數據挖掘技術在經濟統計中的應用分析

胡凱歌

（太原學院財經系 山西 太原 030032）

1 引言

我國市場經濟處于穩步提升的狀況，逐年呈現爆炸性增長態勢，經濟統計數據庫擁有龐大規模的數據，經濟市場的繁榮景象必定會增加經濟數據信息變得更加繁雜，經濟市場對于經濟統計工作的高效與準確自然提出了更高的要求。因此，如何提升經濟統計的整體水平，創新經濟統計的方法與模式，已然成為我國經濟統計相關部門不斷探索的重點。數據挖掘技術的出現為經濟統計工作帶來了新的領航方向，可以對經濟統計工作中涉及到的海量數據進行資源整合，并且可以在最快時間內準確地挖掘、分析、選擇出對經濟統計工作有價值的數據信息，從而使數據的質量得到提高，獲取信息也更加廣泛與準確[1]。由此可以看出數據挖掘技術在經濟統計中占比越來越高，值得我們給予充分的關注與重視。

2 數據挖掘技術概述

數據挖掘是數據庫與人工智能領域的研究重點，又被稱之為數據庫中的知識發現，是一門多學科交叉的技術。所謂數據挖掘，即是從模糊、隨機的海量實際應用數據中提取、挖掘出對人們具有一定價值數據的過程，主要基于人工智能、模式識別、可視化技術、統計學、神經網絡等。數據挖掘技術簡單來說就是一種從大量繁冗的數據出提取出有價值信息的一種技術手段，可以對相關數據進行自動化、智能化的分析，并進行整合、歸納與推理，可以為企業的決策者提供科學的數據依據，幫助其及時調整市場經營策略，做出正確決策[2]。

由于經濟統計領域的數據復雜性，目前數據挖掘技術在該領域已經有了較為廣泛的應用，可以幫助從事經濟統計的相關工作人員在獲取數據信息方面更加便捷，將大量數據進行不同層次的處理，使之轉換為有價值的數據信息，可以打破原始數據隨機性、模糊性的制約。

3 數據挖掘技術在經濟統計中的應用優勢

數據挖掘技可以為經濟統計帶來諸多的優勢，經濟統計與其他領域工作不同，涉及大量的金錢數據交易，在經濟統計工作中，會涉及到一些企業商業機密，因此在經濟統計工作方面進行信息數據安全管理非常重要。數據挖掘包含數據的清理、變化、挖掘實施、模式評估等共計八個步驟，屬于一個反復循環的過程，每一個步驟達到預期目標后系統才會執行下一個步驟，在這個過程中可以保證數據信息的保密性[3]。依托于數據挖掘技術的保密性，可以有效地保證經濟數據統計所有環節中的安全性，避免數據分析中的潛在隱患帶來不必要的麻煩。此外，利用數據挖掘技術作為數據庫技術，還可以實現對經濟信息存儲的持久性與長期性，便于后期經濟統計工作所需數據的調動與管理；數據挖掘技術具備較強的搜索與預測功能，其依托于信息技術手段對數據信息進行相關分析，不僅可以避免傳統人工檢索中容易丟失信息的問題，還具有人工信息檢索無法實現的信息采集效率與速度，可以使工作人員快速、準確地獲取到一手經濟信息，實現對經濟信息發展趨勢的預測。

4 數據挖掘技術在經濟統計中的具體應用

數據挖掘技術可以從規模龐大的原始數據中準確地挖掘出具有價值性和真實性的數據，還可以對這些數據進行分析與處理，使其具有應用價值。隨著數據挖掘技術自身的不斷創新與完善，在經濟統計中的應用也逐漸廣泛，以下針對較為典型的應用進行簡單分析。

4.1 經濟信息數據預處理

數據挖掘技術應用于經濟統計中，第一步需要進行的是對數據進行分類、整合和處理。由于經濟數據的復雜性，在對有用數據進行分析和研究之前，必須剔除其中的無用數據，因此，需要通過數據挖掘技術對數據信息進行分類和預處理。數據挖掘技術只是經濟數據統計處理的初級階段，而不是經濟統計的全部工作，只能用計算機系統對經濟數據進行分類和管理，因此，需要采用回歸法、分箱法、聚類法等數據清理方法對數據進行清理，并對異常數據進行處理，實現經濟信息數據的整合與預處理[4]。

4.2 決策樹方法應用

數據挖掘技術可以對原始數據進行分析和輸出便于用戶使用的數據信息。輸出數據的有效形式可以用決策樹來表示。決策樹方法在數據挖掘中是非常有效的，可以實現數據資料直觀快速查找，因此有必要建立決策樹，實現決策樹方法的有效應用。首先對輸出數據的信息進行決策樹排序和分類，然后用樹形圖表示輸出數據的信息。決策樹可以建立一個清晰的系統，對數據進行分類和排序，準確地提取用戶需要的信息。當決策樹中的數據進行多次分類時，最終目標是完成標記決策樹的數據分布。決策樹構建完成后，還需根據具體的統計需求對決策樹進行修剪，刪除對應急統計沒有幫助的數據，確保所有分析數據對當前的經濟統計有所幫助。

5 結語

為了更好地利用數據挖掘技術進行經濟統計工作，為經濟統計工作帶來一定的優勢，需要正確認識到數據挖掘技術的概念與特征，強化對數據挖掘技術的認知，加強應用力度，這樣才能實現經濟統計信息數據的有效提供與分析，改善經濟統計的工作質量與效率，推動市場經濟的穩定發展。