經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析中大數(shù)據(jù)技術(shù)的應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析中大數(shù)據(jù)技術(shù)的應(yīng)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要:從省級(jí)政府部門角度，對(duì)大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作中的應(yīng)用場(chǎng)景進(jìn)行了探討，分析了當(dāng)前工作應(yīng)用中存在的缺乏專業(yè)人才支撐、涉企政務(wù)數(shù)據(jù)共享有待進(jìn)一步加強(qiáng)、成熟適用的分析模型及應(yīng)用場(chǎng)景比較少等問(wèn)題，提出強(qiáng)化專業(yè)人才培養(yǎng)、加快推進(jìn)政務(wù)數(shù)據(jù)信息共享、深挖經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析業(yè)務(wù)與大數(shù)據(jù)技術(shù)契合點(diǎn)等建議。

關(guān)鍵詞:大數(shù)據(jù)；數(shù)據(jù)挖掘；經(jīng)濟(jì)運(yùn)行；Python

一、引言

全球范圍內(nèi)，研究發(fā)展大數(shù)據(jù)技術(shù)并運(yùn)用大數(shù)據(jù)推動(dòng)經(jīng)濟(jì)發(fā)展、完善社會(huì)治理、提升政府服務(wù)和監(jiān)管能力正成為趨勢(shì)。指出:“要運(yùn)用大數(shù)據(jù)提升國(guó)家治理現(xiàn)代化水平。要建立健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制，推進(jìn)政府管理和社會(huì)治理模式創(chuàng)新，實(shí)現(xiàn)政府決策科學(xué)化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化”;借助大數(shù)據(jù)推動(dòng)政府職能轉(zhuǎn)變，利用大數(shù)據(jù)提升政府治理能力，構(gòu)建服務(wù)型政府，是本屆政府始終關(guān)心并重視的問(wèn)題。就地方政府及工作部門而言，提高大數(shù)據(jù)應(yīng)用水平對(duì)更好地貫徹落實(shí)國(guó)家宏觀調(diào)控政策、提升經(jīng)濟(jì)調(diào)控能力和決策水平至關(guān)重要。在此背景下，本文擬從省級(jí)部門工作實(shí)際出發(fā)，圍繞經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作中數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)等業(yè)務(wù)需求，分析探討網(wǎng)絡(luò)爬蟲、文本挖掘、分類預(yù)測(cè)、可視化分析等大數(shù)據(jù)技術(shù)在實(shí)際工作的具體應(yīng)用，為更好地開展經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析提供新的視角。

二、經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析及大數(shù)據(jù)簡(jiǎn)介

(一)經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析簡(jiǎn)介經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析是對(duì)經(jīng)濟(jì)運(yùn)行動(dòng)態(tài)指標(biāo)進(jìn)行連續(xù)性的觀測(cè)及其規(guī)律性的揭示，需抓住關(guān)系經(jīng)濟(jì)運(yùn)行的全局性問(wèn)題進(jìn)行深入分析，提出政策建議。以工業(yè)為核心的實(shí)體經(jīng)濟(jì)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，工業(yè)與其他產(chǎn)業(yè)之間的關(guān)聯(lián)緊密，是經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析的主要著眼對(duì)象。因此，經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析主要是從工業(yè)生產(chǎn)、效益、投資、外貿(mào)、價(jià)格等方面，以及與工業(yè)上下關(guān)聯(lián)、影響并制約發(fā)展的其他因素(如與工業(yè)生產(chǎn)高度關(guān)聯(lián)的能源、交通、信貸等主要生產(chǎn)要素情況等)，來(lái)描述工業(yè)經(jīng)濟(jì)運(yùn)行的狀態(tài)，并結(jié)合橫向部門、各地工信部門、行業(yè)協(xié)會(huì)、重點(diǎn)企業(yè)等多方面信息，綜合研判分析經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)。經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析不同于一般的統(tǒng)計(jì)分析，統(tǒng)計(jì)分析把數(shù)據(jù)的準(zhǔn)確及時(shí)作為主要目標(biāo)，而經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析除了對(duì)數(shù)據(jù)的嚴(yán)格要求外，更加注重于對(duì)動(dòng)態(tài)、活情況的把握，重點(diǎn)反映經(jīng)濟(jì)運(yùn)行中出現(xiàn)的新情況、新問(wèn)題，并對(duì)苗頭性、傾向性問(wèn)題進(jìn)行深入分析，準(zhǔn)確把握經(jīng)濟(jì)運(yùn)行的走勢(shì)，并把對(duì)經(jīng)濟(jì)運(yùn)行工作進(jìn)行指導(dǎo)作為主要目標(biāo)。

