分類(lèi)技術(shù)在稅收管理中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘(Data Mining)是涉及數(shù)據(jù)庫(kù)、人工鍺能、統(tǒng)計(jì)學(xué)等學(xué)科的一門(mén)活躍的研究領(lǐng)域,是從數(shù)據(jù)庫(kù)中識(shí)別出有效的、新穎的、潛在有用的和最終可理解的知識(shí),并對(duì)商務(wù)決策做出重要決定的處理過(guò)程.大規(guī)模數(shù)據(jù)集的分類(lèi)是數(shù)據(jù)挖掘中的一個(gè)重要課題,而分類(lèi)預(yù)測(cè)技術(shù)在稅收領(lǐng)域的應(yīng)用有著很好的前景.該文對(duì)面向?qū)傩詺w約方法和判定樹(shù)分類(lèi)技術(shù)進(jìn)行了深入地討論.眾所周知,不同的行業(yè)具有不同的特征.使用面向?qū)傩缘臍w約的方法不僅可以找到同一行業(yè)特征,而且可以找出不

2、同行業(yè)的對(duì)比特征.該文利用該技術(shù)可將稅收征管質(zhì)量的好壞加以分類(lèi),得到判定稅務(wù)機(jī)關(guān)征管質(zhì)量好壞的規(guī)則.這就是國(guó)家稅務(wù)總局為什么要實(shí)施分類(lèi)管理,從而提高征管質(zhì)量的原因.判定樹(shù)算法具有快速高效的優(yōu)點(diǎn),比如ID3、C4.5等算法.但當(dāng)樣本數(shù)據(jù)增加到某種程度時(shí),其效率變的低下,慶幸的是一種快速高效的可伸縮的SLIQ算法解決了該問(wèn)題.該文對(duì)已有的一般納稅人信息使用該技術(shù)生成一棵判定樹(shù),來(lái)預(yù)測(cè)一般納稅人納稅的誠(chéng)信度:是誠(chéng)信納稅還是有偷稅嫌疑?這樣可以