數(shù)據(jù)挖掘技術(shù)在國(guó)稅管理中的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘技術(shù)是一種利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的技術(shù)，或者說(shuō)是從大量的數(shù)據(jù)中抽取出潛在的、不為人知的有用信息、模式和趨勢(shì)，目的在于提高決策能力、檢測(cè)異常模式、在過(guò)去的經(jīng)驗(yàn)基礎(chǔ)上預(yù)言未來(lái)趨勢(shì)等。所以說(shuō)數(shù)據(jù)挖掘技術(shù)可在多方面運(yùn)用于稅收工作中，如采用時(shí)間序列技術(shù)對(duì)各地區(qū)的稅源規(guī)模進(jìn)行預(yù)測(cè)，可幫助稅務(wù)部門(mén)更好地進(jìn)行稅源管理，建立起有效的稅源管理體系，減少稅收收入流失；采用聚類分析對(duì)納稅人進(jìn)行分類，既可提高稅收管理的效率和質(zhì)量

2、，還可鼓勵(lì)納稅人誠(chéng)信納稅，促使納稅人自覺(jué)樹(shù)立稅務(wù)信譽(yù)形象；采用因子分析法對(duì)稅務(wù)機(jī)關(guān)業(yè)績(jī)進(jìn)行綜合評(píng)價(jià)，并取獎(jiǎng)懲相結(jié)合的辦法，有助于提升稅務(wù)人員的納稅服務(wù)質(zhì)量。
　　本文主要致力于數(shù)據(jù)挖掘技術(shù)在國(guó)稅管理中的應(yīng)用研究。目的是通過(guò)研究數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘和分析預(yù)測(cè)，將已有的稅務(wù)歷史數(shù)據(jù)充分運(yùn)用，為國(guó)稅管理工作提供新的研究思路。主要工作為:
　　1.通過(guò)比較目前廣泛應(yīng)用的關(guān)聯(lián)規(guī)則挖掘算法Apriori的優(yōu)點(diǎn)與不足，結(jié)合稅收數(shù)據(jù)

3、的特點(diǎn)，對(duì)關(guān)聯(lián)規(guī)則挖掘在稅務(wù)系統(tǒng)中應(yīng)用的可行性和必要性進(jìn)行了研究；通過(guò)對(duì)PSO與神經(jīng)網(wǎng)絡(luò)基本原理的學(xué)習(xí)，對(duì)兩者結(jié)合的可行性做了分析，為神經(jīng)粒子群模型在增值稅稅收預(yù)測(cè)中的應(yīng)用奠定了理論基礎(chǔ)，為數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)中的研究與應(yīng)用提供了一個(gè)新的思路。
　　2.將改進(jìn)的關(guān)聯(lián)規(guī)則挖掘方法分別應(yīng)用于稅務(wù)稽查、稅收分析、稅收?qǐng)?zhí)法管理中。第一種改進(jìn)的算法G-Apriori將其應(yīng)用于稅務(wù)稽查中，對(duì)歷史稽查數(shù)據(jù)中納稅人采用的主要違法違章手段之間的關(guān)

4、聯(lián)關(guān)系進(jìn)行了數(shù)據(jù)挖掘，得到了一些合理的規(guī)則，對(duì)稽查工作有效開(kāi)展有一定的指導(dǎo)意義；第二種算法是基于數(shù)據(jù)立方體的維間關(guān)聯(lián)規(guī)則挖掘算法DC-Apriori，因?yàn)閿?shù)據(jù)立方體允許以多維對(duì)數(shù)據(jù)進(jìn)行建模和觀察，很適合挖掘多維關(guān)聯(lián)規(guī)則，在稅務(wù)系統(tǒng)中，針對(duì)增值稅稅收數(shù)據(jù)進(jìn)行多維關(guān)聯(lián)規(guī)則的挖掘，根據(jù)挖掘出的規(guī)則，稅務(wù)系統(tǒng)管理決策層可以從不同的角度和面進(jìn)行稅收分析，所以基于數(shù)據(jù)立方體的維間關(guān)聯(lián)規(guī)則挖掘算法，具有一定的針對(duì)性；第三種是基于Hash、AVM的關(guān)聯(lián)

5、規(guī)則挖掘算法H-AVM算法。首先將事務(wù)數(shù)據(jù)庫(kù)轉(zhuǎn)換成比特向量表示形式，通過(guò)向量的與運(yùn)算來(lái)計(jì)算項(xiàng)集的支持度，在挖掘過(guò)程中只需掃描一遍數(shù)據(jù)庫(kù)；運(yùn)用Hash技術(shù)，在第一次掃描數(shù)據(jù)庫(kù)的過(guò)程中，直接生成頻繁2-項(xiàng)集，提高算法的執(zhí)行效率。實(shí)驗(yàn)結(jié)果表明，H-AVM算法提高了關(guān)聯(lián)規(guī)則挖掘的效率。進(jìn)一步將 H-AVM算法應(yīng)用到稅收?qǐng)?zhí)法管理中，得出了對(duì)國(guó)稅系統(tǒng)加強(qiáng)稅收?qǐng)?zhí)法管理具有重要參考意義的結(jié)論。
　　3.以RBF神經(jīng)網(wǎng)絡(luò)和微粒群算法作為理論工具，在