经济统计中数据挖掘技术的应用

　　【摘要】随着经济的不断发展与壮大，数据挖掘的工作量也越来越大，这直接导致了技术工人在工作中面临的统计数据更加庞大。而在传统的经济数据特点中，数据庞大且质量问题突出，这严重阻碍了工作的进程。传统的统计数据方式还比较落后，没有运用智能性手段深层次地分析处理，以至于数据间的潜在关系没有被开发出来，并且没有被利用到工作中去。论文提出了如何将数据挖掘技术应用在经济统计中，希望可以为广大的工作人员提供支持。

　　【关键词】数据挖掘;经济统计;应用

　　1引言

　　传统的经济统计主要是靠工作人员对数据进行整合，运用传统的统计报表形式进行数据整理，这样的运作方式不仅工作效率低而且需要工作的内容庞大，需要大量的人力物力来进行支持。而且，这种方法导致了形式上的单一与深度上的浅薄，不能对经济统计内容进行有效支持与利用要求，如果在经济统计中运用这种方式不仅对工作进程有所阻碍，而且对数据难有准确的分析。因此，想要在经济统计中使得数据的内容与质量得到提高，需要对技术进行革新，数据挖掘技术恰恰可以起到作用。数据挖掘技术不仅可以使得数据变得更加有深度和广度，还可以使得数据更加准确，出现虚假数据内容的几率缩小，改善数据质量，另一方面还可以深层次地挖掘数据之间的联系，可以有效提高数据关联度，从而使得数据信息更加准确。

　　2数据挖掘技术的意义

　　数据挖掘技术是一项很复杂的技术，它涉及的工作范围包括了很多个领域，而且对于各个领域之间都存在相互交叉的特点。其中，最主要的工作内容就是数据统计以及数据库的梳理，但是在其他领域的作用也不可忽视，包括在机器学习和神经网络等领域都可以提供技术上的支持。不管在数据统计还是在其他领域应用中，其工作的内容都是大致相同的，将大量的数据加以整合进行分析，从在其中找到可以利用的信息。挖掘技术的应用不仅可以提高数据统计的效率还减轻从业者的压力，使工作者在工作中获取数据信息更加便利，让这些数据变为有价值的信息，并且随着时代的发展，被更多地运用起来[1]。

　　3数据挖掘技术的特点

　　3.1综合应用能力强

　　数据挖掘是一个完整的工作系统，从数据的整理、分析到最后的内容输送都是成一体化，是一个完整的体系，并不是其中的一项或者是工作中的一个环节，具有主体信息需求的特征。随着社会的进步与发展，经济也在迅速的发展之中，对于统计部门来说，它的工作内容与其他各个发展部门的关系都是很密切的，而且影响着其他部门经济的发展。应用经济统计信息成为管理与决策的基础。但是对于实际情况来说，不同的管理部门需要不同的管理方式，对经济的需求也是不一样的，这就对应用经济统计系统提出更高的要求。不仅要对不同的管理部门进行数据提供，而且要根据管理部门的不同作出相应的调整与分析，通过不同的表现方式来进行数据的提供。不同管理部门在得到数据时可以进行不同的利用与统计。挖掘技术的综合应用能力不断提高可以有效帮助管理部门得到相应的发展，所以综合性特征可以不断促进系统应用的深度发展[2]。

　　3.2实际有效性强

　　数据挖掘技术是一项深加工技术，对于其他技术而言，具有比较明确的目的，并且在统计与应用的过程中，可以对大量的数据进行有效分析与整理，这是其他技术不可能达到的高度。在进行加工的过程中可以把技术分成两种形式：第一种是对大量数据管理实施高效化处理，在经济统计数据中，大多都是杂乱无章的，没有一个明确的管理，而通过挖掘数据管理可以将实际应用中的数据进行高效化整理与分类，这对于统计数据有着非常重要的意义，可以有效实现管理的高效性与有效性;第二是分析现有数据的目的性，在数据统计的过程中，对数据进行内容、关系上的加工处理，以达到经济统计数据可以与工作者完美的匹配。

