论文数据挖掘技术在经济统计中应用是适合不知如何写数据挖掘方面的相关专业大学硕士和本科毕业论文以及关于大数据挖掘工具论文开题报告范文和相关职称论文写作参考文献资料下载。
【摘 要】我国经济的快速发展,使得各行各业的经济管理更加规范有序,也更加精细化.但随着社会经济总量的增大和经济因素的复杂,原有的经济统计分析方式已不能满足日益发展经济市场的需要.所以数据挖掘技术应运而生,文章主要探讨数据挖掘技术在经济统计中的应用,通过分析数据挖掘技术的含义、数据挖掘技术在统计工作中的适用性等,指出数据挖掘技术在现代经济统计中的重要作用.
【关键词】数据挖掘技术；经济统计；宏观数据库；决策树方式
现代社会的经济统计工作对经济发展具有重大作用,经济统计工作的顺利完成能够指导政府、企业接下来的经济活动.目前的经济统计自身存在大量的数据信息,信息间又具有复杂的联系.所以经济统计工作的实施人员,只能对经济统计的数据理论进行分析,无法对经济统计理论进行深入挖掘.而数据挖掘技术填补了这方面的技术缺失,数据挖掘技术是新型的经济数据统计方法,不仅能够对经济统计的数据理论进行分析,而且能够处理大量的数据信息,并且将这些信息以简洁明了的形式表现出来；而且它还能将原有的资料进行统计整理,指出材料中存在的疏漏之处.综上所述,数据挖掘技术相较于其他经济统计方式而言,具有更加便捷全面的经济分析表现.
一、数据挖掘技术概述
数据挖掘技术指的是从大量的经济统计资料中,快速的找到自身能够使用的有效信息的技术.这种技术是对原有数据的一次深层加工和开发,从庞大的数据库中找到对自身有用的信息后,还要将其进行分析整合,最终将所需要的数据信息清楚排列在读者的面前.原始的经济统计信息数据库中的信息数据,具有信息量大、信息复杂程度高、关联性差、各种信息随机出现、数据信息时常出现错误等多方面的特征,而要从这样庞大复杂的数据库中找到对自身有用的信息是非常困难的.数据库中存在的信息若不能被合理的挑选并加以运用,那么数据库本身就会失去其原有的作用.
数据挖掘技术是涉及多种学科的复合技术形式,主要包括数理统计、数据库、模式识别、粗糙集、模糊数学等多种学科,但其主要的应用方面还是数据统计.数据挖掘技术对庞大杂乱的原始数据分析总结的方式,能够使那些和所需数据关联较为密切的原始数据自动进行提取,提取完成后就会对其按照一定的顺序排列,最终形成数据提取者所需要的数据.数据挖掘技术是数据库知识、模式识别系统、模糊概念技术等多种知识系统结合而成,这些知识系统都为行业尖端的知识体系.只有拥有强大的运算、筛选、整合能力,才能对数据库中的信息进行有效分析、提取和整理.
二、数据挖掘技术的基本特点
数据挖掘技术特点,具有以下几方面：（1）数据挖掘技术中所含的数据信息巨大,其能够处理的数据信息也非常大,信息处理可达到GB,TB的级别.（2）对于那些不确定想要查询什么信息的用户,只要用户输入简单的关键词,数据挖掘技术就能够从庞大的数据库中找到和用户所搜索信息联系最为紧密的资源,并将他们按照联系的密切程度依次排列.（3）数据挖掘能够对数据库中大量的信息进行分析,找出各种信息的内在关联；还能够将运用关联挖掘和各方面相关的数据,表明前一阶段经济形势的发展状况,还能预测未来经济形势的发展走向.（4）对于经济数据快速增长的局面,数据挖掘技术一方面扩大自身数据库以满足大范围搜索的需求,另一方面提高数据检索的精确程度,使用户能够快捷的从大量数据中找到自身最需要的数据.
三、数据挖掘技术在统计工作中适用性分析
(一)数据挖掘技术较高的有效性
数据挖掘技术是对原始的经济数据信息进行深度挖掘,提取对数据拥有者有用信息的技术.所以数据挖掘技术具有较强的针对性,能够在短时间内迅速锁定想要分析的数据目标.对于现实数据的处理,其主要有以下几种不同的处理方式：首先是将所有的经济数据信息通过优化整合,挑选出自身所需要的信息；还有就是针对现有的数据信息,通过整合分析得出所需要的结果.第一种数据分析方式从经济数据管理的角度出发的,主要是以固有数据信息的统计、分类为基础,在应用中将原本混乱的数据库信息进行科学、系统的归类,保证统计数据管理的高效性和使用的便利性；第二种数据分析方式是对现有的经济数据的再加工过程,以鲜明的数据统计、分析目标为指引,对原有数据的数据呈现模型、数据内容、和主体数据有关联的部分进行修改、删减、整理,形成针对数据选取目的、简洁明了的数据组合方式,供企业管理者和政府职员适当的选择使用.
