經濟統計中數據挖掘技術的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了經濟統計中數據挖掘技術的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】隨著經濟的不斷發展與壯大，數據挖掘的工作量也越來越大，這直接導致了技術工人在工作中面臨的統計數據更加龐大。而在傳統的經濟數據特點中，數據龐大且質量問題突出，這嚴重阻礙了工作的進程。傳統的統計數據方式還比較落后，沒有運用智能性手段深層次地分析處理，以至于數據間的潛在關系沒有被開發出來，并且沒有被利用到工作中去。論文提出了如何將數據挖掘技術應用在經濟統計中，希望可以為廣大的工作人員提供支持。

【關鍵詞】數據挖掘；經濟統計；應用

1引言

傳統的經濟統計主要是靠工作人員對數據進行整合，運用傳統的統計報表形式進行數據整理，這樣的運作方式不僅工作效率低而且需要工作的內容龐大，需要大量的人力物力來進行支持。而且，這種方法導致了形式上的單一與深度上的淺薄，不能對經濟統計內容進行有效支持與利用要求，如果在經濟統計中運用這種方式不僅對工作進程有所阻礙，而且對數據難有準確的分析。因此，想要在經濟統計中使得數據的內容與質量得到提高，需要對技術進行革新，數據挖掘技術恰恰可以起到作用。數據挖掘技術不僅可以使得數據變得更加有深度和廣度，還可以使得數據更加準確，出現虛假數據內容的幾率縮小，改善數據質量，另一方面還可以深層次地挖掘數據之間的聯系，可以有效提高數據關聯度，從而使得數據信息更加準確。

2數據挖掘技術的意義

數據挖掘技術是一項很復雜的技術，它涉及的工作范圍包括了很多個領域，而且對于各個領域之間都存在相互交叉的特點。其中，最主要的工作內容就是數據統計以及數據庫的梳理，但是在其他領域的作用也不可忽視，包括在機器學習和神經網絡等領域都可以提供技術上的支持。不管在數據統計還是在其他領域應用中，其工作的內容都是大致相同的，將大量的數據加以整合進行分析，從在其中找到可以利用的信息。挖掘技術的應用不僅可以提高數據統計的效率還減輕從業者的壓力，使工作者在工作中獲取數據信息更加便利，讓這些數據變為有價值的信息，并且隨著時代的發展，被更多地運用起來[1]。

3數據挖掘技術的特點

3.1綜合應用能力強

數據挖掘是一個完整的工作系統，從數據的整理、分析到最后的內容輸送都是成一體化，是一個完整的體系，并不是其中的一項或者是工作中的一個環節，具有主體信息需求的特征。隨著社會的進步與發展，經濟也在迅速的發展之中，對于統計部門來說，它的工作內容與其他各個發展部門的關系都是很密切的，而且影響著其他部門經濟的發展。應用經濟統計信息成為管理與決策的基礎。但是對于實際情況來說，不同的管理部門需要不同的管理方式，對經濟的需求也是不一樣的，這就對應用經濟統計系統提出更高的要求。不僅要對不同的管理部門進行數據提供，而且要根據管理部門的不同作出相應的調整與分析，通過不同的表現方式來進行數據的提供。不同管理部門在得到數據時可以進行不同的利用與統計。挖掘技術的綜合應用能力不斷提高可以有效幫助管理部門得到相應的發展，所以綜合性特征可以不斷促進系統應用的深度發展[2]。

3.2實際有效性強

數據挖掘技術是一項深加工技術，對于其他技術而言，具有比較明確的目的，并且在統計與應用的過程中，可以對大量的數據進行有效分析與整理，這是其他技術不可能達到的高度。在進行加工的過程中可以把技術分成兩種形式：第一種是對大量數據管理實施高效化處理，在經濟統計數據中，大多都是雜亂無章的，沒有一個明確的管理，而通過挖掘數據管理可以將實際應用中的數據進行高效化整理與分類，這對于統計數據有著非常重要的意義，可以有效實現管理的高效性與有效性；第二是分析現有數據的目的性，在數據統計的過程中，對數據進行內容、關系上的加工處理，以達到經濟統計數據可以與工作者完美的匹配。

