数据挖掘在统计工作中的应用前景分析

赵慧

摘 要：社会经济的迅猛发展，使得统计工作越来越重要。面临庞大的统计数据量和提升数据质量的要求，结合数据挖掘的功能、特点和优势，使得数据挖掘技术应用到统计工作中将发挥更多潜在的功能价值，因此将数据挖掘技术应用到统计工作中就显得尤为必要。该文主要分析了数据挖掘与统计学的关系，阐述了统计工作中应用数据挖掘技术的适应性，对数据挖掘技术在统计工作中的应用前景进行了相关研究。

关键词：数据挖掘技术 统计工作 应用

中图分类号：TP311.13 文献标识码：A 文章编号：1672-3791（2017）05（b）-0007-02

随着信息社会的高速发展，大数据、物联网、云计算的兴起与普及，信息产生和传播的速度与数据量迅速增快，在政府统计工作中，能够通过信息手段从庞大的数据量中获取更多更有效的信息，成为一个国家提升国民竞争力与国民素质的重要手段之一。

信息社会经济的迅猛发展离不开统计。在整个政府的体系结构中，统计部门起着举足轻重的作用，统计部门的数据将作为整个政府决策的一种依据。在当前信息技术迅猛发展的变革中，将日趋完善的信息技术应用到统计工作中，例如：数据挖掘技术，可以使统计工作在信息社会的发展进程中，发挥出更强大的作用，为政府决策提供更为有利的依据。

1 数据挖掘与统计学

数据挖掘是一个年轻的领域。从技术上讲，数据挖掘集人工智能、统计学、数据库管理、数据仓库、可视化、并行计算、决策支持为一体，利用数据库、数据仓库技术存储和管理数据，利用统计学方法和人工智能分析数据[1]。对数据挖掘技术在统计工作中应用的研究，可以使统计学适应大数据时代数据量的变化，挖掘出更多更有意义的数据信息。

1.1 数据挖掘是智能化统计

由于计算机技术的迅猛发展，数据存储能力的无线增加及大数据的推广应用，统计学方法也得到了迅速发展和完善。与此同时，各行各业都面临“数据爆炸”与“知识匮乏”并存的严峻形势，数据挖掘技术使得统计学与计算机技术相结合，从而从数据海洋中获取更多的信息。数据挖掘与统计学都是研究处理数据的艺术，具有相通性。统计学通过建模等从数据的特征出发去研究和发现其中有用的信息，而数据挖掘也是挖掘数据的特性，以期挖掘出更多更有意义的数据，因此，统计工作中应用数据挖掘是十分有必要的，数据挖掘可以说是统计工作借助于信息技术的发展延伸[2]。

1.2 数据挖掘的新特征推动统计学进一步发展

在数据的基础上建立模型并对模型分析是统计学家的主要工作，但是，对模型的阐述和分析并不深入，建立模型之后再进行数据分析是极为重要的。而数据挖掘的出现，可以对数据集采用不同的数据挖掘技术，可以是决策树或者神经网络或者聚类分析，从而处理数据集达到更好地预测效果。数据挖掘处理数据有以下特征：数据量大且维数高、数据结构复杂化、数据类型多样化等，数据挖掘的各种特征推动统计工作结合计算机技术进一步发展。

2 统计工作中应用数据挖掘技术的适应性分析

（1）综合应用型强。数据挖掘技术是一种能满足统计数据者特性数据需要的、综合应用型强的技术手段，不断促进统计工作向应用深度和范围广度上扩展。

（2）实际有效性高。数据挖掘具有稳定的工作性能，是一种目的明确的数据深加工技术，不仅能对统计工作的数据进行分析整理，更能通过聚类分析、神经网络等技术手段挖掘更深层次更有用的信息，在实际的统计工作应用中展现出的实际有效性很高。

（3）技术适用性高。统计工作需要强大的数据库，这为数据挖掘技术应用在统计工作中提供了平台，数据挖掘技术在此整合，保证统计工作信息的有效性、精确性，可以获得更深层次的信息资源。

