數(shù)據挖掘在經濟預測中的應用研究.pdf

1、近年來，隨著計算機技術、Internet、信息技術和數(shù)據庫技術的迅速發(fā)展，計算機在各行業(yè)的應用也越來越廣泛，產生了大量的數(shù)據，積累的數(shù)據越來越多。海量的數(shù)據里面隱藏著許多重要的信息，但目前的數(shù)據庫系統(tǒng)無法發(fā)現(xiàn)數(shù)據內在的聯(lián)系，無法根據現(xiàn)有的數(shù)據預測未來的發(fā)展趨勢，導致了“數(shù)據爆炸但知識貧乏”的現(xiàn)象。在此形勢下，數(shù)據挖掘（Data Mining，DM）應運而生。數(shù)據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據中，提取隱含

2、在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。
　　經濟系統(tǒng)是一個不斷演化的、動態(tài)的復雜系統(tǒng)，要對我國特有的社會主義市場經濟系統(tǒng)實現(xiàn)準確的預測，就必須采用新的預測方法。由烏克蘭科學院 A. G. Ivakhnenko提出的自組織數(shù)據挖掘的方法，應用數(shù)據分組處理方法(Group Method Data Handling，GMDH)，實現(xiàn)數(shù)據挖掘過程的自組織控制，并以客觀的方式建立一個最優(yōu)復雜度模型。自組織數(shù)據挖掘過程