基于数据挖掘的我国地方政府绩效评估指标设计 面向江苏四市的探索性研究PDF电子书下载

第一章 绪论 1

第一节 导言 1

一、问题的提出 1

二、研究价值 6

第二节 关键概念界定 8

一、绩效 9

二、政府绩效 15

三、政府绩效评估 17

四、政府绩效评估指标 19

五、数据挖掘 20

第三节 文献综述 23

一、国外文献 23

二、国内文献 28

三、国外文献与国内文献评述 38

第四节 研究思路与方法 39

一、研究目标 39

二、研究思路与技术路线 40

三、研究方法 40

四、研究特色 43

第二章 研究设计 45

第一节 分析工具 45

一、数据挖掘的特点 45

二、数据挖掘的功能 46

三、数据挖掘的合用性 49

第二节 研究对象 50

一、研究层级 50

二、研究区域 51

三、操作性研究对象 55

第三节 研究思路 56

一、逐层赋权聚类 57

二、可加性实现 58

三、数据准备 65

四、挖掘模式选择 66

五、挖掘工具选择 67

六、“过拟合”处理 67

第三章 地方政府绩效评估指标数据仓库构建路径 69

第一节 数据仓库 69

一、数据仓库的概念 70

二、数据仓库的特征 71

三、数据仓库的功用 73

四、数据仓库的内容结构 74

第二节 数据仓库构造过程与软件的选取 78

一、数据仓库的构造过程 78

二、数据仓库软件选择 81

第三节 数据仓库构建路径 86

第四章 四市政府绩效评估指标数据仓库构建 91

第一节 数据源采集 91

一、零散数据 91

二、统计年鉴数据 93

三、行政记录 94

四、现有数据库 94

五、我国已有指标体系 95

六、国外已有指标体系 95

第二节 数据库、数据表构建 96

一、数据库构建 96

二、数据表创建 98

第三节 数据仓库建成 103

一、ETL处理 103

二、数据集市建设 104

三、数据仓库建设 105

第五章 四市政府绩效评估指标体系挖掘过程 109

第一节 指标聚类挖掘的两种方式 109

一、聚类挖掘的基本原理 109

二、聚类挖掘的两种方式 111

三、分层聚类挖掘的“软性”与“硬性” 112

第二节 层次聚类的综合实现途径 114

一、聚类中的RBF神经网络 115

二、聚类中的BIRCH算法 117

三、综合聚类挖掘 119

四、“综合聚类挖掘”的计算逻辑 121

第三节 一级指标挖掘 123

一、NULL值处理 123

二、数据质量检验 125

三、利用RBF神经网络挖掘一级指标 126

第四节 二级、三级指标挖掘 140

一、新的数据仓库模型构建 140

二、数据质量检验 140

三、挖掘模型创建 142

四、挖掘结构构建 142

五、利用BIRCH挖掘二级、三级指标 144

第六章 四市政府绩效评估指标挖掘结果 151

第一节 一级指标挖掘结果 151

一、指标提升图与指标细况 151

二、“经济发展”一级指标下的项集 153

第二节 二级指标、三级指标挖掘结果 154

一、“经济发展”一级指标下的二级指标 154

二、“经济增长”二级指标下的项集 156

三、所有二级指标 157

四、三级指标挖掘结果 158

五、指标体系整体结果 162

第三节 指标体系的应用性细化 166

一、应用性细化的说明 166

二、应用性细化结果 168

第七章 结语 187

一、本书的主要创新 187

二、本书的主要不足 189

三、本书未来研究展望 190

附录 192

附表1已有“政府绩效”概念的厘清 192

附表2政府绩效评估概念厘清 195

参考文献 205

后记 215