數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用

◎李愛民

數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用

◎李愛民

伴隨著社會(huì)的發(fā)展，我國(guó)的經(jīng)濟(jì)水平已經(jīng)達(dá)到了一定的高度，同時(shí)，也形成了一個(gè)非人腦可分析的復(fù)雜的經(jīng)濟(jì)關(guān)系體系。經(jīng)濟(jì)統(tǒng)計(jì)需要先進(jìn)的技術(shù)和高效率的數(shù)據(jù)處理手段，現(xiàn)代統(tǒng)計(jì)分析技術(shù)的應(yīng)用已經(jīng)成為了時(shí)代發(fā)展的必然。本文首先對(duì)數(shù)據(jù)挖掘技術(shù)的主要內(nèi)容和發(fā)展歷程進(jìn)行了介紹，并分析了數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中應(yīng)用的優(yōu)勢(shì)，并就幾種應(yīng)用方法進(jìn)行了分析。

數(shù)據(jù)挖掘技術(shù)作為現(xiàn)代統(tǒng)計(jì)分析技術(shù)之一，在經(jīng)歷統(tǒng)計(jì)中的應(yīng)用具有很大的優(yōu)勢(shì)，同時(shí)由于其自身特點(diǎn)，可以一定程度上提升數(shù)據(jù)深加工的效率。時(shí)代在發(fā)展，面對(duì)當(dāng)前這個(gè)龐雜繁瑣的經(jīng)濟(jì)統(tǒng)計(jì)體系，高效率的先進(jìn)現(xiàn)代化處理手段的應(yīng)用已經(jīng)成為了一種趨勢(shì)，這些技術(shù)的應(yīng)用會(huì)改善我國(guó)當(dāng)前數(shù)據(jù)龐雜繁瑣難以“深加工”的現(xiàn)狀。筆者擬將對(duì)數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用進(jìn)行分析。

數(shù)學(xué)挖掘技術(shù)的相關(guān)介紹

數(shù)據(jù)挖掘技術(shù)的主要內(nèi)容。所謂數(shù)據(jù)挖掘（Data mining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（Knowledge-Discovery in Databases，簡(jiǎn)稱：KDD)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。

數(shù)據(jù)挖掘技術(shù)的發(fā)展歷程。從20世紀(jì)70年代開始，平均的通訊量以每年幾倍的速度增長(zhǎng)。一直到1995年，以Web技術(shù)為代表的信息發(fā)布系統(tǒng)，爆炸式地成長(zhǎng)起來(lái)，成為目前Internet的主要應(yīng)用。數(shù)據(jù)挖掘技術(shù)發(fā)展的第三個(gè)階段是EC(Electronic Commerce），即電子商務(wù)階段，IBM、HP和Sun等國(guó)際著名的信息技術(shù)廠商已經(jīng)宣布1998年為電子商務(wù)年。隨著SaaS（Software as a service）軟件服務(wù)模式的出現(xiàn)，軟件紛紛登陸互聯(lián)網(wǎng)，延長(zhǎng)了電子商務(wù)鏈條，形成了當(dāng)下最新的“全程電子商務(wù)”概念模式。也因此形成了一門獨(dú)立的學(xué)科——數(shù)據(jù)挖掘與客戶關(guān)系管理碩士。

數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中應(yīng)用的優(yōu)勢(shì)

工作效率較高。數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用是存在很大優(yōu)勢(shì)的，由于其自身操作特點(diǎn)，工作效率會(huì)較其他技術(shù)來(lái)說(shuō)會(huì)高出很多。數(shù)據(jù)挖掘技術(shù)作為一種數(shù)據(jù)深加工技術(shù)，其本身是具有很強(qiáng)的目的性的，在實(shí)踐活動(dòng)的應(yīng)用中，一般會(huì)有兩種表現(xiàn)形式，即對(duì)積累的經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行高效化處理以及對(duì)現(xiàn)有的經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行高效化分析，不論是哪一種，都深深地體現(xiàn)了數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)應(yīng)用中的高效性。

綜合應(yīng)用性強(qiáng)。數(shù)據(jù)挖掘技術(shù)不同于其他現(xiàn)代數(shù)據(jù)處理手段，其并不是單一的數(shù)據(jù)處理技術(shù)，而是一個(gè)數(shù)據(jù)處理系統(tǒng)，所以在系統(tǒng)中可以完成操作者對(duì)數(shù)據(jù)的多種分析需求，具有很強(qiáng)的綜合應(yīng)用性。隨著社會(huì)的發(fā)展，經(jīng)濟(jì)管理部門對(duì)數(shù)據(jù)的需求量日漸龐大，但由于其所在部門中分工不同，對(duì)數(shù)據(jù)的處理需求也不盡相同。而數(shù)據(jù)挖掘技術(shù)則很好地適應(yīng)了這一現(xiàn)狀，作為一個(gè)數(shù)據(jù)處理系統(tǒng)，數(shù)據(jù)挖掘技術(shù)剛好可以滿足不同部門的不同數(shù)據(jù)處理需求，具有很強(qiáng)的綜合應(yīng)用性。

