浅析云数据分析在经济统计中的应用

王怡博　方颀卓

[摘 要]就目前的现实情况来说，大数据分析针对自身承载平台所具备的性能有着越来越高的需求，云计算手段和大数据分析的结合也在较大程度上满足了这种性能上的需求变化。而经济统计也尚且存在一些问题，假如依然采取传统数据处理方式，将会阻碍经济发展，不能进行深层次的数据分析。文章针对大数据分析和云计算之间存在的关系强调云计算大数据分析所具备的优势，并适当结合实际情况说明其实际应用价值。

[关键词]经济统计；云计算；大数据分析

[DOI]10.13939/j.cnki.zgsc.2018.03.189

最近几年，云计算和大数据成为社会各个领域均重点关注的内容之一，云计算也呈现了高速发展的趋势，“数据即为资源”这一理念贯彻了如今的“大数据”时代。如何对大数据予以更好管理以及利用，令大数据的价值获得最大化发展将是时代发展的重要步骤之一。云计算以及大数据将是互联网行业的业务模式新发展。本文阐述了云计算技术和大数据分析之间的联系，并适当阐述其应用价值，在此基础上进行适当的总结。

1 大数据分析和云计算技术之间的关系分析

当前在国内和国外均已经拥有很多较为成熟的进行云计算的服务项目；数据分析则是在大数据处理流程当中较为核心性的一个部分，它以数据价值的分析作为主要目的，基于大数据基础之上进行的数据分析，基本上表现于已经获得的大量数据分析工作，它的数据来源有可能是企业，也有可能是互联网和企业之间的融合数据。

就当前的趋势而言，云计算作为大数据IT基础，起到支撑平台的作用，数据量不断地增长，需要拥有更高性能的数据平台来进行承载。因此，云计算技术的发展，能够令大数据分析准确性得以提升，且时效性也更加理想；除此之外，云计算出现后，大数据分析也获得了更强的扩展性，同时存储和计算资源的成本也得以降低，令各个中小型企业也能够借助云计算手段来实现大数据分析相关产品。

事实上，大数据技术手段自身也是作为云计算技术而延伸出去的。在大数据技术当中，涵盖了海量数据存储以及处理，乃至于数据应用等方面的手段，包括海量分布式文件系统、数据库、计算框架并行、智能分析等，例如自然语言理解以及模式识别等。不过，大数据分析如果想要完全走向云计算技术，还需要依赖数据通信带宽是否能够有效提升以及云资源是否能够更好地建设，由此保证原始数据可以安全地转移到云环境当中，同时还需要保证资源池能够依照弹性进行扩展。

总的来说，立足于云计算技术的大数据分析技术，就其优势而言包括以下三个方面。

其一，可以使用云计算技术中的虚拟化环境，依照业务的实际需求进行计算资源具体配置调整工作，令大数据分析的平台能够得到一定的扩展。

其二，能够让详细数据进行粒度分析，有效实现数据自身价值的高度挖掘。

其三，有效缩减大数据分析需要耗费的成本，进而提升硬件和软件资源的有效利用效率。

以上优势，令大数据服务提供者能够更加专注在数据分析功能的自身优化以及创新上，不需要花费太多的精力和成本来提升平台基本性能，进而令用户获得性价比较为理想的大数据分析技术服务项目。

2 云数据分析在经济统计中的应用

数据挖掘从根本上来说属于一种交叉性的技术手段，通常来说，数据挖掘手段在实际使用当中需要涉及这样的几个步骤：数据资料的准备、数据的挖掘和结果的分析评估，它的主要功能表现于数据有效分类和数据预测工作，构建起模型，并结合数据总结以及聚类等操作，发现数据当中是否存在异常以及趋势走向分析。这些功能都在较大程度上满足了数据挖掘的基本特征，给使用者提供较好的数据筛选以及预测统计，这些过程都让数据挖掘能够贴近经济统计的实际工作。

当前社会经济以及科学技术都获得了较大的发展，数据信息量不断增加，加上计算机技术和数据算法不断涌现，都推进了云计算和大数据分析的发展，同时在数据统计等方面有了广泛的应用。为了能够保证经济统计最终结果的高度精准和可靠性，在经济统计当中，我们需要引入云计算和大数据挖掘的技术手段。

