數(shù)據(jù)挖掘在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用研究.pdf

1、近年來(lái)，隨著計(jì)算機(jī)技術(shù)、Internet、信息技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展，計(jì)算機(jī)在各行業(yè)的應(yīng)用也越來(lái)越廣泛，產(chǎn)生了大量的數(shù)據(jù)，積累的數(shù)據(jù)越來(lái)越多。海量的數(shù)據(jù)里面隱藏著許多重要的信息，但目前的數(shù)據(jù)庫(kù)系統(tǒng)無(wú)法發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的聯(lián)系，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)，導(dǎo)致了“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。在此形勢(shì)下，數(shù)據(jù)挖掘（Data Mining，DM）應(yīng)運(yùn)而生。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)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(shí)的過(guò)程。
　　經(jīng)濟(jì)系統(tǒng)是一個(gè)不斷演化的、動(dòng)態(tài)的復(fù)雜系統(tǒng)，要對(duì)我國(guó)特有的社會(huì)主義市場(chǎng)經(jīng)濟(jì)系統(tǒng)實(shí)現(xiàn)準(zhǔn)確的預(yù)測(cè)，就必須采用新的預(yù)測(cè)方法。由烏克蘭科學(xué)院 A. G. Ivakhnenko提出的自組織數(shù)據(jù)挖掘的方法，應(yīng)用數(shù)據(jù)分組處理方法(Group Method Data Handling，GMDH)，實(shí)現(xiàn)數(shù)據(jù)挖掘過(guò)程的自組織控制，并以客觀的方式建立一個(gè)最優(yōu)復(fù)雜度模型。自組織數(shù)據(jù)挖掘過(guò)程