宏觀數(shù)據(jù)庫(kù)可作為數(shù)據(jù)挖掘技術(shù)應(yīng)用的支持。數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)不同于其他的現(xiàn)代化數(shù)據(jù)處理技術(shù)，因?yàn)閿?shù)據(jù)挖掘技術(shù)有宏觀數(shù)據(jù)庫(kù)作為支持，在實(shí)際應(yīng)用中與其他現(xiàn)代數(shù)據(jù)處理技術(shù)相比具有很大的優(yōu)勢(shì)。當(dāng)前經(jīng)濟(jì)管理體系的運(yùn)轉(zhuǎn)對(duì)數(shù)據(jù)有著不同的需求，但是當(dāng)前的數(shù)據(jù)采集手段仍然具有很大的局限性，這一問(wèn)題嚴(yán)重影響著經(jīng)濟(jì)管理部門做出的決策。而數(shù)據(jù)挖掘技術(shù)有宏觀數(shù)據(jù)庫(kù)作為支持，就能在很大程度上改善當(dāng)前的數(shù)據(jù)收集現(xiàn)狀。

數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用方法分析

預(yù)處理方法。雖然數(shù)據(jù)挖掘技術(shù)有宏觀數(shù)據(jù)庫(kù)作為支持，卻并不能完全代替數(shù)據(jù)收集系統(tǒng)的作用，數(shù)據(jù)挖掘技術(shù)仍然是基于數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)深加工手段，數(shù)據(jù)預(yù)處理是主要應(yīng)用方法之一。數(shù)據(jù)預(yù)處理的主要內(nèi)容包括——數(shù)據(jù)的不真實(shí)、不準(zhǔn)確、不正確、不同經(jīng)濟(jì)體系間數(shù)據(jù)差別較大等問(wèn)題。只有將數(shù)據(jù)挖掘技術(shù)應(yīng)用到預(yù)處理后的數(shù)據(jù)中，才能得到實(shí)際應(yīng)用中所期望的處理結(jié)果，滿足不同經(jīng)濟(jì)管理部門間的數(shù)據(jù)處理需求。

決策樹方法。在通過(guò)數(shù)據(jù)挖掘技術(shù)獲得所需的數(shù)據(jù)處理結(jié)果后，對(duì)數(shù)據(jù)的整合和分析就顯得尤為重要。分析數(shù)據(jù)的輸出作為數(shù)據(jù)處理的關(guān)鍵環(huán)節(jié)之一，對(duì)經(jīng)濟(jì)管理部門做出的決策有著直接的影響。決策樹是常見的分析方法之一，首先需要利用訓(xùn)練集建立并精簡(jiǎn)出一棵決策樹，進(jìn)而利用構(gòu)建完畢的決策樹進(jìn)行數(shù)據(jù)輸出的分類，同時(shí)還需要注意后續(xù)的“剪枝”環(huán)節(jié)。

集成化處理方法。集成化處理方法主要分為模式集成和冗余問(wèn)題兩方面。由于當(dāng)前的信息采集主要源于民間或者一線數(shù)據(jù)處理部門，在后期的數(shù)據(jù)應(yīng)用過(guò)程中需要對(duì)數(shù)據(jù)和相應(yīng)模式進(jìn)行集成化處理，便于后期應(yīng)用。同時(shí)對(duì)于處理好的數(shù)據(jù)也要進(jìn)行冗余清除，以保證數(shù)據(jù)庫(kù)中的數(shù)據(jù)量保持在一個(gè)相對(duì)較低的水平。

本文首先對(duì)數(shù)據(jù)挖掘技術(shù)的主要內(nèi)容和發(fā)展歷程進(jìn)行了介紹，并分析了數(shù)據(jù)挖掘技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中應(yīng)用的優(yōu)勢(shì)，主要包括——工作效率較高、綜合應(yīng)用性強(qiáng)、有宏觀數(shù)據(jù)庫(kù)作為數(shù)據(jù)挖掘技術(shù)應(yīng)用的支持，并就幾種應(yīng)用方法(預(yù)處理方法、決策樹方法、集成化處理方法)進(jìn)行了分析。希望可以起到拋磚引玉的作用，在大數(shù)據(jù)時(shí)代中，為我國(guó)經(jīng)濟(jì)統(tǒng)計(jì)方面的發(fā)展做出貢獻(xiàn)。

（作者單位：駐馬店農(nóng)業(yè)學(xué)校）