3.3技術適用性強

現如今我國正處于高速發展中，但是有許多部門還處于比較保守的階段，受到傳統的觀念影響，對于發展需求也不是很迫切。經濟管理部門相對于發展較好的部門管理的模式就比較落后，我國的經濟管理部門職權比較分散，不同的管理部門對于統計數據的需求也是不同的。在很多地區經濟管理部門的管理方式與統計模式都比較傳統，沒有運用現代化科技來進行數據整理，具有很大的局限性，難以為經濟管理活動提供服務。在實際運用過程中，對數據統計工作造成了很大的影響，導致工作效率低下，工作質量不高，甚至影響數據統計工作的整體進步。因此，為了進一步加強數據統計工作應建設具有整合功能的統計系統，實現我國經濟管理部門的內在要求，為加強數據統計工作提供支持[3]。

4數據挖掘技術在經濟統計中的應用

4.1在數據挖掘技術中集成化處理應用

在經濟不斷發展的大背景下，信息的內容與來源都比較廣泛，收集到的內容也比較多，相應的內容也比較復雜，這就導致了工作任務的繁重，加大了收集數據的難度。數據集成的主要工作內容是將大量的數據進行整合并且進行分析，這對于復雜的數據具有至關重要的作用。集成化處理應用不僅可以起到整合的作用，還可以對收集到的數據進行精細化處理，對其中的細枝末節進行有效的整理，提高數據庫的利用空間，使得數據庫的內容更加精簡和有效。只有這樣才能從根本上解決大量復雜的數據，提高工作的效率，減輕工作人員的工作壓力，使得相關單位在工作時更加方便。

4.2在數據挖掘技術中運用預處理方法

數據挖掘的方式有很多種，其中預處理方法是比較基礎的一種方法，是數據發掘前的收集工作。數據挖掘技術需要在基礎信息的前提下進行整理和分析，但是基礎信息的收集并不在其工作范圍內，這就需要一種收集方式來彌補數據挖掘的前瞻內容，而預處理方法恰恰可以做到這一點，所以預處理方法是數據挖掘的前提，從而沒有辦法代替預處理方式的功能。預處理方法可以將信息中的出入較大、不正確的內容剔除，這種處理方式叫作數據清理。數據清理有很多種形式，比較常見的是均值法。均值法可以將數據有效地填入空缺的數據中去，對數據挖掘起到很重要的作用。預處理方式以及數據清理方式中的均值法都是有效幫助數據挖掘的方法，通過具體的操作來提高數據的準確性[4]。

4.3數據挖掘技術中的關聯規則

在數據挖掘技術中關聯規則是一個重要的課題，對于其他技術而言也是比較重要的內容，也是最活躍的研究方向之一。關聯規則是在大數據的范圍中，對相對有趣的內容進行關聯，通過對內容的有效連接，了解其中的因果結構，對收集到的內容進行分析，查找隱藏在數據之中不容易被發現的關聯事件。在關聯規則的應用中，可以發現許多相關聯的企業或者單位，我們通過對關聯數據的分析，來尋找有關聯的行業。有些比較常見的關聯關系是我們比較熟知的，例如，工業產值的增加必然會影響總產值的增加，把這種比較常見的關聯關系稱為平凡關系。平凡關系對關聯規則有很大的影響，對數據挖掘更是至關重要，所以在數據挖掘的過程中，對關聯關系中的平凡關系要加以研究，以此來達到促進數據挖掘的目的。

5結語

在新時代的發展與應用中，對于經濟統計中的數據挖掘技術的發展要順應時代的要求，數據挖掘技術也是未來發展的必然趨勢，是經濟統計的內在要求。數據挖掘不僅可以幫助政府或者單位進行數據的整理與分析，還可以幫助工業企業以及社會經濟研究服務提供優良的服務，為社會創造巨大的經濟利益。但是相應的問題也會頻頻出現，這就需要在大力發展數據發掘的同時進行有效的措施，保證數據挖掘的大力發展。同時，將數據挖掘技術應用到經濟統計中，要做好統計工作，讓工作人員正確認識到其中的重要性，保證統計工作的順利運行，讓數據挖掘技術可以在經濟統計中得到更深遠的發展，讓數據變得更加有深度和廣度，從而提高數據的挖掘。

【參考文獻】

【1】趙彬.數據挖掘技術在經濟統計中的應用探索[J].南方企業家,2018(02):234.

【2】趙艦波.數據挖掘技術在經濟統計中的應用探索[J].經濟研究導刊,2018(12):187-188.

【3】吉立爽.數據挖掘技術在經濟統計中的應用研究[J].現代商業,2020(05):135-136.

【4】王彤.關于數據挖掘技術在經濟統計中的應用[J].產業創新研究,2019(12):170-171.

作者：戴鵬益 單位：西安財經大學行知學院