刊發(fā)論文淺談如何將數(shù)據(jù)挖掘技術(shù)運(yùn)用到經(jīng)濟(jì)統(tǒng)

　　論文摘要：正是由于對數(shù)據(jù)的大量收集、數(shù)據(jù)算法的產(chǎn)生、經(jīng)濟(jì)數(shù)據(jù)庫的出現(xiàn)、先進(jìn)的計(jì)算機(jī)技術(shù)、對數(shù)據(jù)進(jìn)行精深統(tǒng)計(jì)方法計(jì)算的能力、數(shù)據(jù)訪問速度的提升等一系列東西的出現(xiàn)，使得數(shù)據(jù)挖掘技術(shù)的作用越來越廣泛。由于經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)的實(shí)用性和準(zhǔn)確性的需要，數(shù)據(jù)挖掘技術(shù)也開始慢慢在經(jīng)濟(jì)統(tǒng)計(jì)中大展身手。

　　引言

　　隨著我國社會經(jīng)濟(jì)的全面發(fā)展，經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的工作量也逐漸加大。然而傳統(tǒng)的數(shù)據(jù)處理方式卻不能滿足實(shí)際工作的需要，拖后了經(jīng)濟(jì)工作的步伐，由于這一系列問題得不到很好的解決，人們在探索的過程中就逐步產(chǎn)生了數(shù)據(jù)挖掘技術(shù)。

　　1、數(shù)據(jù)挖掘技術(shù)的概念、功能及優(yōu)點(diǎn)

　　數(shù)據(jù)挖掘(Data Mining)，從名字來看就是從大量復(fù)雜的數(shù)據(jù)信息中挖掘出有利用價值的信息。通常，這些大量的復(fù)雜的數(shù)據(jù)信息都被認(rèn)為是隨機(jī)的、模糊的、不完全的、有噪音的，完全沒有進(jìn)行處理的信息。然而經(jīng)過挖掘之后，這些原本看似沒有任何利用價值的信息，就會呈現(xiàn)出一種新穎、有效、潛在有用的狀態(tài)，最終為人們的生活與生產(chǎn)提供便利。這種信息數(shù)據(jù)的處理變化過程，就常常被稱作是數(shù)據(jù)挖掘。它也可以理解成是在一些觀察數(shù)據(jù)或事實(shí)的集合中找正確模式的決策支持過程。數(shù)據(jù)挖掘是一門涉及面極其廣大的交叉學(xué)科，它可以簡單的認(rèn)為是經(jīng)濟(jì)信息轉(zhuǎn)換的一個過程，同時它還包含了機(jī)器學(xué)習(xí)、模式識別、數(shù)據(jù)庫、數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)等相關(guān)技術(shù)。

　　數(shù)據(jù)挖掘的大體步驟是：數(shù)據(jù)的準(zhǔn)備、數(shù)據(jù)的挖掘、結(jié)果的分析。在這樣一個完整的過程中，處于核心地位的就是數(shù)據(jù)的挖掘。而它的功能主要包括數(shù)據(jù)的聚類、模型的預(yù)測、分析等。除此之外，在挖掘信息數(shù)據(jù)的過程中，通常還會牽涉到其它方面的技術(shù)，比如鏈接分析、聚集檢測、關(guān)聯(lián)規(guī)則等。

　　數(shù)據(jù)挖掘主要功能有：預(yù)測模型、分類、數(shù)據(jù)聚類、數(shù)據(jù)總結(jié)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、序列模式發(fā)現(xiàn)等。根據(jù)數(shù)據(jù)挖掘技術(shù)的作用和特點(diǎn)來看，它具備的優(yōu)點(diǎn)是：它具有自動找出有價值的數(shù)據(jù)信息的功能;它能夠處理大量的數(shù)據(jù)信息;它反映數(shù)據(jù)信息快速有效;它能夠有效的對數(shù)據(jù)信息進(jìn)行分析與評判，描繪過去和未來。

　　2、數(shù)據(jù)挖掘在經(jīng)濟(jì)統(tǒng)計(jì)中的體現(xiàn)

