数据挖掘技术在税务稽查选案中的应用

数据挖掘，也可以称为数据库中的知识发现（Knowledge Discovery in Database，KDD）。决策树是数据挖掘的一个重要的技术。本文尝试把数据挖掘的方法和技术，通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径。     

基于SOA和MDM的新一代税务数据综合应用平台研究

传统的税务数据综合应用平台采用数据仓库技术,主要解决税务数据的整合和简单的数据分析与利用问题,通常是与各个业务系统相对独立的系统,由于在流程上不能与业务系统实现互通,无法将分析结果实时推送给业务人员以指导业务工作,业务人员也不能方便地从税务数据分析系统中获得分析和预测信息.随着面向服务的体系结构SOA(Service-Oriented Architecture)和主数据管理MDM(Master Data Management)技术的发展,未来包括数据综合应用平台在内的税务应用系统必将是基于SOA和MDM的系统.对基于SOA和MDM的新一代数据综合应用平台系统架构进行研究,为金税工程(三期)数据利用与决策支持系统的开发做有益的探索.     

电子税务信息系统建设研究

通过对我国现有电子税务信息系统的研究．首先报告了我国电子税务的发展概况和现状，然后深入分析了税务信息系统的整个建设过程的框架，内容和步骤．最后在整合现有税务信息系统的基础上构建电子税务系统所应具有的服务子系统也作了相应的划分和阐述。     

基于信息网格的税务信息系统体系结构研究

信息网格是目前信息技术基础研究和应用研究的热点之一。本文通过对基于信息网格的税务信息系统（T-Grid）体系结构的研究,提出了T-Grid的体系结构设计;描述了T-Grid的层次结构及其功能特点;给出了T-Grid的硬件拓扑结构。并阐述了T-Grid对我国税务管理领域信息技术的应用进一步发展的意义。     

税务大集中的五大悬念

在银行、证券、电信业的大集中初具规模后，税务大集中也被提上了议事日程。然而，面对这种趋势，税务信息化尚存在诸多艰难。     

数据挖掘技术在税务稽查选案中的应用

数据挖掘,也可以称为数据库中的知识发现(Knowledge Discovery in Database,KDD).决策树是数据挖掘的一个重要的技术.本文尝试把数据挖掘的方法和技术,通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径.     

基于ISO9000的税务办公工作流的分析与设计

在分析了税务办公工作流特性的基础上，利用协同和群件技术，给出了基于ISO9000的税务办公自动化系统的架构，为使税务工作符合ISO9000标准提供了信息平台，促使税务工作的信息化，现代化、提高工作效率和服务质量。     

基于语义网格的税务信息系统研究

通过对基于语义网格的税务信息系统(T-S-Grid)体系结构的研究,给出T-S-Grid的体系结构的设计方案;描述T-S-Grid的层次结构及其功能特点,构建T-S-Grid的硬件拓扑结构;并阐述了T-S-Grid对我国税务管理领域信息技术的应用进一步发展的意义。     

税务决策支持系统数据仓库的设计

以税务决策支持系统的为研究背景,根据税收业务的实际,提出了税务决策支持系统数据仓库的总体架构,并详细介绍了数据仓库的设计.     

基于语义网格的税务信息系统的体系结构设计

通过对基于语义网格的税务信息系统(T-S-Grid)的研究,给出了T-S-Grid的体系结构的设计方案;描述了T-S-Grid的层次结构及其功能特点;应用OWL XML/RDF技术,构建了“税务管理机构本体”和“税务管理任务本体”;并阐述了T-S-Grid对我国税务管理领域信息技术的应用进一步发展的意义.     

基于决策树的医疗数据分析

介绍了决策树的概念和生成过程，仔细研究了决策树的几种技术，并将它们集成到作者的决策树分析系统中，在分析了医疗数据之内后，提出了今后决策树研究的一个重要方向。     

数据挖掘技术在数字化校园中的应用

在讨论数据挖掘技术的基本概念及决策树方法的基础上,引出决策树算法在数字化校园中的应用,以高校学生等级的划分为例介绍了该算法的实施过程,并对结果进行了分析.     

