企业经济数据分析与可视化系统的设计与实现文献综述

 2022-10-26 04:10

文献综述(或调研报告):

随着计算机科学和数据库系统的发展,每天会产生数百万的数据。 如何从大型数据库中挖掘有用的信息和知识正在成为越来越受欢迎的研究课题。[1]面对如此巨大的数据资源,人们迫切需要一种新技术和自动工具,以便能够利用智能技术帮助我们将这巨大的数据资源转换为有用的知识与信息资源,从而可以帮助我们科学地进行各种决策。

数据挖掘[2]作为20世纪末刚刚兴起的数据智能分析技术,由于其所具有的广阔应用前景而备受关注。数据挖掘,常常也被称为数据库知识发现(Knowledge Discovery from Database),它可以从数据库中自动抽取或发现有用的知识模式。具体地说,是在数据库中,对数据进行一定的处理,从大量有噪声、不完整甚至是不一致的数据集合中,挖掘出隐含的、事先未知而又可能极为有用的知识模式。数据挖掘是一个多领域交叉的新兴学科,所涉及的领域包括数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识系统、信息检索、高性能计算以及可视化技术等领域。[3]

经济学作为一门科学,如果从亚当·斯密的“国富论”算起,已有200多年的历史。近几十年来,经济学越来越重视研究方法的科学性和实证化,这是深刻认识并驾驭复杂经济系统的客观需要。也是经济学本身科学化的需要。何谓实证化?简单地说,就是让数据说话,变理论驱动为数据驱动,用数据来检验理论,从数据中发现规律,提出理论。这样,数据处理就成了经济学实证分析的重要手段。因此,在计算机技术和信息处理方法迅速发展和普及的今天,将数据挖掘的方法和技术引入经济学研究,将数据挖掘和经济计量方法融合在一起,其重要性、必要性和可行性是不言而喻的。我们不妨把这叫做“经济数据挖掘”。[3]

数据挖掘技术能对数据信息进行深度处理和集中整合,并且保证深层次开发项目得以全面优化和系统化升级。在具体实践操作过程中,数据挖掘技术能从复杂的数据库中有效提取数据信息并对其进行集中整理和分析,从而在散乱的数据信息中挖掘数据信息的实用性价值。需要注意的是,我国近几年的经济活动十分频繁,信息量较大、组成结构较为复杂等都是原生态信息的主要特征,要想对其价值进行综合性管理,就要对信息展开精细化研究,否则就会出现信息价值被闲置或者是浪费的问题,信息和数据若是不能发挥其应有的价值,前置数据信息统计工作就会失去意义。基于此,在数据处理过程中,各个部门开始应用数据挖掘技术,将杂乱的原始数据进行综合和系统化分析,形成具有实际意义的数据形态,确保提取效果和应用效果的最优化,也能对统计数据信展开深加工和综合性处理,为数据挖掘水平的全面升级奠定坚实基础. 总而言之,现代化经济管理中,经济统计活动的价值在不断提高,要对基础数据主体进行深度分析,才能结合市场实际需求建立更加有效的经济决策,要积极利用更加系统化的数据挖掘技术,保证数据质量的同时,提高经济建设的效率,实现数据深度加工的目标。在经济统计活动开展进程中,落实具体应用措施,为数据挖掘技术的全面优化奠定坚实基础。[4]

将数据挖掘技术应用到经济统计当中,具备以下三个方面的优势:

其一,数据挖掘技术具有很强的综合能力。 在现今的社会发展中,经济的发展与数据统计是息息相关,密不可分的,经济统计中,不同部门的经济数据统计需求、统计形式也各不相同,在社会经济活动中,有许多个不同的管理部门,这些管理部门在作出某些决策的时候,需要以经济统计数据为基础。 但是不同管理部门的管理形式不同,因此对经济统计数据的需求也不一样。 将数据挖掘技术应用到经济统计中,能够将数据转化为不同的形式,从而满足不同部门的需求。[5]

其二,具有较强的数据实际统计效果。 将数据挖掘技术应用到经济数据统计当中既能够深入进行经济数据的统计,同时又能够深层次的挖掘出数据库中有价值的信息,通过数据挖掘技术,能够对海量的数据进行统计和加工,通过数据挖掘技术,将原本杂乱无章的数据进行科学、有效的、信息化的处理, 显著提高数据管理的高效性,通过数据挖掘技术对现有数据的深层加工能够更好的确保经济统计数据的有效性和真实性。[5]

其三,数据挖掘技术具有较强的适用性。 对经济数据进行统计的主要目的是为经济活动提供数据参考,把数据挖掘技术应用到经济数据统计中能够满足不同管理部门的统计需求,通过数据挖掘技术,能够有效将数据信息进行融合。[5]

数据挖掘技术在经济统计中的可行性:

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。