新書推薦：
《
朋党之争与北宋政治·大学问
》
售價：HK$
102.4
《
甲骨文丛书·波斯的中古时代（1040-1797年）
》
售價：HK$
90.9
《
以爱为名的支配
》
售價：HK$
64.4
《
台风天（大吴作品，每一种生活都有被看见的意义）
》
售價：HK$
55.2
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：HK$
66.1
《
新时代硬道理 广东寻路高质量发展
》
售價：HK$
79.4
《
6S精益管理实战（精装版）
》
售價：HK$
103.3
《
异域回声——晚近海外汉学之文史互动研究
》
售價：HK$
112.7
|
| 內容簡介： |
《大数据时代－－推开财政数据挖掘之门》编著者翟钢。
应用大数据做好财政工作，需要在实践中不断探索、总结提高。为此，财政部国库司组织编写了《大数据时代：推开财政数据挖掘之门》一书。本书紧扣大数据理论前沿和创新实践，把数据挖掘技术与财政管理实际相结合进行内容创新，既全景式地描述大数据的应用前景和作用，又回顾国外财政数据挖掘技术情况和我国财政数据应用历史；既全面阐述财政数据挖掘的目标任务和重点难点，又结合探索数据挖掘技术应用案例，提出实现目标任务的具体举措，理论性、指导性和可操作性都很强。相信本书的出版，必将对各级财政国库部门应用数据挖掘技术、提高财政工作水平起到重要的借鉴和参考作用。
|
| 目錄：
|
第一章 大数据时代财政管理面临的新机遇和新挑战
第一节 风云突变——大数据时代的到来
一、数据不是浮云
二、众里寻他千百度：“大数据”的前世今生
三、无论你是否愿意，大数据时代已经来临
四、大数据时代，你准备好了吗
第二节 数据挖掘——大数据时代的生存和发展之道
一、揭开“数据挖掘”的神秘面纱
二、大数据时代的核心技术
三、从“阿里巴巴”看数据挖掘应用
第三节 大数据时代财政管理何去何从
一、大数据时代财政管理的大数据情结
二、大数据时代财政管理面临的新机遇
三、大数据时代财政管理面临的新挑战
第二章 财政管理数据分析利用的中外比较及历史追溯
第一节 国外财政管理运用数据挖掘的状况
一、美国财政管理中数据挖掘的应用
二、澳大利亚财政管理中数据挖掘的应用
第二节 我国财政数据分析利用的历史追溯
一、周代及秦汉数据分析利用
二、唐宋明清数据分析利用
三、新中国成立以来数据利用
第三节 我国财政管理运用数据挖掘的现状、问题
一、我国财政运用数据挖掘的现状
二、我国财政运用数据挖掘的问题
第四节 中外财政管理数据分析运用经验总结
第三章 开展数据挖掘的基础理论
第一节 数据存储与管理
一、数据库与数据仓库比较
二、数据集市
三、数据仓库
第二节 数据预处理
一、数据质量
二、数据清洗
三、数据集成和变换
四、数据归约
第三节 数据挖掘
一、数据挖掘模式
二、分类挖掘法
三、关联挖掘法
四、聚类挖掘法
五、异类挖掘法
第四节 其他非结构化的数据挖掘
一、文本挖掘法
二、视频挖掘法
第四章 大数据时代财政数据挖掘的主要任务
第一节 为开展财政数据挖掘做好充分准备
一、转变理念
二、培养人才
三、储备技术
四、建立制度
第二节 整合财政数据资源
一、统一财政数据标准
二、整合管理信息系统
三、采集财政相关数据
第三节 构建新型财政数据环境
一、建立财政数据集市
二、建立财政数据仓库
三、建立财政数据质量体系
第四节 数据驱动财政管理与决策
一、建立决策支持知识库
二、构造财政决策的业务模型
第五节 财政数据共享与公开
一、制定共享与公开的规则
二、建立有效公开渠道
三、建立公众参与机制
第五章 数据挖掘在财政管理中的应用方法
第一节 开展财政数据挖掘的具体步骤
一、业务理解
二、数据理解
三、数据准备
四、建模
五、评估
六、发布
第二节 在财政管理中实施数据挖掘的应用重点
一、数据再利用
二、数据重组整合
三、数据可扩展
四、重视数据“噪音”
第三节 数据挖掘实施中的几个难点
一、全量而非样本
二、混杂而非精确
二、相关而非因果
第四节 开展财政数据挖掘要注意的问题
一、建立良性互动工作机制
二、利用好财政“深数据”
三、数据挖掘和其他数据分析技术的区别
四、选择数据挖掘工具需考虑的技术因素
第六章 财政管理领域的数据挖掘探索
第一节 财政收人分析
一、数据预处理
二、建立税收占比决策树
三、财政收入分析总结与展望
第二节 预算执行进度分析
一、数据预处理
二、对预算执行进度进行预警
三、对预算执行进度进行预测
四、预算执行进度分析总结与展望
第三节 财政直接支付规律分析
一、数据预处理
二、寻找财政直接支付规律
三、财政直接支付分析总结与展望
第四节 国债提前兑取分析
一、数据预处理
二、寻找提前兑取规律
三、国债提前兑取分析总结与国债分析展望
附录1：数据挖掘工具简介
1 数据挖掘工具的分类
1 1按适用范围分——通用挖掘工具和专用挖掘工具
1 2按主要功能分一存储层、报表层、分析层、展现层
1 3其他分类方式
2 主要数据挖掘工具简介
2.1 R语言
2.2 SPSS或PASW
2.3 SAS Enterprise Miner
2.4 WEKA
2.5 MATLAB
3 数据挖掘工具展望
附录2：主要建模工具简介
1 IBM的Rational Rose
2 微软的VISIO
3 PowerDesigner。
附录3：SAS系统的SEMMA方法
参考文献
后 记
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
