数据挖掘模型研究

• 作者: 周虹
• 来源期刊: 科技与创新
• 关键词: 数据挖掘 粗糙集 纳税评估
• 年，卷（期）: 2010,（27）
• 页码范围: 94-96
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.27.038

摘要

随着当今经济的不断发展和数据采集与存储技术的不断发展,指标数量急剧增加,指标体系的规模因此变得越来越庞大,如何从中挖掘出有用的、蕴涵的知识信息,即在许多指标中哪些指标应重点考虑,哪些指标应作为参考,以及指标和解释的目标之间是怎样关系等,诸如此类问题却没有一个成熟的标准.特别,从实际采集到的数据可能包含各种噪声,存在诸多不确定性因素和不完全信息,更给指标筛选增加困难.目前,虽然有处理不确定信息方法,如模糊集理论,证据理论和概率统计理论,专家系统等,因需要数据的附加信息或先验知识,有时在处理大规模指标体系时无能为力.本文正是基于此点展开数据挖掘模型研究,并以纳税评估作为实践研究对象,提供一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周虹	佳木斯大学公共计算机教研部	61	72	4.0	6.0