文摘
英文文摘
图目录
表目录
绪论
0.1 研究背景
0.2 研究目的、方法及内容
0.3 论文结构
第一章 纳税评估业务分析
1.1 纳税评估概述
1.1.1 纳税评估概念
1.1.2 国内外纳税评估工作开展现状
1.2 纳税评估的业务流程
1.2.1 涉税数据收集
1.2.2 选定对象
1.2.3 评估分析
1.2.4 评估核实
1.2.5 评估处理
1.3 纳税评估指标体系
本章小结
第二章 数据仓库与数据挖掘技术概述
2.1 数据仓库概述
2.1.1 数据仓库的概念与特征
2.1.2 数据仓库技术的介绍
2.1.3 数据建模与联机分析技术概述
2.2 数据挖掘技术概述
2.2.1 数据挖掘概念
2.2.2 数据挖掘常用的分析技术
2.2.3 数据挖掘工具介绍
本章小结
第三章 数据挖掘分类算法的选择与分析
3.1 分类算法简述
3.2 决策树分类算法介绍
3.3 决策树分类算法分析
3.3.1 决策树分类算法结点分裂准则概述
3.3.2 属性选择度量
3.3.3 决策树建立算法描述
3.3.4 决策树剪枝分析
3.4 朴素贝叶斯分类算法分析
3.5 分类模型预测准确率评价
本章小结
第四章 纳税评估数据仓库的构建
4.1 建立纳税评估数据仓库的意义
4.2 纳税评估数据仓库体系架构
4.2.1 纳税评估数据仓库的应用环境
4.2.2 纳税评估数据仓库的应用模型架构
4.3 数据仓库的数据模型
4.3.1 概念模型
4.3.2 逻辑模型
4.3.3 物理模型
4.4 纳税评估ROLAP模型构建
4.4.1 维表定义
4.4.2 事实表定义及逻辑模型
4.5 纳税评估数据仓库ETL处理
4.5.1 数据源
4.5.2 数据清洗转换装载过程
4.6 数据仓库在纳税评估中应用
4.6.1 纳税评估指标提取
4.6.2 纳税评估相关数据分析
本章小结
第五章 数据挖掘技术在建立纳税评估模型中的应用
5.1 传统纳税评估方式的不足
5.2 纳税评估比率指标值规范化处理的必要性
5.3 比率指标值离散化处理
5.3.1 基于标准差分箱比率指标离散化
5.3.2 基于信息熵比率指标离散化
5.4 纳税评估模型总体设计思路
5.5 纳税评估数据库的建立及训练集数据的产生
5.5.1 纳税评估挖掘库基础定义
5.5.2 训练集数据生成及预处理
5.6 决策树分类模型的建立
5.6.1 决策树分类模型设计思路
5.6.2 决策树分类模型建立流程
5.6.3 决策树分类模型数据挖掘过程及评价
5.6.4 决策树分类模型的存储
5.7 朴素贝叶斯分类模型的建立
5.7.1 连续属性后验概率分布检测
5.7.2 朴素贝叶斯分类模型建立及评价
5.7.3 朴素贝叶斯分类模型的存储
5.8 两种数据挖掘分类模型与原纳税评估方法对比
5.9 不同地区的测试
5.10 CFS机制在纳税评估指标筛选中的应用
5.10.1 纳税评估指标筛选的必要性
5.10.2 线性相关性分析
5.10.3 特征属性选择与CFS原理
5.10.4 CFS在纳税评估指标筛选中的应用
本章小结
第六章 总结与展望
总结
展望
致谢
参考文献