戴鹏益

【摘  要】随着经济的不断发展与壮大，数据挖掘的工作量也越来越大，这直接导致了技术工人在工作中面临的统计数据更加庞大。而在传统的经济数据特点中，数据庞大且质量问题突出，这严重阻碍了工作的进程。传统的统计数据方式还比较落后，没有运用智能性手段深层次地分析处理，以至于数据间的潜在关系没有被开发出来，并且没有被利用到工作中去。论文提出了如何将数据挖掘技术应用在经济统计中，希望可以为广大的工作人员提供支持。

【Abstract】With the continuous development and expansion of the economy， the workload of data mining is also increasing， which directly leads to the technical workers in the work of the statistical data are more huge. In the traditional characteristics of economic data， the data is huge and the quality problem is prominent， which seriously hinders the progress of the work. The traditional statistical data method is still relatively backward and does not use the intelligent means to analyze and process deeply， so that the potential relationship between data is not developed and not used in the work. This paper puts forward how to apply data mining technology in economic statistics， hoping to provide support for the vast number of workers.

【关键词】数据挖掘;经济统计;应用

【Keywords】data mining; economic statistics; application

【中图分类号】TP311.1                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）01-0180-02

1 引言

传统的经济统计主要是靠工作人员对数据进行整合，运用传统的统计报表形式进行数据整理，这样的运作方式不仅工作效率低而且需要工作的内容庞大，需要大量的人力物力来进行支持。而且，这种方法导致了形式上的单一与深度上的浅薄，不能对经济统计内容进行有效支持与利用要求，如果在经济统计中运用这种方式不仅对工作进程有所阻碍，而且对数据难有准确的分析。因此，想要在经济统计中使得数据的内容与质量得到提高，需要对技术进行革新，数据挖掘技术恰恰可以起到作用。数据挖掘技术不仅可以使得数据变得更加有深度和广度，还可以使得数据更加准确，出现虚假数据内容的几率缩小，改善数据质量，另一方面还可以深层次地挖掘数据之间的联系，可以有效提高数据关联度，从而使得数据信息更加准确。……