人工智能与大数据在经济管理过程中的应用分析

刘德乾 山东省单县不动产登记中心

一、人工智能在经济管理中的应用状况分析

在经济高速发展的今天，经济管理人员的工作量巨大而复杂繁琐，因此在面对大量枯燥并且重复性极高的工作时难免会出现错误，并且会导致企业审计结果的发布效率不能够得到保障。然而人工智能的出现，可在运用好计算机编程的基础上，利用大量的算法对经济管理的范围和内容进行核算，只要能够保证程序编译不出错的前提，即使数据的运算量再大，其进行审核的结果与内容也很难出现问题。当大量需要进行分析、计算与处理的数据一并交给计算机去运作时，人工智能的引用势必会大大缩减原本经济管理人员的工作时间并且势必提高经济管理工作的效率。

经济管理产生的数据虽然并不复杂且拥有一定的规律性，在对数据管理的操作上也相对简易。但是随着大数据时代的到来，面对如此迅速发展且毫无规律可言的社会经济发展背景，对于经济管理结果评估的难度也在直线上升。人工智能的加入，开辟了通过创建一个模拟环境而更加可靠全面地搜集信息的可行性。编制各种计划并且进行运算，以便能够进行更好的决策与规划。决策与规划需要结合众多问题并且要通过严谨的数学模型来得出可靠的科学结论，人工智能的引用增强了这一步。能够在经济管理领域实际应用的人工智能模型主要包括专家系统、支持向量机、人工神经网络等。其中，人工神经网络能够在极为复杂的不规则数据中分析出数据之间的相关程度，特别是出现在数据间的分线性关系。专家系统为拥有完整专业知识与经验的程序性系统，其将计算机技术中可处理复杂逻辑的能力完美地应用在人工智能技术中，通过确定领域中的专家所提出的经验，利用计算机的处理能力对其进行逻辑推理，模拟该领域中的专家对该问题的决策与处理过程，来解决人力所不能处理的复杂程度。支持向量机的优势在于解决样本少、非线性等问题，并且在支持向量机中应用的拟合函数可以通过推广，适用到其他机器学习模型中去。上述人工智能模型在经济管理领域的应用主要如下：

（一）神经网络模型在经济管理中的应用

在神经网络模型中，其最为主要的工作单元为神经元，通过计算机来模拟类似于生物中的神经元的功能。人工神经网络中的神经元先接收信息，然后通过进一步的加工与转换，将上一层神经元所得到的信息输出传递给下一层神经元或者是输出层。不同层神经元之间的连接是通过相应的权值和阈值来进行耦合，其领域的知识量反应在不同层神经元的权值中。人工神经网络技术在经济管理中的应用为，针对经济管理中所出现的风险，对其进行预测。已知成功的案例有：通过BP神经网络拥有逆向传播误差的特点，能够对已存在的金融市场进行有关信用的分析与评级；通过人工神经网络模型建立起检测系统，对其业务中可能出现的风险进行识别与预测；运用神经网络模型建立起一整套评估系统，对一些公司的征信贷款、违约风险概率等进行评估与分析。

（二）专家系统在经济管理中的应用

专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。其中，专家系统也能够根据所拥有的专家类知识与经验，在预测风险等方面也存在较大优势。已知成功的案例有：通过基于规则语言的模型，构建做出决策的系统，其能够对当前企业提交的诸如信用贷款申请等，做出判断并给予决策；通过构建包含领域知识库的专家系统，对一些上市公司的信用程度进行评级等；以及通过建立一种基于风险管理的专家系统，在有效识别出风险的基础上，帮助企业在保障数据安全的条件下，有效地获取数据。

二、人工智能给经济管理带来的挑战

（一）如何解决信息安全问题

信息安全隐患问题在互联网发展的初期就被定义为一个棘手的问题。现如今，人工智能与大数据的运用与计算机信息技术的发展息息相关，所处理的数据也呈几何倍增加，其问题的严重性也在随之增加。在互联网信息时代，信息的传递依靠传感器技术的采集以及通信技术的传递，除却互联网环境因为其自身的局限性外，不同层面的信息在进行交互时也会存在不同的网络信息安全问题。

（二）如何合法采集信息问题

整个人工智能技术的发展是依靠数据为支撑的，因此，为保障该技术在经济管理系统中的有效运行，人工智能技术首先面临对大量数据进行采集的问题，在采集信息的过程中，势必会面临所采集得到的数据是否符合相关网络法律的问题。现阶段，最为人所熟知的例子为“网络爬虫”，“网络爬虫”是指在互联网上，进行非告知性的数据采集。尤其近些年来，互联网云技术的快速发展，导致“网络爬虫”技术所能采集的数据范围更加的宽广，导致对于网站中非公开性的数据的爬取现象也更频频可见。在意识到当今是一个数据的时代的背景下，所爬取的数据也更具有经济效益，在此利益的引诱下，爬虫技术更容易成为不法之徒所利用的工具。

三、经济管理领域合理运用人工智能的对策建议

人工智能是综合各种科技发展的成果，是一个充满无限未知的新型科学领域。人工智能技术在经济管理领域的应用，将有效地提高对数据处理的速度、缓解数据分析的难度、将计算机真正投入到代替人工的工作中去，从而从基础层面提高整个经济管理领域的效率。但是，随之而来的挑战也会涌向人工智能领域。为此，在经济管理领域中，需要认真处理好与人工智能之间的关系，完善其在经济管理领域中的各项应用成果。为处理以上问题，首先应当定制好人工智能技术设计的标准、其次制定相关信息采集的准则、加强相关用户信息保密的意识以及增强经济管理领域中对于人工智能技术的监管力度。