استفاده از الگوریتم های یادگیری آماری رده بندی در آمار رسمی

در اکثر آمارگیری ها، پرسش مشاغل و فعالیت ها از طریق پرسش های باز سوال می شود و کدگذاری این اطلاعات به هزاران رده به روش دستی صورت می گیرد که بسیار زمان بر و پرهزینه است. با توجه به ضروریات مدرن سازی نظام آماری کشورها، امروزه استفاده از روش های یادگیری آماری در آمار رسمی برای داده های اولیه و  ثانویه ضروری است. همچنین، روش های رده بندی یادگیری آماری در فرایند تولید آمار رسمی بسیار کاربرد دارد. هدف این مقاله، کدگذاری برخی فرایندهای آمارگیری ها با روش های یادگیری آماری و آشنایی مدیران در مورد امکان استفاده از روش های یادگیری آماری در تولید آمارهای رسمی است. دو کاربرد از روش های یادگیری آماری رده بندی شامل کدگذاری خودکار رشته فعالیت های اقتصادی و کدگذاری پرسش های باز پرسشنامه های مراکز آماری با چهار روش تکرار، روش ترکیبی ماشین بردار پشتیبان با ترکیب مدل ها در سطوح مختلف تجمیع، ترکیب روش تکرار و ماشین بردار پشتیبان و روش نزدیکترین همسایه روی داده های آمارگیری از کارگاه های صنعتی ایران انجام شده است.

کلیدواژه ها:

Automated Coding ، Text Mining ، Statistical Learning ، Official Statistics. ، کدگذاری خودکار ، متن کاوی ، یادگیری آماری ، آمار رسمی.