刊发论文浅谈如何将数据挖掘技术运用到经济统

　　论文摘要：正是由于对数据的大量收集、数据算法的产生、经济数据库的出现、先进的计算机技术、对数据进行精深统计方法计算的能力、数据访问速度的提升等一系列东西的出现，使得数据挖掘技术的作用越来越广泛。由于经济统计中数据的实用性和准确性的需要，数据挖掘技术也开始慢慢在经济统计中大展身手。

　　引言

　　随着我国社会经济的全面发展，经济统计数据的工作量也逐渐加大。然而传统的数据处理方式却不能满足实际工作的需要，拖后了经济工作的步伐，由于这一系列问题得不到很好的解决，人们在探索的过程中就逐步产生了数据挖掘技术。

　　1、数据挖掘技术的概念、功能及优点

　　数据挖掘(Data Mining)，从名字来看就是从大量复杂的数据信息中挖掘出有利用价值的信息。通常，这些大量的复杂的数据信息都被认为是随机的、模糊的、不完全的、有噪音的，完全没有进行处理的信息。然而经过挖掘之后，这些原本看似没有任何利用价值的信息，就会呈现出一种新颖、有效、潜在有用的状态，最终为人们的生活与生产提供便利。这种信息数据的处理变化过程，就常常被称作是数据挖掘。它也可以理解成是在一些观察数据或事实的集合中找正确模式的决策支持过程。数据挖掘是一门涉及面极其广大的交叉学科，它可以简单的认为是经济信息转换的一个过程，同时它还包含了机器学习、模式识别、数据库、数理统计、神经网络、模糊数学等相关技术。

　　数据挖掘的大体步骤是：数据的准备、数据的挖掘、结果的分析。在这样一个完整的过程中，处于核心地位的就是数据的挖掘。而它的功能主要包括数据的聚类、模型的预测、分析等。除此之外，在挖掘信息数据的过程中，通常还会牵涉到其它方面的技术，比如链接分析、聚集检测、关联规则等。

　　数据挖掘主要功能有：预测模型、分类、数据聚类、数据总结、关联规则发现、依赖关系或依赖模型发现、序列模式发现等。根据数据挖掘技术的作用和特点来看，它具备的优点是：它具有自动找出有价值的数据信息的功能;它能够处理大量的数据信息;它反映数据信息快速有效;它能够有效的对数据信息进行分析与评判，描绘过去和未来。

　　2、数据挖掘在经济统计中的体现

　　对于经济统计问题，对于我们所要探究的问题一定要定义，并且确定此次数据挖掘的目的。1.数据准备。就是对我们即将要面对的经济问题中所涉及到的数据进行相应的采集，做好预处理这些工作，最终使数据得到简化，使后续工作能顺利进行。2.数据挖掘。根据数据的特点以及数据的类型选择相适应的算法，利用统计、人工智能等方法，去挖掘有利用价值的信息3.结果分析。对第二步得到的结果进行充分的分析和评估，同时也是通过这一步骤反过来去调整上面，来得到更好的方法，从而让结果更加真实。4.知识的运用。将得到的最符合实际的结果应用到现实的经济问题中去，使得经济能更好的运行和发展。

　　3、数据挖掘技术在经济统计中的可行性研究

　　3.1 能为经济统计提供有效的服务

　　数据挖掘技术虽然经历的时间不是很长，然而，它的研究与应用水平已达到了一种相对稳定的状态。随着科学技术的不断发展，数据挖掘技术在各国也普遍受到关注，特别是在经济统计领域。数据挖掘技术能够这样的的迅速发展，在很大程度上也是依赖于它对经济统计的有效服务。

