数据仓库和数据挖掘技术在税务系统的应用

《数据仓库和数据挖掘技术在税务系统的应用》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、安徽大学硕士学位论文数据仓库和数据挖掘技术在税务系统的应用姓名：陈安申请学位级别：硕士专业：计算机及应用指导教师：郑诚2003.5.8霞撇大学磷t学链论文擒簧摘要数攥疼怒决策支转技术懿关键，数撩津援零瓣藏熬瞧整数攥仓簿技术筑蹬驰蘩稿，蔻数据仓淳鞠数据擦掇技术楚凌策支簿瑟技术，它薅簸为一髂讫狺惑支掩系统酶核心技术。基于上述的各类技术，本文阐述了如何应用数据仓库的技术建立税务系婉数攫仓露，分耩了多维数攥横型、元数撰，数据仓痒的系统结魂、技术要求。簸终建立了税务系缝筑数攒仓簿。密予在裁势系绞囊兹瓣渣蚤羚理系绫寿多耪数

2、据源，本文熏点绘出了蜜撬数据颈楚疆中弱数据渗邂、集成、转挨羁数据装载蕊程应策略。并程建立的漆实亵上进行了OLAP(联搴几分析处理)操作，通过这些搽{乍实现数据食库在税务系统的应用。研究了数据仓库的逻辑设计和物理设计，包括数据模型努辑、多绫数攒瘁竣诗、数撵仓疼熬并抒处理、分嚣簿。在全弱鼹念瓣兹摄下，爨懑了一褥强努系统飘数据繁枣到数撰会痒实瑗方法。簸嚣，努掇了数据仓库瓣索引技术、导入导出方法和安全蓝擦闻怒。’在数据捡掘技术的研究中，论文探讨了数搦挖掘的功能、分粪、任务、方法技术、王暴鞠模型{怒惠了瘟用予疆务系统数撰

3、挖撼斡基本过程葶鞋主要步骤；分褥了数擦携襁豢语、豢谗谣言彝系绞结搦。瓢瑾簿关联溪羹

4、l算法帮对荚分攒掇发，疆究数捺箍箍翡关联簸瓣算法爱Apriori冀法瓣黢遴。联系戳l}芟攮务，获鹫矮豢的支持度、规则的支持縻和鼍信度的计辣入手，察现了关联娥则算法在税务稽鸯部门的皮用预测，通芰圭算法分析各类遗章违法的W越性，找出番种因素之间隐含静怒簿，获掰臻导当羲裁浚疆查实舔工佟。／+攥谤决繁支持系绞萋零疆念鞫凌戆，分辑了蘧嚏步}税务麓绫在决篆支持系绫—方蔷的淀罔情况。在B存的税收僚惑数搬基础上，在遵守国窳总餍镊管法的前掇下，重

5、点设计和分析了主题模型，井撮出了决策支撩系统的樵架设计。通过税务决策支持系缆懿功麓分褥，挺整了决繁支持系绫§§够鼷决四个炎戮黪阚鼷。凝嚣，熟悉了在ORACLE9I中实瑷决策支掩系统的OracleOLAP霰务麓蒸本概念霸王其，并逶遗主覆发布帮鹣编程实现了数裕静统计查谶。由于目前国内税务系统还没脊一个完整的应用数据仓库和数据挖掘技术解决应赐的方爨，本文提豳了一整套婚实现方寨，在国内税务系统燕蠢先进憾翻嶷爝瞧，簸嚣露效蕊蘩浮了税狡工嚣。零文主黉鹣王作瑟委敲燕：l、系统设计和建立了税务系统数掇仓麟。2、利用关联舰则算淡

6、实现了在税务稽旋部门进行预测的方法。3、系统瓣浚诗了甏务系绫当§§盛瓣豹嚣类主瑟，撬如了裁务部门捷蒺支黪系统懿撰絮设诗，逶遗Oracle9i援供豹瓯蹿Z篡载後矮零ASP、PB等王凝熬蔹用蜜溪了多维数据绫计查诲分褥瓣功能。}关键词：数据仓库、多维数据模型、数据集市、数据挖掘、关联规则、决策支持、联艇分辑处遐安激太攀碳士攀越论文ABS霉RACTThedatabasetechniquesarethekeypartsofdecisionsupport．Maturetecbniquesofdatabaseisalsofo

7、undationof脚(datawarehouse)techniquesthatbringup，butitisdecisionthat搿andDM(datamining)tosupportthenewtechniques，itwillbecomecoretechniquesoftheintegraIinformationsupportsystem．AccordingtoabovevariOUStechniques，thisthesisexpatiateapplicationtechniquesofdatawar

8、ehouse。howtoestabtisbdatawarehouseofthetaxadministrationsystem，andanalyzemulti～dimensionaldatamodel，metadata，thesystemconstruction，techniquesofthedatawarehouserequests，Finally，weconstructthedatawarehouseofthetaxadministrationsystem。Becausethecurrentbusihessp

9、rocesssystemcontainvariousdatasourceintaxad藏inistra专io秘system。thisthesiscomprehensivelYgivestothestrategyofrealizingconcerningtodatacleaning，integration，transformationanddataloadindatapreprocess