基于数据挖掘技术的房地产税评税系统设计与实现

摘要

本文对基于数据挖掘技术的房地产税评税系统设计与实现进行了研究。随着时代的发展，计算机技术的水平也在不断的进步，各行各业中都或多或少的涉及到计算机技术，使用计算机所直接带来的快速处理以及较高效率的工作能力已经在根本上得到了广泛的关注。除此之外，随着计算机的不断深入使用，每天都能够产生极大数量级的数据，如何从这些数据中挖掘出对企业有用信息给企业带来指导决策，是目前各行各业都在迫切研究的问题。合理通过K-means这项重要算法可以有效具体区分出评税分区，可以严格依据重要区域连片、实际价值相近等一定的规则将待评税地区进行相关的划分，最终一个统一的整体就能够被分为若干个个体，正是因此，房地产的价格水平便会直接展现在人们眼前，通过这样的一种梯度差异表现，使得人们对于房地产行业有了一个更加清楚的了解。一般而言，一旦数据出现问题那么都是采取Apriori这一核心算法来进行计算的，模式种类数量、解决问题能力、噪声相关重要数据有效科学处理以及挖掘结果展示等方面无一例外都是可以通过该算法来完成数据计算。长期以来，经过科学认证，表明该算法都是最为高效的。

目录

声明

第一章 绪论

1.1研究背景

1.2主要工作内容

1.3国内外研究现状分析

1.4系统的主要目标

1.5系统开发的主要原则

第二章 数据挖掘相关技术综述

2.1数据挖掘的分类

2.2数据挖掘的功能

2.3数据挖掘的特点

2.4数据挖掘的过程

2.5常用的数据挖掘算法

第三章 税收中的数据挖掘技术

3.1聚类算法在基准价的应用

3.2 房产税稽查数据的关联规则挖掘

第四章 系统需求分析与总体设计

4.1用户需求分析

4.2系统需求分析

4.3系统非功能性需求

4.4 数据库需求分析

4.5系统功能示意图

4.6系统设计方案

第五章 系统功能实现

5.1系统主要功能

5.2功能操作

5.3系统测试

第六章 结 论

全文主要工作及结论总结：

对下一步工作的建议

参考文献

致谢