(二)大數(shù)據(jù)及相關(guān)分析工具簡(jiǎn)介大數(shù)據(jù)是商業(yè)智能化的一個(gè)新的發(fā)展階段，目前人們對(duì)于大數(shù)據(jù)還缺乏一個(gè)權(quán)威的說(shuō)法，不同的機(jī)構(gòu)對(duì)其認(rèn)知各不相同。當(dāng)前，人們?cè)谟懻摯髷?shù)據(jù)時(shí)，更多的是通過(guò)其若干基本特征去認(rèn)識(shí)。IBM公司把大數(shù)據(jù)的特征概括為三個(gè)“V”，也就是規(guī)模(Volume)、快速(Velocity)、和多樣(Variety)，但是更多的人則將其概括為四個(gè)“V”，即規(guī)模(Volume)、快速(Velocity)、多樣(Variety)、價(jià)值(Value)。大數(shù)據(jù)技術(shù)，是指從各種類型的數(shù)據(jù)中快速獲得有價(jià)值信息的一種技術(shù)，其水平反映了提取有用信息的能力，主要包括數(shù)據(jù)采集、數(shù)據(jù)清理、數(shù)據(jù)存儲(chǔ)及管理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化等。其中與經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作密切相關(guān)的大數(shù)據(jù)技術(shù)主要是數(shù)據(jù)采集、數(shù)據(jù)挖掘及數(shù)據(jù)可視化。近年來(lái)，以Python為代表的大數(shù)據(jù)采集、數(shù)據(jù)分析工具日趨完善，在Python的集成開發(fā)環(huán)境(IDE)中有大量?jī)?yōu)秀的開發(fā)工具包，其膠水語(yǔ)言的特性能夠?qū)⑦@些工具包無(wú)縫銜接，為數(shù)據(jù)分析人員提供網(wǎng)絡(luò)爬蟲、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、可視化分析等常用工具。