　　3.3技术适用性强

　　现如今我国正处于高速发展中，但是有许多部门还处于比较保守的阶段，受到传统的观念影响，对于发展需求也不是很迫切。经济管理部门相对于发展较好的部门管理的模式就比较落后，我国的经济管理部门职权比较分散，不同的管理部门对于统计数据的需求也是不同的。在很多地区经济管理部门的管理方式与统计模式都比较传统，没有运用现代化科技来进行数据整理，具有很大的局限性，难以为经济管理活动提供服务。在实际运用过程中，对数据统计工作造成了很大的影响，导致工作效率低下，工作质量不高，甚至影响数据统计工作的整体进步。因此，为了进一步加强数据统计工作应建设具有整合功能的统计系统，实现我国经济管理部门的内在要求，为加强数据统计工作提供支持[3]。

　　4数据挖掘技术在经济统计中的应用

　　4.1在数据挖掘技术中集成化处理应用

　　在经济不断发展的大背景下，信息的内容与来源都比较广泛，收集到的内容也比较多，相应的内容也比较复杂，这就导致了工作任务的繁重，加大了收集数据的难度。数据集成的主要工作内容是将大量的数据进行整合并且进行分析，这对于复杂的数据具有至关重要的作用。集成化处理应用不仅可以起到整合的作用，还可以对收集到的数据进行精细化处理，对其中的细枝末节进行有效的整理，提高数据库的利用空间，使得数据库的内容更加精简和有效。只有这样才能从根本上解决大量复杂的数据，提高工作的效率，减轻工作人员的工作压力，使得相关单位在工作时更加方便。

　　4.2在数据挖掘技术中运用预处理方法

　　数据挖掘的方式有很多种，其中预处理方法是比较基础的一种方法，是数据发掘前的收集工作。数据挖掘技术需要在基础信息的前提下进行整理和分析，但是基础信息的收集并不在其工作范围内，这就需要一种收集方式来弥补数据挖掘的前瞻内容，而预处理方法恰恰可以做到这一点，所以预处理方法是数据挖掘的前提，从而没有办法代替预处理方式的功能。预处理方法可以将信息中的出入较大、不正确的内容剔除，这种处理方式叫作数据清理。数据清理有很多种形式，比较常见的是均值法。均值法可以将数据有效地填入空缺的数据中去，对数据挖掘起到很重要的作用。预处理方式以及数据清理方式中的均值法都是有效帮助数据挖掘的方法，通过具体的操作来提高数据的准确性[4]。

　　4.3数据挖掘技术中的关联规则

　　在数据挖掘技术中关联规则是一个重要的课题，对于其他技术而言也是比较重要的内容，也是最活跃的研究方向之一。关联规则是在大数据的范围中，对相对有趣的内容进行关联，通过对内容的有效连接，了解其中的因果结构，对收集到的内容进行分析，查找隐藏在数据之中不容易被发现的关联事件。在关联规则的应用中，可以发现许多相关联的企业或者单位，我们通过对关联数据的分析，来寻找有关联的行业。有些比较常见的关联关系是我们比较熟知的，例如，工业产值的增加必然会影响总产值的增加，把这种比较常见的关联关系称为平凡关系。平凡关系对关联规则有很大的影响，对数据挖掘更是至关重要，所以在数据挖掘的过程中，对关联关系中的平凡关系要加以研究，以此来达到促进数据挖掘的目的。

　　5结语

　　在新时代的发展与应用中，对于经济统计中的数据挖掘技术的发展要顺应时代的要求，数据挖掘技术也是未来发展的必然趋势，是经济统计的内在要求。数据挖掘不仅可以帮助政府或者单位进行数据的整理与分析，还可以帮助工业企业以及社会经济研究服务提供优良的服务，为社会创造巨大的经济利益。但是相应的问题也会频频出现，这就需要在大力发展数据发掘的同时进行有效的措施，保证数据挖掘的大力发展。同时，将数据挖掘技术应用到经济统计中，要做好统计工作，让工作人员正确认识到其中的重要性，保证统计工作的顺利运行，让数据挖掘技术可以在经济统计中得到更深远的发展，让数据变得更加有深度和广度，从而提高数据的挖掘。

　　【参考文献】

　　【1】赵彬.数据挖掘技术在经济统计中的应用探索[J].南方企业家,2018(02):234.

　　【2】赵舰波.数据挖掘技术在经济统计中的应用探索[J].经济研究导刊,2018(12):187-188.

　　【3】吉立爽.数据挖掘技术在经济统计中的应用研究[J].现代商业,2020(05):135-136.

　　【4】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.

　　作者：戴鹏益

　　经济统计中数据挖掘技术的应用相关推荐软件工程中数据挖掘技术的应用

转载请注明来自：http://www.yueqikan.com/tongjilw/71887.html