经济统计中大数据分析的应用研究

文/吴军梅，衡水湖旅游服务中心

1 大数据分析与云计算技术之间的关联程度

数据分析的主要功能是对数据的价值进行分析，是大数据处理流程中非常重要的组成部分，其工作流程就是在极其冗杂的数据中获取有价值的数据，如果不能有效的获取价值数据，那么后续的数据分析工作就是空谈。数据分析的来源渠道较为广泛，特别是在互联网技术逐渐普及的当下，数据量呈几何式增长。在这种情况下，若想对数据潜在的价值进行深度分析挖掘，就必须要有一个足够强大的数据承载平台。云计算技术无论是在提升大数据分析的准确性方面，还是在加快大数据分析的高效性方面都能很好的驾驭，继而实现了数据价值的更好展示。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，云计算技术是大数据分析技术运行的基础。数据的存储、处理以及应用等是大数据技术所包含的主要内容，目前已经在诸多领域得到应用。从以上介绍可以看出，大数据分析和云计算技术具备有效整合的基础，但是二者需要借助一个良好的信息技术平台才能将原始数据顺利的导入云环境中，目前主要借助良好宽带设备和完善的云资源环境来实现二者的有机结合。云计算的虚拟环境为大数据技术提供了对资源进行科学分配的最佳场所，同时也拓展延伸了大数据分析的功能。在云计算环境下，大数据技术可以在了解数据自身价值基础上对数据背后潜在的价值进行深度挖掘，同时基于云计算环境的虚拟技术，还大大降低了大数据分析的成本，合理配置各方资源，充分利用了数据资源，提升了工作效率。

2 云数据分析在经济统计中的应用情况

数据挖掘归根结底是一种具有交叉性的科学技术，是有自己一套工作流程的，在进行相关操作时必须要遵守其作业流程，如数据准备、数据挖掘以及数据分析结果等。数据挖掘在数据的分析中得到了广泛应用。科学合理的将数据总结工作以及数据聚类工作应用到相应的模型中，是数据挖掘的主要工作内容。数据是否存在异常或者数据将来的发展态势主要通过对数据波动以及数据走向分析来判断的，这个环节的工作对深度挖掘数据价值是非常有利的，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。现代社会的数据信息量在科学技术水平的显著提高的同时，呈现出井喷式增长，各类数据算法层出不穷，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。在大数据分析和云计算技术有机结合下，经济统计结果的准确性、经济统计结果的有效性得到了长足进步，所以研究分析云数据在经济统计工作的具体应用是十分有必要的。

2.1 统计分析法

处在经济数据库中的每个字段之间不仅仅包含函数关系，还有诸多的非函数关系，我们称之为其他关系。经济数据中字段之间的关系有的可以用函数关系来表达，有的则无法准确表达之间存在的何种关系。为了解决这一难题，将统计方法应用到数据库信息当中，这样一来就可以对数据库的数据进行深度分析研究。

2.2 神经网络

神经网络技术是指分析加工数据信息的流程是通过模拟人脑分析信息的过程来实现的，是一种智能分析技术。通过神经网络技术可以对数据库中的统计数据进行深度分析，这种分析数据的方式大大提升了数据统计工作的效率和统计工作的准确度。神经网络技术利用自身分析数据的全面性特征可以较清晰准确的反应出数据之间的关联程度，如果数据之间存在经济学上的关联问题，通过云计算辅助技术就可以行之有效的处理数据之间的问题。

2.3 决策树法

针对经济统计的方法有很多种，其中一些特殊的经济统计方法需要建立与之对应的模型才能更好的进行分析工作，决策树法便是建立经济统计分析模型的一种特殊情况，该方法的理论支撑是统计理论，该模型中大量应用了非参数识别方法，特别是在分析处理了庞大的数据信息并找出其价值数据方面的功能较为强大，继而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。

2.4 粗集理论法

粗集理论法主要特点是操作非常便捷，粗集理论法属于数学处理范畴，其计算结果的准确性不是很高，针对性也没有其他方法那么高，为了克服这个困难，采用操作简便的上下近似集的方式进行分析后得到了理想效果。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。

3 结束语

以云计算环境为基础的大数据分析平台处理庞大复杂数据信息必须有行之有效的软件和硬件配套设施才能实现，只有这样才能将云计算优点淋漓尽致的显现出来。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。云计算技术与大数据进行有机结合后，科学合理的应用到经济统计工作中，为提升经济统计工作的效率和准确程度提供了强有力的技术支撑。