三、大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作中的應(yīng)用場(chǎng)景探索

(一)運(yùn)用網(wǎng)絡(luò)爬蟲技術(shù)擴(kuò)展經(jīng)濟(jì)運(yùn)行數(shù)據(jù)采集范圍網(wǎng)絡(luò)爬蟲技術(shù)又被稱為網(wǎng)絡(luò)機(jī)器人、網(wǎng)路蜘蛛，是一種按照規(guī)則，自動(dòng)抓取信息的程序或者腳本。如果把互聯(lián)網(wǎng)比喻成蜘蛛網(wǎng)，那么網(wǎng)絡(luò)爬蟲就是在網(wǎng)上爬來(lái)爬去的蜘蛛，根據(jù)既定目標(biāo)選擇性地訪問(wèn)互聯(lián)網(wǎng)上的網(wǎng)頁(yè)與相關(guān)鏈接，循環(huán)讀取網(wǎng)頁(yè)內(nèi)容，獲取相關(guān)信息并存儲(chǔ)。經(jīng)濟(jì)運(yùn)行數(shù)據(jù)的獲取和開發(fā)，是經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作的關(guān)鍵。在大數(shù)據(jù)環(huán)境下，經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作不僅需要了解掌握本部門及相關(guān)部門的內(nèi)部統(tǒng)計(jì)數(shù)據(jù)，也需要并應(yīng)當(dāng)從互聯(lián)網(wǎng)公開數(shù)據(jù)中獲取與經(jīng)濟(jì)運(yùn)行息息相關(guān)的更多數(shù)據(jù)，如:大宗產(chǎn)品價(jià)格信息、土地市場(chǎng)供應(yīng)信息、上市公司企業(yè)財(cái)務(wù)報(bào)表和經(jīng)營(yíng)狀況數(shù)據(jù)等。但這些信息大多以網(wǎng)頁(yè)等格式存在，難以直接獲取下載，可在遵守相關(guān)法律法規(guī)的前提下，利用網(wǎng)絡(luò)爬蟲工具批量抓取網(wǎng)頁(yè)上的有用信息，形成可用于分析的數(shù)據(jù)集，拓展經(jīng)濟(jì)運(yùn)行信息采集的廣度和深度。比如:為了解掌握近年來(lái)江蘇全省工業(yè)企業(yè)土地要素保供情況，可設(shè)計(jì)網(wǎng)絡(luò)爬蟲工具抓取江蘇土地市場(chǎng)網(wǎng)中13個(gè)設(shè)區(qū)市及下轄縣(市、區(qū))工業(yè)用地成交信息(除了行政區(qū)、地塊編號(hào)、宗地位置、土地用途、成交時(shí)間、面積、金額等字段外，還可進(jìn)一步抓取地塊編號(hào)鏈接詳情頁(yè)中的競(jìng)得單位、出讓年限等信息)，用于監(jiān)測(cè)分析各地工業(yè)用地供應(yīng)量、供應(yīng)地價(jià)變化等。

(二)應(yīng)用文本挖掘技術(shù)分析企業(yè)反饋信息主題及情緒變化文本挖掘(TextMining，TM)是指從大規(guī)模文本數(shù)據(jù)庫(kù)中提取隱含的、以前未知的、潛在有用的信息和知識(shí)的過(guò)程，已廣泛應(yīng)用于網(wǎng)絡(luò)輿情分析、商品評(píng)價(jià)分析、微博熱點(diǎn)分析、學(xué)科前沿?zé)狳c(diǎn)分析和有關(guān)政策文本分析等領(lǐng)域。在相關(guān)政府部門履職盡責(zé)過(guò)程中，以企業(yè)為主要用戶或服務(wù)對(duì)象的相關(guān)政府部門業(yè)務(wù)系統(tǒng)內(nèi)，積累了大量反映企業(yè)生產(chǎn)經(jīng)營(yíng)情況以及體現(xiàn)企業(yè)有關(guān)政策訴求和建議的文本數(shù)據(jù)。相較于數(shù)值型數(shù)據(jù)，文本數(shù)據(jù)作為企業(yè)反應(yīng)情況的主要形式，蘊(yùn)含著更為豐富的信息，但受數(shù)據(jù)量大、記錄粗糙以及相應(yīng)信息處理能力不足等多種因素限制，對(duì)文本數(shù)據(jù)系統(tǒng)挖掘相對(duì)缺乏，制約了對(duì)企業(yè)反饋信息的深入研究利用。就經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作而言，可將基于LDA主題模型的文本主題抽取、基于樸素貝葉斯算法的文本情感分析等文本挖掘技術(shù)引入到對(duì)苗頭性、傾向性、潛在性問(wèn)題以及企業(yè)訴求建議的研判分析中來(lái)，定期對(duì)政府部門企業(yè)監(jiān)測(cè)直報(bào)系統(tǒng)、問(wèn)卷調(diào)查系統(tǒng)以及工作調(diào)研中企業(yè)反饋的文本信息進(jìn)行挖掘分析，精準(zhǔn)反映不同類型、不同行業(yè)的企業(yè)困難及訴求主題變化、情緒傾向，以獲取企業(yè)真實(shí)準(zhǔn)確的看法，為研究提出有關(guān)政策建議提供依據(jù)。

