随着我国各地区经济体制改革的深入发展，各级地方政府财政逐步加大了对城镇基础设施、大型社会公益性、福利性、环保性等公共性事业建设投资的力度。社会公众作为国家资金、社会公共资源的所有者，希望能够获得政府使用和管理国家资金、社会公共资源的效率和效果方面的信息；而各级地方政府也十分关心其投资的正确性、效率性、效果性以及政府在投资过程中对出现的偏差进行纠正的情况。因此开展政府资源规划的绩效评价，监督投资过程的合理性，评价政府投资决策行为的正确性与效果的效益性，成为如今公共管理改革发展的必然趋势。 政府绩效评估，是运用客观的标准、方法通过科学的程序，对政府绩效进行评定并划分等级。本文在深入分析国内外各类数据挖掘相关理论、方法和具体应用等方面资料的基础上，结合我国具体国情，提出了一个具体有效的政府绩效评估模型，并在此基础上实现了对政府资源规划的控制，同时满足了社会公众和政府对政府资源规划的有效性和可控性的要求。 首先，本文在国内已有的对政府绩效评价指标体系的主流研究观点基础上，创造性地建立了更为科学的从第三方独立角度来对政府绩效进行合理评估的源生数据评价指标体系，设计形成共有40个指标的政府绩效评价体系。 其次，在获取源生数据的基础上，利用数据包络法(DEA)对历史数据的分析，找到了政府在公共资源投入、产出之间的内在联系，形成政府绩效评价等级的学习样本。这种内在联系和学习样本的确定为建立神经网络预测和控制模型提供了依据。 最后，以分析和研究的源生数据为基础，在数据挖掘软件Clementine辅助下，建立了政府绩效评价的BP神经网络预测模型和政府资源规划的BP神经网络控制模型，再结合我国实际，对部分地方政府绩效评价和政府资源规划实时控制做了有效的尝试。研究结果的分析与检验表明，这对于改进政府投资效果，创建高绩效政府，维护公众知情权具有一定参考意义。