數(shù)據(jù)挖掘技術(shù)在政府項(xiàng)目資金監(jiān)管的應(yīng)用

文/李沁穎 李智芬 龍雨婷

1 引言

1.1 背景

國(guó)家經(jīng)濟(jì)實(shí)力是國(guó)家強(qiáng)大的重要依靠之一，其主要來(lái)源是依靠納稅人無(wú)償上繳的資金，政府使用這些資金進(jìn)行各項(xiàng)工作項(xiàng)目的投資開(kāi)發(fā)，保證了資金的利潤(rùn)和國(guó)家建設(shè)的完善。

隨著社會(huì)環(huán)境的穩(wěn)定和社會(huì)經(jīng)濟(jì)實(shí)力的發(fā)展，政府越發(fā)注注重保護(hù)財(cái)政資金安全，不斷本著為人民服務(wù)的宗旨，使得納稅人繳納的資金可以得到保護(hù)。另外一方面，隨著互聯(lián)網(wǎng)的廣泛應(yīng)用和信息化辦公的發(fā)展，政府也投入了大量資金用于信息化管理，這不僅是加強(qiáng)資金使用管理的重要手段，也是保證中國(guó)廉政建設(shè)，改善社會(huì)環(huán)境以及保障民生質(zhì)量的重要措施。

1.2 存在的問(wèn)題

如今，政府資金監(jiān)管中存在諸多不良現(xiàn)象，如：擅自更改申請(qǐng)項(xiàng)目；挪用項(xiàng)目資金；多個(gè)單位套用項(xiàng)目資金等。

現(xiàn)有的人工監(jiān)管手段單一，對(duì)于每一類型的項(xiàng)目申請(qǐng)沒(méi)有統(tǒng)一規(guī)范的衡量標(biāo)準(zhǔn)，使得資金審批時(shí)效性差。在政府的職能分工下資金監(jiān)管工作主要是由財(cái)政、審計(jì)部門(mén)負(fù)責(zé)。各個(gè)單位大部分更加注重項(xiàng)目資金的獲取，反而忽略了一些資金的回報(bào)率。

2 數(shù)據(jù)挖掘技術(shù)在政府項(xiàng)目資金監(jiān)管關(guān)鍵問(wèn)題研究

2.1 項(xiàng)目資金監(jiān)管數(shù)據(jù)挖掘框架

關(guān)于項(xiàng)目資金所存在的現(xiàn)有問(wèn)題，如何進(jìn)行資金監(jiān)管是需要考慮的問(wèn)題。對(duì)項(xiàng)目資金監(jiān)管主要是考慮單位內(nèi)部和各單位之間兩個(gè)方面。

首先，項(xiàng)目資金所涉及的數(shù)據(jù)庫(kù)在格式、內(nèi)容等方面不同于一般類型的數(shù)據(jù)庫(kù)，我們要先對(duì)項(xiàng)目之間的相似程度進(jìn)行判斷，根據(jù)每一類型項(xiàng)目所具有的共性進(jìn)行分類，再對(duì)每一類型的項(xiàng)目提取其中的主要影響因素，作為之后項(xiàng)目資金預(yù)測(cè)和項(xiàng)目比對(duì)的主要衡量標(biāo)準(zhǔn)。

對(duì)于單位內(nèi)部主要對(duì)其申請(qǐng)的項(xiàng)目以及申請(qǐng)的項(xiàng)目資金進(jìn)行監(jiān)督，防止出現(xiàn)重復(fù)申請(qǐng)項(xiàng)目或申請(qǐng)項(xiàng)目資金超標(biāo)的現(xiàn)象。對(duì)于新申請(qǐng)的項(xiàng)目需要和以往本單位申請(qǐng)的項(xiàng)目進(jìn)行比對(duì)，防止出現(xiàn)完全一致或相似度極高的項(xiàng)目。在比對(duì)項(xiàng)目?jī)?nèi)容之后，需要對(duì)項(xiàng)目申請(qǐng)資金進(jìn)行核實(shí)，首先判斷該項(xiàng)目的類型，再根據(jù)之前對(duì)每一類型的項(xiàng)目資金預(yù)測(cè)進(jìn)行比對(duì)，如若超出資金預(yù)測(cè)區(qū)間則提出預(yù)警。

對(duì)于各個(gè)單位之間，主要考慮合作單位與非合作單位之間的關(guān)系。對(duì)于那些有合作的單位，要考慮兩個(gè)單位之間是否存在重復(fù)申請(qǐng)，每個(gè)單位合作的項(xiàng)目都有各自負(fù)責(zé)的領(lǐng)域。其次，主要考慮非合作單位之間是否存在申請(qǐng)已審批或其他單位所申請(qǐng)的項(xiàng)目，占用項(xiàng)目資金。

