多關(guān)系數(shù)據(jù)挖掘技術(shù)研究及在納稅評估中的實現(xiàn).pdf

1、數(shù)據(jù)挖掘(DataMining，DM)就是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識的方法和技術(shù)。近年來，數(shù)據(jù)挖掘受到了國內(nèi)外的普遍關(guān)注，己經(jīng)成為信息系統(tǒng)和計算機科學領(lǐng)域研究中最活躍的前沿領(lǐng)域。由于傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)是基于單一關(guān)系基礎(chǔ)之上的，不能完全滿足現(xiàn)實中數(shù)據(jù)復雜情況下的應(yīng)用，本文提出了多關(guān)系數(shù)據(jù)挖掘技術(shù)。 當前，納稅評估已經(jīng)成為我國稅收管理工作的一個重要組成部分。隨著計算機技術(shù)及網(wǎng)絡(luò)的應(yīng)用，我國稅務(wù)系統(tǒng)在信息化建設(shè)中，相繼實現(xiàn)

2、了省級以上的數(shù)據(jù)集中模式，初步形成了多個應(yīng)用系統(tǒng)共享一個網(wǎng)絡(luò)的格局。這些系統(tǒng)的運行又產(chǎn)生了大量業(yè)務(wù)數(shù)據(jù)，如何將這些數(shù)據(jù)進行整合、分析和挖掘，以支持目前和今后稅收的科學管理與決策，成為目前稅務(wù)信息化的重要工作。采用傳統(tǒng)的技術(shù)手段建立的納稅評估信息系統(tǒng)存在諸多問題，而使用多關(guān)系數(shù)據(jù)挖掘的方法能有效的解決這些問題。 本文通過研究多關(guān)系數(shù)據(jù)挖掘的過程模型和方法模型，分析目前納稅評估系統(tǒng)的應(yīng)用及現(xiàn)狀，以納稅評估系統(tǒng)中評估指標能由計算機系統(tǒng)

3、自動建立和維護從而使得評估對象的產(chǎn)生具有一定的科學性和公證性為目標，選擇了適用的多關(guān)系數(shù)據(jù)挖掘方法一一分類方法。在研究了分類方法的多種算法后，結(jié)合稅務(wù)數(shù)據(jù)和納稅指標的實際，確定了運用多關(guān)系決策樹算法中的快速可伸縮(SupervisedLearningInQuest)算法，但由于該算法無法直接利用數(shù)據(jù)庫管理系統(tǒng)(Database-ManagementSystem，DBMS)中的數(shù)據(jù)，并且構(gòu)建決策樹過程中計算量過大，進而選擇并使用了其改進算

4、法QLIQ算法來進行實現(xiàn)。最后，根據(jù)數(shù)據(jù)挖掘的過程模型，借助于當前廣泛使用的大型關(guān)系數(shù)據(jù)庫系統(tǒng)一-SQLServer所提供的AnalysisManager，設(shè)計了基于QLIQ算法的納稅評估對象篩選系統(tǒng)，實現(xiàn)了納稅評估指標的自動建立和維護以及評估對象產(chǎn)生的科學性和公正性。實驗表明，該算法能有效地解決以往納稅評估系統(tǒng)中存在的諸如指標選擇難并且需要手工設(shè)置以及評估對象的產(chǎn)生缺乏科學依據(jù)等問題，滿足業(yè)務(wù)需要，而且高效、易于實現(xiàn)。隨后在論文的末尾