数据挖掘在未成年人口数量统计的应用

摘要:随着各地各省市教育大会的召开，未成年的教育问题备受关注，本文通过对中国近年来各地区的青少年的人口进行数据收集，运用数据挖掘的方法进行预测，得知未来青少年的人口数量和各地区青少年人口结构情况，从而可以明晰数据背后的意义和规律，对未成年展开适合的教育有着十分重要的意义。

关键词:未成年人口;教育;数据挖掘

根据党的“”报告，中国经济已由高速增长阶段转向高质量发展阶段，报告指出“在转变发展方式、优化经济结构、转换增长动力的攻关期，建设现代化经济体系是跨越关口的迫切要求和我国发展的战略目标”。实现此目标的驱动和载体就是人才，并且未成年人的教育会间接影响国家人才的质量和数量，只有了解各地区青少年的人口数量，才可以因地制宜，更好的进行教育工作。国内有许多专家学者已经运用数据挖掘方法进行了研究。采用数据挖掘的方法，对北京市人口增长影响因素进行分析，通过进行相关性分析，挖掘出34个与北京市人口增长相关性较强的因素，构建了一个较为完整的北京市人口增长影响因素指标体系。通过属性规约和属性相关分析对人口信息系统的数据进行了预处理，对预处理后的属性采用信息增益方法构造决策树，并对决策树表示的知识利用决策表的规则合并方法进行合并，据此得出了人口变动的基本规律。

数据潜在信息的重要技术，将它运用在分析中国人口方面一定能起到非常好的效果。研究各个地区的未成年人的人口数量是一个严峻的工作，本文使用spssmodeler软件对2006－2017各个地区未成年人的数量进行分析，对未成年的教育工作提出一些建议。模型建立—聚类分析聚类分析是一种对物品、样品或者指标进行分类的一种统计分析方法，它们讨论的一般是量比较大的物品，要求按照物品各自的特性进行合理的划分，没有任何的前提要求和参考标准，即是在没有先验知识的情况下进行的分析。本文中案例数据主要来源于中国统计年鉴，数据中主要包括了各个地区青少年的人口数量从2005到2016的数量情况。本文采用聚类分析的方法，按照中国各个地区的未成年的人口增长趋势的不同将地区进行聚类，明晰各组聚类数据的特点，从而能更好的把握中国未成年人口增长的地区性特征。根据第五次人口普查资料，按各省(区)人口平均密度可分成4类地区:(1)非常稠密区。每平方公里人口在400人以上，包括沪、京、津、苏、鲁、豫、粤、浙、皖等6省3市。占全国总人口的38．8%，平均每平方公里高达552人。(2)稠密区。每平方公里人口在200－400人之间，包括渝、冀、鄂、湘、辽、闽、赣、琼、晋、黔等10省市。(3)较稠密区。每平方公里人口在100－200人之间，包括桂、陕、川、吉、云、宁等6省(区)，占全国总人口的194%，平均每平方公里155人，高于全国平均人口密度。(4)稀少区。每平方公里人口在100人以下，包括黑、甘、蒙、新、青、藏等6个省(区)，人口1．13亿人，只占全国总人口的9%，平均每平方公里20人，远远低于全国平均的人口密度。根据以上数据的分类，可以将此次聚类数目设置为4类。根据聚类结果可以看出，聚类1中包含的省份有北京，天津，内蒙古，吉林，上海，海南，重庆，甘肃，青海，宁夏，新疆。未成年人口的初始数量在1000万人和500万人左右，并且在持续快速的增长。聚类2包括山东，广东，河南，四川，初始未成年人口数量在8000万人左右，并且增长速度稳定较缓慢。聚类3包含河北，江苏，湖北，湖南，初始未成年人口数量在5000万人左右，无明显的增长。聚类3包含陕西，云南，贵州，广西，安徽，福建，黑龙江，辽宁，初始未成年人口数量在4000万人左右。

通过对数据的预处理、数据的聚类分析之后，我们对2005到2016年之间人口的增长状况有了全面的把握，不仅可以较为科学合理的预测出人口增长的大致趋势，也可以了解到各个地区的人口增长特点。运用数据挖掘中聚类的分析方法，我们将各个省份近几年的未成年的人口增长方式进行分类，将中国的未成年的人口增长方式分为了5类。对于人口基数大，并且人口平稳增长的城市，相关政府要合理控制人口增长速度，鼓励本城市人口向外地发展，缓解城市内部由于人口过多，积压而产生的社会矛盾。对于人口基数不大，人口增长缓慢的城市，政府应当积极出台相关政策进行吸引，鼓励外来人口进行务工，为外来人口提供较为舒适的居住环境和工资条件。同时对于教育问题，政府也需要根据未成年门口的变化趋势，因地制宜，灵活运用教育政策，促进未成年人教育的高效发展，同时国家应完善法律法规，健全未成年人权益保护制度;父母应履行家庭保护的职责和抚养义务，教育、引导未成年人;学校应全面贯彻国家教育方针，保证未成年人的身心健康和全面发展;社会为未成年人健康成长提供良好的社会环境;青少年自身增强自我保护意识，掌握日常生活中自我保护的方法和技巧。

参考文献:

［1］冯守平．中国人口发展预测模型的构建与应用［J］．统计与决策，2010，(15):24－27．

［2］柳德江，殷凤玲，唐红燕．玉溪市未来人口预测三种模型的分析［J］．中国人口•资源与环境，2011，(3):17－19．

［3］龙承星，张波．昆明市人口预测模型研究［J］．云南民族大学学报:自然科学版，2011，(7):258－261．

［4］赵沙，张福平．西安市未来人口规模预测及人口发展对策研究［J］．干旱区资源与环境，2012，(2):7－12．

［5］沈巍，武鑫．基于数据挖掘的北京市人口增长影响因素研究［J］．中国人口•资源与环境，2013，23(S2):470－473．

作者:王瑶 臧子雁 单位:北京物资学院