統計數據的挖掘發展與措施分析

中國石化銷售有限公司遼寧石油分公司 王標

對于統計數據而言，對人們的生活與生產具有重要意義，需明確具體的挖掘措施，通過合理地方式進行數據挖掘，協調各方面工作之間的關系，開展統計數據的分析與挖掘，提高統計數據管理工作效果。

1　統計與統計數據挖掘發展分析

1.1　統計發展歷史分析

在原始時期，我國就開始應用統計方式進行生產，通過物件的方式記錄數據信息，或是在結繩上面記錄數據，能夠促進人類的發展。且西方國家在統計發展也具有悠久的歷史，可利用統計計算的方式征收賦稅，能夠提升國家統計管理工作水平。近年來，我國的經濟發展速度較快，且生產力水平逐漸提升，通過統計方式獲取精確度較高的數據信息，促進經濟發展。在生產力革命的過程中，能夠利用統計工作方式開展社會與經濟方面的統計活動，還可以針對環境與科技等進行合理的統計，促進國家的良好發展。在統計發展中，可通過深層次的統計方式完成工作任務，促進統計方面的發展。

1.2　統計數據挖掘發展分析

對于統計挖掘而言，可通過挖掘方式獲取高質量的統計數據信息，提升統計管理工作效率，且在管理期間還能充分發揮數據挖掘方式的積極作用。對于數據挖掘而言，除了可以針對數據進行咨詢之外，還能發揮監督管理工作作用，在統計工作中可歸納總結豐富的工作經驗，挖掘潛在的信息，創建智能化數據庫系統，提升數據的準確性與可靠性，以此增強數據挖掘決策工作效果。

當前，我國在數據信息方面已經得到了良好的研究與開發成效，且信息數據較為豐富，可獲取較高的數據信息，提升管理效果。在統計期間開展數據挖掘活動，在數據挖掘的過程中，利用合理的方式進行管理與控制。在社會經濟發展中，統計數據挖掘工作，可明確具體的發展方向，了解當前經濟發展狀況，聯合計算機網絡技術方式與統計數據挖掘方式，開展合理的管理活動。且在使用計算機網絡信息數據的過程中，可以獲取較高的數據，滿足當前的經濟發展需求，達到預期的管理目的。

2　統計數據挖掘類型分析

2.1　時間序列類型的數據挖掘

對于時間序列的數據而言，就是將時間作為基礎，在各個時間之內，按照先后順序開展數據分析工作，且在現實企業發展的過程中，可以將月度數據信息、季度數據信息與年度數據信息等作為依據，在數據經過時間沉淀之后，可形成較高價值的數據，能夠促進企業的長遠發展，奠定經濟發展基礎。且在時間序列數據實際挖掘期間，可以指導工作人員明確數據的發展趨勢，了解具體特點，開展深刻的管理與研究工作，能夠明確未來的發展趨勢。

2.2　截面數據類型的挖掘

截面數據挖掘，主要是在同一時間節點上針對數據進行合理的研究，但是，在數據分析的過程中，存在一定的數據差異，可明確省市與縣區的數據差異，在了解宏觀內容的情況下，可通過數據挖掘方式了解個性差異內容。

2.3　數據庫類型的挖掘

在國家發展的過程中，統計信息可以作為主要的參考依據，而統計數據中含有國家經濟信息、人口信息、科技信息等，能夠制定完善的數據決策方案，增強規劃工作科學性與合理性。在政府實際發展期間，可明確具體的統計數據重點內容，使用FOXPTO軟件方式分析小型的數據信息，使用oraclc軟件進行大型數據分析與統計，然后開展存儲工作。同時，在統計信息實際挖掘的過程中，可開展合理的管理工作，建設數據庫系統，明確統計數據挖掘目的與要求，了解具體的數據挖掘特點，促進國家經濟的可持續發展。

