基于數(shù)據(jù)挖掘技術(shù)的印花稅“資金賬簿”品目欠稅分類研究.pdf

1、目前，全國稅務系統(tǒng)基本實現(xiàn)了征管業(yè)務信息化，在這樣的新形勢下，國家稅務總局明確提出了深入開展稅收數(shù)據(jù)資源開發(fā)利用工作的要求。由此可見，積極利用現(xiàn)有的海量稅收數(shù)據(jù)，開展數(shù)據(jù)分析和利用工作，已經(jīng)成為一個熱點和難點問題。
　　 本文正是在這樣一個背景下，針對印花稅“資金賬簿”品目欠稅分類情況進行了研究，主要工作有以下幾方面。
　　 研究欠稅算法業(yè)務邏輯，為欠稅分類提供決策屬性信息。針對稅收數(shù)據(jù)存在連續(xù)型和離散型并存、屬性度量不

2、一致等特點，對數(shù)據(jù)進行了預處理，其中包括相關(guān)性分析、連續(xù)型屬性離散化處理和屬性約簡等方面內(nèi)容。針對相關(guān)性分析采用了Pearson相關(guān)系數(shù)算法，較好的解決了兩兩屬性間相關(guān)性過高的問題；在實現(xiàn)連續(xù)型數(shù)據(jù)離散化的過程中，提出了一種基于遺傳算法理論的連續(xù)型數(shù)據(jù)離散化方法，通過“優(yōu)勝劣汰”的原則進行離散化處理，較好的實現(xiàn)了連續(xù)型屬性離散化處理；針對海量稅收數(shù)據(jù)下的多條件屬性約簡問題，根據(jù)各屬性間存在相互依賴、重要度不同等特點，采用基于重要度的啟發(fā)