數(shù)據(jù)挖掘技術在經(jīng)濟統(tǒng)計中的應用

Word第第頁數(shù)據(jù)挖掘技術在經(jīng)濟統(tǒng)計中的應用1、數(shù)據(jù)挖掘技術的概念、功能及優(yōu)點

數(shù)據(jù)挖掘(DataMining),從名字來看就是從大量冗雜的數(shù)據(jù)信息中挖掘出有利用價值的信息。通常,這些大量的冗雜的數(shù)據(jù)信息都被認為是隨機的、模糊的、不完全的、有噪音的,完全沒有進行處理的信息。然而經(jīng)過挖掘之后,這些本來看似沒有任何利用價值的信息,就會呈現(xiàn)出一種新奇、有效、潛在有用的狀態(tài),最終為人們的生活與生產(chǎn)供應便利。這種信息數(shù)據(jù)的處理改變過程,就經(jīng)常被稱作是數(shù)據(jù)挖掘。它也可以理解成是在一些觀看數(shù)據(jù)或事實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闊的交叉學科,它可以簡潔的認為是經(jīng)濟信息轉(zhuǎn)換的一個過程,同時它還包含了機器學習、模式識別、數(shù)據(jù)庫、數(shù)理統(tǒng)計、神經(jīng)網(wǎng)絡、模糊數(shù)學等相關技術。

數(shù)據(jù)挖掘的大體步驟是:數(shù)據(jù)的預備、數(shù)據(jù)的挖掘、結果的分析。在這樣一個完好的過程中,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、模型的預報、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,比方鏈接分析、聚集檢測、關聯(lián)規(guī)章等。

數(shù)據(jù)挖掘主要功能有:預報模型、分類、數(shù)據(jù)聚類、數(shù)據(jù)總結、關聯(lián)規(guī)章發(fā)覺、依靠關系或依靠模型發(fā)覺、序列模式發(fā)覺等。依據(jù)數(shù)據(jù)挖掘技術的作用和特點來看,它具備的優(yōu)點是: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)信息進行分析與評判,描繪過去和將來。

2、數(shù)據(jù)挖掘在經(jīng)濟統(tǒng)計中的表達

對于經(jīng)濟統(tǒng)計問題,對于我們所要探究的問題肯定要定義,并且確定此次數(shù)據(jù)挖掘的目的。1.數(shù)據(jù)預備。就是對我們即將要面對的經(jīng)濟問題中所涉及到的數(shù)據(jù)進行相應的采集,做好預處理這些工作,最終使數(shù)據(jù)得到簡化,使后續(xù)工作能順當進行。2.數(shù)據(jù)挖掘。依據(jù)數(shù)據(jù)的特點以及數(shù)據(jù)的類型選擇相適應的算法,利用統(tǒng)計、人工智能等方法,去挖掘有利用價值的信息3.結果分析。對其次步得到的結果進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,從而讓結果更加真實。4.學問的運用。將得到的最符合實際的結果應用到現(xiàn)實的經(jīng)濟問題中去,使得經(jīng)濟能更好的運行和進展。

3、數(shù)據(jù)挖掘技術在經(jīng)濟統(tǒng)計中的可行性討論

3.1能為經(jīng)濟統(tǒng)計供應有效的服務

數(shù)據(jù)挖掘技術雖然經(jīng)受的時間不是很長,然而,它的討論與應用水平已到達了一種相對穩(wěn)定的狀態(tài)。隨著科學技術的不斷進展,數(shù)據(jù)挖掘技術在各國也普遍受到關注,特殊是在經(jīng)濟統(tǒng)計領域。數(shù)據(jù)挖掘技術能夠這樣的的快速進展,在很大程度上也是依靠于它對經(jīng)濟統(tǒng)計的有效服務。

3.2能夠為經(jīng)濟統(tǒng)計的不同需要供應不同的需求

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、和面對特定應用的工具。綜合工具,不僅能夠為處于商業(yè)中的經(jīng)濟體拿出有效的管理報告,并且還能夠?qū)σ话憬?jīng)濟結構中的數(shù)據(jù)信息經(jīng)行深化挖掘。通用型工,在市場上占最大比例,在應用方面最為成熟的挖掘工具。面對特定應用工具,從字面來理解,這種工具就是針對特定領域來供應服務的,具有很強的.特殊性。

