版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘技術(shù)在浙江臨海地稅管理中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在國(guó)稅系統(tǒng)的應(yīng)用.pdf
- 數(shù)據(jù)挖掘在國(guó)稅信息化中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在醫(yī)保中的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在高校招生管理中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在醫(yī)院績(jī)效管理中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在特殊學(xué)校學(xué)生管理中的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在電能能耗管理系統(tǒng)中的應(yīng)用與研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在氣象數(shù)據(jù)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在聯(lián)網(wǎng)審計(jì)中的應(yīng)用與研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在金融審計(jì)中的研究與應(yīng)用.pdf
- 數(shù)據(jù)庫(kù)技術(shù)在企業(yè)所得稅管理中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在電信客戶關(guān)系管理中的應(yīng)用與研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在成人高校管理中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在資產(chǎn)管理系統(tǒng)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在再就業(yè)管理中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在Snort中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在水文數(shù)據(jù)中的應(yīng)用
- 數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析中的研究與應(yīng)用.pdf
- 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)在企業(yè)設(shè)備管理中的應(yīng)用與研究.pdf
評(píng)論
0/150
提交評(píng)論