(三)應(yīng)用機(jī)器學(xué)習(xí)算法識(shí)別預(yù)警企業(yè)生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)機(jī)器學(xué)習(xí)，也就是計(jì)算機(jī)從大量數(shù)據(jù)中學(xué)習(xí)特定規(guī)律的過(guò)程，這些規(guī)律包括分類、關(guān)聯(lián)分析、回歸、聚類等，涉及到?jīng)Q策樹、隨機(jī)森林、邏輯回歸、支持向量機(jī)、樸素貝葉斯、K近鄰算法、K均值算法、AdaBoost、神經(jīng)網(wǎng)絡(luò)、馬爾科夫等十幾種算法。在運(yùn)用大數(shù)據(jù)提升政府治理能力的時(shí)代背景下，以機(jī)器學(xué)習(xí)算法為代表的數(shù)據(jù)挖掘技術(shù)已經(jīng)被廣泛應(yīng)用于各個(gè)領(lǐng)域，綜合利用機(jī)器學(xué)習(xí)算法對(duì)經(jīng)濟(jì)運(yùn)行數(shù)據(jù)進(jìn)行深入挖掘分析，從中發(fā)現(xiàn)歸納有規(guī)律、有共性的問(wèn)題和趨向，提煉出有價(jià)值的數(shù)據(jù)、信息、建議，可以更好地服務(wù)于政府決策。比如:在企業(yè)生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警工作中，可綜合應(yīng)用LM神經(jīng)網(wǎng)絡(luò)算法、CART決策樹算法，對(duì)來(lái)自市場(chǎng)監(jiān)管、稅務(wù)、人社、供電等部門的企業(yè)登記、納稅申報(bào)銷售、繳納稅金、職工人數(shù)、社保繳費(fèi)、用電量等企業(yè)生產(chǎn)經(jīng)營(yíng)指標(biāo)，以及納稅狀態(tài)是否正常、社保費(fèi)繳費(fèi)是否正常、電費(fèi)繳納是否正常等信息，建立對(duì)高生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)企業(yè)和正常生產(chǎn)經(jīng)營(yíng)企業(yè)具有較強(qiáng)分類能力的風(fēng)險(xiǎn)識(shí)別模型，及時(shí)識(shí)別生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)較大的企業(yè)，為預(yù)警和工作處置提供支持。

(四)應(yīng)用可視化技術(shù)呈現(xiàn)數(shù)據(jù)分析結(jié)果數(shù)據(jù)可視化，是指將相對(duì)晦澀的數(shù)據(jù)通過(guò)可視的、交互的方式進(jìn)行展示，從而形象、直觀地表達(dá)數(shù)據(jù)蘊(yùn)含的信息和規(guī)律。數(shù)據(jù)可視化是大數(shù)據(jù)應(yīng)用的“最后一公里”。一方面，可視化技術(shù)可以幫助數(shù)據(jù)分析人員一眼洞悉數(shù)據(jù)背后隱藏的信息，不再受制于枯燥晦澀的分析算法;另一方面，可視化技術(shù)能夠非常有效地傳達(dá)信息中各種經(jīng)濟(jì)指標(biāo)之間的復(fù)雜模式、趨勢(shì)和相關(guān)性，更好地展現(xiàn)分析發(fā)現(xiàn)和結(jié)論，從而增進(jìn)閱讀者的理解。除了使用常用的柱狀圖、折線圖、餅圖、散點(diǎn)圖、雷達(dá)圖等圖表呈現(xiàn)經(jīng)濟(jì)運(yùn)行狀況之外，還可以運(yùn)用詞云圖呈現(xiàn)大量企業(yè)反饋信息文本的分析結(jié)論;運(yùn)用動(dòng)態(tài)圖更加清晰地反映某種特征的變化趨勢(shì);運(yùn)用GIS地圖呈現(xiàn)產(chǎn)(行)業(yè)經(jīng)濟(jì)數(shù)據(jù)地理空間分布規(guī)律等，往往可以起到“一圖勝千言”的效果。比如:應(yīng)用動(dòng)態(tài)氣泡圖展現(xiàn)近幾年來(lái)江蘇13個(gè)設(shè)區(qū)市工業(yè)增加值、工業(yè)用電量及高耗能行業(yè)占比等關(guān)聯(lián)指標(biāo)的變化情況，X軸和Y軸分別描繪工業(yè)增加值與工業(yè)用電量，不同顏色標(biāo)識(shí)不同的設(shè)區(qū)市，氣泡大小則反映高耗能行業(yè)占比情況，近幾年的時(shí)間變化由氣泡位置的不斷變化體現(xiàn)，最終形成具有動(dòng)畫視覺效果的氣泡圖，表達(dá)出需要呈現(xiàn)的五維信息。

