基于朴素贝叶斯分类技术的纳税评估模型研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景 | 第12页 |
| ·纳税评估的定义 | 第12页 |
| ·纳税评估及纳税评估模型研究的意义 | 第12页 |
| ·纳税评估模型研究的现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·贝叶斯分类技术研究现状 | 第14-15页 |
| ·本文的研究框架与主要内容 | 第15页 |
| ·论文的研究方法 | 第15-16页 |
| 第二章 贝叶斯分类技术 | 第16-23页 |
| ·分类技术的说明 | 第16-19页 |
| ·分类技术与分类器 | 第16页 |
| ·分类技术需要解决的主要问题 | 第16-17页 |
| ·分类技术的主要流派及方法 | 第17-19页 |
| ·贝叶斯方法的基础理论 | 第19-20页 |
| ·条件概率 | 第19页 |
| ·全概率公式 | 第19页 |
| ·逆概率公式（贝叶斯公式） | 第19-20页 |
| ·贝叶斯分类技术 | 第20页 |
| ·朴素贝叶斯分类技术 | 第20-22页 |
| ·朴素贝叶斯分类器的定义 | 第20-21页 |
| ·朴素贝叶斯分类技术的分类过程 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 纳税评估模型的分析 | 第23-36页 |
| ·纳税评估模型的实质 | 第23页 |
| ·基于贝叶斯分类技术的纳税评估模型描述 | 第23-28页 |
| ·类别描述 | 第23页 |
| ·样本数据范围描述 | 第23-27页 |
| ·样本属性描述 | 第27-28页 |
| ·训练样本集数据说明 | 第28-31页 |
| ·数据转换 | 第28-29页 |
| ·业务属性1：税负率差异幅度 | 第29页 |
| ·业务属性2：销售额变动率 | 第29-30页 |
| ·业务属性3：留抵税额异常情况 | 第30页 |
| ·业务属性4：进项销项税额比较情况 | 第30页 |
| ·业务属性5：零申报异常情况 | 第30页 |
| ·业务属性6：汇算清缴连续亏损情况 | 第30页 |
| ·业务属性7：销售利润变动率 | 第30-31页 |
| ·业务属性8：主营业务成本变动率 | 第31页 |
| ·模型工作过程说明 | 第31-35页 |
| ·获取样本集数据 | 第31-32页 |
| ·计算先验概率 | 第32页 |
| ·计算条件概率 | 第32-34页 |
| ·计算条件概率与先验概率积 | 第34-35页 |
| ·判定测试数据的分类属性 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 纳税评估模型软件的设计与实现 | 第36-42页 |
| ·软件结构说明 | 第36页 |
| ·软件主要功能说明 | 第36-40页 |
| ·数据库设计 | 第36-38页 |
| ·计算先验概率的算法 | 第38页 |
| ·计算条件概率的算法 | 第38-39页 |
| ·计算条件概率与先验概率积的算法 | 第39-40页 |
| ·软件功能的实现 | 第40-41页 |
| ·设计与运行环境说明 | 第40-41页 |
| ·数据库脚本 | 第41页 |
| ·关键处理源代码 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 结论 | 第42-47页 |
| ·分类模型的评估方法 | 第42页 |
| ·准确率与召回率 | 第42-43页 |
| ·计算复杂度 | 第43-44页 |
| ·模型简洁程度 | 第44页 |
| ·纳税评估模型的局限性 | 第44-45页 |
| ·业务属性相互独立的假设限制 | 第44页 |
| ·业务属性的数据转换对预测结果的影响 | 第44-45页 |
| ·先验概率的确定口径对预测结果的影响 | 第45页 |
| ·纳税评估模型的拓展方向 | 第45-46页 |
| ·纳税评估模型的效果评价 | 第46页 |
| ·本章小结 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录1 数据库处理脚本 | 第49-59页 |
| 附录2 关键处理源代码 | 第59-69页 |
| 致谢 | 第69页 |
