试议分析面向对象数据挖掘技术在税务稽查中与实现

当前位置: 大雅查重 - 范文 更新时间:2024-03-18 版权:用户投稿原创标记本站原创
摘要:论文论述了税务稽查相关的概念和论述,浅析了当前税务稽查工作中所面对的稽查对象类别划分颗粒度过大,选案方式落后,稽查工作效率低等不足。在阐述了数据挖掘相关的基础知识、探讨动态和运用情况之后,浅析了数据挖掘技术在税务稽查工作中的可行性。针对税务稽查工作中的种种不足,重点探讨了分类浅析中的决策树浅析策略和基于划分的聚类策略。在浅析税务部门稽查工作的历程之后,针对税务稽查选案中有着的不足,在探讨生成决策树的ID3算法和基于划分的聚类浅析K-Means算法的基础上,在面向对象的思想的指导下,借助UML工具以及Ja编程语言及Prefuse可视化类库,设计实现了分类浅析中的决策树策略和聚类浅析中的基于划分的策略,并且以税务稽查中的实际数据作为系统输入,进行了数据挖掘浅析与评估,验证了分类浅析策略与聚类浅析策略等数据挖掘技术在实际稽查工作中的可行性和实用性。关键词:数据挖掘论文税务稽查论文决策树浅析论文聚类浅析论文面向对象论文
本论文由http://www.328tibet.cn整理提供,需要可以联系人员哦。摘要3-4
Abstract4-7
第一章 绪论7-11

1.1 课题探讨背景和作用7-8

1.2 国内外探讨近况8-11

1.2.1 国外税务系统数据挖掘运用概况8

1.2.2 国内税务系统数据挖掘运用近况8

1.2.3 探讨的目的,内容和作者承担的工作8-9

1.2.4 本论文的篇章结构9-11

第二章 税务稽查概述11-15

2.1 税务稽查的概念与特点11

2.2 税务稽查的地位11-12

2.3 税务稽查的基本历程12-13

2.4 稽查选案常用策略13-14

2.5 当前税务稽查工作中的不足14-15

第三章 数据挖掘论述概述15-21

3.1 数据挖掘的社会需求15

3.2 数据挖掘的定义15-16

3.3 数据挖掘的分类16-17

3.4 数据挖掘的系统结构17-21

第四章 分类浅析在税务稽查中的运用与实现21-41

4.1 分类浅析的定义21-23

4.2 分类浅析中的分类策略23-25

4.

2.1 决策树分类法23-24

4.

2.2 贝叶斯分类策略24

4.

2.3 后向传播分类策略24-25

4.

2.4 基于关联规则挖掘概念的分类策略25

4.

2.5 其他分类策略25

4.3 决策树分类策略在税务稽查中的运用与探讨25-29
4.

3.1 数据预处理25-26

4.

3.2 决策树归纳与生成26-28

4.

3.3 决策树修剪28-29

4.

3.4 决策树提取分类规则29

4.4 决策树分类策略在税务稽查中的基于面向对象的实现29-35

4.1 决策树浅析模块的系统用例图29-30

4.2 决策树浅析模块的系统类图30-32

4.3 决策树浅析模块的时序图32-33

4.4 决策树构造算法 ID3 的实现33-35

4.5 决策树分类策略在税务稽查中的运用结果和浅析35-41

4.5.1 原始数据准备阶段35-36

4.5.2 数据预处理阶段36-37

4.5.3 决策树生成阶段37-38

4.5.4 决策树浅析阶段38-39

4.5.5 结果评估与浅析39-41

第五章 聚类浅析在税务稽查中的运用与实现41-57

5.1 聚类浅析的定义41

5.2 主要的聚类浅析策略41-43

5.

2.1 划分策略(partitioning methods)42

5.

2.2 层次的策略(hierarchical methods)42

5.

2.3 基于密度的策略42-43

5.

2.4 基于网格的策略(grid-based methods)43

5.

2.5 基于模型的策略(model-based methods)43

5.3 基于划分的聚类浅析在税务稽查中的运用与探讨43-47
5.

3.1 数据预处理43-44

5.

3.2 基于划分的 K-Means 和 K-Medoids 策略44-47

5.4 基于划分的聚类浅析在税务稽查中的基于面向对象的实现47-54
5.

4.1 聚类浅析模块的系统用例图47-48

5.

4.2 聚类浅析模块的主要类图48-50

5.

4.3 聚类浅析模块的时序图50-51

5.

4.4 基于划分的 K-Means 算法的实现51-54

5.5 基于划分的聚类浅析在税务稽查中运用结果浅析54-57
第六章 总结与展望57-59

6.1 总结57

6.2 展望与下一步工作57-59

致谢59-61
参考文献61-63