(五)數(shù)據(jù)報(bào)表自動(dòng)化處理在日常經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作中需要定期分析處理來(lái)自相關(guān)部門的分行業(yè)、分地區(qū)工業(yè)生產(chǎn)、效益、投資、價(jià)格報(bào)表，以及幾百家重點(diǎn)監(jiān)測(cè)企業(yè)生產(chǎn)經(jīng)營(yíng)指標(biāo)數(shù)據(jù)，這些報(bào)表數(shù)據(jù)量大、指標(biāo)多、需要計(jì)算分析的維度也多，如果依靠手工計(jì)算將占用分析人員大量時(shí)間精力。而利用大數(shù)據(jù)分析工具python開發(fā)相應(yīng)的數(shù)據(jù)分析腳本，即使數(shù)據(jù)總量巨大、指標(biāo)眾多，也可以輕松實(shí)現(xiàn)對(duì)報(bào)表數(shù)據(jù)的自動(dòng)化處理。比如:工業(yè)企業(yè)主要經(jīng)濟(jì)指標(biāo)表中共有包括企業(yè)數(shù)、營(yíng)業(yè)收入、營(yíng)業(yè)成本、利潤(rùn)總額在內(nèi)的17項(xiàng)指標(biāo)，可以按照常用的規(guī)模大小、行業(yè)、所有制類型等分析維度，一鍵計(jì)算生成重點(diǎn)分析指標(biāo)的同比、環(huán)比、占比、貢獻(xiàn)拉動(dòng)等數(shù)據(jù)，并同步繪制形成反映規(guī)模、走勢(shì)、結(jié)構(gòu)的柱狀圖、折線圖、餅圖等相關(guān)分析圖表，大大提高基礎(chǔ)數(shù)據(jù)分析處理工作效率。

四、大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析應(yīng)用中存在的困難問(wèn)題

(一)缺乏專業(yè)人才支撐一直以來(lái)政府相關(guān)職能部門中承擔(dān)經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析的工作人員主要以經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、以及中文等學(xué)科背景的人才為主，而數(shù)據(jù)挖掘需要綜合運(yùn)用計(jì)算機(jī)、數(shù)學(xué)以及統(tǒng)計(jì)學(xué)等相關(guān)知識(shí)，目前既懂?dāng)?shù)據(jù)分析和挖掘技術(shù)又具備經(jīng)濟(jì)運(yùn)行業(yè)務(wù)知識(shí)的復(fù)合型人才較為匱乏，難以適應(yīng)新形勢(shì)下經(jīng)濟(jì)運(yùn)行大數(shù)據(jù)分析和挖掘的要求。

