数据挖掘方面的东西，关于经济理论
需积分: 0 38 浏览量
2008-11-13
10:34:26
上传
评论
收藏 1.36MB DOC 举报
四川大学本科毕业论文 数据挖掘算法在宏观经济预测中的应用
1 导论
1.1 选题目的及意义
选择数据挖掘算法在宏观经济预测中的应用作为论文的研究题目，考虑的
原因主要有三点：
第一，对宏观经济进行预测是来源于四川省经委的实际课题《基于景气度
的宏观经济预测》。
第二，宏观经济反映整个国民经济的运行及发展状况，它不仅影响整个国
家的经济政治等多方面的稳定，还对身处宏观经济其中的所有个体都产生很大
的影响，因此选择宏观经济预测作为研究的方向，由宏观经济预测来指导国家
宏观调控、战略制定等方面的工作，都具有现实和重要的意义。
第三，数据挖掘算法作为知识发现的新技术，正被广泛的应用于各个领域 ，
为管理者提供决策服务，尤其是在预测趋势和行为这个方面显示出很好的应用
效果，具有很好的发展前景。将数据挖掘算法应用到宏观经济预测中，是一个
很好的研究方向。
鉴于此，本文选择了数据挖掘算法在宏观经济中的应用作为探讨和研究的
内容。
1.2 文献综述
国内外对于数据挖掘（Data Mining）技术的研究其实已经经历了数个年
头。数据挖掘技术本身是一个逐渐演变的过程，最初的数据挖掘主要表现为对
电子数据的一些简单处理，人们通过某些方法从电子数据中获得有用的信息，
从而实现自动决策支持，在这个阶段机器学习成为主要的方法之一。所谓机器
学习就是将一些已知的并且已经被成功解决的问题作为范例输入到计算机中，
然后机器通过学习这些范例，总结并产生相应的规则，由于这些规则具有通用
性等特点，因此可以利用它们来解决某一类的问题
[1]
。随后出现了神经网络技
术，人们对数据挖掘的研究开始转向知识工程、专家系统等方面，其中知识工
程不同于机器学习的原理，它是直接向计算机输入已被代码化的规则，然后计
算机通过使用这些规则来解决实际问题。而专家系统由于投资大，且效果不甚
理想，并未得到广泛的应用。在 20 世纪 80 年代末期出现了一个新的术语——
数据库中的知识发现（KDD），它泛指所有从源数据中发掘模式、联系或者规
则的方法
[1]
。随着对数据挖掘技术研究的深入，人们逐渐认识到数据挖掘中有
许多工作可以由统计方法来完成，并且开始将统计方法与数据挖掘技术有机的
结合起来。
与国外相比，国内对数据挖掘技术的研究稍晚。目前国内的许多科研单位
和高等院校纷纷开始投入到对数据挖掘技术的基础理论及其应用等方面的研究
中，研究方向包括了模糊方法在知识发现中的应用、数据立方体代数的研究、
关联规则开采算法的优化和改造、非结构化数据的知识发现以及 Web 数据挖掘
等等。
除了这些已经处于研究阶段的内容，还有一些领域正开始成为数据挖掘技
1
剩余20页未读，继续阅读
评论0