聚類分析在納稅信用細分中的應用研究.pdf

1、隨著我國經(jīng)濟的快速發(fā)展,稅收的快速增長對我國納稅信用管理工作提出了新的要求。稅務管理模式正逐步向以納稅人為中心、為經(jīng)濟發(fā)展服務、以信息化為基礎的國際先進模式轉變,納稅信用管理成為這種科學管理模式的重要條件。目前我國稅務部門對納稅信用進行細分的方法還是基于經(jīng)驗或基于統(tǒng)計的簡單劃分方法,無法綜合考量納稅人各方面的涉稅信息,無法滿足稅收高速增長的需要。隨著數(shù)據(jù)挖掘技術不斷成功應用于金融、通信等行業(yè)的信用細分,使得借助數(shù)據(jù)挖掘技術實現(xiàn)多層次、多

2、維度、有針對性的納稅信用細分變成了可能。
　　在稅收管理中納稅信用管理的重要性是顯而易見的,本論文選取納稅信用管理中的基礎工作——納稅信用細分作為研究課題,設計了一個基于聚類分析技術的納稅信用細分模型。本研究探索了納稅數(shù)據(jù)的組織、處理和存儲,并應用數(shù)據(jù)挖掘中的聚類技術,實現(xiàn)了準確、有效的納稅信用細分,架起了一座從數(shù)據(jù)挖掘理論通向稅務應用的橋梁:首先,數(shù)據(jù)的獲取和預處理是影響數(shù)據(jù)挖掘結果優(yōu)劣的一個極其重要的基礎性工作,本研究為此付出

3、了大量的時間和精力,并通過對納稅戶納稅屬性的分析,建立了一套完整的納稅戶細分指標體系,將源數(shù)據(jù)經(jīng)過數(shù)據(jù)清洗、轉換等一系列數(shù)據(jù)預處理過程,并最終加載到為納稅信用細分所建立的數(shù)據(jù)倉庫中,為信用細分聚類結果的合理性、有效性和實用性提供了堅實的基礎;其次,通過分析各類納稅戶的特征,并結合稅收管理實踐分析對不同類型納稅戶做統(tǒng)一的納稅信用細分的問題,本研究將納稅細分數(shù)據(jù)倉庫分為三個主題——申報征收、稅務登記和發(fā)票管理來實施,并設計了每個主題的事實表

4、和維表;然后,因為聚類分析是數(shù)據(jù)挖掘中的一個重要研究領域,也向來極具挑戰(zhàn)性,但存在一系列典型的問題,本研究針對算法需預先給出聚類參數(shù)K的值和對初始聚類中心的依賴性比較強的缺點,在對經(jīng)典的K-Means算法作了全面細致分析的基礎上,設計了一個基于有效指數(shù)動態(tài)調(diào)整聚類參數(shù)K和最佳密度半徑確定聚類中心的K-Means聚類算法;最后,本研究以VC++為工具設計了一個基于K-Means聚類算法的納稅信用細分系統(tǒng),并將江西地稅數(shù)據(jù)庫中的部分贛州市納