(二)数据挖掘技术较强的综合应用性
以上分析表明,数据挖掘技术作为完整的数据信息分析系统,能够根据数据信息拥有者的不同需求,智能寻找各种有用信息加以分析总结,得出数据信息拥有者想要的结果.目前现代经济所蕴含的信息量庞大,企业部门又有着各不相同的信息需求.针对不同的信息需要挑选和整合信息,能够促进企业经营管理部门、政府经济管理部门等不同经济管理领域的迅速发展.但不同的经济管理领域、管理方式、管理权限间存在的差异,又使得数据挖掘技术不断扩充自身的服务范围和服务能力,满足各方面管理的要求.目前的数据挖掘技术不但要对经济管理部门所需要的数据信息进行检索、统计、分析、总结,还要将得到的数据以管理人员所需要的形式呈现出来；最终对这些数据形式进行处理分析,得出可靠的数据分析结论.数据挖掘技术不仅能满足上述企业管理人员和政府管理人员的数据分析规定,还能够输出最适合的数据形式,供企业和政府相关部门人员使用；同时以上数据分析和结论,还能通过电脑录入企业管理系统中,方便企业管理人员、高层领导以后的查阅使用.数据挖掘技术功能的强大,使其数据管理覆盖面逐渐扩大,在处理经济数据信息方面取得良好的效果.
(三)数据挖掘技术中的宏观数据库
目前企业和政府经济管理存在着较多问题,其中最主要问题为：企业多个经济管理部门的管理内容有着较大差异,各个经济管理部门间又没有紧密的连接,使得管理部门的数据不能交流和共享.同时我国的企业和政府的经济数据统计,还延续以往的经济统计方式,统计到的经济数据信息存在着明显的局限性,不能够对企业经济活动作出真实可靠的分析.而且多种经济信息的混杂,不仅造成经济信息间的交流障碍,也造成多种经济信息间的重复率高.这就使得信息统计方式需要从大量重复信息中不断进行筛选,最终才能获得自身所需要的信息.这不仅浪费大量挑选信息的时间,也造成信息选择上的困难和不准确.企业的经济数据信息统计若没有综合的信息统计方式,那么企业经济管理和经营发展就要陷入困难的阶段.而宏观经济统计数据库的出现解决这种难题,宏观经济统计数据库包括各种不同类型宏观经济数据指标,能够通过对整体经济信息的分析,给出企业存在的问题以及未来企业的发展方向.宏观经济统计数据库中融合多种数据信息,提供给数据挖掘技术强大的数据支撑.数据挖掘技术利用宏观经济统计数据库中的数据内容,完整数据的挑选和分析工作.
总结:本论文可用于数据挖掘论文范文参考下载，数据挖掘相关论文写作参考研究。
参考文献：
1、 基于数据挖掘技术的输电工程造价预测模型的建立和实现 摘 要： 针对目前输电工程造价技术指标过多，影响因素比较复杂，导致输电工程造价估算困难，设计概算审查难以达到理想效果的问题。建立基于数据挖掘技术。
2、 数据挖掘技术在高职专业基础课程改革中应用 【摘 要】本文对高职专业基础课程的改革进行了论述，针对目前专业基础课程实施中的困难，将数据挖掘技术引入课程的教育教学改革中，分析专业基础课程与专。
3、 文本和数据挖掘技术（TDM）和著作权保护 摘 要：生活在一个信息化的“大数据”时代下的我们，习惯性得使用互联网包括关键词搜索、资料搜集、数据库检索、馆藏电子图书阅读等基于文本和数据挖掘技。
4、 数据挖掘技术在绩效考核中应用其作用 摘要：本文主要通过数据预处理、评价指标体系、人力资源管理对数据挖掘技术和绩效考核进行了概述，并介绍了决策树分类算法C4 5算法在绩效考核中的应用。
5、 数据挖掘技术在档案管理中应用 [摘 要]信息技术快速发展，数据挖掘技术的出现使信息管理逐渐实现智能化、信息化。数据挖掘技术在档案管理中也发挥着至关重要的作用，其能够使档案管理。
6、 数据挖掘技术在电网资产管理系统中应用 [摘 要] 电网资产管理贯穿了供电企业的诸多生产业务范围，其覆盖范围广、体系种类庞杂、数量庞大等特点。在电网资产信息化管理建设进程中，针对电网“。