常见的应用手段包括以下几种。

（1）统计分析方法。在经济数据库当中，各个字段项间存在函数关系和其他关系，换言之，需要数据间拥有函数关系表示，同时拥有不能表示的关系，这就需要一定确定性关系，此时可以使用统计分析的形式来针对数据库当中的数据信息展开深层侧分析以及具体探究。

（2）神经网络法。所谓神经网络法，即为模拟人体大脑分析信息并进行信息加工的智能信息挖掘手段，人们借助神经网络方式输入信息并进行分析处理，随后输出，即可为企业（或政府部门）正常使用。这种方式在处理信息的过程当中拥有较为理想的准确性以及可靠性，数据也较为完整，便于使用，还能够明确数据联系。假如数据间有经济问题存在，那么就可以全面分析经济问题，随后结合云计算手段，使用适当的处理方式来处理遇到的问题。

（3）决策树方法。经济统计的过程当中，有一些必要情况需要建立起模型来帮助分析，决策树就是预测和分析这种模型的方式之一，它基于统计理论当中的非参数识别手段，借助大量信息数据针对性分类和整理，寻找到具备价值的信息以及潜在的一些内容，给企业（或政府部门）的决策起到参考的作用。这种方式具备分类速度较快且描述简洁的优势，所以，可以用在经济运行的过程当中一些大规模处理数据的繁杂工作。

（4）粗集理论方法。这是一种不精确且不确定知识的工具，隶属于数学范畴，它是一种借助上下近似集进行不确定问题的分析方式，其算法比较简单，很容易进行操作；同时也不需要提供额外的信息；在最大限度上简化信息输入表达空间。针对一些不确定经济因素，它创造了一种独特的思维方式，也正是这种原则，令经济决策能够和需求更加靠近，应用在如今的云计算背景下，可以创造出更大化的利益。

（5）遗传计算法。它结合的是生物自然选择性以及遗传机制当中随机搜索的算法，它的思路结合的是社会问题，收集特定人群的信息，借助隐含信息的针对性整理和分析，获得最终结果。这种遗传算法拥有隐含特征，能够在经济统计工作当中和其他的模型进行有机结合，采集隐含数据，并将这些信息整理起来给予企业（或政府部门）使用。信息数据当中，经济问题始终不断变化和发展，内部存在很多联系，可以使用遗传算法，立足根本进行探究和延伸，获得潜在数据，可以帮助经济统计工作提升质量水平，令经济统计工作变得更加容易操作。

总的来说，在经济问题当中存在着非常多的联系，而且这些联系也非常复杂，所以，借助数据挖掘手段来展开经济统计，其首要的任务就是定义方面的问题，必须明确经济统计的目的。数据准备必须详细，随后对其进行选择和处理，最后结合数据来进行分析，提取出有用的信息，最终投入到实际的经济问题当中，以期能够尽快解决问题，保证经济运行。

3 结 论

基于云计算技术的大数据分析技术如今成为处理大数据问题的一项主要手段，在云计算环境下，大数据分析平台的部署必须参照诸多综合条件，包括硬件环境、软件环境以及网络环境等，令大数据海量信息的积累能够很好地实现其自身价值，凸显出云计算所具备的性能上的优势。而相对地，如果没有云计算作为主要的支撑，也无法展开高效且精准的数据处理和分析，二者相互扶持。而在经济统计当中，云计算技术以及大数据分析结合的方式，能够令经济统计工作獲得更加有效的运转。借助这样的技术手段，能够令经济统计工作在保证基本的准确性的基础之上更加准确，对社会经济的发展和国家积累财富都产生积极的影响。

参考文献：

[1]陈清金，张岩，陈存香.云计算环境下的大数据分析 [J].邮电设计技术，2015（5）.

[2]吴凯峰，刘万涛，李彦虎，等.基于云计算的电力大数据分析技术与应用 [J].中国电力，2015（2）.

[3]虞尚智.大数据环境下云计算的技术应用分析 [J].中国新通信，2014（18）.endprint