數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)的應(yīng)用與研究.pdf

1、稅務(wù)信息化建設(shè)在近幾年有了飛速的進(jìn)展，全國主要城市、地區(qū)稅務(wù)系統(tǒng)均已實(shí)現(xiàn)網(wǎng)絡(luò)與電子化管理。隨著征管信息系統(tǒng)的廣泛推行，稅務(wù)部門已積累了大量的稅收業(yè)務(wù)數(shù)據(jù)，但多用于簡單的數(shù)據(jù)管理和日常查詢，缺乏深層次的分析和利用，造成了數(shù)據(jù)資源的閑置。如何充分利用稅收業(yè)務(wù)數(shù)據(jù)，為稅務(wù)部門提供決策支持，就需要應(yīng)用數(shù)據(jù)挖掘技術(shù)，在大量的數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息。
　　本文結(jié)合稅務(wù)系統(tǒng)的業(yè)務(wù)特點(diǎn)，分析各類納稅人的納稅信息，設(shè)計(jì)出稅務(wù)數(shù)據(jù)挖掘的基本功能與系統(tǒng)

2、結(jié)構(gòu)，并提出數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)典型業(yè)務(wù)中的應(yīng)用方法與實(shí)現(xiàn)過程。在充分研究數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，確定其在稅務(wù)系統(tǒng)中的應(yīng)用領(lǐng)域。對(duì)稅務(wù)系統(tǒng)中的海量數(shù)據(jù)進(jìn)行深入分析與統(tǒng)計(jì)，從中找出規(guī)律和模式，獲取所需知識(shí)，幫助稅務(wù)機(jī)關(guān)管理人員更好地進(jìn)行決策，有效的規(guī)避了納稅風(fēng)險(xiǎn)，使納稅人的管理效率與稅款的征收效率得到了很大的提升。
　　經(jīng)過對(duì)稅務(wù)系統(tǒng)數(shù)據(jù)利用的需求分析，根據(jù)現(xiàn)有數(shù)據(jù)的結(jié)構(gòu)特點(diǎn)，提出數(shù)據(jù)挖掘過程中的關(guān)鍵技術(shù)應(yīng)用，將DW和OLAP應(yīng)用在

3、現(xiàn)有的征管數(shù)據(jù)分析系統(tǒng)中，就可為決策者提供決策支持。在數(shù)據(jù)挖掘聚類分析研究的基礎(chǔ)上，給出納稅人管理中運(yùn)用聚類方法實(shí)施納稅人細(xì)分的挖掘模型。通過分析K-means算法的優(yōu)缺點(diǎn)，提出一種改進(jìn)的K-means算法。改進(jìn)的k-means算法與未改進(jìn)的k-means算法相比，主要差異在于中心點(diǎn)的更新方法不同，改進(jìn)的k-means算法用簇中所有成員的平均值來作為簇的中心點(diǎn)，使算法迭代收斂速度更快。
　　最后，本文詳細(xì)介紹了數(shù)據(jù)挖掘技術(shù)在稅務(wù)系