基于数据挖掘技术的房地产税评税系统设计与实现
| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 主要工作内容 | 第9-10页 |
| 1.3 国内外研究现状分析 | 第10-11页 |
| 1.4 系统的主要目标 | 第11页 |
| 1.5 系统开发的主要原则 | 第11-13页 |
| 第二章 数据挖掘相关技术综述 | 第13-23页 |
| 2.1 数据挖掘的分类 | 第13-15页 |
| 2.1.1 分析统计 | 第13-14页 |
| 2.1.2 知识发现类 | 第14-15页 |
| 2.1.3 其他数据挖掘技术 | 第15页 |
| 2.2 数据挖掘的功能 | 第15-16页 |
| 2.3 数据挖掘的特点 | 第16-18页 |
| 2.4 数据挖掘的过程 | 第18-19页 |
| 2.5 常用的数据挖掘算法 | 第19-23页 |
| 第三章 税收中的数据挖掘技术 | 第23-39页 |
| 3.1 聚类算法在基准价的应用 | 第23-29页 |
| 3.1.1 K-means算法 | 第23-25页 |
| 3.1.2 对K-means算法的改进 | 第25-27页 |
| 3.1.3 K-means算法在系统中的实际应用 | 第27-29页 |
| 3.2 房产税稽查数据的关联规则挖掘 | 第29-39页 |
| 3.2.1 关联规则基本问题描述 | 第30-31页 |
| 3.2.2 Apriori算法的说明 | 第31-32页 |
| 3.2.3 Apriori算法简介 | 第32-35页 |
| 3.2.4 关联规则挖掘过程 | 第35-39页 |
| 第四章 系统需求分析与总体设计 | 第39-49页 |
| 4.1 用户需求分析 | 第39页 |
| 4.2 系统需求分析 | 第39页 |
| 4.3 系统非功能性需求 | 第39-40页 |
| 4.4 数据库需求分析 | 第40-43页 |
| 4.5 系统功能示意图 | 第43-45页 |
| 4.6 系统设计方案 | 第45-49页 |
| 4.6.1 服务框架 | 第47页 |
| 4.6.2 业务模型层 | 第47页 |
| 4.6.3 数据持久层 | 第47-49页 |
| 第五章 系统功能实现 | 第49-55页 |
| 5.1 系统主要功能 | 第49-52页 |
| 5.1.1 系统信息的维护 | 第49页 |
| 5.1.2 房地产信息采集页面 | 第49-50页 |
| 5.1.3 价格评估页面 | 第50-51页 |
| 5.1.4 查询家庭房产信息页面 | 第51-52页 |
| 5.1.5 检验评估结果功能 | 第52页 |
| 5.2 功能操作 | 第52-53页 |
| 5.2.1 维护税务基础信息 | 第52页 |
| 5.2.2 征收申报 | 第52-53页 |
| 5.2.3 出具契证及耕地占用税完税证明 | 第53页 |
| 5.2.4 生成数据信息统计报表 | 第53页 |
| 5.3 系统测试 | 第53-55页 |
| 5.3.1 系统测试的主要目的 | 第53页 |
| 5.3.2 系统的测试环境 | 第53页 |
| 5.3.3 系统运行情况报告 | 第53-54页 |
| 5.3.4 测试结论 | 第54-55页 |
| 第六章 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
