淺析云數據分析在經濟統計中的應用

王怡博　方頎卓

[摘 要]就目前的現實情況來說，大數據分析針對自身承載平臺所具備的性能有著越來越高的需求，云計算手段和大數據分析的結合也在較大程度上滿足了這種性能上的需求變化。而經濟統計也尚且存在一些問題，假如依然采取傳統數據處理方式，將會阻礙經濟發展，不能進行深層次的數據分析。文章針對大數據分析和云計算之間存在的關系強調云計算大數據分析所具備的優勢，并適當結合實際情況說明其實際應用價值。

[關鍵詞]經濟統計；云計算；大數據分析

[DOI]10.13939/j.cnki.zgsc.2018.03.189

最近幾年，云計算和大數據成為社會各個領域均重點關注的內容之一，云計算也呈現了高速發展的趨勢，“數據即為資源”這一理念貫徹了如今的“大數據”時代。如何對大數據予以更好管理以及利用，令大數據的價值獲得最大化發展將是時代發展的重要步驟之一。云計算以及大數據將是互聯網行業的業務模式新發展。本文闡述了云計算技術和大數據分析之間的聯系，并適當闡述其應用價值，在此基礎上進行適當的總結。

1 大數據分析和云計算技術之間的關系分析

當前在國內和國外均已經擁有很多較為成熟的進行云計算的服務項目；數據分析則是在大數據處理流程當中較為核心性的一個部分，它以數據價值的分析作為主要目的，基于大數據基礎之上進行的數據分析，基本上表現于已經獲得的大量數據分析工作，它的數據來源有可能是企業，也有可能是互聯網和企業之間的融合數據。

就當前的趨勢而言，云計算作為大數據IT基礎，起到支撐平臺的作用，數據量不斷地增長，需要擁有更高性能的數據平臺來進行承載。因此，云計算技術的發展，能夠令大數據分析準確性得以提升，且時效性也更加理想；除此之外，云計算出現后，大數據分析也獲得了更強的擴展性，同時存儲和計算資源的成本也得以降低，令各個中小型企業也能夠借助云計算手段來實現大數據分析相關產品。

事實上，大數據技術手段自身也是作為云計算技術而延伸出去的。在大數據技術當中，涵蓋了海量數據存儲以及處理，乃至于數據應用等方面的手段，包括海量分布式文件系統、數據庫、計算框架并行、智能分析等，例如自然語言理解以及模式識別等。不過，大數據分析如果想要完全走向云計算技術，還需要依賴數據通信帶寬是否能夠有效提升以及云資源是否能夠更好地建設，由此保證原始數據可以安全地轉移到云環境當中，同時還需要保證資源池能夠依照彈性進行擴展。

總的來說，立足于云計算技術的大數據分析技術，就其優勢而言包括以下三個方面。

其一，可以使用云計算技術中的虛擬化環境，依照業務的實際需求進行計算資源具體配置調整工作，令大數據分析的平臺能夠得到一定的擴展。

其二，能夠讓詳細數據進行粒度分析，有效實現數據自身價值的高度挖掘。

其三，有效縮減大數據分析需要耗費的成本，進而提升硬件和軟件資源的有效利用效率。

以上優勢，令大數據服務提供者能夠更加專注在數據分析功能的自身優化以及創新上，不需要花費太多的精力和成本來提升平臺基本性能，進而令用戶獲得性價比較為理想的大數據分析技術服務項目。

2 云數據分析在經濟統計中的應用

數據挖掘從根本上來說屬于一種交叉性的技術手段，通常來說，數據挖掘手段在實際使用當中需要涉及這樣的幾個步驟：數據資料的準備、數據的挖掘和結果的分析評估，它的主要功能表現于數據有效分類和數據預測工作，構建起模型，并結合數據總結以及聚類等操作，發現數據當中是否存在異常以及趨勢走向分析。這些功能都在較大程度上滿足了數據挖掘的基本特征，給使用者提供較好的數據篩選以及預測統計，這些過程都讓數據挖掘能夠貼近經濟統計的實際工作。

當前社會經濟以及科學技術都獲得了較大的發展，數據信息量不斷增加，加上計算機技術和數據算法不斷涌現，都推進了云計算和大數據分析的發展，同時在數據統計等方面有了廣泛的應用。為了能夠保證經濟統計最終結果的高度精準和可靠性，在經濟統計當中，我們需要引入云計算和大數據挖掘的技術手段。

