基于数据挖掘模型的区域经济数据分析系统设计及应用

程 童

（陕西警官职业学院基础部，西安710021）

区域经济作为国民经济的重要组成部分，是地区社会活动活力的主要体现［1］。由于区域经济在国民经济中扮演着重要的角色，因此区域经济是社会各领域重点关注和普遍研究的领域。中国作为一个地域、人口大国，经济发展内向程度高，经济系统极其复杂，不同部门、不同领域在日常经济活动中均产生大量经济数据，分散化的数据以不同格式、不同类型存在于各经济部门数据库中［2-4］。如何从多源异构数据寻找到有用的信息，为区域经济的发展提供数据支撑，成为亟待解决的关键问题［5-7］。数据挖掘是从海量的、不完全、模糊的异构数据中提取隐藏在其中的有潜在价值的信息和知识的过程［8］。目前，比较成熟的数据挖掘技术主要有遗传算法［9］、人工神经网络［10，11］、邻近搜索方法［12］等，通过在大量数据中提取隐含规则和信息，为区域经济的发展推进策略提供分类指导、分区推进的技术支持［13］。基于此，本研究根据区域经济系统的特点，提出一种基于Multi-Agents数据挖掘技术的区域经济系统，将数据挖掘算法应用于区域经济分析中，把握地区发展方向和进程，提高区域规划的及时性和有效性。

1 Multi-Agents的区域经济分析

1.1 Multi-Agents技术

Agent是能够感知环境、接收环境消息并作出反应，进而反作用环境中的一种实体［14］。在移动互联网数据挖掘中，将Agent看作是一种能在异构网络中有一台主机前移到另一台主机实现资源交互的程序。而Multi-Agents是通过多个Agent组成的集合，系统中各Agent根据具有的知识对外界刺激作出反应，并获取新的消息更新自身状态，通过消息获取和数据交互完成任务。……