数据挖掘技术在经济统计中的应用研究

徐文瑞

摘 要：随着经济的高速发展，我国国民生产总值也实现了跨越式增长，社会经济活动是由不同经济因素共同作用的经济关系整体，经济运行结构也已经超出了人脑理解和分析的领域。因此，要分析技术对经济体系的影响，并对其展开深度解读和整合。其中，数据挖掘技术的应用范围最广。本文对数据挖掘技术的内涵和优势进行了集中分析，并有效阐释了数据挖掘技术在经济统计中的应用路径，旨在为研究部门提供更加直观的数据分析结果和技术建议。

关键词：数据挖掘技术 经济统计 优势 应用

中图分类号：F222 文献标识码：A 文章编号：2096-0298（2017）07（a）-158-02

1 数据挖掘技术内涵

数据挖掘技术能对数据信息进行深度处理和集中整合，并且保证深层次开发项目得以全面优化和系统化升级。在具体实践操作过程中，数据挖掘技术能从复杂的数据库中有效提取数据信息并对其进行集中整理和分析，从而在散乱的数据信息中挖掘数据信息的实用性价值。需要注意的是，我国近几年的经济活动十分频繁，信息量较大、组成结构较为复杂等都是原生态信息的主要特征，要想对其价值进行综合性管理，就要对信息展开精细化研究，否则就会出现信息价值被闲置或者是浪费的问题，信息和数据若是不能发挥其应有的价值，前置数据信息统计工作就会失去意义。基于此，在数据处理过程中，各个部门开始应用数据挖掘技术，将杂乱的原始数据进行综合和系统化分析，形成具有实际意义的数据形态，确保提取效果和应用效果的最优化，也能对统计数据信息展开深加工和综合性处理，为数据挖掘水平的全面升级奠定坚实基础[1]。

2 数据挖掘技术优势

在应用数据挖掘技术的过程中，不仅能有效对数据进行收集和整理，也能开展数据深层次分析总结。

第一，数据挖掘技术具有较高的有效性，由于技术结构本身是一种深加工技术，具有鲜明的目的性，尤其是在实际应用范围内，能对长时间积累的数据进行统计和解读，确保使用者能透过数据表面了解到数据深层次的象征意义和使用价值。目前，在实践应用数据的过程中，数据挖掘技术不仅仅能对积累经济数据进行高效化管理，也能对现有经济数据的应用目的性展开多角度分析。从经济数据管理的角度出发，固有信息统计单元和数据分类是基础环节，能利用更加科学且系统化的归类要求对原本混乱的数据库信息进行整合和科学化分析，从而一定程度上提高统计数据管理的高效性以及使用便利性。另外，在经济数据处理和再加工的过程中，数据统计和分析目标是对原始数据组成内容进行重新加工的主要路径，发挥数据价值的同时，确保经济统计数据能最大化地服务于管理者的实际需求[2]。

第二，数据挖掘技术不仅仅是对数据进行分析的工具，也是能满足使用主体信息需求的主要途径。在我国，不同部门会产生大量的经济统计信息，这些信息是经营者建立经济管理决策的重要基础。由于管理部门涉及的经济领域以及经营管理范围并不相同，其经济管控权限也有所差异，这就需要不同部门结合自身实际情况建构更加系统化的处理机制以及数据解读方式。正是由于数据信息量的增大，对于数据统计系统和数据处理信息的路径提出了更高的要求。在方式方法选择时，既要满足不同经济管理部门的实际需求，也要将数据换算为不同的呈现方式，真正从信息来源和计算方式等层面提高信息评估的可靠性，为数据处理效果的全面优化奠定坚实基础。

第三，建立宏观数据库也能有效优化数据统计效果，采取更加多元化的经济统计机制，服务于经济管理活动的整体需求，减少统计工作的重复性，整合不同统计系统，实现数据信息融合。因此，建立健全宏观数据库能为数据优化提供更加广阔的发挥平台，确保统计信息的完整性得以全面升级[3]。

3 数据挖掘技术在经济统计中的应用

3.1 数据挖掘技术在经济统计预处理中的应用

3.3 数据挖掘技术在经济统计决策树中的应用

在应用数据挖掘技术的过程中，要对数据系统进行深度分析和总结，才能保证数据输出效果的完整性，且输出形式符合经济管理者制定决策的需求。决策树是一种快速且直观的数据分类措施，能有效构建数据模型，并对数据展开进一步处理。第一，要利用训练集建立决策树，针对具体问题和参数要求建构切实可行的分析措施，从而快速输出数据分析模型。第二，要利用已经构建完成的决策树对数据进行分类，充分发挥递归过程的优势，从决策树的树根部位发展到树干、树丫等，直到输出数据满足分类条件。而分类条件的要求也十分严格，当節点上所有数据都属于同一类别是较为常见的停止条件，另一种就是当没有分类属性可以对输入数据展开二次分割时，就能停止分类[7]。需要注意的是，在利用决策树进行经济数据统计过程中，要定期对其进行剪枝操作，降低起伏影响的同时，保证数据稳定性和实效性。

4 结语

总而言之，现代化经济管理中，经济统计活动的价值在不断提高，要对基础数据主体进行深度分析，才能结合市场实际需求建立更加有效的经济决策，要积极利用更加系统化的数据挖掘技术，保证数据质量的同时，提高经济建设的效率，实现数据深度加工的目标。在经济统计活动开展进程中，落实具体应用措施，为数据挖掘技术的全面优化奠定坚实基础。

参考文献

[1] 李荣.关于数据挖掘技术在经济统计中的应用[J].中国商贸， 2015，15（02）.

[2] 辛金国，柯芳，李绍君，等.数据挖掘技术在经济统计中的应用探索[J].统计与决策，2015，15（09）.

[3] 刘齐宏，李天德，周志斌，等.基于RFID与基因表达式编程的经济统计时序挖掘[J].四川大学学报（工程科学版），2016，40（05）.

[4] 辛金国，柯芳，李绍君，等.数据挖掘技术在浙江省经济统计中的应用[J].浙江统计，2015，22（04）.