數(shù)據(jù)挖掘技術(shù)應(yīng)用于經(jīng)濟(jì)統(tǒng)計(jì)中的研究

田田 山東省慶云縣常家鎮(zhèn)人民政府

眾所周知，經(jīng)濟(jì)統(tǒng)計(jì)學(xué)屬于郁悶綜合性學(xué)科，與數(shù)學(xué)、統(tǒng)計(jì)及經(jīng)濟(jì)學(xué)等聯(lián)系緊密，是圍繞大量數(shù)據(jù)采用整理、分析與建模等方法，發(fā)掘經(jīng)濟(jì)領(lǐng)域數(shù)據(jù)規(guī)律。當(dāng)前，數(shù)據(jù)挖掘領(lǐng)域，現(xiàn)代統(tǒng)計(jì)學(xué)還處于探索中，經(jīng)濟(jì)學(xué)理論探究沒有數(shù)學(xué)成就大。然而實(shí)際上，統(tǒng)計(jì)與分析應(yīng)用方面，對(duì)企業(yè)甚至整個(gè)社會(huì)大環(huán)境而言是非常重要的。因而，深入探究經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用具有非常重要的意義。

一、數(shù)據(jù)挖掘技術(shù)內(nèi)涵及應(yīng)用優(yōu)勢(shì)

（一）數(shù)據(jù)挖掘技術(shù)內(nèi)涵

社會(huì)經(jīng)濟(jì)快速發(fā)展的同時(shí)，海量數(shù)據(jù)信息不斷涌現(xiàn)，而在經(jīng)濟(jì)統(tǒng)計(jì)工作中，面對(duì)龐雜的數(shù)據(jù)信息如何有效處理是面臨的重要問題。當(dāng)前，傳統(tǒng)數(shù)據(jù)處理方法明顯無法滿足數(shù)據(jù)用戶使用需求，為數(shù)據(jù)挖掘技術(shù)創(chuàng)造了條件。其不同于傳統(tǒng)數(shù)據(jù)數(shù)量方法，傳統(tǒng)數(shù)據(jù)處理方法是從數(shù)據(jù)分析表面入手簡(jiǎn)單分析各項(xiàng)數(shù)據(jù)，數(shù)據(jù)分析與處理的深度與廣度不足。在龐大數(shù)據(jù)信息庫(kù)中，應(yīng)用數(shù)據(jù)挖掘技術(shù)科學(xué)搜索到價(jià)值與品質(zhì)高的數(shù)據(jù)信息，再分析并處理這些信息滿足用戶使用需求。社會(huì)經(jīng)濟(jì)發(fā)展中，數(shù)據(jù)挖掘技術(shù)也可解決經(jīng)濟(jì)統(tǒng)計(jì)難題，便于數(shù)據(jù)使用用戶充分應(yīng)用此類數(shù)據(jù)。另外，應(yīng)用數(shù)據(jù)挖掘技術(shù)還可有效改善數(shù)據(jù)質(zhì)量，使得數(shù)據(jù)使用效率不斷提高，進(jìn)一步增強(qiáng)了數(shù)據(jù)間的聯(lián)系。

（二）數(shù)據(jù)挖掘技術(shù)應(yīng)用優(yōu)勢(shì)

