| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及目的 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 国外研究综述 | 第11-12页 |
| 1.2.2 国内研究综述 | 第12-14页 |
| 1.2.3 对现有文献评价 | 第14页 |
| 1.3 本文研究内容、思路及方法 | 第14-16页 |
| 1.3.1 本文研究内容 | 第14-15页 |
| 1.3.2 本文研究思路 | 第15-16页 |
| 1.3.3 本文研究方法 | 第16页 |
| 1.4 创新之处与研究不足 | 第16-17页 |
| 第2章 理论基础 | 第17-23页 |
| 2.1 税源专业化管理的理论依据 | 第17-18页 |
| 2.1.1 专业化分工理论 | 第17页 |
| 2.1.2 纳税遵从理论 | 第17页 |
| 2.1.3 风险管理理论 | 第17-18页 |
| 2.1.4 新公共管理理论 | 第18页 |
| 2.2 税源专业化管理内涵 | 第18-20页 |
| 2.2.1 专业化管理 | 第18页 |
| 2.2.2 税源专业化管理的含义 | 第18-19页 |
| 2.2.3 税源专业化管理的基本内容 | 第19-20页 |
| 2.3 大数据理念与数据挖掘及聚类算法 | 第20-23页 |
| 2.3.1 大数据的定义 | 第20页 |
| 2.3.2 大数据的思维模式 | 第20-21页 |
| 2.3.3 数据挖掘概述 | 第21页 |
| 2.3.4 聚类算法概述 | 第21-23页 |
| 第3章 聚类分析在税源专业化管理应用中存在问题与对策研究 | 第23-29页 |
| 3.1 聚类分析在税源专业化管理应用中存在的问题 | 第23-24页 |
| 3.1.1 缺乏大数据信息管税理念 | 第23页 |
| 3.1.2 数据缺乏统一管理 | 第23-24页 |
| 3.1.3 税收征管方式不适应税源专业化管理的要求 | 第24页 |
| 3.1.4 大数据人才队伍建设存在的问题 | 第24页 |
| 3.2 聚类分析应用于税源专业化管理“四大保障” | 第24-29页 |
| 3.2.1 理念保障——树立大数据信息管税理念 | 第24-25页 |
| 3.2.2 平台保障——建立大数据信息管税平台 | 第25-26页 |
| 3.2.3 体制保障——构建大数据信息管税的体制 | 第26-27页 |
| 3.2.4 人才保障——培养大数据信息管税专业人才 | 第27-29页 |
| 第4章 聚类算法在税源专业化管理中的应用研究 | 第29-46页 |
| 4.1 聚类模型的设计与建立 | 第29-31页 |
| 4.1.1 模型建立的目的 | 第29页 |
| 4.1.2 聚类指标的选取 | 第29-30页 |
| 4.1.3 指标数据的预处理 | 第30页 |
| 4.1.4 聚类流程的设计与建立 | 第30-31页 |
| 4.2 应用研究 | 第31-45页 |
| 4.2.1 业务理解 | 第31页 |
| 4.2.2 数据理解 | 第31-35页 |
| 4.2.3 数据准备 | 第35页 |
| 4.2.4 模型建立 | 第35页 |
| 4.2.5 模型评价 | 第35-43页 |
| 4.2.6 模型发布 | 第43-45页 |
| 4.3 应用总结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 本文工作总结 | 第46页 |
| 5.2 未来发展展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-59页 |
| 在学期间科研成果情况 | 第59页 |