3.3建立宏觀經(jīng)濟數(shù)據(jù)庫,為數(shù)據(jù)挖掘的應用供應了良好的電子平臺

在目前的狀況下,全國范圍內(nèi)的大部分經(jīng)濟統(tǒng)計部門主要使用的還是應用統(tǒng)計系統(tǒng)。大部分經(jīng)濟統(tǒng)計的數(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)濟統(tǒng)計過程中一旦消失問題,嚴峻的就會導致經(jīng)濟數(shù)據(jù)的有效性與精確性受到影響。然而,當建立了宏觀經(jīng)濟數(shù)據(jù)庫以后,以上問題就可以查找到有效的解決方法。當宏觀經(jīng)濟數(shù)據(jù)庫與數(shù)據(jù)挖掘技術一起合理運用,就能保證挖掘到的信息精確、真實。這樣的狀況下,在經(jīng)濟統(tǒng)計中數(shù)據(jù)挖掘技術就能為其供應更好的服務,不僅滿意了現(xiàn)實中經(jīng)濟進展的需要,同時也為經(jīng)濟決策的制定供應了精確、重要的根據(jù)。

4、數(shù)據(jù)挖掘在經(jīng)濟統(tǒng)計中的應用

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)濟數(shù)據(jù)庫的消失、先進的計算機技術、對數(shù)據(jù)進行精深統(tǒng)計方法計算的力量、數(shù)據(jù)訪問速度的提升等一系列東西的消失,使得數(shù)據(jù)挖掘技術的作用越來越廣泛。由于經(jīng)濟統(tǒng)計中數(shù)據(jù)的有用性和精確性的需要,數(shù)據(jù)挖掘技術也開頭漸漸在經(jīng)濟統(tǒng)計中大展身手。數(shù)據(jù)挖掘技術的主要方法有:

4.1統(tǒng)計分析法

經(jīng)濟數(shù)據(jù)庫字段項之間存在兩種關系,相關關系和函數(shù)關系。就是對于數(shù)據(jù)庫中的信息利用統(tǒng)計學原理來進行分析。

4.2決策樹

決策樹一般用于預報模型,通過對大量冗雜無挨次的數(shù)據(jù)有目的分類,找到有價值的信息。同時,正是由于描述簡潔,分類速度快,特殊適合運用于經(jīng)濟運行過程中消失的大規(guī)模數(shù)據(jù)的處理。

4.3遺傳算法

它是一種依據(jù)生物遺傳機理和自然選擇的隨機搜尋算法,其主要思路是根據(jù)特定的社會問題,然后在指定對象中去采集相關信息,最終通過對信息中隱含部分的歸整、分析,進而得到結果。經(jīng)濟問題不是固定不變的,相反它是一個不斷進展改變的問題,內(nèi)部的聯(lián)系千絲萬縷,轉(zhuǎn)變其中一項其他的也會相應轉(zhuǎn)變。根據(jù)遺傳算法的步驟,從源頭開頭,我們就一步步向下探究,去提取信息數(shù)據(jù),對整體進行分析,這樣就能把經(jīng)濟問題目標化、詳細化、直接化,使得在討論問題時可以更加直觀,把隱性的表現(xiàn)出來,使得經(jīng)濟統(tǒng)計工作更加直白、簡潔。

4.4粗集理論法

這是一種探究不確定學問、不精確的數(shù)學工具,它通過上下集比較而出來結果。它易于操作,算法簡潔;簡化輸入信息的表達空間;不需要給出額外信息。特殊適合那些不確定的經(jīng)濟因素,同時正是通過這種原則,才能使得制定的經(jīng)濟決策與需求更加接近,為獲得最大利益化賜予了強有力支持。

4.5神經(jīng)網(wǎng)絡法

神經(jīng)網(wǎng)絡法是一種高強度模擬人腦加工信息過程的智能現(xiàn)代信息技術。它和人的神經(jīng)運動過程一樣,首先進行數(shù)據(jù)的輸入,然后進行精準的分析,最終輸出。在經(jīng)濟統(tǒng)計過程中得到了實際的應用。神經(jīng)網(wǎng)絡法為我們供應了一種精確的、完好的處理經(jīng)濟統(tǒng)計的過程,使得經(jīng)濟運行模式和人在處理信息的過程很相像,一樣有用化、形象化、詳細化。使經(jīng)濟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)濟統(tǒng)計題的處理方法。

5、結束語

隨著數(shù)