數(shù)據(jù)挖掘技術(shù)在經(jīng)濟統(tǒng)計中的應(yīng)用

劉 艷 新泰市統(tǒng)計局

引言

隨著改革開放的不斷深入，我們國家的社會和經(jīng)濟都有了前所未有的發(fā)展。因為各種經(jīng)濟資料的復(fù)雜特性，常規(guī)的統(tǒng)計資料只能對其作簡單的數(shù)學(xué)上的解析，很難將其深度的價值發(fā)掘出來。目前，人們對其進行的開發(fā)和使用的方式比較簡單，已經(jīng)無法適應(yīng)現(xiàn)代社會對其使用的需求。數(shù)據(jù)挖掘技術(shù)是一種由科學(xué)技術(shù)發(fā)展所產(chǎn)生的一種新的統(tǒng)計手段，它的優(yōu)勢是可以將數(shù)據(jù)的水平和垂直兩方面進行利用，大大地擴展對經(jīng)濟數(shù)據(jù)進行利用的領(lǐng)域，因此可以獲得更多的、有深度的、有意義的信息，為社會經(jīng)濟發(fā)展和政策的制訂提供更加真實、更加有效的基礎(chǔ)。

一、數(shù)據(jù)挖掘技術(shù)的含義

一般而言，數(shù)據(jù)挖掘技術(shù)指的是對大量的數(shù)據(jù)信息展開細致的建模，進而發(fā)掘出具有實用意義的信息的一個過程。所以數(shù)據(jù)挖掘技術(shù)歸根結(jié)底就是一個由神經(jīng)網(wǎng)絡(luò)、機器學(xué)習機數(shù)據(jù)統(tǒng)計等組成的，可以隨社會的發(fā)展而持續(xù)改變的學(xué)科。面對海量的數(shù)據(jù)，用常規(guī)的統(tǒng)計學(xué)方法進行處理不僅不能有效地處理這些海量的信息，而且還可能導(dǎo)致一些統(tǒng)計學(xué)上的錯誤。而數(shù)據(jù)挖掘技術(shù)就是將所獲得的信息，從其中發(fā)掘出一些具有實際應(yīng)用前景的信息。而對于數(shù)據(jù)的高度解析性，更能體現(xiàn)出它的實用價值。

數(shù)據(jù)發(fā)掘技術(shù)是一個將數(shù)據(jù)進行高效轉(zhuǎn)化的方法，它的具體步驟可以歸納為：從數(shù)據(jù)的收集到數(shù)據(jù)的發(fā)掘到數(shù)據(jù)的分析。其中，數(shù)據(jù)挖掘技術(shù)發(fā)揮著重要的作用，其具有多種的功能，包括對模型的預(yù)測、數(shù)據(jù)的類聚或者分類等，以及聚焦檢測、銜接分析、關(guān)聯(lián)規(guī)則等技術(shù)手段。所以它具有許多特性和功能，首先，它可以對海量的數(shù)據(jù)進行高效的分析；二是它可以從大量的數(shù)據(jù)中找到有用的信息；三是能夠?qū)Y料中的有用資訊加以剖析與判斷；四是能夠即時、迅速地反映某些功效及功能的資訊。

資料開采的一般程序為：資料準備、資料挖掘、資料分析。在這種全流程中，對資料的發(fā)掘是最重要的。其主要的作用是聚類、預(yù)測、分析等。從其功能和特征上分析，該方法的優(yōu)勢在于：可以實現(xiàn)對重要數(shù)據(jù)的自動化發(fā)現(xiàn)；具有對海量數(shù)據(jù)的能力；其反應(yīng)速度快，效率高；可以高效地對資料資料進行解析判斷，勾畫出過往與將來。

