異常檢測(cè)技術(shù)在煤炭增值稅評(píng)估監(jiān)控中的應(yīng)用.pdf

1、在我國(guó)國(guó)民經(jīng)濟(jì)快速增長(zhǎng)、稅收規(guī)模不斷擴(kuò)大的背景下，利用數(shù)據(jù)挖掘技術(shù)分析業(yè)務(wù)數(shù)據(jù)，揭示業(yè)務(wù)數(shù)據(jù)中潛在的異常數(shù)據(jù)對(duì)象，分析判斷可能異常的煤炭生產(chǎn)銷售業(yè)務(wù)，將有效地提高煤炭增值稅管理水平和稅務(wù)機(jī)關(guān)防范偷漏稅違法行為的能力。本文基于異常檢測(cè)算法和D-S證據(jù)理論，設(shè)計(jì)了一個(gè)煤炭增值稅評(píng)估系統(tǒng)—ESCVA，完成了ESCVA異常數(shù)據(jù)檢測(cè)算法的實(shí)現(xiàn)與測(cè)試。
　　 考慮到稅收征收管理業(yè)務(wù)數(shù)據(jù)采集的現(xiàn)實(shí)需求和特殊因素，本文采用了一種改進(jìn)的基于相似系

2、數(shù)和的孤立點(diǎn)檢測(cè)算法，該算法充分考慮了不同屬性列數(shù)據(jù)的離散程度對(duì)數(shù)據(jù)對(duì)象異常程度的影響，在一定程度上解決了基于相似系數(shù)和的孤立點(diǎn)檢測(cè)算法中由于簡(jiǎn)單采用算術(shù)和導(dǎo)致的對(duì)部分異常的忽視問(wèn)題。通過(guò)利用D-S理論的證據(jù)融合技術(shù)，改進(jìn)后的算法不需要按屬性列分別進(jìn)行異常檢測(cè)，執(zhí)行效率更高。實(shí)驗(yàn)結(jié)果表明，相對(duì)于基于相似系數(shù)和的孤立點(diǎn)檢測(cè)算法，改進(jìn)后的算法對(duì)異常聚類的劃分更為清晰，在ESCVA應(yīng)用中達(dá)到了預(yù)期的目的。
　　 由于ESCVA的評(píng)估數(shù)

3、據(jù)來(lái)自于稅務(wù)部門(mén)的多個(gè)業(yè)務(wù)信息系統(tǒng)，在ESCVA的分析和設(shè)計(jì)過(guò)程中，本文采用基于現(xiàn)實(shí)的策略，充分考慮了稅務(wù)部門(mén)業(yè)務(wù)信息系統(tǒng)在系統(tǒng)升級(jí)、分布變化等各方面的因素，對(duì)系統(tǒng)進(jìn)行了分層設(shè)計(jì)。本文論述了ESCVA的分層總體結(jié)構(gòu)，確定了ESCVA各層的軟件功能。其中，數(shù)據(jù)層完成對(duì)其它業(yè)務(wù)信息系統(tǒng)業(yè)務(wù)數(shù)據(jù)的采集和規(guī)范性處理，采用了充分利用現(xiàn)有軟件資源的策略，以降低系統(tǒng)設(shè)計(jì)復(fù)雜度和應(yīng)用維護(hù)難度;業(yè)務(wù)層利用改進(jìn)后的異常數(shù)據(jù)檢測(cè)算法，對(duì)已采集的業(yè)務(wù)數(shù)據(jù)進(jìn)行異