数据挖掘技术在经济统计中的应用.docx

数据挖掘技术在经济统计中的应用一、数据挖掘技术的基本概念与产生过程随着信息技术的发展采集的数据量的急剧加大此时产生了数据挖掘它就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在对大量的数据进行抽取、转换、分析和其他模型化处理过程中从而提取得到对一些决策数据的支撑。数据挖掘是一个由数理统计到人工智能进而到机器学习的逐步演变、变化过程。它是一门交叉的学科是一门涉及广泛的学科是一门在社会的发展历程中不断前进变化的学科。它所涉及到的内容包括数据库技术、人机智能、知识库系统、知识获取、神经网络、统计学、模式识别、信息检索等并且在跟着发展的需要、学科的进步变化而不断发展、向前。由于数据量之大传统的统计分析方法主要是对没有明确假设的前提下去挖掘信息只会使得效率低下同时对于问题的解决也在大打折扣处理的结果不理想传统的这种方法没有找到数据之间的内在联系这样只是看到过去不能很好的预测未来对所要探索的目标不能得出想要的结论;而数据挖掘是将所得到的信息是对前者的补充得到未知的潜在的东西是在原有的基础上发现那些没法预料的、不是靠感官所能察觉的甚至是一些与生活所违背的它更是人工智能和统计分析的结合是对传统技术的进一步拓展由于对数据分析要求的进一步提高也正是这一些特征才使得数据挖掘的结果而更加有意义与价值。二、数据挖掘的相关技术与在经济统计中的应用正是由于对于数据的大量收集、先进的计算机技术、数据算法的产生、超大规模数据库的出现、数据访问速度的提升、对数据进行精深统计方法计算的能力等等一系列东西的出现从而一步步使得数据挖掘技术的作用越来越广泛。对于经济统计准确性与实用性的需要数据挖掘技术才开始慢慢渗透到经济统计工作中。数据挖掘技术的主要方法有:统计分析方法数据库字段项之间存在两种关系函数关系和相关关系即能用函数公式表示的确定性关系与不能用函数公式表示但仍是相关确定性关系。即利用统计学原理对数据库中的信息进行分析。神经网络方法是一种模拟人脑信息加工过程的智能化信息技术。就像人的神经网络的过程一样经过输入、分析、输出的过程而在经济统计过程中得到实际应用。它为我们提供了一种完整的、准确的处理过程使得经济运行模式就像人在接受处理信息的过程一样而形象化、具体化、实用化更好地取得经济过程中各个部分之间的联系从而获得对经济问题的分析获得处理办法。决策树是一种用于预测模型的算法是基于统计理论的非参数识别技术通过对大量数据的有目的分类找到有价值、潜在的信息。正是由于分类速度快描述简单特别适合对经济运行过程中出现的大规模数据的处理工作。粗集理论的方法是一种研究不精确、不确定知识的数学工具是通过对上下近似集来出来不确定问题。它算法简单易于操作;不需要给出额外信息;简化输入信息的表达空间。对于不确定的经济因素提供了一种思维方法正是通过这种近似原则使得经济决策更加的与需求所接近为最大利益化的获得给予有力支撑。遗传算法是一种根据生物自然选择与遗传机理的随机搜索算法其思路是根据社会问题在指定对象的人群中去采集信息通过对隐含信息的整合、分析进而得到结果。它具有隐含性、易于和其它模型结合可以对隐含数据进行采集而后把挖掘出的数据加以分析进而得到应用。经济问题是一个发展变化的问题内部有着千丝万缕的联系参照遗传算法我们就可以通过源头开始一步步向下延伸去提取数据进行整体分析这样就把经济问题具体化、直接化、目标化使得问题的研究更加直观把隐性的表现化促使经济统计工作更加简单、直白。三、数据挖掘流程在经济统计中的体现定义问题对于经济问题要定义出所要探究的问题确定数据挖掘的目的。1.数据准备选择数据数据预处理。即对所要探究的经济问题所涉及到的数据进行采集做好前期的一些处理工作使得数据得到简化为后续工作的顺利进行做准备。2.数据挖掘根据数据的类型和数据的特点选择相应的算法利用人工智能、统计等方法去发掘出有用的信息。3.结果分析对上述得到的结果进行分析、评估进而通过这一步骤去调整上面的方法使得结果更加贴切。4.知识的运用将得到的结果应用到实际经济问题中去进而实现经济的良好运行与发展。四、结束语经济的发展结果使得各部分之间的联系更加的紧密所包含的内容更加的复杂化这使得经济统计工作的难度进一步加大而数据挖掘技术就是通过发觉事物内部之间的联系、去揭示那些隐含的、潜在的、未知的但是却意义重大的东西而使得经济统计工作能够得以有效运行。通过采用数据挖掘技术使经济统计工作获得长足的进步结果更加的准确为社会经济发展、国家财富的积累起到了举足轻重的作用。