网络协议分析与决策树挖掘的入侵检测模型研究

在入侵检测系统中,采用网络协议分析技术可以有效地减少数据包的搜索空间。结合网络协议分析技术和决策树挖掘技术,提出一种新型的入侵检测模型。该模型首先分析数据包的协议类型,然后根据协议类型来确定最佳的决策树算法以进行入侵检测。实证研究表明,该模型较传统的基于决策树的入侵检测模型具有更高的准确性,更适合于目前高速网络环境中的入侵检测要求。     

基于数据挖掘的决策树方法分析

决策树方法因其简单、直观、准确率高等特点在数据挖掘及数据分析中得到了广泛的应用。在介绍了决策树方法的一般知识后,深入分析了决策树的生成算法与模型,并对决策树的剪枝过程进行了探讨。     

基于C4.5算法的学生成绩的研究与分析

该文探索研究应用C4.5决策树算法来分析高等职业院校的学生成绩的新方法,同时建立起一个学生成绩分析决策树模型,完整地展现了学生成绩分类挖掘的全过程;并以广州工程技术职业学院的学生成绩管理系统的学生成绩数据为实例,运用Java编程语言开发了一个基于C4.5算法的学生成绩分析系统,以合理调整教学服务过程中出现的问题,提高管理效率与教学质量,全面促进学生的素质发展,提高高等职业院校的综合办学能力和核心竞争力。     

基于小波分析和分层决策的模拟电路故障识别方法*

针对模拟电路存在较多故障模式的诊断中易出现分类混叠的问题,提出一种小波分析和分层决策的故障识别方法。首先用小波变换方法提取电路的两种故障特征,模糊C均值算法分析故障特征数据的分布特性,以决策树的形式分割各故障子类。通过对决策树节点特征的优化选择,使各故障子类的区分得以最大化。最后按照决策树结构建立分级诊断的故障决策系统,分别以支持向量机和神经网络作为树节点分类器,有效地提高了故障的识别率。该方法应用于高通滤波器电路的故障识别,正确率高于99%,比经典支持向量机多分类方法具有更好的诊断性能。     

Spatial prediction of landslide susceptibility using a decision tree approach: a case study of the Pyeongchang area,Korea

A decision tree approach was applied and validated for analysis of landslide susceptibility using a geographic information system (GIS). The study area was the Pyeongchang area in Gangwon Province, Korea, where many landslides occurred in 2006 and where the 2018 Winter Olympics are to be held. Spatial data, such as landslides, topography, and geology, were detected, collected, and compiled in a database using remote sensing and GIS. The 3994 recorded landslide locations were randomly split 50/50 for training and validation of the models. A decision tree model, which is a type of data-mining classification model, was applied and decision trees were constructed using the chi-squared (χ²) automatic interaction detector (CHAID) and the quick, unbiased, and efficient statistical tree (QUEST) algorithms. Also, as a reference, a frequency-ratio model was applied using the same database. The relationships between the detected landslide locations and their factors were identified and quantified by frequency-ratio and decision tree models. The relationships were used as factor ratings in the overlay analysis to create landslide susceptibility indices and maps. Then, the resulting landslide-susceptibility maps were validated using area-under-the-curve (AUC) analysis with the landslide area data that had not been used for training the model. The decision tree models using the CHAID and QUEST algorithms had accuracies of 81.56% and 80.91%, respectively, which were somewhat better than the results for the frequency-ratio model (80.15%). These results indicate that decision tree models using the CHAID and QUEST algorithms can be useful for landslide susceptibility analysis.     

基于Rough集的近似最优决策树生成算法

数据挖掘是一种重要的数据分析方法,决策树是数据挖掘中的一种主要技术,如何构造出最优决策树是许多研究者关心的问题。本文通过Rough集方法对决策表进行属性约简和属性值约简,去除决策表中与决策无关的冗余信息。在简化的决策表基础上构造近似最优决策树,本文给出了近似最优决策树的生成算法,并通过实例说明。     

改进的多关系决策树算法*

高效性和可扩展性是多关系数据挖掘中最重要的问题,而提高算法效率的主要瓶颈在于假设空间,且用户对分类的指导会在很大程度上帮助系统完成分类任务,减少系统独自摸索的时间。针对以上问题提出了改进的多关系决策树算法,即将虚拟连接元组传播技术和提出的背景属性传递技术应用到多关系决策树算法中。对改进的多关系决策树算法进行了理论证明,并且对多关系决策树算法和改进的多关系决策树算法进行比较实验。通过实验可以得出,当改进的多关系决策树在搜索数据项达到背景属性传递阈值时,改进的多关系决策树算法的效率相对很高且受属性个数增加(或     

基于Rough集的近似最优决策树生成算法

数据挖掘是一种重要的数据分析方法，决策树是数据挖掘中的一种主要技术，如何构造出最优决策树是许多研究者关心的问题。本文通过Rough集方法对决策表进行属性约简和属性值约简，去除决策表中与决策无关的冗余信息。在简化的决策表基础上构造近似最优决策树，本文给出了近似最优决策树的生成算法，并通过实例说明。