二、數(shù)據(jù)挖掘技術(shù)在經(jīng)濟統(tǒng)計工作中的應(yīng)用優(yōu)勢

(一)綜合應(yīng)用能力強

資料探勘不是一種具體執(zhí)行程序，而是一種整體作業(yè)體系，以滿足使用者的資訊需要為特點。在我國，經(jīng)濟持續(xù)快速發(fā)展的今天，各行業(yè)的發(fā)展離不開經(jīng)濟的發(fā)展，因此，在我國的發(fā)展中起到至關(guān)重要的作用。然而，在現(xiàn)實生活中，各種管理部門所擁有的權(quán)限、管理的方式和領(lǐng)域都存在著很大的差異，所以他們對經(jīng)濟統(tǒng)計數(shù)據(jù)的需求也存在著很大的差異，所以這就對經(jīng)濟統(tǒng)計系統(tǒng)的要求更高。不僅必須滿足管理層對資料的需求，而且必須有能力把統(tǒng)計資料轉(zhuǎn)換成各種表達方式。由于其具有的廣泛性，使得數(shù)據(jù)挖掘技術(shù)在廣泛、廣度上得到進一步的提升。

(二)實用性很強

數(shù)據(jù)采掘技術(shù)是一項深度處理技術(shù)，它在一定程度上具有目標清晰的特點。在經(jīng)濟統(tǒng)計與運用的進程中，數(shù)據(jù)挖掘技術(shù)能夠根據(jù)用戶的需要，對長期積累起來的大量數(shù)據(jù)展開深度的加工，它的加工方式有兩種：一種是對大量的數(shù)據(jù)進行高效的管理，從經(jīng)濟數(shù)據(jù)的管理視角出發(fā)，在具體的應(yīng)用中，利用對數(shù)據(jù)進行的統(tǒng)計與歸類，對大量混亂的數(shù)據(jù)庫中的信息進行科學(xué)性、系統(tǒng)性的處理，從而達到提高數(shù)據(jù)的效率的目的。另一種是對已有數(shù)據(jù)的針對性進行研究，在數(shù)據(jù)統(tǒng)計分析的目的指導(dǎo)下，對原來的信息進行內(nèi)容、關(guān)系和形式上的加工，以確保所得的經(jīng)濟統(tǒng)計信息可以更好地滿足相關(guān)部門的需要。

(三)技術(shù)適用性強

在我國，各經(jīng)濟管理機構(gòu)的職能比較分散，各經(jīng)濟管理機構(gòu)之間的要求也不盡相同。在我國許多地區(qū)和許多經(jīng)濟管理部門，其經(jīng)濟管理工作仍然采用的是一種比較常規(guī)的統(tǒng)計方式，存在著一定的缺陷，不能有效地為經(jīng)濟管理工作的全局服務(wù)。在現(xiàn)實工作中，往往會出現(xiàn)數(shù)據(jù)統(tǒng)計工作的重復(fù)和丟失的情況，從而對經(jīng)濟數(shù)據(jù)統(tǒng)計工作的效率和品質(zhì)產(chǎn)生一定的影響。建立一個集中性、綜合性的統(tǒng)計體系，是國家經(jīng)濟行政機關(guān)迫切需要解決的問題。如果要確保經(jīng)濟統(tǒng)計信息的準確性，再利用數(shù)據(jù)挖掘技術(shù)加以集成處理，就可以得到更精準、更豐富的數(shù)據(jù)來源。

三、數(shù)據(jù)挖掘技術(shù)在經(jīng)濟統(tǒng)計中的可行性研究

(一)能為經(jīng)濟統(tǒng)計提供有效的服務(wù)

根據(jù)相關(guān)數(shù)據(jù)報告調(diào)查結(jié)果顯示，盡管數(shù)據(jù)開采技術(shù)發(fā)展的歷史并不久遠，但其在國內(nèi)外的研究和運用已經(jīng)處于一個比較成熟的階段。在當今世界，尤其是在經(jīng)濟統(tǒng)計學(xué)中，人們對數(shù)據(jù)的利用也越來越重視。而數(shù)據(jù)挖掘技術(shù)之所以如此快速地發(fā)展，就是因為其為經(jīng)濟統(tǒng)計提供高效的服務(wù)。而在數(shù)據(jù)挖掘中，數(shù)據(jù)預(yù)處理的作用也不可忽視。數(shù)據(jù)預(yù)處理是指在經(jīng)濟統(tǒng)計工作中，需要將一些不太重要的數(shù)據(jù)去掉，對其中有用的部分進行標準化清理和篩選，以便為數(shù)據(jù)挖掘的工作做準備。

