大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)普查數(shù)據(jù)分析與研究

金美琳

摘 要 經(jīng)過研究前3次的經(jīng)濟(jì)普查方法，發(fā)現(xiàn)現(xiàn)有的經(jīng)濟(jì)普查方式太過復(fù)雜，消耗大量的人力、物力和財(cái)力，并且對(duì)經(jīng)濟(jì)普查大數(shù)據(jù)的分析沒有一套健全并且相適宜的挖掘技術(shù)。本文從大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)普查入手，簡單闡述了大數(shù)據(jù)時(shí)代以計(jì)算為中心的理念要逐漸轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為中心，形成數(shù)據(jù)思維，并扼要分析了經(jīng)濟(jì)普查的大數(shù)據(jù)的情況，并對(duì)中國經(jīng)濟(jì)普查的數(shù)據(jù)挖掘方法進(jìn)行了簡單的闡述。

關(guān)鍵詞 大數(shù)據(jù)；經(jīng)濟(jì)普查；數(shù)據(jù)挖掘

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2016）162-0067-01

1 大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)普查

經(jīng)過前3次的全國經(jīng)濟(jì)普查，我國克服重重困難，終于建立了較完全的經(jīng)濟(jì)普查體系。但是，隨著我國人口的增多、經(jīng)濟(jì)的增長，經(jīng)濟(jì)普查所得到的數(shù)據(jù)也隨之增多。那么要想在大數(shù)據(jù)時(shí)代下，保證經(jīng)濟(jì)普查的結(jié)果能夠有利于我國的經(jīng)濟(jì)的快速發(fā)展，就需要利用高效、可靠的數(shù)據(jù)挖掘工具，結(jié)合切實(shí)可行的數(shù)據(jù)挖掘方法。

2 經(jīng)濟(jì)普查大數(shù)據(jù)狀況

近幾年中國的經(jīng)濟(jì)發(fā)展迅速，實(shí)時(shí)記錄中國經(jīng)濟(jì)的屬性特征、結(jié)構(gòu)特點(diǎn)和變化規(guī)律顯然是巨大的系統(tǒng)工程。普查對(duì)象是在我國境內(nèi)從事第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的全部法人單位、產(chǎn)業(yè)活動(dòng)單位和個(gè)體經(jīng)營戶。普查主要內(nèi)容包括單位基本屬性、就業(yè)人員等。

從圖1和圖2可以看出，每次經(jīng)濟(jì)普查得到的數(shù)據(jù)逐漸增多，運(yùn)用怎樣的數(shù)據(jù)挖掘方法，使得到的數(shù)據(jù)發(fā)揮到最大的價(jià)值是我們值得思考的問題。

3 大數(shù)據(jù)時(shí)代經(jīng)濟(jì)普查的數(shù)據(jù)挖掘方法

3.1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘從其字面上看是指利用工具去挖掘數(shù)據(jù)中隱藏的、未被人發(fā)現(xiàn)的東西。深層次方面講，數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中自動(dòng)搜索隱藏于其中的有著特殊關(guān)系性的信息的過程。其優(yōu)點(diǎn)有以下2點(diǎn)：數(shù)據(jù)挖掘這項(xiàng)技術(shù)是指從大量有效的數(shù)據(jù)中提取出可以被人們利用的、隱藏在龐大的數(shù)據(jù)源中模糊的知識(shí)和信息的過程；數(shù)據(jù)挖掘技術(shù)是一項(xiàng)結(jié)合多門學(xué)科知識(shí)，對(duì)各種形式、各種內(nèi)容的數(shù)據(jù)資料進(jìn)行再深入挖掘的一個(gè)可利用在社會(huì)各個(gè)領(lǐng)域的、功能強(qiáng)大的綜合技術(shù)。

3.2 數(shù)據(jù)挖掘方法

在進(jìn)行經(jīng)濟(jì)普查數(shù)據(jù)挖掘過程中，應(yīng)該針對(duì)我國經(jīng)濟(jì)普查的實(shí)際情況，選擇比較先進(jìn)、方便、適合的數(shù)據(jù)挖掘工具軟件，再通過運(yùn)用各種數(shù)據(jù)挖掘工具軟件對(duì)經(jīng)濟(jì)普查中的典型數(shù)據(jù)進(jìn)行一定的預(yù)處理，從而研究出適宜我國經(jīng)濟(jì)普查的數(shù)據(jù)挖掘方法。以下是目前比較先進(jìn)的數(shù)據(jù)挖掘工具和方法：