（1）該技術(shù)有很強(qiáng)的綜合能力。眾所周知，經(jīng)濟(jì)發(fā)展與數(shù)據(jù)統(tǒng)計(jì)之間聯(lián)系緊密，兩者之間相輔相成且相互影響。因而社會(huì)經(jīng)濟(jì)發(fā)展中必須要重視數(shù)據(jù)統(tǒng)計(jì)的應(yīng)用。參考數(shù)據(jù)統(tǒng)計(jì)結(jié)果，企業(yè)管理部門有效制定決策制度。因各部門細(xì)化與管理方式不同，使得各類數(shù)據(jù)有不同的統(tǒng)計(jì)需求、類型與數(shù)據(jù)形式，導(dǎo)致企業(yè)無法順利進(jìn)行各項(xiàng)運(yùn)營(yíng)管理活動(dòng)。因而，經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，自由轉(zhuǎn)換數(shù)據(jù)形式，滿足各部門實(shí)際工作需求，為經(jīng)濟(jì)發(fā)展提供推動(dòng)力。（2）數(shù)據(jù)統(tǒng)計(jì)效果強(qiáng)。經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)中，數(shù)據(jù)挖掘技術(shù)的應(yīng)用是非常重要的，其可從龐大數(shù)據(jù)庫(kù)中統(tǒng)計(jì)分析經(jīng)濟(jì)數(shù)據(jù)，使得數(shù)據(jù)從無序變?yōu)橛行颍瑪?shù)據(jù)科學(xué)性與有效性得到了保障。應(yīng)用數(shù)據(jù)挖掘技術(shù)，一定程度上還可深入發(fā)掘數(shù)據(jù)庫(kù)中價(jià)值高的信息，充分發(fā)揮經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)作用，使得數(shù)據(jù)信息管理效率明顯提高，獲得更加真實(shí)而有效的經(jīng)濟(jì)統(tǒng)計(jì)信息，為順利進(jìn)行經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)活動(dòng)奠定了良好的基礎(chǔ)。（3）數(shù)據(jù)挖掘技術(shù)有明顯的適用性且范圍廣。經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)中，數(shù)據(jù)挖掘技術(shù)可應(yīng)用于各部門以此有效整合相關(guān)數(shù)據(jù)信息，符合統(tǒng)計(jì)需求，為企業(yè)提供有效的參考數(shù)據(jù)順利開展各項(xiàng)經(jīng)濟(jì)活動(dòng)。所以，積極推廣數(shù)據(jù)挖掘技術(shù)充分發(fā)揮其作用顯得尤為重要。

（三）經(jīng)濟(jì)調(diào)查分析中數(shù)據(jù)挖掘技術(shù)作用

經(jīng)濟(jì)調(diào)查分析中數(shù)據(jù)挖掘技術(shù)的作用主要表現(xiàn)為描述與預(yù)測(cè)作用。其中前者主要是劃分?jǐn)?shù)據(jù)以及應(yīng)用相關(guān)公式分析對(duì)比數(shù)據(jù)，類聚是分類處理相關(guān)數(shù)據(jù)，數(shù)據(jù)分類分析法則包含典型的數(shù)據(jù)分析方法，其是通過發(fā)現(xiàn)數(shù)據(jù)典型特點(diǎn)再對(duì)比分析。分類與回歸是兩種主要預(yù)測(cè)方法，其中分類是將數(shù)據(jù)化分成不同類型再處理，可選用貼標(biāo)簽與各種算法。而回歸法不同于分類，其是分析連續(xù)數(shù)據(jù)，其包含線性與多項(xiàng)回歸等分析方法。聚類則屬于一種分類管理，數(shù)據(jù)統(tǒng)計(jì)前為了提高統(tǒng)計(jì)效率，分類處理所收集的數(shù)據(jù)，通過分類有機(jī)劃分?jǐn)?shù)據(jù)信息，部分?jǐn)?shù)據(jù)對(duì)經(jīng)濟(jì)統(tǒng)計(jì)沒有作用分類過程中就會(huì)被淘汰；而有的數(shù)據(jù)則被分到一類繼續(xù)用于分析研究。例如，群眾消費(fèi)情況研究脫出中，可分類管理收入不同的群體，參考經(jīng)濟(jì)收入及消費(fèi)水平進(jìn)行合理分類，做好各層次群體實(shí)際消費(fèi)水平的統(tǒng)計(jì)。此外，經(jīng)濟(jì)統(tǒng)計(jì)中，降維方法的效果也是非常明顯的，經(jīng)濟(jì)統(tǒng)計(jì)所需的時(shí)間、人力與物力成本比較高，且包含很多統(tǒng)計(jì)數(shù)據(jù)與指標(biāo)，應(yīng)用降維技術(shù)檢索處理。降維方法比較多，比如主成分降維以及因子分析等方法。經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)挖掘技術(shù)應(yīng)用日益廣泛，尤其是銀行信貸風(fēng)險(xiǎn)調(diào)查中取得了很好的應(yīng)用效果。

二、經(jīng)濟(jì)統(tǒng)計(jì)中數(shù)據(jù)挖掘技術(shù)具體應(yīng)用

（一）應(yīng)用于調(diào)查數(shù)據(jù)預(yù)處理

經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)活動(dòng)中，經(jīng)濟(jì)數(shù)據(jù)預(yù)處理是比較常用的處理方法。數(shù)據(jù)預(yù)處理根本原因在于挖掘技術(shù)自身受很多經(jīng)濟(jì)條件影響，無法完全代替經(jīng)濟(jì)系統(tǒng)收集作用，只是智能化分析基礎(chǔ)信息并在統(tǒng)計(jì)調(diào)查工作中獲得復(fù)雜數(shù)據(jù)。處理內(nèi)容涉及很多種類，比如處理不規(guī)范、處理錯(cuò)誤以及處理差距大的數(shù)據(jù)信息。本質(zhì)上來講其都屬于“數(shù)據(jù)清洗”，具體方法包含插值法與均值法等，如果數(shù)據(jù)存在明顯異常且數(shù)量比較少就可直接刪除。