(二)能夠為經(jīng)濟統(tǒng)計的不同需要提供不同的服務(wù)

當前，最常用的數(shù)據(jù)采集工具有合成型、通用型特點，以及特殊用途的數(shù)據(jù)采集工具。通過這種整合的手段，既可以為企業(yè)中的經(jīng)濟體提供高效的管理報表，也可以對一般經(jīng)濟組織中的數(shù)據(jù)信息進行深度挖掘。

(三)建立宏觀經(jīng)濟數(shù)據(jù)庫

從當前形勢來看，我國絕大多數(shù)的經(jīng)濟統(tǒng)計工作仍以應(yīng)用性為主。大多數(shù)的經(jīng)濟統(tǒng)計資料都是以一種不集中和不分散的方式存在，沒有一個很好的管理體系。在經(jīng)濟統(tǒng)計工作中，如果在處理問題時產(chǎn)生錯誤，將會直接影響到資料的正確性和精確性。但是只有在構(gòu)建一個國家的宏觀經(jīng)濟學(xué)數(shù)據(jù)庫之后，才能找到這些問題的有效途徑。只有將數(shù)據(jù)挖掘技術(shù)與宏觀經(jīng)濟學(xué)數(shù)據(jù)庫相結(jié)合，才能確保所發(fā)掘的信息的正確性和可靠性。在此背景下，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于經(jīng)濟統(tǒng)計，既符合實際的需求，又為經(jīng)濟政策的制訂提供準確而重要的依據(jù)。

四、數(shù)據(jù)挖掘技術(shù)在經(jīng)濟統(tǒng)計中的應(yīng)用

(一)預(yù)處理方法

在經(jīng)濟資料的統(tǒng)計工作中，對資料進行前處理是最基本的手段之一。由于數(shù)據(jù)挖掘是一種在提供基本信息的基礎(chǔ)上進行的智慧分析技術(shù)，它自身受到基本的經(jīng)濟信息的制約，不能在一定程度上來取代經(jīng)濟數(shù)據(jù)收集系統(tǒng)的作用，因此，作為數(shù)據(jù)挖掘系統(tǒng)數(shù)據(jù)基礎(chǔ)的經(jīng)濟統(tǒng)計數(shù)據(jù)信息都應(yīng)當經(jīng)過預(yù)處理。目前，常用的數(shù)據(jù)清除技術(shù)有：平均法、平滑法，以及預(yù)報法。在這些方法當中，平均法屬于一種運用到現(xiàn)代分析技術(shù)中的模糊概念，在基礎(chǔ)數(shù)據(jù)中的一個數(shù)據(jù)點是空值，或是噪音數(shù)據(jù)的情況下，可以使用平均方法來進行處理，也就是，使用數(shù)據(jù)庫中的所有這個性質(zhì)的已經(jīng)知道的屬性的平均來彌補這個空白，從而確保數(shù)據(jù)挖掘系統(tǒng)可以在正常的情況下進行對基本數(shù)據(jù)的分析和整理，從而得到一個相對來說精度比較高的統(tǒng)計分析數(shù)據(jù)。

(二)決策樹方法

從當前的實際狀況來看，由于能夠快速直觀地反映出當前的狀況，所以在實際運用中，采用的最多的就是決策樹。采用這種方式，最重要的是要將決策樹構(gòu)造好，一般情況下，它可以被分成兩部分：首先，使用培訓(xùn)集，對一棵決策樹進行并縮減，并在此基礎(chǔ)上，建立一個可以進行輸出分析的模型。其次，對生成的決策樹進行有效地使用，并進行有效的分類，該方法是從樹根到樹干，再到枝干，直至達到一定的要求為止。在特定的情況下，終止分裂需要兩種情況：一種情況是某一結(jié)點上的全部資料都歸入相同的類型；另外一種情況是不存在用于重新劃分輸入資料的類別屬性。在建立一棵決策樹之后，需要按照用戶的需求來“剪枝”，以減少由于使用大量的訓(xùn)練樣本而導(dǎo)致的結(jié)果波動。

