| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-11页 |
| ·本课题的来源、研究背景及意义 | 第9-10页 |
| ·本课题的来源 | 第9页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·论文的内容安排 | 第10-11页 |
| 第二章 传统的决策树分类算法 | 第11-19页 |
| ·决策树分类技术概述 | 第11-13页 |
| ·ID3算法 | 第13-14页 |
| ·ID3算法的优点 | 第13-14页 |
| ·ID3算法的缺点 | 第14页 |
| ·C4.5算法 | 第14-16页 |
| ·C4.5的优缺点 | 第15-16页 |
| ·CART算法 | 第16-18页 |
| ·ID3、C4.5和CART算法不适用于税务数据分析的原因 | 第18-19页 |
| 第三章 适用于海量数据处理的决策树分类算法 | 第19-33页 |
| ·SLIQ算法 | 第19-21页 |
| ·基尼指标 | 第19-20页 |
| ·属性分裂方法 | 第20-21页 |
| ·SPRINT算法 | 第21-23页 |
| ·分割指数 | 第22页 |
| ·数据结构 | 第22-23页 |
| ·RAINFOREST算法 | 第23-27页 |
| ·雨林算法的数据结构 | 第24页 |
| ·雨林算法的设计方案 | 第24页 |
| ·雨林算法的构造算法 | 第24-25页 |
| ·Rainforest典型算法 | 第25-27页 |
| ·决策树剪枝算法 | 第27-30页 |
| ·MDL剪枝 | 第28-30页 |
| ·决策树算法的研究方向与面临的挑战 | 第30-33页 |
| ·决策树算法的研究方向 | 第30-32页 |
| ·决策树技术面临的挑战 | 第32-33页 |
| 第四章 决策树算法在地税征管系统中的应用 | 第33-46页 |
| ·算法实现 | 第33-37页 |
| ·预处理 | 第34页 |
| ·最佳分裂的计算 | 第34-36页 |
| ·决策树的构造 | 第36-37页 |
| ·性能研究 | 第37-44页 |
| ·串行化研究 | 第37-39页 |
| ·并行化研究 | 第39-42页 |
| ·可伸缩性研究 | 第42-43页 |
| ·SPRINT与Rainforest算法的分析比较 | 第43-44页 |
| ·实验结论 | 第44-46页 |
| 结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间研究成果 | 第51-52页 |