大数据时代 推开财政数据挖掘之门2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

大数据时代 推开财政数据挖掘之门PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 大数据时代财政管理面临的新机遇和新挑战1

第一节 风云突变——大数据时代的到来1

一、数据不是浮云2

二、众里寻他千百度：“大数据”的前世今生3

三、无论你是否愿意，大数据时代已经来临4

四、大数据时代，你准备好了吗5

第二节 数据挖掘——大数据时代的生存和发展之道6

一、揭开“数据挖掘”的神秘面纱6

二、大数据时代的核心技术8

三、从“阿里巴巴”看数据挖掘应用8

第三节 大数据时代财政管理何去何从12

一、大数据时代财政管理的大数据情结12

二、大数据时代财政管理面临的新机遇13

三、大数据时代财政管理面临的新挑战15

第二章 财政管理数据分析利用的中外比较及历史追溯18

第一节 国外财政管理运用数据挖掘的状况18

一、美国财政管理中数据挖掘的应用18

二、澳大利亚财政管理中数据挖掘的应用20

第二节 我国财政数据分析利用的历史追溯22

一、周代及秦汉数据分析利用22

二、唐宋明清数据分析利用24

三、新中国成立以来数据利用30

第三节 我国财政管理运用数据挖掘的现状、问题38

一、我国财政运用数据挖掘的现状38

二、我国财政运用数据挖掘的问题40

第四节 中外财政管理数据分析运用经验总结42

第三章 开展数据挖掘的基础理论44

第一节 数据存储与管理44

一、数据库与数据仓库比较44

二、数据集市47

三、数据仓库50

第二节 数据预处理55

一、数据质量55

二、数据清洗56

三、数据集成和变换57

四、数据归约58

第三节 数据挖掘60

一、数据挖掘模式60

二、分类挖掘法62

三、关联挖掘法68

四、聚类挖掘法69

五、异类挖掘法70

第四节 其他非结构化的数据挖掘71

一、文本挖掘法71

二、视频挖掘法72

第四章 大数据时代财政数据挖掘的主要任务74

第一节 为开展财政数据挖掘做好充分准备74

一、转变理念75

二、培养人才76

三、储备技术77

四、建立制度78

第二节 整合财政数据资源79

一、统一财政数据标准80

二、整合管理信息系统85

三、采集财政相关数据90

第三节 构建新型财政数据环境94

一、建立财政数据集市94

二、建立财政数据仓库99

三、建立财政数据质量体系102

第四节 数据驱动财政管理与决策104

一、建立决策支持知识库106

二、构造财政决策的业务模型107

第五节 财政数据共享与公开108

一、制定共享与公开的规则109

二、建立有效公开渠道109

三、建立公众参与机制110

第五章 数据挖掘在财政管理中的应用方法112

第一节 开展财政数据挖掘的具体步骤112

一、业务理解113

二、数据理解114

三、数据准备115

四、建模116

五、评估117

六、发布117

第二节 在财政管理中实施数据挖掘的应用重点118

一、数据再利用119

二、数据重组整合121

三、数据可扩展123

四、重视数据“噪音”125

第三节 数据挖掘实施中的几个难点127

一、全量而非样本128

二、混杂而非精确129

三、相关而非因果130

第四节 开展财政数据挖掘要注意的问题132

一、建立良性互动工作机制132

二、利用好财政“深数据”132

三、数据挖掘和其他数据分析技术的区别133

四、选择数据挖掘工具需考虑的技术因素133

第六章 财政管理领域的数据挖掘探索135

第一节 财政收入分析136

一、数据预处理137

二、建立税收占比决策树140

三、财政收入分析总结与展望143

第二节 预算执行进度分析144

一、数据预处理145

二、对预算执行进度进行预警147

三、对预算执行进度进行预测153

四、预算执行进度分析总结与展望160

第三节 财政直接支付规律分析162

一、数据预处理163

二、寻找财政直接支付规律165

三、财政直接支付分析总结与展望169

第四节 国债提前兑取分析172

一、数据预处理173

二、寻找提前兑取规律174

三、国债提前兑取分析总结与国债分析展望176

附录1：数据挖掘工具简介181

1 数据挖掘工具的分类181

1.1 按适用范围分——通用挖掘工具和专用挖掘工具181

1.2 按主要功能分——存储层、报表层、分析层、展现层182

1.3 其他分类方式183

2 主要数据挖掘工具简介184

2.1 R语言184

2.2 SPSS或PASW186

2.3 SAS Enterprise Miner187

2.4 WEKA189

2.5 MATLAB192

3 数据挖掘工具展望193

附录2：主要建模工具简介196

1 IBM的Rational Rose196

2 微软的VISIO197

3 PowerDesigner198

附录3：SAS系统的SEMMA方法200

参考文献204

后记207