1）SQL Server 2000 Analysis Services：該軟件是微軟為迅速提供可伸縮性電子商務(wù)、企業(yè)及數(shù)據(jù)倉庫解決方案而開發(fā)的完整數(shù)據(jù)庫與分析軟件產(chǎn)品。它提供了一款完善的數(shù)據(jù)管理和數(shù)據(jù)分析解決方案。它極大地縮短了用戶開發(fā)電子商務(wù)、數(shù)據(jù)倉庫應(yīng)用的時(shí)間。具有高效的數(shù)據(jù)分析性能、靈活的業(yè)務(wù)擴(kuò)展性、操作系統(tǒng)集成的安全性、客戶管理工具的易用性、快速的開發(fā)與生產(chǎn)投入等優(yōu)點(diǎn)。此外，按照設(shè)計(jì)可以部署和維護(hù)強(qiáng)大的、易于管理、支持商務(wù)的Web站點(diǎn)提供最好的性能。

2）SAS：它是一款統(tǒng)計(jì)分析軟件。其軟件模組中SAS系統(tǒng)是一個(gè)模塊化、集成化的大型模組軟件系統(tǒng)，它主要完成以數(shù)據(jù)為中心的數(shù)據(jù)訪問、數(shù)據(jù)管理、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)分析這四大方面的任務(wù)。SAS系統(tǒng)還具有靈活的功能擴(kuò)展接口和強(qiáng)大的功能模塊，通過增加不同的模塊為用戶提供了更多的功能；通過SAS的智能型繪圖系統(tǒng)和各種有關(guān)統(tǒng)計(jì)方面的函數(shù)，使用戶對(duì)數(shù)據(jù)有了更直觀、透徹的了解與分析。

3）決策樹：它主要由決策點(diǎn)、狀態(tài)點(diǎn)和結(jié)果節(jié)點(diǎn)構(gòu)成。運(yùn)用決策樹的前提要求使用者已知各種情況發(fā)生概率，然后通過構(gòu)成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法。決策樹具有易于理解和實(shí)現(xiàn)、決策分析時(shí)間短、測定模型可信度便捷等優(yōu)點(diǎn)。但由于分析的過程比較粗略，就產(chǎn)生了對(duì)連續(xù)性的字段預(yù)測困難、對(duì)有時(shí)間順序的數(shù)據(jù)要預(yù)處理、錯(cuò)誤率高等問題。

4）SPSS Clementine：在Clementine這個(gè)數(shù)據(jù)挖掘平臺(tái)，通過迅速建立有效的預(yù)測性模型，應(yīng)用于商業(yè)活動(dòng)中，可以幫助人們改進(jìn)決策方法和決策過程。Clementine擁有顯著的投資回報(bào)率和強(qiáng)大的數(shù)據(jù)挖掘功能等優(yōu)點(diǎn)。相同條件下，與那些僅僅關(guān)注模型的外在表現(xiàn)卻往往忽略數(shù)據(jù)挖掘在整個(gè)流程中的應(yīng)用價(jià)值的其它數(shù)據(jù)挖掘工具相比，其功能無可取代的數(shù)據(jù)挖掘算法，使數(shù)據(jù)挖掘貫穿始終。

5）Intelligent Miner：它采用了多種統(tǒng)計(jì)方法和挖掘算法。它能處理的數(shù)據(jù)類型有：結(jié)構(gòu)化數(shù)據(jù)（如：數(shù)據(jù)庫表，數(shù)據(jù)庫視圖等）和半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)（如：顧客信件，在線服務(wù)等）。利用其獨(dú)一無二的世界領(lǐng)先技術(shù)，例如發(fā)現(xiàn)關(guān)聯(lián)、自動(dòng)生成典型數(shù)據(jù)集、發(fā)現(xiàn)序列規(guī)律、概念性分類和可視化呈現(xiàn)，可以自動(dòng)地完成數(shù)據(jù)選擇、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)挖掘結(jié)果表達(dá)這一全套數(shù)據(jù)挖掘操作。

根據(jù)以上對(duì)數(shù)據(jù)挖掘方法的深入研究分析，利用SQL Server 2000Analysis Services數(shù)據(jù)挖掘工具更適宜我國經(jīng)濟(jì)普查的數(shù)據(jù)挖掘。

參考文獻(xiàn)

[1]第一次全國經(jīng)濟(jì)普查主要數(shù)據(jù)公報(bào)（第一、二、三號(hào)），國家統(tǒng)計(jì)局，2005.

[2]第二次全國經(jīng)濟(jì)普查主要數(shù)據(jù)公報(bào)（第一、二、三號(hào)），國家統(tǒng)計(jì)局，2009.

[3]第三次全國經(jīng)濟(jì)普查主要數(shù)據(jù)公報(bào)（第一、二、三號(hào)），國家統(tǒng)計(jì)局，2014.

[4]張雪英.國外先進(jìn)數(shù)據(jù)挖掘工具的比較分析[J].計(jì)算機(jī)工程，2003，29（16）：1-3.

[5]楊鵬鵬.中國經(jīng)濟(jì)普查的數(shù)據(jù)挖掘方法研究[J].中國市場，2015（39）：25-26.

[6]朱建平，章貴軍，劉曉葳.大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析理念的辨析.統(tǒng)計(jì)研究，2014，31（2）：10-19.