基于决策树ID3算法的国税财务数据分析系统

论文摘要

目前，国税系统内部正在使用的财务管理系统作为一个行政事务管理平台，基本上用于处理日常的财务核算工作，采用的是财务数据大集中模式，随着系统的频繁使用，每天省局数据库中都会产生大量的业务数据，这些历史数据平常只作为查询汇总使用，数据利用率不高，浪费了大量的资源，更重要的是不能给领导层提供有效的决策支持。本文提出了一种基于决策树ID3算法的国税财务数据分析方法，并详细介绍了该方法的实现过程。本文研究目标是运用成熟的数据分类分析方法，从国税财务数据中提取关键性信息，通过智能处理，形成决策支持信息提供给领导层，帮助领导层更好地部署以后的工作，提高工作效率。针对这一研究方向，论文采用决策树算法构造基本分类器，在实验平台上对3个公共数据集和3个财务支出类数据集进行分类预测和准确性验证。本课题使用的决策树分类算法是利用大量的数据在训练集上建立多个基本分类器，再使用权值打分的简单投票算法，筛选出最优的分类结果，实验评测显示对于大规模的数据集，该算法有很好的分类性能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 项目研究的背景和应用现状
• 1.2 数据挖掘的概念和发展
• 1.2.1 数据挖掘的发展历程
• 1.2.2 数据挖掘的定义
• 1.2.3 数据挖掘的主要过程
• 1.3 数据挖掘技术在国税财务系统中的应用
• 1.4 论文组织结构
• 1.5 本章小结
• 第二章 数据挖掘的基本技术
• 2.1 数据挖掘的分类
• 2.1.1 关联分析
• 2.1.2 聚类分析
• 2.1.3 分类分析
• 2.1.4 挖掘方法统计
• 2.2 分类分析的算法
• 2.2.1 决策树算法
• 2.2.2 神经网络算法
• 2.2.3 遗传算法
• 2.3 决策树 ID3 算法和改进
• 2.3.1 决策树的概念
• 2.3.2 ID3 算法及其伪代码描述
• 2.3.3 ID3 的改进算法
• 2.4 集成学习算法及其整合
• 2.4.1 集成学习技术的介绍
• ID3 算法'>2.4.2 M_ID3 算法
• 2.5 本章小结
• 第三章 国税财务数据分析系统的设计
• 3.1 系统的设计思路
• 3.2 数据挖掘的体系结构
• 3.3 数据分析算法的选择
• 3.4 财务支出类数据的设计和抽取
• 3.5 本章小结
• 第四章 国税财务数据分析系统的实现
• 4.1 系统的简捷数据分析过程
• 4.2 系统实现的伪代码算法及开发过程
• 4.2.1 系统实现的伪代码算法
• 4.2.2 系统实现的开发过程
• 4.3 系统运行结果评测
• 4.4 本章小结
• 第五章 国税财务数据分析系统的评测
• 5.1 公共数据集的评测
• 5.1.1 MONKS 问题数据集
• 5.1.2 字母数据集
• 5.1.3 SEA 数据集
• 5.2 财务数据集的评测
• 5.2.1 商品和服务支出数据集
• 5.2.2 工资福利支出数据集
• 5.2.3 交通费用数据集
• 5.3 系统的测试总结
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 进一步的工作
• 致谢
• 参考文献