数据挖掘在统计工作中的应用研究

摘要

论文从理论论证和实例研究两方面展开，试图通过对相关问题的深入研究，探索数据挖掘技术运用于政府统计的主要过程和一般分析方法。 经过多年的积累，当前政府统计工作面临“数据丰富，但信息贫乏”的问题，且忽视了对历史数据中隐性规律的挖掘分析，然而将基于数据仓库的数据挖掘技术运用于政府统计能够很好的解决这一问题。本文通过对统计数据特点的分析，提出了统计数据仓库建设的原则，并据此提出了基于数据仓库与数据挖掘技术的统计分析系统的实现架构、构建了便于进行分析的统计多维数据模型，并把它们应用于实证分析。在实证分析阶段，将关联及聚类算法应用于决策树算法分析的基础之上，算法的结合很好的保证了所分析指标的相关性及有效性。

目录

文摘

英文文摘

论文说明：图目录

声明

第一章绪论

第一节论文研究背景

第二节国内外研究及应用现状

第三节论文研究的意义

第四节论文结构

第二章基础理论与技术

第一节统计相关概念与理论

第二节数据仓库的相关理论与技术

一、数据仓库与数据集市

二、多维数据模型

第三节数据挖掘的相关理论与技术

一、数据挖掘基本知识

二、数据挖掘的任务和功能

三、数据挖掘过程与实施步骤

第四节数据挖掘与传统统计分析的联系与区别

第五节基于数据仓库的数据挖掘技术与统计工作的结合

第三章基于数据仓库与数据挖掘技术的统计分析系统的实现架构

第一节统计数据的特点及统计数据仓库建设中的原则探析

第二节统计数据的多维模型构建及关键问题探析

第三节系统定位

第四节系统目标

第五节系统开发平台

第六节基于数据仓库与数据挖掘技术的统计分析系统实现架构

第四章基于多维数据集的数据挖掘技术在统计分析应用中的实证研究

第一节主题背景

第二节解决方案

第三节多维数据集的构建

一、概念模型的构建

二、物理模型的构建

第四节数据挖掘技术的实现

一、决策树方法的应用

二、基于强相关属性的数据挖掘实证分析

第五节对挖掘结果的处理

第六节系统评价

第五章总结

第一节论文工作总结

第二节论文创新内容

第三节论文不足

一、理论研究方面

二、实践研究方面

第四节进一步工作展望

参考文献

攻读学位期间发表的论文

致谢