　　3.2 能够为经济统计的不同需要提供不同的需求

　　目前，最常见的数据挖掘工具主要有综合工具、通用型工具、和面向特定应用的工具。综合工具，不仅能够为处于商业中的经济体拿出有效的管理报告，并且还能够对普通经济结构中的数据信息经行深入挖掘。通用型工，在市场上占最大比例，在应用方面最为成熟的挖掘工具。面向特定应用工具，从字面来理解，这种工具就是针对特定领域来提供服务的，具有很强的特别性。

　　3.3 建立宏观经济数据库，为数据挖掘的应用提供了良好的电子平台

　　在目前的情况下，全国范围内的大部分经济统计部门主要使用的还是应用统计系统。大部分经济统计的数据信息都处于一种不相聚分散的状态，并没有形成一套有效的管理系统。经济统计过程中一旦出现问题，严重的就会导致经济数据的有效性与准确性受到影响。然而，当建立了宏观经济数据库以后，以上问题就可以寻找到有效的解决办法。当宏观经济数据库与数据挖掘技术一起合理运用，就能保证挖掘到的信息准确、真实。这样的情况下，在经济统计中数据挖掘技术就能为其提供更好的服务，不仅满足了现实中经济发展的需要，同时也为经济决策的制定提供了准确、重要的依据。

　　4、数据挖掘在经济统计中的应用

　　正是由于对数据的大量收集、数据算法的产生、经济数据库的出现、先进的计算机技术、对数据进行精深统计方法计算的能力、数据访问速度的提升等一系列东西的出现，使得数据挖掘技术的作用越来越广泛。由于经济统计中数据的实用性和准确性的需要，数据挖掘技术也开始慢慢在经济统计中大展身手。数据挖掘技术的主要方法有：

　　4.1 统计分析法

　　经济数据库字段项之间存在两种关系，相关关系和函数关系。就是对于数据库中的信息利用统计学原理来进行分析。

　　4.2 决策树

　　决策树一般用于预测模型，通过对大量复杂无顺序的数据有目的分类，找到有价值的信息。同时，正是因为描述简单，分类速度快，特别适合运用于经济运行过程中出现的大规模数据的处理。

　　4.3 遗传算法

　　它是一种根据生物遗传机理和自然选择的随机搜索算法，其主要思路是依据特定的社会问题，然后在指定对象中去采集相关信息，最后通过对信息中隐含部分的归整、分析，进而得到结果。经济问题不是固定不变的，相反它是一个不断发展变化的问题，内部的联系千丝万缕，改变其中一项其他的也会相应改变。按照遗传算法的步骤，从源头开始，我们就一步步向下探索，去提取信息数据，对整体进行分析，这样就能把经济问题目标化、具体化、直接化，使得在研究问题时可以更加直观，把隐性的表现出来，使得经济统计工作更加直白、简单。

　　4.4 粗集理论法

　　这是一种探究不确定知识、不精确的数学工具，它通过上下集比较而出来结果。它易于操作，算法简单;简化输入信息的表达空间;不需要给出额外信息。特别适合那些不确定的经济因素，同时正是通过这种原则，才能使得制定的经济决策与需求更加接近，为获得最大利益化给予了强有力支持。

　　4.5 神经网络法

　　神经网络法是一种高强度模拟人脑加工信息过程的智能现代信息技术。它和人的神经运动过程一样，首先进行数据的输入，然后进行精准的分析，最后输出。在经济统计过程中得到了实际的应用。神经网络法为我们提供了一种准确的、完整的处理经济统计的过程，使得经济运行模式和人在处理信息的过程很相像，一样实用化、形象化、具体化。使经济过程中各个部分之间能取得更好的联系，从而获得对经济统计问题的处理办法。

　　5、结束语

　　随着数据挖掘技术的发展，社会中利用数据挖掘技术的领域也越来越多。数据挖掘运用在经济统计领域，能有效地提高经济统计信息中资源的利用价值。通过长期的实践表明，采用数据挖掘技术能够使经济统计工作获得明显的、不断的进步，结果也更加的准确、清晰，在国家财富的积累、社会经济发展中都起到了重要的作用。