3 数据挖掘技术在统计工作中的应用前景

数据挖掘的功能主要有自动预测趋势和行为、关联分析、粗糙集分析、聚类分析、概念描述、变化和偏差检测（孤立点检测）、回归分析等[3]。所以，非常有必要将日趋完善的数据挖掘技术应用到统计工作中，更深层次更合理地处理统计数据信息。数据挖掘技术在统计工作中的应用主要有以下几个方面。

3.1 开发数据挖掘系统

统计部门使用的数据格式多种多样，各个数据挖掘系统不可能对各式各样的数据库都具有通用性。同时，统计工作涉及到社会的方方面面，指标多、数据量大，没有一种完美的数据挖掘系统可以适用各种统计工作的需求，因此，要根据统计工作的实际需要开发出适合的数据挖掘系统，以适应其工作需求。可以开发多维数据挖掘系统、关系数据挖掘系统、空间数据库挖掘等。例如：基于数据仓库的数据挖掘系统，其算法能够解决在数据挖掘中对数据进行预处理耗时的缺点[4]。通过建立数据仓库能够避免每次对数据进行抽取、清洗、转换和装载的过程，按主题组织存放数据库，为数据挖掘技术选择恰当的数据源提供了便利。

3.2 提升数据挖掘质量

统计工作中，数据的质量尤为重要。政府进行科学决策和现代化管理需要准确的统计数据作为依据。在获取数据来源的质量问题上，国家统计部门极为重视，因此，统计部门的数据集的质量问题就可以很好地保证，这就需要在数据挖掘技术上减少问题，提升数据挖掘效果，从而为决策者提供更为可靠的依据。数据挖掘技术的不断改进可以提升挖掘信息的有效性和适用性。通过数据挖掘技术在统计工作中的应用挖掘出来高质量的信息，同时又能运用于实际的统计领域。例如：交互式数据挖掘能够准许用户对数据进行精确挖掘，数据焦点具备动态改变的特点，从多个角度多个抽象的层次灵活的收集数据、挖掘数据[5]。

3.3 简化数据挖掘结果

政府统计机构是使用数据的关键部门，这也暗示着政府统计工作的新的发展方向，结合数据挖掘技术挖掘出更适合决策帮助的数据信息。数据挖掘出来的结果最终使用者并非是数据挖掘的专家，而是各统计部门的相关人员，因此数据挖掘结果要简化易懂。

3.4 数据挖掘的保密性和安全性

在数据挖掘的引用中，世界上许多国家的官方统计机构已有研究计划。比如：由欧洲国家的政府机构设计的SODAS，KESO和SPIN，这些计划研究提供特定的软件，开发出具体的数据挖掘工具应用在官方统计中[6]。为充分发挥数据挖掘在政府统计工作中的潜在效益，我国政府统计部门也在研究数据挖掘技术的引入与结合。由于政府统计工作的特殊性，为避免数据泄露，要加强数据挖掘技术应用过程和结果的安全性和保密性。

4 结语

在国家的经济发展中，统计工作至关重要，随着数据挖掘技术在政府统计工作中应用的不断深入，对数据的统计分析也有更高的标准和更高的質量要求。对此，在统计工作中，要提升数据挖掘技术的应用效果，以获得更高的统计质量结果，进而为统计部门或者政府部门决策提供更为有力的决策依据。在统计工作中充分利用数据挖掘技术，将带来巨大的经济效益和社会效益。

参考文献

[1] 徐雪琪.基于统计视角的数据挖掘研究[D].浙江工商大学，2007.

[2] Pang-Ning Tan，Michale Steinbach，Vipin Kumar. Introduction to Data Mining[M].人民邮电出版社，2006.

[3] 董静.试析数据挖掘技术在经济统计中的应用[J].商，2015（31）：227-228.

[4] 王恂.基于数据挖掘技术的统计工作创新研究[J].无线互联科技，2015（4）：142-143.

[5] 岳悦.浅谈数据挖掘技术在经济统计中的应用[J].经营管理者，2015（30）：198.

[6] 行智国.数据挖局及其在官方统计中的应用前景[J].统计科学与实践，2003（2）：10-12.