基于数据仓库的税收预测系统的研究与实现

《基于数据仓库的税收预测系统的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安石油大学硕士学位论文基于数据仓库的税收预测系统的研究与实现姓名：崔晶申请学位级别：硕士专业：计算机技术指导教师：李高和;岳小海20081008中文摘要论文题目：专业：硕士生：指导教师：基于数据仓库的税收预测系统的研究与实现计算机技术崔晶(签名)李高和(签名)岳小海(签名)摘要随着数据库技术的发展与广泛应用，各行各业的数据量越来越庞大，而由于这些数据往往呈现分散存储、数据结构不统一、数据冗余、数据不完整等特征，使得数据难以集成。目前的数据库系统虽然具有数据录入、查询、统计等功能，但无法发现数据间的关系和规则

2、，无法根据现有数据预测未来的发展趋势。数据仓库是支持管理决策过程、面向主题、而且随时间变化的数据集合，它是集成的，也是稳定的。本文的主要研究内容是从一个实际税收预测项目出发，在阐述了相关理论知识的基础上，实现了基于数据仓库的税收分析预测系统的设计。根据税收系统的特点，设计了数据仓库应用系统的框架结构，建立了数据仓库的模型。论文首先介绍了本课题的研究背景、国外税务系统计算机应用发展状况、以及国内外研究现状，论述了数据仓库的基本概念、数据组织结构以及数据仓库的设计方法与步骤，并对数据仓库工具层的联机分析处理技术(

3、OLAP)并I]数据挖掘技术进行了阐述；文中以税务系统为例，给出了在实际项目建设中建设仓库的步骤、方法和原则，对各功能模块进行了实现，给出了利用OLAP和数据挖掘进行税收预测的设计方法。对构建基于数据仓库的税收预测系统进行了分析研究，并对数据仓库技术的未来发展方向进行了展望。关键词：数据仓库；数据挖掘；税收；预测；算法论文类型：应用研究Ⅱ英文摘要一————————————————————————————————————————————————————————一Subject：StudyandImplement

4、ationoftheRevenuePredictionSystemBasedonDataWarehouseSpecialty：CoInputerApplicationTechniqueName：JingCui(signature)竺盟竺Instructor：GaoheLi(siXiaohaiYheABS’I’RAC’I’WiththedevelopmentandwideapplicationsofDataBasetechnology，moreandmoredatatakingonsomecharacterss

5、uchasseparating—storage，dataredundancy,dataun-integrationandSOon,whichmakesdataintegrationmoredifficult．Theexistingfunctionsofdatabasesystemincludingdatainput，dataviewanddatastatisticscannotprovidetheinnerrelationsofthedataforpredictingthetaxationtendency．A

6、DataWarehouse(DW)isadecisionsupporting,subject-oriented，assemble，stableandtime—dependentcollectionofdatadata．ThethesisismainlyconcernedwiththedesignandrealizationoftheanalysisandpredictionsystembasedonDataWarehouseinthefieldoflocaltaxationafterexplainingrel

7、ativetheoreticalknowledgestartedwithanactucalrevenuepredictionproject．Accordingtothespecialtyofrevenuesystems,theframestructuralmodelofdatawarehousingapplicationsystemisestablishedandmodelsofdatawarehousealepresented．Inthispaper,thesubjectbackground，thedeve

8、lopmentofcomputerintaxationandprssentresearchanddevelopmenttrendathomeandabroadarefirstlyproduced．Secondly,theprimaryconcepts，dataconstructionandthedesignmethodandstepofDataMining(DM)arenarrated．Thenth