基于数据挖掘的税源分析关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·论文研究内容及组织 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 数据仓库技术 | 第13-22页 |
| ·数据仓库 | 第13-15页 |
| ·数据仓库概念 | 第13-14页 |
| ·数据仓库的特征 | 第14-15页 |
| ·数据仓库的数据组织和体系结构 | 第15-17页 |
| ·数据组织 | 第15-16页 |
| ·数据仓库的体系结构 | 第16-17页 |
| ·数据仓库的分析和访问 | 第17-21页 |
| ·OLAP | 第17-19页 |
| ·数据挖掘技术 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 数据仓库设计与建立 | 第22-29页 |
| ·总体分析设计阶段 | 第22页 |
| ·数据仓库建模 | 第22-27页 |
| ·概念模型设计 | 第22-23页 |
| ·逻辑模型设计—星型图 | 第23-27页 |
| ·数据仓库物理模型设计 | 第27页 |
| ·数据仓库生成 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 关联规则挖掘算法 | 第29-36页 |
| ·关联规则的基本概念 | 第29-30页 |
| ·传统的 Apriori 算法 | 第30页 |
| ·FP-growth 算法 | 第30-32页 |
| ·FP-tree定义 | 第30-31页 |
| ·FP-Growth算法描述 | 第31-32页 |
| ·改进的 FP-growth 算法 | 第32-35页 |
| ·改进的FP-growth算法 | 第32-33页 |
| ·实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 系统设计与实现 | 第36-49页 |
| ·业务需求与研究平台 | 第36-37页 |
| ·业务需求分析 | 第36页 |
| ·研究目标 | 第36-37页 |
| ·开发平台选型 | 第37页 |
| ·数据仓库的实现与应用 | 第37-45页 |
| ·税务数据仓库的生成 | 第37-38页 |
| ·数据仓库的应用 | 第38-45页 |
| ·关联规则挖掘技术在纳税评估中的应用 | 第45-48页 |
| ·数据准备 | 第45-46页 |
| ·利用FP-Growth算法挖掘税负分析数据 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 结论与进一步研究 | 第49-50页 |
| ·结论 | 第49页 |
| ·进一步研究 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