(二)涉企政務(wù)數(shù)據(jù)共享有待進(jìn)一步加強(qiáng)雖然近年來(lái)江蘇出臺(tái)了一系列政策文件，并以“不見面”審批服務(wù)為牽引，大力推進(jìn)政務(wù)數(shù)據(jù)資源的整合共享。但受制于多種因素的制約，政務(wù)數(shù)據(jù)資源的整合與共享仍面臨諸多困難。據(jù)不完全統(tǒng)計(jì)，江蘇省級(jí)政務(wù)部門無(wú)條件共享數(shù)據(jù)量占部門掌握總數(shù)據(jù)量的比例不足10%，信息系統(tǒng)數(shù)據(jù)的共享比例不足50%，政務(wù)數(shù)據(jù)尤其是涉企政務(wù)數(shù)據(jù)共享不足，一定程度上制約了大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作上的深化應(yīng)用。

(三)成熟適用的分析模型及應(yīng)用場(chǎng)景比較少就現(xiàn)階段經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作而言，相關(guān)應(yīng)用場(chǎng)景和分析模型較少，數(shù)據(jù)挖掘的深度、綜合利用的程度還有待提高。如:在工業(yè)生產(chǎn)、效益等主要經(jīng)濟(jì)指標(biāo)預(yù)測(cè)方面，如何選用合適的特征指標(biāo)、應(yīng)用哪幾種機(jī)器學(xué)習(xí)算法，怎么優(yōu)化算法模型達(dá)到最優(yōu)預(yù)測(cè)效果，都需要在工作實(shí)踐中進(jìn)行深入的研究探索。

五、加快利用大數(shù)據(jù)技術(shù)提升經(jīng)濟(jì)運(yùn)行分析水平的對(duì)策建議

(一)強(qiáng)化專業(yè)人才培養(yǎng)一是加強(qiáng)對(duì)現(xiàn)有人員的技術(shù)培訓(xùn)。積極引導(dǎo)經(jīng)濟(jì)運(yùn)行分析工作人員樹立大數(shù)據(jù)分析理念，定期組織業(yè)務(wù)骨干參加前沿的、專業(yè)的技術(shù)培訓(xùn)，提升數(shù)據(jù)挖掘分析能力，打造經(jīng)濟(jì)運(yùn)行大數(shù)據(jù)分析團(tuán)隊(duì)。二是加大對(duì)復(fù)合型人才招錄力度。在新進(jìn)人員招考和引進(jìn)方面，設(shè)置相關(guān)專業(yè)需求，加大對(duì)具有統(tǒng)計(jì)分析、計(jì)算機(jī)技術(shù)(軟件工程)、經(jīng)濟(jì)管理等多學(xué)科知識(shí)的復(fù)合型人才招錄，引進(jìn)新生力量，提高分析團(tuán)隊(duì)大數(shù)據(jù)素養(yǎng)。三是引入外部專業(yè)力量。數(shù)據(jù)分析人才的培養(yǎng)需要一定的條件和較長(zhǎng)的周期，因此相關(guān)政府部門也可以通過(guò)購(gòu)買服務(wù)、與高校院所開展課題合作等方式，借助專業(yè)機(jī)構(gòu)技術(shù)力量開展經(jīng)濟(jì)運(yùn)行大數(shù)據(jù)分析。

(二)加快推進(jìn)政務(wù)數(shù)據(jù)信息共享進(jìn)一步深化改革各自為政的數(shù)據(jù)資源管理模式，明確數(shù)據(jù)資源采集、存儲(chǔ)、管理、使用等各環(huán)節(jié)的責(zé)任分工，理清權(quán)屬關(guān)系，廣泛匯聚、整合數(shù)據(jù)，并通過(guò)建設(shè)完善省級(jí)大數(shù)據(jù)共享交換平臺(tái)，構(gòu)建全省一體化的共享交換體系，實(shí)現(xiàn)全省政務(wù)大數(shù)據(jù)資源的全面匯聚、共享和應(yīng)用，為包括經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析在內(nèi)的各項(xiàng)專題應(yīng)用、基礎(chǔ)應(yīng)用奠定工作基礎(chǔ)。

