经济统计中大数据分析的应用研究

祝 旭

（湖南工业职业技术学院，湖南 长沙 410208）

近些年来，现代化的信息技术在各个行业领域均得到广泛应用，其中云计算和大数据逐渐成为研究热点，促进了云计算的发展和提升。随着大数据时代的来临，数据便使资源这一理念得到了广泛认可，在这一背景下，如何科学利用大数据，彰显大数据的价值，以促进社会经济发展，逐渐成为时代发展的要点。在信息技术飞速发展的当下，云计算及大数据在此背景下应运而生，逐渐发展成为互联网行业崭新的发展方向。因此，探讨云数据分析在经济统计中的应用显得尤为重要。

1 大数据分析与云计算技术之间的关联

伴随着科学技术水平的显著提升，国内外关于云计算的相关研究也日臻成熟和完善，设置了多种基于云计算的服务项目。在大数据处理流程中，数据分析作为其中至关重要的组成部分，旨在分析数据的价值，具体工作步骤建立在庞大复杂的大数据之上，需要以获得相应的数据为前提，否则便会给数据分析工作造成阻碍和干扰。关于数据分析的来源呈现出多样化，既可以源自本企业，又可以源自互联网与企业之间的融合数据。

在互联网技术得到广泛应用和普及的当下，数据呈爆炸性增长态势。鉴于这一背景，承载数据分析的平台需要具备强大的工作性能，以适宜当今时代发展的需求，深度挖掘数据背后潜藏的价值。云计算技术的应运而生，符合当今时代发展的需求，对提升大数据分析的精准性和效率具有积极作用，能够有效彰显数据价值。另外，云计算在一定程度上能够大幅度增强大数据分析的延伸性，有效减少用来存储数据以及用来计算、分析的成本，有利于促进云计算技术的广泛应用和推广，即使是中小学企业，也可以利用该技术进行大数据分析，以了解相关产品的市场定位及行情。

大数据技术和云计算技术并不是完全对立，或毫不相关的，实际上，大数据技术是以云计算技术为基础，是对云计算的延伸和拓展。大数据技术包含了多个方面的内容，在多个行业领域得到广泛应用，如数据存储、数据处理、数据应用等。要想促进大数据分析与云计算技术的有效整合，需要借助良好的信息技术水平，良好的通信宽带设施，以及完善的云资源，为原始数据顺利移动到云环境之中创造必要条件，让资源池具备弹性拓展的能力。

综合上述要点，基于云计算技术的大数据分析技术具备多种优势，其在具体应用中卓有成效。首先，大数据技术能够有效应用基于云计算技术的虚拟化环境，依据日常业务的实际情况，开展科学有效的资源分配工作，对大数据分析的功能及平台进行延伸和拓展。其次，大数据技术能够利用粒度分析技术，对数据进行深入分析，在了解数据本身价值的基础上，深度开发数据背后潜在的价值。另外，该技术在行业领域的有效应用，有助于大幅度降低用于大数据分析的成本，让各方资源得到合理配置，实现资源的充分利用，逐步提升工作效率和水平。综合来说，致力于研究大数据服务的相关科研人员，需要将关注点放在如何提升数据分析功能，以及怎样提升数据分析能力上，不要将关注的重点完全放在如何有效增强平台的基本性能上，以逐步提升数据分析功能，切实满足用户的工作需求，研发更加高效的大数据分析技术类的服务项目[1]。

2 关于经济统计中云数据分析的应用情况

从实质上来说，数据挖掘归根结底是一种具有交叉性的科学技术，在运用该技术时，需要遵守相应的工作流程，涉及前期的数据资料准备环节、数据挖掘环节，以及结果评价分析，在数据分类以及数据预测方面得到广泛应用。数据挖掘需要构建相应的模型，将数据总结、聚类等工作步骤科学应用于其中，通过分析数据的波动及走向，查看数据是否存在异常以及未来发展趋势。这环节的工作有利于深度挖掘数据的价值，将数据筛选及预测统计工作落实到位，从而为使用者提供科学准确的参考依据和结果，从数据挖掘工作的内容和属性上来看，这部分工作与经济统计所涉及的相关工作十分契合。

