浅谈数据挖掘技术在经济统计中的应用

刘淑英

（咸阳师范学院 计算机学院，陕西咸阳712000）

浅谈数据挖掘技术在经济统计中的应用

刘淑英

（咸阳师范学院 计算机学院，陕西咸阳712000）

我国经济的高速发展使社会经济活动越来越复杂，加上各种外界与内部的经济因素共同所用下，最终形成了一个经济复杂的关系整体。想要对如今的经济统计进行一个系统的分析，单单靠人脑的理解分析能力已然不够，需要借助更加先进的现代统计与分析技术才能实现。近些年来，数据挖掘技术在经济统计领域应用的较为广泛，已经逐渐成为了经济统计活动中的新生代主流，受到社会各界的广泛关注。

数据挖掘；经济统计；应用分析

我国经济在近几十年来得到了空前速度的发展，并累积了大量的经济统计数据。经济统计数据由于其自身的特殊性，拥有着十分庞大且复杂的信息庞体性，统计数据在使用的过程中往往受限于资料难以发挥最大的作用，因此，数据挖掘技术应运而生。其特点是可以对数据进行纵向的开发与深入，同时还会对数据的横向进行延伸与拓展，利用不断的数据挖掘，可达到基础数据利用率的最大提升，满足统计数据使用的最大需求。

一、数据挖掘技术的概况

数据挖掘技术的原理并不复杂，不过是一种对数据信息进行深层次挖掘的技术。具体而言，就是将原本复杂多变的数据库进行简化，然后从经过简化的数据信息中提取出所需要的有用数据，进行进一步的分析与整理，从而达到数据分析与充分利用的目的。如今我国的经济数据信息的基础十分庞大，同时随机性较强，很多数据还存在着不完整的特性，以至于往往在使用常规普通的数据统计方式时，无法对这些经济数据进行系统的分析，导致结论准确度不高。而数据挖掘技术则可以有效地解决这一问题，其根据相应的软件与程序算法，对原本完整性不高、随机性强的原始数据进行系统的归纳与分析统计，最终形成一套简便合理的统计数据形态，让数据的使用者可以更加直观地对所需的数据进行提取与使用。

数据挖掘的特点是可以自动捕捉到有意义、有价值的数据，并将其进行归纳与收集，不需要人为的操控，就可以自动将所收集归纳的数据进行后续加工、处理，并与处理之前的数据进行分析比对，从而实现所被挖掘到的数据的实用性与准确性[1]。数据挖掘技术的自动化原理会将原本复杂混乱的原始数据进行深度的分析与总结，最终形成规范的数据形态，以便使用者进行应用。数据挖掘技术会从层面上对一些基础性数据进行挖掘，从技术层面对原始数据进行自主性的分析，从而实现更加高水平、高智能应用的系统设计，并得到更多尖端技术的有力支持，其中包括模块识别技术、模糊概念成像技术、数据库系统筛选知识技术等。

二、数据挖掘技术在经济统计中的应用

数据挖掘技术会将长时间积累下来的经济统计数据深入到数据使用者所要求的条件之中，在实践的过程中会涉及到数据挖掘技术的多个特性，按照这些特性来保证经济统计数据能够以最大的限度发挥作用，服务于管理者的需求。

（一）综合性应用能力较强

目前，在很多领域数据挖掘技术都已经得到了广泛的应用与普及，在对数据的分析与归纳过程中，发挥着举足轻重的作用。其中包括经济统计、物理分析、数学统计等各个方面。数据挖掘技术需要有着强大的统计能力、数据挖掘能力，同时还需要强大的后续数据自动分析与统计的功能，能够协助数据的使用者对数据进行完整的处理[2]。数据挖掘技术在经济统计的应用中，起到了极大的作用，其对经济数据的开发、整理与分类带来极大促进作用，会给数据的使用者提供更加方便快捷的服务。

（二）有效性较强

目前，我国在数据挖掘技术方面的应用时间有限，技术层面并没有达到很高的水平，不过就目前的数据挖掘技术而言，对我国的相关经济统计工作已经起到了很大的效果应用，使统计工作的性能得到了进一步加强，并且我国在经济数据领域的分析、统计与整理的能力进行了强化，并会利用数据挖掘技术对更多有价值、有意义的信息进行挖掘，并最终表现为数据的高效性与准确性。

（三）宏观性的数据库应用

对于如今的宏观型数据库，数据挖掘技术也能有效应用其中，并取得很好的效果。如今我国的经济数据统计分析所使用的方法绝大多数还受限于传统的经济统计方式，很多对数据信息的归纳与收集的方式还相对落后，无法与所匹配的信息形成一个完整的整体[3]。很多数据的使用者在对数据进行全方面管理与归纳时，会出现较多的问题，无法快速高效的达到数据分析与统计的目的。为此现象，就需要引入更加新式、高效的方法来提升对经济数据统计的效率。数据挖掘技术在经济数据宏观数据库中的适应性极强，宏观经济统计数据库可以为数据挖掘技术提供一个完全展示其功能的平台，以便其发挥出自身的特性[4]。对经济统计领域而言，其数据分析的准确性必须得到保证，其速度也需要进行优化处理，因此将数据挖掘技术引入数据宏观经济统计，需要依靠大量可靠的数据资源，最终统计分析出更加有效的宏观数据。