常見的應用手段包括以下幾種。

（1）統計分析方法。在經濟數據庫當中，各個字段項間存在函數關系和其他關系，換言之，需要數據間擁有函數關系表示，同時擁有不能表示的關系，這就需要一定確定性關系，此時可以使用統計分析的形式來針對數據庫當中的數據信息展開深層側分析以及具體探究。

（2）神經網絡法。所謂神經網絡法，即為模擬人體大腦分析信息并進行信息加工的智能信息挖掘手段，人們借助神經網絡方式輸入信息并進行分析處理，隨后輸出，即可為企業（或政府部門）正常使用。這種方式在處理信息的過程當中擁有較為理想的準確性以及可靠性，數據也較為完整，便于使用，還能夠明確數據聯系。假如數據間有經濟問題存在，那么就可以全面分析經濟問題，隨后結合云計算手段，使用適當的處理方式來處理遇到的問題。

（3）決策樹方法。經濟統計的過程當中，有一些必要情況需要建立起模型來幫助分析，決策樹就是預測和分析這種模型的方式之一，它基于統計理論當中的非參數識別手段，借助大量信息數據針對性分類和整理，尋找到具備價值的信息以及潛在的一些內容，給企業（或政府部門）的決策起到參考的作用。這種方式具備分類速度較快且描述簡潔的優勢，所以，可以用在經濟運行的過程當中一些大規模處理數據的繁雜工作。

（4）粗集理論方法。這是一種不精確且不確定知識的工具，隸屬于數學范疇，它是一種借助上下近似集進行不確定問題的分析方式，其算法比較簡單，很容易進行操作；同時也不需要提供額外的信息；在最大限度上簡化信息輸入表達空間。針對一些不確定經濟因素，它創造了一種獨特的思維方式，也正是這種原則，令經濟決策能夠和需求更加靠近，應用在如今的云計算背景下，可以創造出更大化的利益。

（5）遺傳計算法。它結合的是生物自然選擇性以及遺傳機制當中隨機搜索的算法，它的思路結合的是社會問題，收集特定人群的信息，借助隱含信息的針對性整理和分析，獲得最終結果。這種遺傳算法擁有隱含特征，能夠在經濟統計工作當中和其他的模型進行有機結合，采集隱含數據，并將這些信息整理起來給予企業（或政府部門）使用。信息數據當中，經濟問題始終不斷變化和發展，內部存在很多聯系，可以使用遺傳算法，立足根本進行探究和延伸，獲得潛在數據，可以幫助經濟統計工作提升質量水平，令經濟統計工作變得更加容易操作。

總的來說，在經濟問題當中存在著非常多的聯系，而且這些聯系也非常復雜，所以，借助數據挖掘手段來展開經濟統計，其首要的任務就是定義方面的問題，必須明確經濟統計的目的。數據準備必須詳細，隨后對其進行選擇和處理，最后結合數據來進行分析，提取出有用的信息，最終投入到實際的經濟問題當中，以期能夠盡快解決問題，保證經濟運行。

3 結 論

基于云計算技術的大數據分析技術如今成為處理大數據問題的一項主要手段，在云計算環境下，大數據分析平臺的部署必須參照諸多綜合條件，包括硬件環境、軟件環境以及網絡環境等，令大數據海量信息的積累能夠很好地實現其自身價值，凸顯出云計算所具備的性能上的優勢。而相對地，如果沒有云計算作為主要的支撐，也無法展開高效且精準的數據處理和分析，二者相互扶持。而在經濟統計當中，云計算技術以及大數據分析結合的方式，能夠令經濟統計工作獲得更加有效的運轉。借助這樣的技術手段，能夠令經濟統計工作在保證基本的準確性的基礎之上更加準確，對社會經濟的發展和國家積累財富都產生積極的影響。

參考文獻：

[1]陳清金，張巖，陳存香.云計算環境下的大數據分析 [J].郵電設計技術，2015（5）.

[2]吳凱峰，劉萬濤，李彥虎，等.基于云計算的電力大數據分析技術與應用 [J].中國電力，2015（2）.

[3]虞尚智.大數據環境下云計算的技術應用分析 [J].中國新通信，2014（18）.endprint