技术实现了对原始数据的深加工与精加工，具有高度的数据分析自主性 2.数据挖掘技术在经济统计工作中的应用优势 2.1综合应用能力强 数据挖掘是一个完整的工作系统而非实现某一过程的工具，具有实现主体信息需求的特征。随着经济的稳步增长，各个部门的发展都与经济统计信息息息相关，应用经济统计信息成为管理与决策的基础。但是实际上不同的管理部门拥有的权限、管理的方式以及领域千差万别，对经济统计数据形式的需求也不同，因此对于经济统计系统提出的要求更高。不但需要符合管理部门的数据要求，还应能够将统计数据转化为不同表现形式。得到的数据格式能够在管理部门中录入、统计和应用。数据挖掘技术的综合性特征不断促进系统应用深度和范围的扩展 2.2实际有效性强 数据挖掘技术是一种具有明确目的性的深加工技术。在经济统计与应用过程中，可以基于使用者的需求实现对长时间累积的海量数据进行深加工，主要有两种加工形式：其一是对海量数据管理实施高效化处理，基于经济数据管理角度，在实际应用中通过信息的统计和分类，将杂乱无章的数据库信息进行科学系统化的处理，以实现数据管理的高效性和有效性；其二是分析现有数据的目的性，以数据统计分析的目标作为指引，对原有的信息进行内容、关系以及形式上的加工处理，从而保证得到的经济统计数据能够更好的与管理者需求进行匹配 2.3技术适用性强 我国的经济管理部门职权相对来说较为分散，不同经济管理部门中对于统计数据的需求也是不一样的。在很多地区、很多经济管理部门中的统计活动沿用传统的方法，具有较大的局限性，难以为经济管理活动的整体提供服务。在实际工作中经常存在数据统计工作重复或者缺失的现象，进而影响到经济数据统计工作的效率和质量。尽快建设具有整合功能的统计系统，实现数据信息融合是我国经济管理部门的内在需求。而宏观经济统计数据库的建设为数据挖掘技术的发展提供温床，只要保证经济统计信息的准确性，然后通过数据挖掘技术予以整合处理就能够得到更精准、更丰富的数据资源 3.数据挖掘技术在经济统计中的应用 3.1集成化处理方法应用 数据集成所指的是对不同的数据进行整合，由杂乱变为整体。随着经济的发展，收集到的数据信息量越来越庞大，信息的来源越来越广，对信息集成造成一定的困难。由于社会经济活动中数据的来源并不仅仅是官方统计局，多来源的数据呈现为不同的模式，进而导致经济数据信息实体的识别问题。例如，实施数据挖掘过程中确定数据库中的“std-id”和另一数据库中“std-no”是否表示相同的实体，通过两个数据库之间含元数据的分析对比能够保证实体数据识别的质量。对原始数据中呈现正相关关系的数据予以精简处理，从而保证数据库中的量维持在相对较低的水平上，才能够为相关单位的管理和应用提供方便。在实际进行数据挖掘过程中无