面向税务稽查选案的数据挖掘研究
| 1 绪论 | 第1-13页 |
| ·本课题的研究背景及研究意义 | 第8-9页 |
| ·数据挖掘技术在税务系统的应用 | 第9-10页 |
| ·国外税务系统数据挖掘应用概述 | 第9页 |
| ·国内税务系统数据挖掘应用现状 | 第9-10页 |
| ·数据库知识发现(KDD)的应用 | 第10-11页 |
| ·本文的结构及所做的工作 | 第11-13页 |
| 2 税务稽查选案概述 | 第13-17页 |
| ·税务稽查选案的含义 | 第13页 |
| ·税务稽查的作用 | 第13-14页 |
| ·税务稽查的基本过程 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 3 数据挖掘技术 | 第17-29页 |
| ·数据挖掘的定义 | 第17-18页 |
| ·数据挖掘技术 | 第18-25页 |
| ·数据挖掘过程简介 | 第18页 |
| ·数据挖掘常用技术分类 | 第18-23页 |
| ·数据挖掘发现的知识分类 | 第23-25页 |
| ·税务数据挖掘系统和工具软件分析 | 第25页 |
| ·数据挖掘研究的发展趋势 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 4 关联规则在指标筛选中的应用分析 | 第29-44页 |
| ·指标筛选目标分析与说明 | 第29-30页 |
| ·关联规则挖掘算法概述 | 第30-32页 |
| ·关联规则挖掘的常用算法 | 第32-34页 |
| ·关联规则的生成 | 第34-36页 |
| ·基于 Apriori 的数量关联规则算法研究 | 第36-42页 |
| ·数量关联规则挖掘的一般步骤 | 第36页 |
| ·数值属性离散化的主要算法 | 第36-38页 |
| ·基于 Apriori 的数量关联规则算法 | 第38-42页 |
| ·关联计算的结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 聚类方法在选案中的应用分析 | 第44-57页 |
| ·聚类方法概述 | 第44-48页 |
| ·聚类分析算法的基本分类 | 第44-45页 |
| ·聚类分析的度量标准 | 第45-48页 |
| ·K-均值算法 | 第48-50页 |
| ·改进型 K-均值算法 | 第50-51页 |
| ·合并算法基本思想 | 第51页 |
| ·合并规则 | 第51页 |
| ·改进型k-均值算法实验及结果分析 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·主要工作 | 第57页 |
| ·进一步的研究方向 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-61页 |
