| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-31页 |
| ·问题的提出 | 第6-7页 |
| ·选题的背景 | 第7-8页 |
| ·研究的目的和意义 | 第8页 |
| ·数据仓库技术 | 第8-12页 |
| ·数据仓库技术简介 | 第8-11页 |
| ·数据仓库体系结构 | 第11-12页 |
| ·数据挖掘技术 | 第12-25页 |
| ·数据挖掘技术概述 | 第12-16页 |
| ·数据挖掘方法简介 | 第16-19页 |
| ·数据挖掘的一般过程 | 第19-20页 |
| ·聚类技术简介 | 第20-25页 |
| ·纳税信用细分 | 第25-29页 |
| ·纳税信用细分简介 | 第25-27页 |
| ·目前纳税信用细分方法的不足 | 第27-28页 |
| ·信息技术在纳税信用细分中的应用 | 第28-29页 |
| ·研究方法 | 第29-30页 |
| ·论文结构安排 | 第30-31页 |
| 第二章 纳税信用细分系统的分析与设计 | 第31-39页 |
| ·系统分析 | 第31-33页 |
| ·数据仓库系统的设计方案 | 第33-35页 |
| ·数据预处理方案 | 第35-36页 |
| ·数据装载接口的设计 | 第36-37页 |
| ·数据挖掘方案 | 第37-39页 |
| 第三章 数据准备 | 第39-53页 |
| ·纳税信用细分需采集的信息 | 第39-41页 |
| ·税务数据仓库的构建步骤 | 第41-42页 |
| ·税务数据仓库概念模型设计 | 第42-43页 |
| ·税务数据仓库逻辑模型设计 | 第43-45页 |
| ·税务数据仓库物理实现 | 第45-47页 |
| ·创建数据库Jxlt_Kdd | 第45-46页 |
| ·创建维度表 | 第46页 |
| ·创建事实表 | 第46-47页 |
| ·数据预处理的实施 | 第47-53页 |
| ·数据抽取 | 第47-49页 |
| ·数据转换 | 第49-50页 |
| ·数据加载 | 第50-53页 |
| 第四章 K-Means 聚类分析 | 第53-61页 |
| ·K-Means 算法的基本原理 | 第53-54页 |
| ·K-Means 算法的描述 | 第54-55页 |
| ·K-Means 算法的步骤 | 第55-56页 |
| ·K-Means 算法的特点 | 第56页 |
| ·基于K-Means 算法的纳税信用聚类模块结构 | 第56-57页 |
| ·Visual C++实现 K-Means 聚类模块 | 第57-59页 |
| ·纳税信用聚类模块接口的实现 | 第59-61页 |
| 第五章 K-Means 算法的改进 | 第61-70页 |
| ·K-Means 算法的问题分析 | 第61-62页 |
| ·对K-Means 聚类算法的改进 | 第62-66页 |
| ·对预先给定聚类数K 值的改进 | 第62-63页 |
| ·对选取聚类中心方法的改进 | 第63-66页 |
| ·K-Means 算法改进后的流程及其效果分析 | 第66-70页 |
| 第六章 结果分析与比较 | 第70-74页 |
| ·实验数据 | 第70页 |
| ·改进前K-Means 算法聚类效果 | 第70-71页 |
| ·改进后K-Means 算法聚类效果 | 第71-72页 |
| ·聚类结果比较 | 第72-74页 |
| 第七章 结论 | 第74-77页 |
| ·所做工作的总结 | 第74页 |
| ·本课题的研究成果 | 第74-75页 |
| ·将K-Means 算法应用到纳税信用细分 | 第74页 |
| ·对K-Means 算法进行了部分改进 | 第74-75页 |
| ·本研究的作用和意义 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79-80页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第80-81页 |