　　對于經(jīng)濟(jì)統(tǒng)計(jì)問題，對于我們所要探究的問題一定要定義，并且確定此次數(shù)據(jù)挖掘的目的。1.數(shù)據(jù)準(zhǔn)備。就是對我們即將要面對的經(jīng)濟(jì)問題中所涉及到的數(shù)據(jù)進(jìn)行相應(yīng)的采集，做好預(yù)處理這些工作，最終使數(shù)據(jù)得到簡化，使后續(xù)工作能順利進(jìn)行。2.數(shù)據(jù)挖掘。根據(jù)數(shù)據(jù)的特點(diǎn)以及數(shù)據(jù)的類型選擇相適應(yīng)的算法，利用統(tǒng)計(jì)、人工智能等方法，去挖掘有利用價值的信息3.結(jié)果分析。對第二步得到的結(jié)果進(jìn)行充分的分析和評估，同時也是通過這一步驟反過來去調(diào)整上面，來得到更好的方法，從而讓結(jié)果更加真實(shí)。4.知識的運(yùn)用。將得到的最符合實(shí)際的結(jié)果應(yīng)用到現(xiàn)實(shí)的經(jīng)濟(jì)問題中去，使得經(jīng)濟(jì)能更好的運(yùn)行和發(fā)展。

　　3、數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的可行性研究

　　3.1 能為經(jīng)濟(jì)統(tǒng)計(jì)提供有效的服務(wù)

　　數(shù)據(jù)挖掘技術(shù)雖然經(jīng)歷的時間不是很長，然而，它的研究與應(yīng)用水平已達(dá)到了一種相對穩(wěn)定的狀態(tài)。隨著科學(xué)技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)在各國也普遍受到關(guān)注，特別是在經(jīng)濟(jì)統(tǒng)計(jì)領(lǐng)域。數(shù)據(jù)挖掘技術(shù)能夠這樣的的迅速發(fā)展，在很大程度上也是依賴于它對經(jīng)濟(jì)統(tǒng)計(jì)的有效服務(wù)。

　　3.2 能夠?yàn)榻?jīng)濟(jì)統(tǒng)計(jì)的不同需要提供不同的需求

　　目前，最常見的數(shù)據(jù)挖掘工具主要有綜合工具、通用型工具、和面向特定應(yīng)用的工具。綜合工具，不僅能夠?yàn)樘幱谏虡I(yè)中的經(jīng)濟(jì)體拿出有效的管理報(bào)告，并且還能夠?qū)ζ胀ń?jīng)濟(jì)結(jié)構(gòu)中的數(shù)據(jù)信息經(jīng)行深入挖掘。通用型工，在市場上占最大比例，在應(yīng)用方面最為成熟的挖掘工具。面向特定應(yīng)用工具，從字面來理解，這種工具就是針對特定領(lǐng)域來提供服務(wù)的，具有很強(qiáng)的特別性。

　　3.3 建立宏觀經(jīng)濟(jì)數(shù)據(jù)庫，為數(shù)據(jù)挖掘的應(yīng)用提供了良好的電子平臺

　　在目前的情況下，全國范圍內(nèi)的大部分經(jīng)濟(jì)統(tǒng)計(jì)部門主要使用的還是應(yīng)用統(tǒng)計(jì)系統(tǒng)。大部分經(jīng)濟(jì)統(tǒng)計(jì)的數(shù)據(jù)信息都處于一種不相聚分散的狀態(tài)，并沒有形成一套有效的管理系統(tǒng)。經(jīng)濟(jì)統(tǒng)計(jì)過程中一旦出現(xiàn)問題，嚴(yán)重的就會導(dǎo)致經(jīng)濟(jì)數(shù)據(jù)的有效性與準(zhǔn)確性受到影響。然而，當(dāng)建立了宏觀經(jīng)濟(jì)數(shù)據(jù)庫以后，以上問題就可以尋找到有效的解決辦法。當(dāng)宏觀經(jīng)濟(jì)數(shù)據(jù)庫與數(shù)據(jù)挖掘技術(shù)一起合理運(yùn)用，就能保證挖掘到的信息準(zhǔn)確、真實(shí)。這樣的情況下，在經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)挖掘技術(shù)就能為其提供更好的服務(wù)，不僅滿足了現(xiàn)實(shí)中經(jīng)濟(jì)發(fā)展的需要，同時也為經(jīng)濟(jì)決策的制定提供了準(zhǔn)確、重要的依據(jù)。

　　4、數(shù)據(jù)挖掘在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用

　　正是由于對數(shù)據(jù)的大量收集、數(shù)據(jù)算法的產(chǎn)生、經(jīng)濟(jì)數(shù)據(jù)庫的出現(xiàn)、先進(jìn)的計(jì)算機(jī)技術(shù)、對數(shù)據(jù)進(jìn)行精深統(tǒng)計(jì)方法計(jì)算的能力、數(shù)據(jù)訪問速度的提升等一系列東西的出現(xiàn)，使得數(shù)據(jù)挖掘技術(shù)的作用越來越廣泛。由于經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)的實(shí)用性和準(zhǔn)確性的需要，數(shù)據(jù)挖掘技術(shù)也開始慢慢在經(jīng)濟(jì)統(tǒng)計(jì)中大展身手。數(shù)據(jù)挖掘技術(shù)的主要方法有：

