山东省各市经济指标和地区特征的综合评价—基于大数据方法
Economic Comprehensive Evaluation and Regional Characteristics Analysis of Cities in Shandong Province—Based on Big Data Analysis
DOI: 10.12677/SA.2017.64053, PDF, HTML, XML, 下载: 1,687  浏览: 2,547 
作者: 眭铭刚, 柳向东：暨南大学经济学院，广东 广州
关键词: 大数据方法；经济指标；可视化分析；数据挖掘；k-均值聚类；Big Data Analysis； Economic Indicators； Visualization Method； Data Mining； k-Means Cluster
摘要: 对2015年山东省各市的多个经济指标进行大数据方法分析，利用可视化方法显示出各市的一些指标，然后利用k-均值聚类算法对各市进行聚类，并结合数据挖掘，得出各地区经济排名及分类，为山东省经济规划提供了依据。
Abstract: Using the big data analysis, economic indicators in different cities of Shandong province in 2015 are investigated. Some economic indicators are visualized. Then the k-means cluster is used to cluster the cities. Both city rank and category are obtained by data mining, which provides the basis for the planning of city economy.
文章引用：眭铭刚, 柳向东. 山东省各市经济指标和地区特征的综合评价—基于大数据方法[J]. 统计学与应用, 2017, 6(4): 472-481. https://doi.org/10.12677/SA.2017.64053

参考文献

[1] 陈伟. 多元统计分析在区域经济评价中的应用[D]: [硕士学位论文]. 武汉: 武汉科技大学, 2010.
[2] 左瑞琼. 多元统计分析方法介绍及在经济中的应用[J]. 时代经贸, 2007, 78(5): 23-14.
[3] 柳向东, 陈锦岚. 旅游电商对产品区域异质性的提升策略研究—基于大数据与数据可视化方法[J]. 统计与信息论坛, 2017, 32(8): 31-38.
[4] 山东省统计局. 山东统计年鉴-2015[M]. 北京: 中国统计出版社, 2015: 100-560.
[5] 薛毅, 陈立萍. 统计建模与R软件[M]. 北京: 清华大学出版社, 2007: 397-461.
[6] 王学民. 应用多元分析[M]. 第4版. 上海: 上海财经大学出版社, 2014: 192-193.
[7] Tan, P.N., Steinbach, M., Kumar. V. 数据挖掘导论(完整版)[M]. 范明, 范宏建, 等, 译. 北京: 人民邮电出版社, 2011.

为你推荐