基于聚類技術的稅負預警系統(tǒng)的設計與實現(xiàn).pdf

1、通過多年的信息化建設，稅務征收業(yè)務系統(tǒng)中含有大量的征收數(shù)據(jù)，隨著時代的發(fā)展，稅務部門已經(jīng)不僅僅只是低頭征稅，同時還需要考慮稅種、稅款征收是否合理，稅收政策的制定等方面，而這些主要依據(jù)就是大量的征收數(shù)據(jù)。稅負預警就是其中比較重要的稅務數(shù)據(jù)分析方向，因為稅負的高低體現(xiàn)了稅收、政治和經(jīng)濟三者的關系。稅制的核心問題就是解決稅負平衡問題。我們可以制定出合理的稅收政策，即減少納稅人的稅收負擔，又可以滿足我國稅收需要。
　　本文主要依據(jù)軟件工程

2、的指導思想，分別從系統(tǒng)的需求分析、概要設計、詳細設計、系統(tǒng)實現(xiàn)以及系統(tǒng)測試這5個部分，詳細介紹系統(tǒng)的用戶模塊、稅負計算模塊、預警計算模塊、預測模塊和反饋模塊的分析、設計和實現(xiàn)過程。從業(yè)務流程上我們通過對稅務數(shù)據(jù)進行提取，通過聚類分析算法進行數(shù)據(jù)分析找出離群點，然后對這些離群點進行預測、發(fā)布問題點給用戶，通過用戶反饋信息對預測和算法進一步進行改進從而達到此系統(tǒng)可以完整實行。
　　本系統(tǒng)在系統(tǒng)實現(xiàn)方面，采用以B/S形式基于ASP.NE

3、T MVC架構的三層設計方案，在數(shù)據(jù)分析方面，為了能夠確保系統(tǒng)的穩(wěn)定性和可靠性，我們采用了聚類分析技術中的K-means和DBSCAN兩個主流算法相結合的混合策略進行數(shù)據(jù)挖掘，準確高效的進行稅負數(shù)據(jù)挖掘與分析。實驗結果表明，測試數(shù)據(jù)挖掘準確率達到80％以上。此外，為了便于用戶操作，我們進一步實現(xiàn)了基于ASP.NET chart組件的人機交互方式。
　　本文采用單元測試、集成測試和系統(tǒng)測試三種方式，以遞進的形式對系統(tǒng)進行了詳細測試。