2.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)中有項(xiàng)目具體屬性表和項(xiàng)目資金屬性表。由于數(shù)據(jù)量較大，因此需要對(duì)數(shù)據(jù)做出一系列的分析和篩選。對(duì)于標(biāo)稱數(shù)據(jù)，通過(guò)卡方檢驗(yàn)（公式1）來(lái)判斷兩個(gè)屬性的相關(guān)性。對(duì)于數(shù)值數(shù)據(jù)，通過(guò)皮爾森相關(guān)系數(shù)（公式2）來(lái)判斷兩個(gè)表中是否存在不同屬性名的屬性，從而對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理。

公式1

公式2

在完成上述所有的數(shù)據(jù)處理之后，對(duì)數(shù)據(jù)進(jìn)行規(guī)范化整理，很多數(shù)據(jù)因?yàn)椴煌膬?nèi)容對(duì)結(jié)果也會(huì)產(chǎn)生不一樣的影響。

2.3 數(shù)據(jù)挖掘技術(shù)算法

2.3.1 項(xiàng)目聚類算法

在處理項(xiàng)目數(shù)據(jù)的過(guò)程中，首先要對(duì)數(shù)據(jù)的類別進(jìn)行一個(gè)分析，采用的是遵循同一簇內(nèi)中對(duì)象的相似度較高，而不同簇內(nèi)中的對(duì)象相似度較小的K-means文本聚類算法。

2.3.2 提取項(xiàng)目主要影響因素算法

在數(shù)據(jù)處理時(shí)，需要對(duì)每個(gè)簇類數(shù)據(jù)的特征值方法進(jìn)行重要特征值提取，主要采用的是隨機(jī)森林方法。特征X是根據(jù)隨機(jī)森林中的決策樹(shù)計(jì)算每一棵樹(shù)的袋外誤差，記為errOOB1。再次隨機(jī)修改特征值，再次計(jì)算袋外誤差，記為errOOB2，即可得到特征X的重要性（公式3），對(duì)每一棵樹(shù)的特征值進(jìn)行計(jì)算，再對(duì)特征重要性進(jìn)行排序，逐步剔除不重要的特征值。

公 式3 X的 重 要 性=∑（errOOB2-errOOB1）/N

2.3.3 項(xiàng)目資金預(yù)測(cè)算法

針對(duì)項(xiàng)目的特征選取，可以對(duì)每一類型的項(xiàng)目進(jìn)行資金區(qū)間估計(jì)。通過(guò)從總體中抽取的樣本，根據(jù)一定的正確度與精確度的要求，構(gòu)造出適當(dāng)?shù)膮^(qū)間，以作為總體的分布參數(shù)(或參數(shù)的函數(shù))的真值所在范圍的估計(jì)，一般使用的估計(jì)某個(gè)指定值的區(qū)間方法是區(qū)間預(yù)測(cè)。

本文區(qū)間預(yù)測(cè)主要采用的是一元線性回歸預(yù)測(cè)法，先選取一元線性回歸模型的變量，再根據(jù)最小二乘法來(lái)確定自變量X和因變量Y的相關(guān)關(guān)系，建立X與Y的線性回歸方程。一元線性回歸方程（公式4）中X代表自變量的取值；Y代表因變量的取值；a、b代表一元線性回歸方程的參數(shù)。這一直線是利用直線到各點(diǎn)的距離最近來(lái)確定的，之后再用這條直線進(jìn)行預(yù)測(cè)。

公式4 Y=a+bX

3 總結(jié)

當(dāng)前是大數(shù)據(jù)盛行的年代，對(duì)于成千上萬(wàn)的數(shù)據(jù)，我們需要充分利用好，不能忽視數(shù)據(jù)之間的聯(lián)系，不能忽視數(shù)據(jù)背后真正的意義所在。本方案針對(duì)政府項(xiàng)目資金管理中遇到的問(wèn)題給出相應(yīng)解決方案，使得相關(guān)管理人員對(duì)于數(shù)據(jù)的管理更加簡(jiǎn)單的同時(shí)，可以幫助他們加強(qiáng)對(duì)政府事務(wù)的監(jiān)督。不僅可以通過(guò)系統(tǒng)判斷之前是否出現(xiàn)過(guò)相同或類似項(xiàng)目申請(qǐng)的同時(shí)，還可以判定所申項(xiàng)目資金分配是否合理，這加強(qiáng)了對(duì)政府部門(mén)工作的監(jiān)督，是具有重大意義的。