2.4　統計普查類型的挖掘

普查屬于日常生活中，人們較為熟悉的調查方法，可以針對我國的國情開展人口普查工作，在人口普查期間，數據挖掘工作可實現調查管理目的，分析異常情況，在合理普查的基礎上，針對人力資源與物力資源進行合理的分析，提升數據挖掘工作效率與質量[1]。

3　統計數據挖掘方式應用分析

對于統計數據挖掘方式而言，需進行嚴格的分析與仔細研究，了解具體的工作內容與要求，提升統計數據挖掘工作效果，滿足當前的實際發展需求。具體措施有以下幾種。

3.1　數據統計挖掘方式分析

第一，關聯挖掘方式。關聯挖掘方式主要是根據數據庫系統中，價值屬性關聯或是項目關聯的數據進行嚴格的分析，調查動態化與靜態化的資料，在合理分析的情況下，依照多元化的方式進行合理管理，明確結果與算法的具體內容，提升整體工作效果。此類方式在實際使用的過程中，數據庫系統中的無規律數據轉化成為可以觀察的動態資料，為現代商業的發展提供參考依據，充分發揮關聯分析方式的積極作用[2]。

第二，分類挖掘方式分析。對于分類挖掘方式而言，主要通過統計數據的分類，制定決策出分類方案與系統，完善具體的管理功能，在此期間，需實現數據信息的正確分類，明確具體的工作方式，了解節點屬性，篩選最佳的分析方式。且在每個節點位置分析中，還需進行準確的判斷，使用合理的方式進行分支分析，獲取準確的結論依據，遵循現代化與先進性的原則，提高整體管理工作效果[3]。

第三，聚類挖掘方式分析。對于聚類分析而言，是統計數據分析中常見的方式，可以將樣品研究作為主要的研究內容，開展數據的分類活動，此類方式在商業領域中得到了較為廣泛的應用，且在聚類分析的情況下，可以將其分為分塊模式、分層模式與密度模式等聚類方式，將網絡系統作為主要內容，創建現代化的聚類分析模型，提升整體分析與研究水平。對于聚類分析而言，在實際發展中，可創建模型計算機制，提升均值的計算水平[4]。

第四，預測類型挖掘方式分析。在統計數據挖掘分析的過程中，需合理使用先進的預測方式，通過信息預測方式，聯合計算機技術與其他技術方式進行合理分析，在綜合管理的情況下，創建神經網絡聯合機制，預測未來數據的實際發展情況，創建專業化的模型，以此提升整體分析工作效率與質量[5]。

3.2　統計數據挖掘方式的具體應用措施

在應用統計數據挖掘方式的過程中，首先，可將其應用在零售行業的發展中，創建現代化與先進性的管理模式與體系，明確各方面工作特點與內容，提高管理工作效果。其次，可以將統計數據挖掘方式應用在金融行業中與通信行業中，提高統計數據分析工作效果[6]。

4　結語

在統計數據挖掘的過程中，需樹立正確的工作觀念，針對統計數據挖掘歷史發展情況，合理使用先進的數據挖掘方式與技術方式，提升整體工作效果，加大管理工作力度，利用合理的統計數據挖掘技術提升管理效果。

[1] 李金昌．關于統計數據的幾點認識[J]．統計研究，2017(11)．

[2] 徐文瑞．數據挖掘技術在經濟統計中的應用研究[J]．中國商論，2017(19)．

[3] 徐鵬，蔣凱，王澤華，等．基于粗糙集的道路交通事故客觀因素顯著性分析[J]．華東交通大學學報，2017(6)．

[4] 范煒瑋，王虹，吳飛．基于Spark的醫療服務大數據 統計平臺的應用[J]．中國醫療設備，2017(11)．

[5] 黃艷梅．談統計數據的挖掘發展與方法[J]．才智，2017(36)．

[6] 王振容，蔣曉蓮．數據挖掘在護理領域中的應用進展[J]．中華護理雜志，2017(10)．