（1）搜集到的數(shù)據(jù)并非是完整的，有的數(shù)據(jù)不統(tǒng)一，有的由噪音，甚至還有的數(shù)據(jù)出現(xiàn)空值。作為一種基礎(chǔ)處理方法，數(shù)據(jù)預(yù)處理手段可體前對(duì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)信息進(jìn)行處理。實(shí)際工作中，其主要由數(shù)據(jù)清理、集成及變換等內(nèi)容構(gòu)成。

數(shù)據(jù)清理。其主要指經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)信息中，采取有效方法去掉不完整的、有噪音與空值的信息。通常，主要方法為均值、平滑、預(yù)測(cè)與頻率統(tǒng)計(jì)等四種方法。實(shí)際工作中要根據(jù)實(shí)際情況合理選用數(shù)據(jù)信息統(tǒng)計(jì)分析方法。經(jīng)濟(jì)統(tǒng)計(jì)工作中，數(shù)據(jù)存在噪音抑或是數(shù)據(jù)點(diǎn)是空值，可選用均值法清理數(shù)據(jù)。數(shù)據(jù)中噪音與空值，也可選用平滑法處理。其不同于均值法，平滑法是通過加權(quán)平均數(shù)代替均值法平均數(shù)，其充分考慮數(shù)據(jù)對(duì)結(jié)果權(quán)重造成的影響。該統(tǒng)計(jì)方法的應(yīng)用利于獲得更加真實(shí)的計(jì)算結(jié)果。均值法是利用均值完善數(shù)據(jù)，以此獲得更加準(zhǔn)確的統(tǒng)計(jì)數(shù)據(jù)分析結(jié)果。兩種方法有不同的特點(diǎn)，具體要結(jié)合實(shí)際情況合理選用數(shù)據(jù)處理方法。

（2）數(shù)據(jù)集成。其簡(jiǎn)單來講就是數(shù)據(jù)搜集，分類整理地區(qū)內(nèi)所有經(jīng)濟(jì)生產(chǎn)總值并集中討論，這就是應(yīng)用數(shù)據(jù)集成思想的過程。比如，應(yīng)用該思想計(jì)算省級(jí)單位國(guó)民生產(chǎn)總值與區(qū)級(jí)國(guó)民生產(chǎn)總值。實(shí)際工作中，對(duì)于常見問題與處理方法主要為：首先模式集成。當(dāng)前，互聯(lián)網(wǎng)技術(shù)水平不斷提高，應(yīng)用計(jì)算機(jī)發(fā)掘數(shù)據(jù)是比較常見的模式。因數(shù)據(jù)庫(kù)間涉及并列與包含等復(fù)雜關(guān)系，怎樣判斷同名文件夾內(nèi)容是否相同，集成模式是十分必要的，以此創(chuàng)造便利條件。另一方面，冗余問題。其是根據(jù)相關(guān)關(guān)系判定的，具有一定關(guān)系的具體對(duì)象，公式中代入方差等決定性因素，判斷r值與1、0之間的關(guān)系，越接近于1絕對(duì)值，相關(guān)性就越大。反之密切度就越小，比如我國(guó)房?jī)r(jià)與人民工資水平間的關(guān)系，就可采用這一方法進(jìn)行研究。

（3）數(shù)據(jù)變換。其主要指采取相應(yīng)的方式方法將數(shù)據(jù)變換為滿足信息挖掘要求的數(shù)據(jù)。其主要包含數(shù)據(jù)規(guī)范化與泛化兩種。其中泛化主要指應(yīng)用高層次數(shù)據(jù)代替低層次數(shù)據(jù)。其包含數(shù)據(jù)連續(xù)性。當(dāng)前處理方法無法對(duì)數(shù)據(jù)進(jìn)行連續(xù)處理，使得數(shù)據(jù)離散。其具體是利用區(qū)間劃分，以標(biāo)號(hào)代替部分?jǐn)?shù)據(jù)保持?jǐn)?shù)據(jù)連續(xù)性。實(shí)際計(jì)算過程中應(yīng)盡可能縮減數(shù)據(jù)搜集梁，此過程也是概念分層。

