1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述一、研究目的和意义财政收入是指政府为履行其职能、实施公共政策、提供公共物品与服务需要而筹集的一切资金的总和。
财政收入表现为政府部门在一定时期内所取得的货币收入。
财政收入是衡量一个地区经济实力和政府财力的重要指标。
政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上取决于财政收入的充裕状况。
在我国现行的分税制财政管理体制下，地方财政收入不但是国家财政收入的重要组成部分，而且具有其相对独立的构成内容。
组织财政收入不仅关系到社会经济发展和人民生活水平的提高，也关系到正确处理国家、单位和个人三者之间和中央与地方两级利益的关系，还关系到不同对象的合理负担问题。
加强地方政府宏观调控能力，合理的财政政策离不开对财政收入的精确分析和有效预测，较准确地预测未来一段时间内的地方财政收入，为地方财政收入任务的合理分配提供科学的理论依据，也为监管部门的工作提供了更有效的参考。
因此，运用机器学习算法对地方财政收入进行预测分析是非常有必要的。
二、研究现状对于财政收入的预测和分析可以从不同的角度建立不同的模型来进行研究，国内许多学者致力于这一方面的研究，取得了累累硕果。
成军（2003）[1]采用专家判断等定性与现代预测方法等定量相结合的方式, 构造出了可以自动完成地方财政收入指标及结构预测的系统动力学预测模型, 选择出地方税收收入与对应经济相关因素的最优关系模型为双极形函数BP网络相关预测模型，并以河北省2001年财政收入预测为例进行了实证分析。
2. 研究的基本内容、问题解决措施及方案
要研究或解决的问题：1) 分析财政收入预测数据的基础情况，选择数据处理方式；2) 构建合理科学的财政收入预测模型；3) 用预测模型进行实证分析并根据分析结果为政府制定合理财政计划提供政策建议。
拟采用的研究手段：1) 用Pearson相关系数来进行相关性分析，用Lasso特征选择方法对特征进一步筛选。
对数据特征进行抽取并分析，相关性分析是指对两个或多个具备相关性的特征元素进行分析，从而衡量两个特征因素的相关密切程度，通过相关系数的大小判断财政收入与选取特征之间的相关性。
Lasso回归方法以缩小特征集（降阶）为思想，是一种收缩估计方法，可用Lasso回归方法对原始特征进一步筛选。
2) 灰色预测法是一种对含有不确定因素的系统进行预测的方法，对小数据集有很好的预测效果。
支持向量回归不仅适用于线性模型，对数据和特征之间的非线性关系也能很好抓住。
先构建灰色预测模型，得到关键特征的预测值，再使用ksvm函数构建支持向量回归模型，得到财政收入预测值。
3) 采用苏州市1998-2018年的数据进行实证分析，分析新型冠状病毒感染的肺炎疫情对财政收入的影响，为政府制定合理财政计划提供政策建议，并对未来研究方向进行展望。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
