数据挖掘技术下经济统计分析.docx

数据挖掘技术下经济统计分析摘要：我国社会在发展的经过中，产生大量与经济相关的数据信息，从大量数据中提取有价值的信息，并对提取的数据进行有效的分析，制定下一步经济决策，这在较大程度上能够为我国经济发展奠定良好的基础。数据挖掘技术能够在数据库中提取有价值的隐藏事件，同时利用人工智能技术为经济决策提供有效的参考，以此体现出数据挖掘技术在经济统计中的应用效果。关键词：数据挖掘技术；经济统计；应用我国传统数据在处理经过中，一般情况下是根据数学统计中的相关知识或相关软件进行完成，在实际操作中该操作技术相对较为单一，并且缺乏必要的准确性与深度。数据挖掘技术与传统数据处理技术相比有较大的差异性，能够对虚假数据进行有效的挑选，以此可有效提高数据质量，对经济统计水平的提升具有较大的促进作用，在较大程度上也为我国经济的发展奠定了良好的基础。一、数据挖掘技术概述数据挖掘技术主要是指从较多的数据信息中提取有价值的数据，其中数据库中的数据具有不完好性，没有经过挑选与加工，需要对该数据信息进行有效的挑选，此经过中被称之为数据挖掘。数据挖掘技术包含较大的范围，比方有数据库、统计数据以及网络系统等，有较为广泛的应用效果。二、数据挖掘技术应用到经济统计中的优势1.具有较强的综合能力。随着我国经济的发展，离不开数据统计，两者互补影响，数据统计在其中发挥着较为重要的作用。相关部门在施行重要决策的经过中需要进行经济数据统计结果的参考，但是部门之间的管理形式有较大的差异性，导致数据类型、形式以及需求有较大的差异性，这在较大程度上使工作无法正常、有序进行。为此，在进行经济数据统计时，能够通过数据挖掘技术进行数据形式的自由转换，以此知足不同部门的需求，进而推动经济的较快发展。2.具有实际统计效果。在对经济数据进行统计的经过中，数据挖掘技术在其中具有较大的作用，在数据库中对经济数据实时有效的统计分析，并在此基础上进行有效加工，以此提高数据运用的有效性以及科学性。此外，数据挖掘技术还能够对有价值性信息进行有效的探索，以此发挥经济统计分析作用，这在较大程度上可有效提升数据信息管理效率，最大程度上保证经济统计信息的真实性与可靠性，进而使经济数据统计活动有效施行。3.数据挖掘技术使用范围较广。数据挖掘技术在不同管理部门中均能够进行有效的应用，最大程度上使数据信息进行有效的整合，以此知足统计需求，使经济活动的数据参数准确、真实，以此能够有效提高经济活动的顺利施行，进而将数据挖掘技术的作用发挥到最大化。三、数据挖掘技术在经济统计中应用的可行性我国数据挖掘技术有较好的发展水平，能够有效提高经济统计服务，该技术在20世纪发展时间相比照较短，但是21世纪的发展速度相比照较快，国外一些发达国家网络公司对数据挖掘技术较为关注，并且进行了探索与应用。此外，我国数据挖掘技术也在进行有效的探究，其中各企业间经济统计系统需要收集经济统计信息，在此经过中是一个收集与处理的经过。较多数据处于无规律状态，在较大程度上会对数据统计工作产生较大不利影响，导致工作出现失误。因而，企业在发展的经过中需要对数据挖掘技术较好的应用，进行经济数据的有效构建，能够在较大程度上解决统计中出现的问题，比方统计信息不真实、利用率较低以及审核不正常等，直接导致系统不能正常运行。我国宏观经济数据库中是电子政务中最为基本的数据库，在较大程度上需要进行有效的建设，并且有较大的使用范围，比方社会发展、科技教育以及社会经济发展等，其中需要对数据库的使用方法施行有效的统一，有利于数据的收集，最大程度上提高数据的准确度。除此之外，还需要把数据挖掘与宏观数据进行有效的结合，使数据挖掘技术为经济统计更好的服务，以此方便对相关数据信息进行查找，进而为管理层决策奠定良好的基础。四、数据挖掘在经济统计中的常用技术1.决策树方法。决策树方法主要是指对数据中有价值信息的开掘，并对此信息施行有效的分类预测，其中预测类型一般情况下有连续型变量与类别型，这在较大程度上是归纳推理算法的基本形式。此外，决策树一般会通过图形与规则作为模型形式，在操作方面主要是通过离散值逼近目的函数，以此构成一定的分类规则，这在较大程度上能够发挥决策树作用，并在此基础上体现出其优势，对一些数据信息施行有效的预测，能够有效体现出数据的优点。决策树能够构成一定的流程图式构造，在根节点至叶子节点之间对相关实例施行排列，再进行有效的分类预测，以此完成分类操作。叶子节点技能主要是对分类结果进行有效表示，并在此基础上也能够对变量施行测试，决策树分枝主要代表了变量测试结果的可能性，这在较大程度上体现出了分类规则的多样性。2.决策树在人数决策的应用。决策树能够解决生活中的一些例子，比方在游泳馆中，管理工作人员需要对救生员数量进行确定，主要是因救生员数量、资金支出以及劳动资源之间的合理利用存在一定的关系，对之间的关系施行有效协调，能够在较大程度上节约资源，同时能够出现顾客增加而救生员数量不够的情况发生。这就需要根据游泳馆顾客量进行救生员数量的合理调整，以此最大程度上保证最大效益。对6月份15天游泳馆情况为数据，进行决策树模型的构建，由此得出结论：阴天时游泳馆顾客数量增加，一些顾客也会在雨天选择游泳健身。在采用决策树方法对相关数据进行分类与分析的经过中，还需要对相关参数要点施行有效的把控，能够对救生人员数量施行有效确实认，其中最好的方案就是雇佣大量临时人员，尤其是阴雨天气，救生员数量也需要相应的增加，只要这样才能最大程度上保证游泳馆日常经济效益。3.数据集成。数据集成主要表如今下面两个方面：形式集成法。随着我国科技的不断发展，数据挖掘技术在较多领域中有较好的发展，但是庞大的数据中，数据之间的关系呈现出了较大的复杂性，这就需要通过数据集成形式对同一文件施行科学的整理与识别，这在较大程度上能够对不同数据之间的关系施行有效的把控；冗余问题。冗余主要是指对数据之间的相关性施行有效的断定，将具有关联性的数据通过数学方法，运用到计算公式中，以此对相关值进行判定，并且在此基础上判定该值与1、0之间的关系，若绝对值趋近于1时，表明数据存在较大的相关性，此种计算方法主要应用在收入以及购房价值中，这在较大程度上能够有效判定出人们购房能力。结语综上所述，数据挖掘技术能够较好的应用在经济统计中，并且在其他领域中也有较好的应用效果，可有效提高企业经济效益，同时在此基础上还能够进行有效的分类、预测等，由此能够看出，数据挖掘技术在经济统计中有较高的地位，发挥着较为重要的作用，这对我国经济统计的较好施行具有较大的促进作用，以此全面促进我国经济的持续快速发展。