（二）應(yīng)用決策樹方法

統(tǒng)計(jì)工作中應(yīng)用數(shù)據(jù)挖掘技術(shù)，首先應(yīng)系統(tǒng)化分析相關(guān)數(shù)據(jù)，數(shù)據(jù)完成分析后進(jìn)行輸出。采用該方法劃分?jǐn)?shù)據(jù)類型，構(gòu)建決策樹結(jié)構(gòu)具有非常重要的意義。首先，分析數(shù)據(jù)基本模型，再選用訓(xùn)練集構(gòu)建決策樹，精簡(jiǎn)處理數(shù)據(jù)決策樹。其次，合理劃分決策樹，從根部開始劃分?jǐn)?shù)據(jù)，然后是樹干與樹丫等部分的數(shù)據(jù)分類，直到所有輸入的數(shù)據(jù)符合要求。

應(yīng)用決策樹進(jìn)行數(shù)據(jù)分類時(shí)，首先要構(gòu)建完整的決策樹結(jié)構(gòu)。（1）構(gòu)建分析輸出基本模型，借助訓(xùn)練集構(gòu)建一顆決策樹并做好精簡(jiǎn)。（2）對(duì)完成構(gòu)建的決策樹做好數(shù)據(jù)分類，從其根本開始想樹干、樹丫延伸逐步分類，所輸入的數(shù)據(jù)與條件設(shè)置相符合后才能停止，此過程也屬于遞歸過程，逐步輸入數(shù)據(jù)。實(shí)際工作中應(yīng)用決策樹方法時(shí)其停止條件主要有：即一個(gè)節(jié)點(diǎn)所有數(shù)據(jù)都屬于同一類別，此時(shí)數(shù)據(jù)停止；另一方面，沒有分類屬性可繼續(xù)再次分割數(shù)據(jù)。數(shù)據(jù)挖掘預(yù)測(cè)與分類中，可應(yīng)用決策樹分類方法解決實(shí)際遇到的問題。構(gòu)建結(jié)束后，根據(jù)用戶使用需求，用戶適當(dāng)?shù)卣{(diào)整構(gòu)建完成的決策樹，確保決策樹分類數(shù)據(jù)信息符合用戶使用需求，減小決策樹數(shù)據(jù)輸出變化，增強(qiáng)其穩(wěn)定性，保障信息質(zhì)量。

比如某地企業(yè)每年上報(bào)數(shù)據(jù)構(gòu)建序列模式，獲得企業(yè)當(dāng)年預(yù)測(cè)值。對(duì)比企業(yè)上報(bào)數(shù)據(jù)與預(yù)測(cè)值得到差別率。假若該差比率高于20%，則企業(yè)為A類；差別率在10%-20%之間，就是B累；低于10%屬于C類。結(jié)合企業(yè)規(guī)模變化率與可能出現(xiàn)的經(jīng)營(yíng)事件構(gòu)建決策樹。假若企業(yè)上報(bào)數(shù)據(jù)與預(yù)測(cè)值間差距比較大，就要將其做好主要調(diào)查對(duì)象。

（三）應(yīng)用遺傳算法

其是根據(jù)生物自然及遺傳機(jī)理，隨意抽取的一種算法。實(shí)際應(yīng)用過程中要綜合考慮各類問題，加強(qiáng)被指定群體信息數(shù)據(jù)采集，整合分析隱含信息前提下獲得最終結(jié)果。因該算法具有明顯的隱含性，因而可與其他模型結(jié)合起來使用采集隱含數(shù)據(jù)。然后對(duì)現(xiàn)有挖掘的數(shù)據(jù)信息進(jìn)行深入分析，并應(yīng)用于實(shí)踐中。此過程中，因經(jīng)濟(jì)問題并非停止不變的，其內(nèi)部聯(lián)系復(fù)雜，參考遺傳算法，從源頭向下延伸獲得有效的數(shù)據(jù)，對(duì)數(shù)據(jù)信息從整體上進(jìn)行分析，保障經(jīng)濟(jì)問題更加而具體，確保相關(guān)人員直觀地處理問題，有效解決各類隱性問題。在此基礎(chǔ)上，確保順利進(jìn)行統(tǒng)計(jì)工作。

三、數(shù)據(jù)挖掘技術(shù)未來發(fā)展趨勢(shì)

