数据仓库和数据挖掘在纳税评估中的应用

摘要	第1-5页
Abstract	第5-11页
绪论	第11-13页
·研究背景	第11页
·研究目的、方法及内容	第11-12页
·论文结构	第12-13页
第一章 纳税评估业务分析	第13-18页
·纳税评估概述	第13-14页
·纳税评估概念	第13页
·国内外纳税评估工作开展现状	第13-14页
·纳税评估的业务流程	第14-15页
·涉税数据收集	第14页
·选定对象	第14-15页
·评估分析	第15页
·评估核实	第15页
·评估处理	第15页
·纳税评估指标体系	第15-17页
本章小结	第17-18页
第二章 数据仓库与数据挖掘技术概述	第18-25页
·数据仓库概述	第18-21页
·数据仓库的概念与特征	第18-19页
·数据仓库技术的介绍	第19页
·数据建模与联机分析技术概述	第19-21页
·数据挖掘技术概述	第21-24页
·数据挖掘概念	第21-22页
·数据挖掘常用的分析技术	第22-23页
·数据挖掘工具介绍	第23-24页
本章小结	第24-25页
第三章 数据挖掘分类算法的选择与分析	第25-36页
·分类算法简述	第25-26页
·决策树分类算法介绍	第26-27页
·决策树分类算法分析	第27-33页
·决策树分类算法结点分裂准则概述	第28页
·属性选择度量	第28-30页
·决策树建立算法描述	第30-31页
·决策树剪枝分析	第31-33页
·朴素贝叶斯分类算法分析	第33-34页
·分类模型预测准确率评价	第34-35页
本章小结	第35-36页
第四章 纳税评估数据仓库的构建	第36-47页
·建立纳税评估数据仓库的意义	第36页
·纳税评估数据仓库体系架构	第36-37页
·纳税评估数据仓库的应用环境	第36-37页
·纳税评估数据仓库的应用模型架构	第37页
·数据仓库的数据模型	第37-39页
·概念模型	第37-38页
·逻辑模型	第38-39页
·物理模型	第39页
·纳税评估ROLAP模型构建	第39-42页
·维表定义	第40页
·事实表定义及逻辑模型	第40-42页
·纳税评估数据仓库ETL处理	第42-44页
·数据源	第42-43页
·数据清洗转换装载过程	第43-44页
·数据仓库在纳税评估中应用	第44-46页
·纳税评估指标提取	第44-45页
·纳税评估相关数据分析	第45-46页
本章小结	第46-47页
第五章 数据挖掘技术在建立纳税评估模型中的应用	第47-68页
·传统纳税评估方式的不足	第47-48页
·纳税评估比率指标值规范化处理的必要性	第48-49页
·比率指标值离散化处理	第49-51页
·基于标准差分箱比率指标离散化	第50-51页
·基于信息熵比率指标离散化	第51页
·纳税评估模型总体设计思路	第51-52页
·纳税评估数据库的建立及训练集数据的产生	第52-56页
·纳税评估挖掘库基础定义	第52-53页
·训练集数据生成及预处理	第53-56页
·决策树分类模型的建立	第56-59页
·决策树分类模型设计思路	第56页
·决策树分类模型建立流程	第56-57页
·决策树分类模型数据挖掘过程及评价	第57-58页
·决策树分类模型的存储	第58-59页
·朴素贝叶斯分类模型的建立	第59-61页
·连续属性后验概率分布检测	第59页
·朴素贝叶斯分类模型建立及评价	第59-60页
·朴素贝叶斯分类模型的存储	第60-61页
·两种数据挖掘分类模型与原纳税评估方法对比	第61页
·不同地区的测试	第61-62页
·CFS机制在纳税评估指标筛选中的应用	第62-67页
·纳税评估指标筛选的必要性	第62页
·线性相关性分析	第62-63页
·特征属性选择与CFS原理	第63-65页
·CFS在纳税评估指标筛选中的应用	第65-67页
本章小结	第67-68页
第六章 总结与展望	第68-69页
总结	第68页
展望	第68-69页
致谢	第69-70页
参考文献	第70-71页