数据挖掘在区域经济分析中的应用模型研究

发布时间：2021-07-17 11:14

　　区域经济是经济社会活动主体普遍关注的问题,其研究在地方政府寻求振兴经济发展之路、中央政府进行宏观决策中起着重要的参考作用。数据挖掘是一个新兴的边缘学科,它汇集了来自机器学习、模式识别、数据库、数据仓库、统计学、人工智能以及管理信息系统等各学科的成果。把数据挖掘技术应用到区域宏观经济分析中,充分发挥数据挖掘工具的作用,将是数据挖掘技术研究成果转化为现实生产力的一个重要途径。 本文针对目前国际和国内区域经济研究发展的现状和趋势,通过对湖北省信贷投入结构分析的实例,建立起数据挖掘中的聚类分析方法在区域经济研究中的应用模型,并得出有意义的分析结果,对中央银行货币政策的实施具有重要的参考价值。 本文详细地阐述了Microsoft SQL Server 2000 Analysis Services中聚类算法的具体原理,介绍了SEM算法,确立了其在区域经济分析中的可行性,介绍了系统应用的软硬件环境、数据转换方法,建立了模型分析方法,提出了模型建立的七个步骤,即:确定数据周期、确定聚类个数、聚类运算、对比分析、预测分析、验证及误差分析。 在建立模型的基础上,本文还将模型应用到当前宏观... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
1 引言
    1.1 区域经济及其研究的重要性
        1.1.1 区域经济学及其主要流派
        1.1.2 数据挖掘的主要方法
        1.1.3 数据挖掘中的常用技术
    1.2 数据挖掘技术在国际金融业中的应用现状
    1.3 本文的主要研究工作
        1.3.1 采用Microsoft SQL Server 2000 Analysis Services中的工具建立了相关的聚类挖掘模型
        1.3.2 对运算结果进行经济学分析
    1.4 本文的组织形式
2 数据挖掘模型
    2.1 数据挖掘过程
    2.2 聚类分析算法
    2.3 Microsoft SQL Server 2000 Analysis Services中聚类挖掘模型
        2.3.1 算法简介
        2.3.2 算法描述
        2.3.3 参数说明
        2.3.4 标准EM算法
        2.3.5 SEM算法
        2.3.6 扩展EM算法
        2.3.7 数据概括
    2.4 Microsoft SQL Server 2000 Analysis Services中聚类模型的建立步骤
3 聚类挖掘模型的有效性检验
    3.1 Google依靠聚类软件技术建立五个地区新闻网站
    3.2 聚类分析在我国教育现代化特征分析中的应用
4 对信贷数据的实例分析
    4.1 模型的建立
        4.1.1 软硬件环境
        4.1.2 数据转换
        4.1.3 聚类模型设计与建立
    4.2 模型一: 建国以来贷款投向分布
    4.3 模型二: 2000年以后的贷款投向分布
    4.4 模型一和模型二小类行业贷款分布对比分析
    4.5 模型一和模型二大类行业贷款分布对比分析
    4.6 贷款分布变化对比分析
    4.7 对贷款投向进行宏观调控的建议
5 区域贷款投向聚类分析模型
    5.1 分析模型建立的条件
    5.2 预测模型的建立
        5.2.1 确定数据周期
        5.2.2 确定聚类个数
        5.2.3 聚类运算
        5.2.4 对比分析
        5.2.5 预测分析
        5.2.6 验证与误差分析
6 模型验证
    6.1 数据运算
    6.2 数据分类分析
    6.3 验证结论
7 总结和展望
参考文献
致谢
附件A: 贷款详细分类数据
附件B: 贷款分行业大类数据


【参考文献】：
期刊论文
[1]中国教育现代化区域聚类与特征分析[J]. 叶平,王蕊.  教育研究. 2003(07)
[2]KDD研究中的若干问题与方法[J]. 欧阳为民,郑诚.  安徽大学学报(自然科学版). 1999(01)



本文编号：3288069