輔助催報催繳系統(tǒng)模型.pdf

1、數(shù)據(jù)挖掘(DataMining)是涉及數(shù)據(jù)庫、人工智能、統(tǒng)計學(xué)等學(xué)科的一門活躍的研究領(lǐng)域，是從數(shù)據(jù)庫中識別出有效的、新穎的、潛在有用的和最終可理解的知識，并對商務(wù)決策做出重要決定的處理過程。數(shù)據(jù)挖掘致力于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內(nèi)部蘊藏知識。經(jīng)過十幾年的努力，數(shù)據(jù)挖掘產(chǎn)生了許多新概念和新方法。特別是最近幾年，一些基本概念和方法趨于清晰。目前，稅務(wù)系統(tǒng)的信息化建設(shè)也正由擴張走向集成和數(shù)據(jù)管理階段。但是，數(shù)據(jù)挖掘在稅務(wù)系統(tǒng)的應(yīng)用尚處于起步階

2、段。因此，研究數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)的應(yīng)用，具有重要的理論意義和現(xiàn)實價值。 本文對數(shù)據(jù)挖掘技術(shù)，尤其是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)進行了系統(tǒng)、深入、全面、詳盡的分析和研究，主要包括如下一些內(nèi)容： 數(shù)據(jù)挖掘技術(shù)的分析與研究。論文探討了數(shù)據(jù)挖掘的定義、功能、分類和任務(wù)。在數(shù)據(jù)挖掘基本概念的基礎(chǔ)上，對數(shù)據(jù)挖掘常使用的技術(shù)、工具進行了詳細(xì)的分類、歸納和總結(jié)。并深入討論了如何選擇要采用的數(shù)據(jù)挖掘技術(shù)和工具。為本文的全面展開奠定了基礎(chǔ)。

3、 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)的分析和研究。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中成果頗豐，而且比較活躍的研究分支。本文在介紹關(guān)聯(lián)規(guī)則基本概念的基礎(chǔ)上，對關(guān)聯(lián)規(guī)則的Apriority算法進行了詳細(xì)的分析和研究，并就目前針對提高該算法效率的各種優(yōu)化技術(shù)也進行了詳細(xì)的描述。 介紹了CRISP-DM(跨行業(yè)數(shù)據(jù)挖掘過程標(biāo)準(zhǔn))。作為一種方法論，它描述了數(shù)據(jù)挖掘的各個階段，以及各個階段需要完成的任務(wù)，并解釋這些任務(wù)之間的關(guān)系。本文在CRISP-DM的基礎(chǔ)上