(三)遺傳算法

這是一種以生物的遺傳學(xué)機制和自然選擇為基礎(chǔ)的一種隨機的搜尋方法，其基本思想是以具體的社會性問題為基礎(chǔ)，再從具體的目標中收集有關(guān)的資料，最終將這些資料中所包含的資料進行整理、分析，從而得出結(jié)論。經(jīng)濟問題并不是一成不變的，而是一個發(fā)展和變化的問題，有著密切的關(guān)系，任何一種情況發(fā)生變化，其他的情況也就隨之發(fā)生變化。遵循基因算法的程序，從根源出發(fā)，我們就一步一步地往下進行探究，從中抽取出一些有用的信息，從而對整個過程展開深入的分析。這種方式就可以將經(jīng)濟問題具體化、直接化，讓我們在進行問題的時候，能夠更加直接，能夠?qū)㈦[藏的東西展現(xiàn)在我們的面前，讓我們的經(jīng)濟統(tǒng)計工作變得更加直白、簡單。

(四)神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)方法是一種高度仿真人類大腦對信號進行處理的智能化先進技術(shù)。就像人類的大腦活動，先將信息錄入，再進行精確的解析，再將結(jié)果呈現(xiàn)出來。并將其運用于經(jīng)濟統(tǒng)計學(xué)中。神經(jīng)元法為我們提供一種準確的、完整的處理經(jīng)濟統(tǒng)計的方法，它讓我們的經(jīng)濟運作模式和人在處理信息的過程很相似，都是實用化、形象化、具體化。這樣就可以在不同的工作流程中建立起不同的工作流程，以達到解決經(jīng)濟數(shù)據(jù)問題的目的。

(五)數(shù)據(jù)的預(yù)處理

沒有高質(zhì)量數(shù)據(jù)，就必定沒有高質(zhì)量數(shù)據(jù)挖掘的結(jié)果。而在現(xiàn)實數(shù)據(jù)的挖掘過程中，因為所采集到的數(shù)據(jù)不可避免地會有缺漏、重要數(shù)據(jù)不全、不一致及包含噪音等問題，所以對數(shù)據(jù)的預(yù)處理是最重要也是最重要的一步。關(guān)于資料的預(yù)處理，具體如下所示：

1.數(shù)據(jù)清除

所謂的數(shù)據(jù)凈化，就是用合適的方式，去除其中的缺陷、不一致和噪音，提高整個數(shù)據(jù)的品質(zhì)。常用的幾種分析法有平均法、平滑法、預(yù)測法和頻度統(tǒng)計法。每一種方法所相應(yīng)的現(xiàn)實狀況都有差異，如果數(shù)據(jù)屬于噪音數(shù)據(jù)或者是一個空值，那么所要采取的方式就是均值法或者是光滑法。與均值法相比，光滑法強調(diào)的是將 k 個不為空的數(shù)據(jù)取權(quán)重平均值來代替(均值法以 k 個不為空的數(shù)據(jù)的平均值來代替)。利用預(yù)報方法對有噪音的資料或空值進行最大概率的估計；預(yù)報方法是對資料缺陷進行分析的方法。

2.資料整合

一般來說，這些資料都來自于來自于各種資料來源，而在實際處理、分析及應(yīng)用的時候，就需要將這些資料整合成一個完整的資料，這就是資料整合的過程。在現(xiàn)實生活中，統(tǒng)計部門首先要通過各個地方統(tǒng)計局，對經(jīng)濟數(shù)據(jù)進行大量的采集，接下來要進行的就是數(shù)據(jù)整合，這就必然會產(chǎn)生一些問題，比如，如何確定來自不同數(shù)據(jù)源的數(shù)據(jù)可以相互匹配。如果一個資料的特性可以從其他資料庫中的資料的特性推斷出來，那么就會產(chǎn)生一個資料的特性；此外，也就是資料的碰撞乃至排除，這個問題是由于資料來源的資料會因為彼此間的差異而產(chǎn)生互相排斥。