未來社會(huì)發(fā)展中，數(shù)據(jù)挖掘技術(shù)的應(yīng)用將更具有效、綜合與適用性特點(diǎn)。為了系統(tǒng)化認(rèn)識(shí)數(shù)據(jù)挖掘技術(shù)價(jià)值，本文將從以下幾方面發(fā)展趨勢(shì)進(jìn)行探究研究，希望未來發(fā)展中數(shù)據(jù)挖掘技術(shù)能夠充分發(fā)揮其作用，為統(tǒng)計(jì)工作可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)提供推動(dòng)力。

（一）信息管理有效性

對(duì)于數(shù)據(jù)信息應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行深層次加工，有效開展統(tǒng)計(jì)工作。其有明顯的目的性，且實(shí)際應(yīng)用中，統(tǒng)計(jì)數(shù)據(jù)長(zhǎng)期積累過程中深處理加工基礎(chǔ)數(shù)據(jù)。實(shí)際應(yīng)用時(shí)要結(jié)合用戶數(shù)據(jù)使用需求，從不同角度對(duì)所用數(shù)據(jù)信息進(jìn)行分析，分類統(tǒng)計(jì)數(shù)據(jù)信息，對(duì)原有數(shù)據(jù)庫(kù)進(jìn)行科學(xué)整理。利用該形式，還可提高數(shù)據(jù)信息管理效率。

（二）數(shù)據(jù)分析綜合性

從本質(zhì)上來講，作為一項(xiàng)系統(tǒng)化數(shù)據(jù)統(tǒng)計(jì)工具，數(shù)據(jù)挖掘技術(shù)并非單一化的數(shù)據(jù)分析，可滿足不同使用者的不同信息需求。近些年，我國(guó)社會(huì)經(jīng)濟(jì)保持快速發(fā)展勢(shì)頭，此種情況下經(jīng)濟(jì)管理中統(tǒng)計(jì)分析社會(huì)內(nèi)部經(jīng)濟(jì)相關(guān)發(fā)展數(shù)據(jù)。此過程中要注意，不同數(shù)據(jù)信息有不同的管理權(quán)限及處理權(quán)限，所以面對(duì)多元化需求，相關(guān)經(jīng)濟(jì)管理部門要合理低統(tǒng)計(jì)分析經(jīng)濟(jì)管理內(nèi)容，促使數(shù)據(jù)信息順利轉(zhuǎn)換為不同數(shù)據(jù)形式，根據(jù)信息來源與統(tǒng)計(jì)計(jì)算方法，對(duì)其可靠性做出科學(xué)評(píng)估，從而獲得更加準(zhǔn)確的數(shù)據(jù)統(tǒng)計(jì)信息。

（三）技術(shù)適用性強(qiáng)

國(guó)內(nèi)經(jīng)濟(jì)管理部門，職權(quán)管理工作表現(xiàn)的不夠集中，各類經(jīng)濟(jì)管理部門對(duì)數(shù)據(jù)信息需求量及類型也有明顯的不同。很多地區(qū)，對(duì)于統(tǒng)計(jì)活動(dòng)，各經(jīng)濟(jì)管理管理實(shí)施的傳統(tǒng)方法有明顯的局限性，難以利用經(jīng)濟(jì)管理活動(dòng)為其提供高品質(zhì)的服務(wù)。實(shí)踐工作中，重復(fù)性統(tǒng)計(jì)或統(tǒng)計(jì)不完全的問題也是比較常見，直接影響到經(jīng)濟(jì)數(shù)據(jù)分析的有效性。數(shù)據(jù)挖掘技術(shù)的應(yīng)用可有效避免該問題，確保獲得的數(shù)據(jù)信息更加準(zhǔn)確，整合處理數(shù)據(jù)挖掘技術(shù)，保障數(shù)據(jù)資源的豐富與多樣性是十分必要的。

四、結(jié)束語

綜上所述，現(xiàn)代社會(huì)發(fā)展中，經(jīng)濟(jì)發(fā)展速度健康，行業(yè)內(nèi)部數(shù)據(jù)挖掘有了更多的要求。同時(shí)互聯(lián)網(wǎng)技術(shù)的發(fā)展，為數(shù)據(jù)處理提供了新的渠道，更是對(duì)統(tǒng)計(jì)行業(yè)帶來的一次挑戰(zhàn)，有效應(yīng)用數(shù)據(jù)挖掘技術(shù)，能夠?yàn)樾袠I(yè)順利開展各項(xiàng)工作創(chuàng)造便利條件，從根本上推動(dòng)社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展。