納稅人預(yù)警監(jiān)控系統(tǒng)中數(shù)據(jù)挖掘子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著金稅工程（二期）的實(shí)施，稅務(wù)部門實(shí)現(xiàn)了業(yè)務(wù)數(shù)據(jù)省級(jí)集中，積累了大量分布在各個(gè)應(yīng)用系統(tǒng)中的涉稅信息，是稅務(wù)部門進(jìn)行稅收分析的重要依據(jù)。對(duì)稅務(wù)系統(tǒng)中積累的海量數(shù)據(jù)進(jìn)行挖掘，從中提取有價(jià)值的信息，建設(shè)基于數(shù)據(jù)倉庫的納稅人預(yù)警監(jiān)控系統(tǒng)，成為稅收數(shù)據(jù)分析的必然要求。
　　本文借助Weka平臺(tái)，通過其提供的算法接入功能，初步實(shí)現(xiàn)了一個(gè)可供稅務(wù)數(shù)據(jù)挖掘初步使用的子系統(tǒng)，具體功能包括數(shù)據(jù)預(yù)處理，DBSCAN聚類模塊，EM聚類模塊，和結(jié)果顯示模

2、塊等。最后，本文使用廣西省國稅局2014年1月1日到12月31日的稅收業(yè)務(wù)數(shù)據(jù)進(jìn)行DBSCAN和EM聚類分析。
　　實(shí)驗(yàn)結(jié)果表明:DBSCAN算法無法進(jìn)行有效的聚合，大部分?jǐn)?shù)據(jù)對(duì)象被歸為一類，同時(shí)產(chǎn)生的噪聲點(diǎn)較多，即使改變參數(shù)的設(shè)置，實(shí)驗(yàn)結(jié)果依然沒有太大改變。而相對(duì)于DBSCAN，EM算法能夠?qū)Χ悇?wù)數(shù)據(jù)進(jìn)行較好的聚合。雖然EM算法由于其本身的局限性，并不能識(shí)別出所有期望的納稅人類別，但總的來說，EM算法可以將實(shí)驗(yàn)數(shù)據(jù)集劃分為較為合