数据挖掘技术在经济统计中的应用探索--中国期刊网

字体：大中小

首页> 原创作品> 正文

数据挖掘技术在经济统计中的应用探索

发表时间：2021/3/29 来源：《文化研究》2021年3月下作者：杨薇

[导读] 信息爆炸时代，海量的信息给人们带来了很多负面影响，想要从中提炼出有效的信息就如同大海捞针一般，所以如何提取有效信息进行深入分析就成为了人们比较在意的技术手段，但传统的统计数据方式已然无法精准有效地提取数据了，于是便有了数据挖掘技术，可以通过算法搜索隐藏在大量数据中的有效信息。

武汉东湖学院   杨薇

摘要：信息爆炸时代，海量的信息给人们带来了很多负面影响，想要从中提炼出有效的信息就如同大海捞针一般，所以如何提取有效信息进行深入分析就成为了人们比较在意的技术手段，但传统的统计数据方式已然无法精准有效地提取数据了，于是便有了数据挖掘技术，可以通过算法搜索隐藏在大量数据中的有效信息。
关键词：数据挖掘；经济统计；应用
        引言：正是因为有需求，所以才有了发明。依靠工作人员使用传统的数据统计方法对经济统计进行数据整理，不仅工作量非常庞大，需要投入更多的人力物力，而且效率很低；而数据挖掘技术完全没有以上缺点，可以使数据计算更加准确的同时变得更有深度和宽度，提升数据的质量，提高数据的关联度，进而会让数据信息提炼得更加准确。
        一、数据挖掘技术有何意义
        数据统计和数据库的整理是数据挖掘技术的主要工作内容，对海量的数据进行整合分析，从而找到有价值并且可以加以利用的信息。数据挖掘技术也可以广泛地运用在商务管理、生产控制、市场分析、工程设计和科学探索等各种应用中，虽然该技术较为复杂，但随着这项技术被广泛地运用，相关技术从业工作者在获取数据信息时能更加便利，提高了工作效率，减轻了工作压力，而所利用数据挖掘技术提取出的有效信息也能更好地运用在不同的领域中，根据现有的数据预测未来发展的趋势。
        二、数据挖掘技术有何特点
        （一）综合应用能力较强
        数据挖掘技术具有主体信息需求的特点，从数据的整理——分析——输送，是一个比较完整的工作系统，具有连贯性，无论缺少哪一个环节，都无法完成信息统计的工作。统计部门的工作内容与其他发展部门的关系是非常密切的，不同的管理部门管理方式也不一样，除了要根据管理部门的不同做数据提供的工作，还需要应变出相对应的分析与调整，这对经济统计系统的要求更加高了，提高数据挖掘技术，可以综合性地促进系统应用的发展。
        （二）实际有效性较强
        数据挖掘技术相比较其他技术来说有一定的难度，具有明确的目的性，对待数量较多的大数据也仍然可以分析整理出有效的信息。在经济统计中,很多数据都是杂乱无章的，没有明确的管理，而数据挖掘技术可以对这些数据进行合理高效地整理分类，以及内容、关系上的加工处理，完美的达到经济统计数据与工作者的匹配。
        （三）技术适用性较强
        传统的观念对于很多经济管理部门仍有一定的影响，管理模式保守且落后，对发展需求不是很迫切，没有使用现代化的科学技术进行数据的整理，而传统的管理方式与统计模式具有很大的局限性，难以为经济管理提供便捷的服务，这对数据统计工作也造成效率低、质量低的影响。故而，只有加强数据统计工作，建设具有整合功能的统计系统，才能为相关统计工作提供支持。

期刊文章分类查询,尽在期刊图书馆

        三、数据挖掘技术在经济统计中的应用
        （一）对经济数据的整理
        由于经济数据种类繁杂、数量庞大，其中有很多没有用的数据需要过滤掉，因此数据挖掘技术首先就要对数据进行分类处理工作，通过差值法和均值法对经济数据进行数据清洗，这两种方法可以直接把一些垃圾信息清除掉，并且保留有效的可利用信息，但数据挖掘技术是经济数据统计的初级阶段，尚且只能通过计算机系统进行分类管理工作。
        （二）数据挖掘技术在经济调查分析中的作用
        描述作用和预测作用是数据挖掘技术在经济调查分析中的主要作用。描述作用可以找到数据的显著特点进行对比分析，利用相关的公式对数据进行分类处理；预测作用又可以分为分类和回归，分类是对连续的数据进行分析，有贴标签等算法，回归也有线性回归和多项回归等方法。通过分类可以把数据进行有效的划分，对于对经济统计没有帮助的数据就会被淘汰，而有用的数据会被进一步的进行分析与研究，提高统计效率。举个简单的例子，如果想要计算出各种层次消费群体的消费水准，就可以在研究群众消费情况的时候把各种收入的人群进行分类管理，把经济收入和消费水平进行分类。经济统计需要耗费很多人力物力，而且统计的数据也有很多指标，还可以利用的一种经济统计方法就是降维，降维技术可以对数据进行检索处理，十分有效。
        （三）在数据挖掘技术中运用预处理方法
        1、预处理技术
        预处理分析是在对经济数据进行统计时首先需要考虑到的，因为数据挖掘技术的作用是为技术分析挖掘真实有效的数据来进行下一步的技术分析工作，是经济统计的基础性数据分析工作，所以要对经济数据进行预处理，将一些不正确的数据进行处理筛除，保留有用的信息，然后根据经济统计所需要的各种信息选择数据挖掘的不同技术形式。对分析结果比较真实有效的方法有平滑法和均值法，平滑法是通过对数据进行加权处理后再采取处理的一种分析处理方式，均值法就是对获得的有效数据进行平均值的处理，在实际的应用中要根据不同的要求来选择合适的方式方法，保证数据处理的有效性。一些质量较低的数据的存在，会给数据统计工作起到反作用，在数据挖掘中一定要把这类垃圾数据从有用的数据中清理干净，是经济统计工作可以正常进行。
        2、决策树方法
        在经济发展迅速地大背景下，信息的来源也五花八门，不仅数量多，种类也比较繁杂，导致收集数据的工作难度加大，而决策树方法可以比较直观迅速地找到相关的数据资料，对决策树一开始就进行分类管理，从树根到树干都进行有机的分类管理，以便保证决策树的有序发展。建立好决策树以后就要根据具体的统计要求来进行修剪活动了，修剪活动就是要淘汰筛除掉队经济统计没有作用的数据分支，最后决策树上所有的数据都要保证梳理的清晰，并且对经济统计有帮助性的作用。
        结语：数据挖掘技术在新时代的发展与运用中将起到至关重要的作用，也是数据统计最简单、直观、有效的数据统计技术，是未来发展的必然趋势，利用数据挖掘技术可以对大量的数据快速的去其糟粕、取其精华，更准确有效地进行统计分析工作，帮助各个行业及社会进行经济研究服务，可以为社会创造出更多的经济效益。让经济数据统计工作者都能感受到数据挖掘技术的便利，也能在社会中得到更好的发展，继续让数据挖掘技术在不同的工作领域体现出其最大的价值。
参考文献：
[1]王彤.关于数据挖掘技术在经济统计中的应用[J].产业创新研究,2019,12:170-171.
[2]吉立爽.数据挖掘技术在经济统计中的应用研究[J].中国市场,2020,08:195-196.
[3]朱兆军.数据挖掘技术应用于经济统计中的研究[J].现代商业,2020,16:118-119.
[4]田冠顺.探讨数据挖掘技术在经济统计中的应用[J].产业科技创新,2019,133:90-92.