(三)深挖經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析業(yè)務(wù)與大數(shù)據(jù)技術(shù)契合點(diǎn)在應(yīng)用場(chǎng)景方面，圍繞日常工作需要和業(yè)務(wù)痛點(diǎn)，探索運(yùn)行數(shù)據(jù)快速采集、精準(zhǔn)分析、直觀展現(xiàn)等多種應(yīng)用場(chǎng)景，積極嘗試構(gòu)建基于大數(shù)據(jù)基礎(chǔ)的經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析體系。在分析模型方面，加強(qiáng)相關(guān)工作研究，找準(zhǔn)經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析業(yè)務(wù)場(chǎng)景和數(shù)據(jù)挖掘技術(shù)的結(jié)合點(diǎn)，設(shè)計(jì)開發(fā)固定套路的分析模型，將成熟的、行之有效的數(shù)據(jù)分析方法、數(shù)據(jù)挖掘技術(shù)以模板的形式固定下來(lái)，形成拿來(lái)即可用的應(yīng)用模型，大大降低大數(shù)據(jù)分析難度。

六、結(jié)語(yǔ)

雖然大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作中的應(yīng)用面臨著一些困難和挑戰(zhàn)，但更有廣闊應(yīng)用前景。如:網(wǎng)絡(luò)爬蟲技術(shù)可以擴(kuò)展經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析數(shù)據(jù)采集來(lái)源，文本挖掘技術(shù)將經(jīng)濟(jì)運(yùn)行分析中的結(jié)構(gòu)化數(shù)據(jù)延伸拓展至無(wú)結(jié)構(gòu)化數(shù)據(jù)，機(jī)器學(xué)習(xí)技術(shù)能夠分類識(shí)別運(yùn)行風(fēng)險(xiǎn)，可視化分析技術(shù)可以形象便捷地展示經(jīng)濟(jì)運(yùn)行動(dòng)態(tài)全貌，而基于python的自動(dòng)化數(shù)據(jù)處理技術(shù)能夠極大提升基礎(chǔ)數(shù)據(jù)處理效率等。在新時(shí)代新形勢(shì)下，經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作需加強(qiáng)對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用與創(chuàng)新，找準(zhǔn)分析技術(shù)與分析業(yè)務(wù)更多的切合點(diǎn)，促進(jìn)大數(shù)據(jù)技術(shù)與經(jīng)濟(jì)運(yùn)行工作的深度融合，不斷提升經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析水平，及時(shí)、精準(zhǔn)分析研判經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)，為地方黨委政府當(dāng)好參謀助手。

參考文獻(xiàn):

［1］朱宏任.如何做好經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)分析工作［J］．中國(guó)經(jīng)貿(mào)導(dǎo)刊，2002(22)．

［2］大數(shù)據(jù)的基本概念及相關(guān)問(wèn)題［R］．中國(guó)電子商務(wù)企業(yè)發(fā)展報(bào)告，2013.

［3］潘巧智，張磊.淺談大數(shù)據(jù)環(huán)境下基于python的網(wǎng)絡(luò)爬蟲技術(shù)［J］．網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2018(05)．

［4］諶志群，張國(guó)煊.文本挖掘與中文文本挖掘模型研究［J］．情報(bào)科學(xué)，2007(07)．

［5］李蒼舒.基于機(jī)器學(xué)習(xí)理論的中國(guó)新金融業(yè)態(tài)風(fēng)險(xiǎn)預(yù)判與防范［J］．學(xué)術(shù)論壇，2019(04)．

［6］羅東玲，劉瑛.加快推進(jìn)江蘇數(shù)字政府建設(shè)的對(duì)策研究［J］．江蘇科技信息，2019(26)．

作者：戎天 單位：江蘇省工業(yè)和信息化廳