3.數(shù)據(jù)轉(zhuǎn)換

用某種方法把資料轉(zhuǎn)換為等價的、適用于資訊發(fā)掘的資料，這就是資料轉(zhuǎn)換，它的內(nèi)容主要包含資料的正?；c一般化兩個方面。對資料進行歸一化處理，主要有零均值歸一化、極大極小歸一化等；而資料概括，就是以較高層面的觀念代替較低層面的資料。

4.資料與觀念的分散與分類

實際中的資料是連續(xù)的，目前所知的方法中，能夠?qū)B續(xù)資料進行有效分析的并不多。資料的離散性就是用一個有標記的資料取代一個真實資料，實現(xiàn)資料的解連續(xù)性。在概念層面上，提出一種基于信息層級的概念來降低信息采集規(guī)模的方法。

五、在數(shù)據(jù)挖掘中發(fā)揮互聯(lián)網(wǎng)大數(shù)據(jù)的作用

隨著互聯(lián)網(wǎng)的普及，人類活動的范圍得到了前所未有的拓展，海量信息充斥在我們生活之中，如何挖掘其中的潛在價值，已成為每個人都面臨的難題。在大數(shù)據(jù)時代下，數(shù)據(jù)量爆炸式增長，海量數(shù)據(jù)中蘊藏著巨大價值。通過對大數(shù)據(jù)進行分析和挖掘，能夠讓企業(yè)對市場和用戶有更好的理解和把握。在互聯(lián)網(wǎng)大數(shù)據(jù)環(huán)境下，每個人都是大數(shù)據(jù)的一部分，無論是企業(yè)、用戶、政府甚至是普通大眾，都能在海量信息中發(fā)現(xiàn)一些自己不知道的東西。面對大數(shù)據(jù)時代帶來的巨大機遇和挑戰(zhàn)，如何有效地利用大數(shù)據(jù)來解決企業(yè)發(fā)展中存在的問題成為了眾多企業(yè)需要面對的現(xiàn)實問題。

數(shù)據(jù)挖掘技術(shù)是從大量數(shù)據(jù)中發(fā)現(xiàn)新知識、新規(guī)律并將其轉(zhuǎn)化為有用信息或決策經(jīng)驗的一種技術(shù)。通過挖掘互聯(lián)網(wǎng)大數(shù)據(jù)，不僅能夠讓人們獲取到更多有價值的數(shù)據(jù)信息，還能為企業(yè)提供更多決策輔助。對此就可以從網(wǎng)站訪問痕跡入手，網(wǎng)站訪問是互聯(lián)網(wǎng)數(shù)據(jù)采集過程中最為常見的數(shù)據(jù)采集方式，通過對網(wǎng)站訪問記錄進行分析，就可以從中發(fā)現(xiàn)用戶可能存在的規(guī)律。例如，用戶通過搜索引擎在互聯(lián)網(wǎng)上搜索過產(chǎn)品、服務(wù)、品牌等信息。從訪問痕跡中可以分析出用戶訪問網(wǎng)站時可能出現(xiàn)過哪些關(guān)鍵詞或使用哪些關(guān)鍵詞進行搜索等行為，從而可以判斷出用戶是否對產(chǎn)品感興趣、對服務(wù)是否滿意等信息。這些數(shù)據(jù)會被應(yīng)用于營銷分析中，通過對用戶行為進行分析，就可以找到企業(yè)產(chǎn)品服務(wù)的優(yōu)勢及不足之處，從而不斷完善自身產(chǎn)品以及服務(wù)質(zhì)量。

六、結(jié)語

雖然數(shù)據(jù)挖掘技術(shù)從誕生到今天，發(fā)展的歷史并不悠久，但其在社會的經(jīng)濟統(tǒng)計中起到重要的影響，為我們的統(tǒng)計工作提供方便。因此，對我國的國民經(jīng)濟和社會發(fā)展具有重要意義的宏觀和微觀兩個方面的影響。所以在當前的經(jīng)濟統(tǒng)計工作中，將數(shù)據(jù)挖掘技術(shù)進行高效的運用，可以適應(yīng)數(shù)據(jù)分析的需求，從而推動社會和經(jīng)濟的發(fā)展。