数据挖掘方法及其在我国财政管理领域的应用

以数据挖掘方法的基本概念和挖掘过程为基础，探讨数据挖掘方法在财政管理中的应用。主要内容有：（1）数据预处理，是指在对数据进行数据挖掘之前，先对原始数据进行必要的清洗、集成、转换、离散和规约等一系列的处理工作，使之符合挖掘算法进行知识获取研究所要求的最低标准；（2）分类挖掘法，包括贝叶斯算法、决策树算法、遗传算法、k－近邻算法和人工神经网络；（3）关联挖掘法，挖掘探索出隐藏在数据间的相关关系；（4）聚类挖掘法，按照样本在性质上的亲疏远近进行分类。通过对财政管理中的财政收入进行挖掘，得出结论：企业所得税虽然在数值上往往比营业税或者增值税高，但通过决策树算法进行挖掘，可以看到在财政收入中企业所得税与税收占比极可能具有更强的关联性。