　　4.1 統(tǒng)計(jì)分析法

　　經(jīng)濟(jì)數(shù)據(jù)庫字段項(xiàng)之間存在兩種關(guān)系，相關(guān)關(guān)系和函數(shù)關(guān)系。就是對于數(shù)據(jù)庫中的信息利用統(tǒng)計(jì)學(xué)原理來進(jìn)行分析。

　　4.2 決策樹

　　決策樹一般用于預(yù)測模型，通過對大量復(fù)雜無順序的數(shù)據(jù)有目的分類，找到有價值的信息。同時，正是因?yàn)槊枋龊唵危诸愃俣瓤欤貏e適合運(yùn)用于經(jīng)濟(jì)運(yùn)行過程中出現(xiàn)的大規(guī)模數(shù)據(jù)的處理。

　　4.3 遺傳算法

　　它是一種根據(jù)生物遺傳機(jī)理和自然選擇的隨機(jī)搜索算法，其主要思路是依據(jù)特定的社會問題，然后在指定對象中去采集相關(guān)信息，最后通過對信息中隱含部分的歸整、分析，進(jìn)而得到結(jié)果。經(jīng)濟(jì)問題不是固定不變的，相反它是一個不斷發(fā)展變化的問題，內(nèi)部的聯(lián)系千絲萬縷，改變其中一項(xiàng)其他的也會相應(yīng)改變。按照遺傳算法的步驟，從源頭開始，我們就一步步向下探索，去提取信息數(shù)據(jù)，對整體進(jìn)行分析，這樣就能把經(jīng)濟(jì)問題目標(biāo)化、具體化、直接化，使得在研究問題時可以更加直觀，把隱性的表現(xiàn)出來，使得經(jīng)濟(jì)統(tǒng)計(jì)工作更加直白、簡單。

　　4.4 粗集理論法

　　這是一種探究不確定知識、不精確的數(shù)學(xué)工具，它通過上下集比較而出來結(jié)果。它易于操作，算法簡單;簡化輸入信息的表達(dá)空間;不需要給出額外信息。特別適合那些不確定的經(jīng)濟(jì)因素，同時正是通過這種原則，才能使得制定的經(jīng)濟(jì)決策與需求更加接近，為獲得最大利益化給予了強(qiáng)有力支持。

　　4.5 神經(jīng)網(wǎng)絡(luò)法

　　神經(jīng)網(wǎng)絡(luò)法是一種高強(qiáng)度模擬人腦加工信息過程的智能現(xiàn)代信息技術(shù)。它和人的神經(jīng)運(yùn)動過程一樣，首先進(jìn)行數(shù)據(jù)的輸入，然后進(jìn)行精準(zhǔn)的分析，最后輸出。在經(jīng)濟(jì)統(tǒng)計(jì)過程中得到了實(shí)際的應(yīng)用。神經(jīng)網(wǎng)絡(luò)法為我們提供了一種準(zhǔn)確的、完整的處理經(jīng)濟(jì)統(tǒng)計(jì)的過程，使得經(jīng)濟(jì)運(yùn)行模式和人在處理信息的過程很相像，一樣實(shí)用化、形象化、具體化。使經(jīng)濟(jì)過程中各個部分之間能取得更好的聯(lián)系，從而獲得對經(jīng)濟(jì)統(tǒng)計(jì)問題的處理辦法。

　　5、結(jié)束語

　　隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，社會中利用數(shù)據(jù)挖掘技術(shù)的領(lǐng)域也越來越多。數(shù)據(jù)挖掘運(yùn)用在經(jīng)濟(jì)統(tǒng)計(jì)領(lǐng)域，能有效地提高經(jīng)濟(jì)統(tǒng)計(jì)信息中資源的利用價值。通過長期的實(shí)踐表明，采用數(shù)據(jù)挖掘技術(shù)能夠使經(jīng)濟(jì)統(tǒng)計(jì)工作獲得明顯的、不斷的進(jìn)步，結(jié)果也更加的準(zhǔn)確、清晰，在國家財(cái)富的積累、社會經(jīng)濟(jì)發(fā)展中都起到了重要的作用。