多关系数据挖掘技术研究及在纳税评估中的实现
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| ·多关系数据挖掘的研究背景及定义 | 第11-13页 |
| ·传统数据挖掘的研究背景 | 第11-12页 |
| ·多关系数据挖掘技术的产生 | 第12-13页 |
| ·纳税评估的研究背景及意义 | 第13-15页 |
| ·纳税评估的研究背景 | 第13-14页 |
| ·研究纳税评估的意义 | 第14-15页 |
| ·本论文研究的目的、意义及主要内容 | 第15-18页 |
| ·本论文研究的目的及意义 | 第15-16页 |
| ·本论文研究的主要内容 | 第16-18页 |
| 第2章 多关系数据挖掘技术研究 | 第18-25页 |
| ·多关系数据挖掘概述 | 第18-20页 |
| ·多关系数据挖掘的定义 | 第18页 |
| ·多关系数据挖掘算法分类 | 第18-20页 |
| ·多关系数据挖掘过程模型 | 第20-23页 |
| ·典型的数据挖掘过程模型 | 第20-22页 |
| ·其他的数据挖掘过程模型 | 第22-23页 |
| ·多关系数据挖掘方法模型 | 第23-25页 |
| 第3章 纳税评估的研究现状 | 第25-29页 |
| ·国外纳税评估的研究现状 | 第25-26页 |
| ·新加坡的纳税评估制度 | 第25页 |
| ·澳大利亚的纳税评估制度 | 第25-26页 |
| ·纳税评估技术在国内的发展现状 | 第26-28页 |
| ·纳税评估在山东的应用情况 | 第28-29页 |
| 第4章 多关系数据挖掘算法的分析与改进 | 第29-38页 |
| ·分类方法的基本概念和步骤 | 第29页 |
| ·常用的分类方法 | 第29-30页 |
| ·多关系决策树分类算法 | 第30-32页 |
| ·多关系决策树的定义 | 第30-31页 |
| ·决策树的生成 | 第31-32页 |
| ·决策树的适用范围及应用 | 第32页 |
| ·常用决策树算法分析 | 第32-33页 |
| ·一种针对海量数据的算法改进 | 第33-38页 |
| ·快速可伸缩算法介绍及其缺陷 | 第33-34页 |
| ·改进的SLIQ 算法的提出 | 第34-35页 |
| ·QLIQ 算法概述 | 第35页 |
| ·QLIQ 算法详述 | 第35-38页 |
| 第5章 多关系数据挖掘技术在纳税评估系统中的实现 | 第38-56页 |
| ·整体思路 | 第38-40页 |
| ·税务数据及指标特点 | 第38页 |
| ·基本流程 | 第38-39页 |
| ·整体思路 | 第39-40页 |
| ·纳税评估系统的结构设计 | 第40-46页 |
| ·挖掘过程分析 | 第40-45页 |
| ·预测过程分析 | 第45-46页 |
| ·实验部分 | 第46-53页 |
| ·实验设计 | 第46-47页 |
| ·实验的实现 | 第47-52页 |
| ·实验结果 | 第52-53页 |
| ·评估结果反馈系统 | 第53-56页 |
| 第6章 结论与展望 | 第56-58页 |
| ·已取得的工作总结 | 第56-57页 |
| ·工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间取得的科研成果 | 第63页 |
