数据挖掘技术在劳动统计数据分析中的应用研究

发布时间：2020-05-30 17:00

【摘要】：随着我国经济长期高速发展,劳动经济也取得了持续稳健增长,在当前市场经济体制不完善的形势之下,劳动经济同样面临严峻挑战。区域间、行业间在劳动者工资、工作环境、福利保障等方面差异较大、发展不够均衡。因此有必要运用数据挖掘技术来分析当前的劳动力经济状况并预测未来的发展轨迹。本文数据选自《中国劳动统计年鉴2016》,是一份全面系统的反映我国劳动经济现状的年度统计出版物。汇编了2015年全国及各省、自治区、直辖市劳动统计数据,主要指标还编制了多年来的统计数据。通过研究《中国劳动统计年鉴2016》中的劳动统计数据,重点研究劳动统计指标以及对平均工资进行预测,应用四个模型。一、分析劳动统计指标(模型一、模型二)。对全国31个省级行政单位(不包括台湾、香港、澳门)的14项劳动统计指标分析。第一个模型应用主成分分析模型。利用主成分分析方法对劳动统计指标进行分析,计算出有关劳动统计指标的主成分得分,以总结全国各区域劳动经济现状。第二个模型应用聚类分析模型。使用经典的K均值聚类方法研究劳动统计指标,聚类省级行政单位,得到聚类结果,并联系实际情况分析我国不同地域的劳动经济现状。研究结果:模型一、二均能划分我国省级行政区域,且模型一得出的排名顺序与模型二分类结果一致。二、预测平均工资(模型三、模型四)。以1985-2010年的工资数据为研究对象,预测2011-2015年我国城镇就业人员平均工资,将结果与实际值进行比较,验证模型的拟合效果。第三个模型应用多元线性回归模型。以工资水平的影响因素作为变量建立多元线性回归模型,对平均工资进行预测。第四个模型应用时间序列分析模型。使用基于ARIMA模型的时间序列分析方法来预测平均工资。研究结果:模型三、四都能很好的预测平均工资。通过比较连续五年的预测值和实际值,误差分布在一个合理的范围内。
【图文】：

数据挖掘与其他学科的关系

各地区劳动统计指标
【学位授予单位】：武汉轻工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F249.2;TP311.13

【相似文献】

相关期刊论文 前10条

1 徐伟;;基于大数据的数据挖掘技术和应用分析[J];安阳师范学院学报;2019年05期

2 郭万春;;浅析数据挖掘技术在自学考试成绩分析中的应用[J];吉林广播电视大学学报;2019年11期

3 路玮;李轶群;李佳俊;王蕴实;;终端数据挖掘技术研究[J];邮电设计技术;2019年10期

4 方素珠;余李强;刘芳;陈星;林楠;聂平英;;基于数据挖掘技术分析穴位按摩治疗认知功能障碍的选穴规律[J];中国民族民间医药;2019年21期

5 唐海燕;兰兵;;数据挖掘技术在软件工程中的应用[J];电子技术与软件工程;2019年23期

6 徐立业;;数据挖掘在网络管理中的应用分析[J];数字通信世界;2019年11期

7 李斌;罗芳;;基于数据挖掘的统计思维及程序设计人才的培养对策探讨[J];网络安全技术与应用;2019年12期

8 马琳;董智鹤;夏嵩;贾孺;;数据挖掘技术综述浅析[J];数字技术与应用;2019年10期

9 严璐;;数据挖掘技术在网络营销中的应用构架实践[J];营销界;2019年19期

10 吴美君;马致洁;;大数据时代中的数据挖掘技术应用[J];商业故事;2019年05期

相关会议论文 前10条

1 牛锐;;浅析数据挖掘技术在烟草物流管理中的应用[A];中国烟草学会2016年度优秀论文汇编——电子商务与物流主题[C];2016年

2 张贵红;李芸洁;;大数据时代下数据挖掘技术在铸造企业中的应用[A];2017冶金企业管理创新论坛论文集[C];2017年

3 张亮;;大数据和数据挖掘技术在烟草行业的应用[A];浙江省烟草学会2014年学术年会论文暨信息技术专业委员会科技成果汇编[C];2014年

4 ;“数据挖掘技术交流研讨会”顺利召开[A];第31次全国计算机安全学术交流会论文集[C];2016年

5 陈力佳;;浅谈数据挖掘技术在信息系统审计中的实际运用[A];江苏省审计机关第三届青年审计论坛论文集[C];2009年

6 谢镇宇;;数据挖掘技术在烟叶信息化的应用[A];中国烟草学会2014年学术年会优秀论文汇编[C];2014年

7 谢湘宁;;浅谈数据挖掘技术应用在专利信息分析中的影响[A];全面提升服务能力，，建设知识产权强国——2015年中华全国专利代理人协会年会第六届知识产权论坛优秀论文集[C];2015年

8 谢镇宇;;数据挖掘技术在烟叶信息化的应用[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

9 陈树明;;大数据和数据挖掘技术在烟草行业的应用[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

10 田瑞雪;唐维;;数据挖掘技术在国内图书馆应用研究的现状、挑战和展望[A];第十二届沈阳科学学术年会论文集（经管社科)[C];2015年

相关重要报纸文章 前10条

1 本报记者 张佳星;大数据挖掘技术创新 提升人岗匹配效率[N];科技日报;2019年

2 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

3 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

4 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

5 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

6 实习记者 许勇;数据挖掘技术应用对项目极具价值[N];中国黄金报;2016年

7 杨文灏;应用数据挖掘技术提升竞争力[N];中国城乡金融报;2010年

8 徐扬;如何从数据中“挤出”效益[N];中国计算机报;2002年

9 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

10 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

相关博士学位论文 前10条

1 周伟鹤;基于数据挖掘技术肺癌中医药治疗用药特点、规律总结及实验验证[D];山东大学;2018年

2 王霞;基于数据挖掘技术的肺癌风险评估与诊断及组织分型系统研究[D];郑州大学;2019年

3 王萍;基于数据挖掘技术的消费者行为研究[D];吉林大学;2004年

4 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

5 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

6 佟强;科学数据网格中数据挖掘技术研究[D];中国科学院研究生院（计算技术研究所）;2006年

7 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

8 王中;数据挖掘技术及其在证券领域的应用[D];天津大学;2005年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 胡瑞飞;面向机械工程计算机测试系统的数据挖掘技术研究[D];四川大学;2006年

相关硕士学位论文 前10条

1 刁逸帆;数据挖掘技术在旋转机械故障部位诊断中的研究与应用[D];合肥工业大学;2019年

2 杜沛;基于Spark的数据挖掘技术研究[D];华北电力大学;2019年

3 黄智鹏;基于数据挖掘技术的游戏营销系统设计与实现[D];电子科技大学;2019年

4 李进讷;基于DSCAN优化算法与决策树优化算法的气象时空数据挖掘技术研究[D];云南大学;2018年

5 王晴;基于数据挖掘技术的运输车辆预警分析研究[D];云南大学;2018年

6 张祯巍;基于数据挖掘技术的高校智慧宿舍系统的研究与实现[D];华中师范大学;2019年

7 徐艳;基于数据挖掘技术的高校图书馆资源配置系统[D];西南科技大学;2018年

8 孙蓉蓉;基于数据挖掘技术的社团管理系统分析与设计[D];陕西师范大学;2019年

9 荣晨;数据挖掘技术在病案信息管理中的应用[D];华北理工大学;2019年

10 琚会婧;数据挖掘技术在客户关系管理（CRM）中的应用研究[D];华北理工大学;2019年

本文编号：2688438