随着当前社会经济发展水平的显著提升，以及科学技术水平日新月异的进步，数据信息量呈现出爆炸性的增长态势，越来越多现代化的信息技术及数据算法逐渐被研发出来，为云计算与大数据分析的发展奠定了必要基础，促进了数据统计等功能的推广和应用。在经济统计环节，为了提高经济统计结果的精准性和有效性，在其中运用云计算及大数据分析技术显得十分必要。纵观当前经济统计中云数据分析的应用情况，主要应用方式为以下方面[2-3]。

（1）统计分析方法。经济数据库中所包含的每个字段项之间均包含了函数关系或其他关联，在数据之间，既有能够用函数关系来表示，又有无法表示的关联，这种情况就需要确定性关系来表示。鉴于这一情况，针对数据库中的数据信息，可以将统计分析方式应用于其中，以开展深度研究和分析。（2）神经网络法。通过模拟人脑分析信息的方式，对数据信息进行加工分析，这种智能化数据分析手段被称为神经网络法。借助这一方式，人们可以在输入信息之后，对信息进行分析和研究，并得到相应的分析结果。在处理相关信息时，这种操作方式具有工作效率高、准确性强、可信赖性佳等突出特点，数据具有完整性和全面性，方便后期利用，清晰明确地反馈数据之间的关联。一旦发现数据之间存在经济问题，可以对该问题进行全面系统的分析，并辅以云计算技术，采用科学有效的处理方法，让问题得到妥善解决。（3）决策树方法。经济统计具有多种多样的方法，针对一些特殊情况，需要建立相应的模型，以有效解决问题，而决策树便是用来预测及分析的模型中的一种，以统计理论作为理论支撑，将非参数识别方法应用于其中，通过对庞大的数据信息进行分析处理，找出其中具有价值的信息，以为相关使用者提供参考依据。该技术具有分类迅速、操作简洁等突出优势，适用于数据繁杂庞大的项目。（4）粗集理论方法。该技术归属于数学范围，所取得的结果不够精准确定，针对不确定性的问题，采用上下近似集的方式进行分析，具有操作简单的特点。对于某些不确定的经济要素，该方法作为一种新型的分析方式，采用另辟蹊径的思维模式，确保经济决策的可靠性，符合当下云计算的发展背景。（5）遗传计算法。该方法将生物自然选择性和遗传机制之中随机搜索的算法融合其中，针对特定人群，获取相应的信息数据，具备隐含特征，在经济统计工作中，能够与其他模型科学结合，对隐含数据进行归纳整理。经济问题具有多变性，处于持续变化之中，内部具有千丝万缕的关联，利用遗传算法对问题进行延伸和拓展，有利于挖掘内部潜藏的信息，逐步提升经济统计工作水平。

根据经济问题的特点可知，经济问题不仅具有紧密的内部关联，还具有一定的复杂性和繁琐性。故而，在经济统计环节，将数据挖掘技术合理应用其中时，要在定义层面将进行经济统计的目的了解清楚，确保数据的充足性和完善性。在此基础上开展数据分析及处理工作，归纳总结有价值的信息，并切实应用到实际经济问题之中，以有效解决问题，促进社会经济发展。

3 结语

在应对大数据问题时，大数据分析技术逐渐成为解决问题的主要途径。基于云计算环境，大数据分析平台须具备相应的软硬件设施，营造良好的网络环境，针对庞大的数据信息，开展有条不紊的分析处理工作，以彰显数据信息的价值，显示云计算技术的优点。云计算作为保障数据分析及处理工作有效开展的关键，是数据分析工作有效开展必不可少的要素。在经济统计环节，云计算与大数据分析科学整合，合理配合，有助于优化经济统计的工作模式，提升经济统计工作的准确性和有效性，以促进社会经济发展，提升国民经济发展水平。