三、数据挖掘技术的主要流程

（一）定义目标

在使用数据挖掘技术的初始阶段，需要相关领域的专家与学者对所需要挖掘的数据进行目标定义，目标定义的效果将直接决定后续数据挖掘所产生的结果，因而，数据挖掘的初始定义有着重要的地位，需要一边定义一边进行算法的演算，以确保定义效果的明确与准确[5]。另一方面，定义的要求也需要与实际的工作需求相对应。

（二）数据准备

作为整个数据挖掘技术过程中最为重要、时间消耗最长的阶段，数据准备阶段一共分为三个步骤：数据的挑选、处理与变化分析。数据的挑选是将整个宏观数据库中的所有相关数据都进行筛选与排列，按照数据定义为目标区域数据；接着利用数据处理功能对所排列的所有数据进行初步的筛选处理，初步挑选出所需要的符合要求的数据；最后利用数据变换的功能对所挑选的数据进行简化处理，也属于更深层次的数据挑选，最终得到最符合目标定义的数据信息。

（三）数据挖掘

数据挖掘阶段的首要步骤是对算法的预定，需要设计出合适的算法来对所变换来的数据源进行合理挑选，才能进行深度挖掘[6]。算法的初步预定完成之后，就可以进行下一步的数据模块计算。这一过程需要有专门的专家与数据挖掘分析人员进行操作，因此此步骤也是数据挖掘的关键点所在。

（四）评估与结果显示

经过上述的几个步骤所得到的最终数据结果，数据的使用者需要对其进行一个结果的分析，利用数据挖掘技术将分析得到的数据结果进行全方面的显示，并自动生成数据价值的评估，筛选后有用的信息进行保留，对无意义或重复的数据要及时的删除[7]。如果经过一系列的操作与筛选所得到的数据并不符合最终的要求，则系统会自动执行回上一步，重新进行二次筛选，直到达到标准为止。

四、数据挖掘在经济统计中的发展方向

（一）根据使用情况进行数据挖掘

数据的使用者所需要得到的数据与目标有着很大的差异性，因此数据挖掘技术所对应的系统也要有多种的变化。如今数据挖掘技术尚没有发展彻底，很多数据难题无法有相之匹配的功能型数据挖掘技术，因此如今很多的设计者所面临的任务是设计出更多的数据挖掘系统，以解决层出不穷的数据统计难题。

（二）利用数据挖掘技术提升结果的有效性

数据挖掘技术可以对宏观数据库中的数据进行筛选与归纳，具有很强的可表达性、有效性与确定性。利用一定的自动化原理对所表达出的数据进行深度的挖掘，充分的显示出数据库中的主要内容，并根据相应的算法将数据应用到实际当中[8]。利用数据挖掘技术可以对一些有着明显缺陷的数据进行补充与处理，对一些缺陷并不明显或数据较为相似的数据可按照一定的规律展现出来。

（三）数据挖掘让结果简化

被挖掘出的统计数据并不一定是经过最简化得到的结果，主要取决于数据的使用者。如果数据的使用者是专业的专家或学者，则问题的简化程度影响效果并不大；如果数据的使用者并非专业的学者，而是一般的使用者，那么就需要对数据进行最简化。

（四）交互式的数据挖掘技术发展

数据挖掘技术拥有一定的技术交互性，利用交互式的数据挖掘能够对所需要处理、分析与整理的数据进行精确的深度挖掘，利用数据焦点的动态变化等特点，从多个角度对数据进行全方位的分析，采取抽象的层次变换属性对所归纳的数据进行挖掘、收集与归纳，并最终实现数据的交互。

（五）数据挖掘的安全性

经济数据都具有一定的保密性，需要有很高的安全性保障。数据挖掘技术会随着科技与时代的发展，在安全保密性上面取得更快的发展，对所得到的挖掘结果与数据统计进行强化的安全与保密，以防止数据泄露或丢失，强调对数据隐私的重视度。

结语

在我国经济快速发展的大背景下，经济统计的效果高低将会直接决定经济长远发展的前景好坏。而随着挖掘技术在经济统计领域内大范围的应用，使得我国目前在数据统计分析领域有着更加优异的表现，可以更好实现数据分析的高质量化与标准化。因此，数据挖掘技术更广泛的应用，使经济数据领域的统计工作的结果将变得更加可靠真实，从而为政府相关经济部门提供更加强有力的理论依据，也会为一些工业企业提供更多的经济发展方向。数据挖掘技术在未来还会有着更广泛的社会效益。

[1]谢湘宁.浅谈数据挖掘技术在专利信息分析中的应用[J].中国发明与专利，2015，（1）：59-62.

[2]王思懿.数据挖掘技术在经济统计中的应用管窥[J].商，2015，（18）：216.

[3]杨楠.数据挖掘技术在经济统计中的应用探索[J].商，2015，（26）：194.

[4]杨梅冰，梁思思.关于数据挖掘技术在经济统计中的应用[J].时代金融，2015，（24）：179.

[5]董静.试析数据挖掘技术在经济统计中的应用[J].商，2015，（31）：227-228.

[6]陈超，王哲.浅谈数据挖掘技术在信息资源规划中的应用[J].信息通信，2015，（12）：188-189.

[7]易立.数据挖掘技术在经济统计中的应用分析[J].时代金融，2016，（5）：136.

[8]张永生.数据挖掘技术在经济统计中的应用[J].现代国企研究，2016，（14）：135.

F22

A

1673-291X（2017）35-0176-02

2017-09-22

刘淑英（1982-），女，陕西咸阳人，副教授，硕士，从事软件理论研究。

[责任编辑 杜 娟]