數(shù)據(jù)挖掘技術在稅務系統(tǒng)的應用與研究.pdf

1、稅務信息化建設在近幾年有了飛速的進展，全國主要城市、地區(qū)稅務系統(tǒng)均已實現(xiàn)網絡與電子化管理。隨著征管信息系統(tǒng)的廣泛推行，稅務部門已積累了大量的稅收業(yè)務數(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)務數(shù)據(jù)，為稅務部門提供決策支持，就需要應用數(shù)據(jù)挖掘技術，在大量的數(shù)據(jù)中發(fā)現(xiàn)有價值的信息。
　　本文結合稅務系統(tǒng)的業(yè)務特點，分析各類納稅人的納稅信息，設計出稅務數(shù)據(jù)挖掘的基本功能與系統(tǒng)

2、結構，并提出數(shù)據(jù)挖掘技術在稅務系統(tǒng)典型業(yè)務中的應用方法與實現(xiàn)過程。在充分研究數(shù)據(jù)挖掘技術的基礎上，確定其在稅務系統(tǒng)中的應用領域。對稅務系統(tǒng)中的海量數(shù)據(jù)進行深入分析與統(tǒng)計，從中找出規(guī)律和模式，獲取所需知識，幫助稅務機關管理人員更好地進行決策，有效的規(guī)避了納稅風險，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。
　　經過對稅務系統(tǒng)數(shù)據(jù)利用的需求分析，根據(jù)現(xiàn)有數(shù)據(jù)的結構特點，提出數(shù)據(jù)挖掘過程中的關鍵技術應用，將DW和OLAP應用在

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上，給出納稅人管理中運用聚類方法實施納稅人細分的挖掘模型。通過分析K-means算法的優(yōu)缺點，提出一種改進的K-means算法。改進的k-means算法與未改進的k-means算法相比，主要差異在于中心點的更新方法不同，改進的k-means算法用簇中所有成員的平均值來作為簇的中心點，使算法迭代收斂速度更快。
　　最后，本文詳細介紹了數(shù)據(jù)挖掘技術在稅務系