基于數(shù)據(jù)挖掘的企業(yè)欠稅預測研究.pdf

1、基于數(shù)據(jù)挖掘的企業(yè)欠稅預測研究重慶大學碩士學位論文(學術(shù)學位)學生姓名：時待吾指導教師：鐘將教授專業(yè)：計算機系統(tǒng)結(jié)構(gòu)學科門類：工學重慶大學計算機學院二O一六年四月重慶大學碩士學位論文中文摘要I摘要隨著數(shù)據(jù)挖掘技術(shù)的廣泛應用，通過數(shù)據(jù)挖掘等方法發(fā)現(xiàn)隱藏在大量業(yè)務數(shù)據(jù)背后的知識，將這些知識應用于決策支撐、商品營銷等多個場景，可以為政府工作帶來很多便利、為企業(yè)帶來更多營收。利用數(shù)據(jù)挖掘技術(shù)針對稅務數(shù)據(jù)進行企業(yè)欠稅預測研究可以保障國家稅收收入，

2、同時為稅務稽查部門帶來很多便利。本文以某省地稅局提供的稅額征收記錄以及企業(yè)注冊信息為基礎開展稅源欠稅研究，首先分析了稅務記錄的數(shù)據(jù)特點，如各字段的含義以及字段之間的關聯(lián)，并據(jù)此制定了對應的過濾策略。為研究企業(yè)納稅行為與宏觀經(jīng)濟及所在地區(qū)的關系，本文基于征收記錄以及稅務部門提供的數(shù)據(jù)字典建立事實表和維度表，從而建立數(shù)據(jù)倉庫進行多維主題分析。通過多維主題分析發(fā)現(xiàn)，企業(yè)納稅稅額及欠稅行為與行業(yè)發(fā)展、所在地區(qū)存在一定的時間關聯(lián)性，因此本文統(tǒng)計企

3、業(yè)的稅務數(shù)據(jù)包括每個企業(yè)每月的繳稅數(shù)據(jù)、企業(yè)所在行業(yè)每月的繳稅數(shù)據(jù)、企業(yè)所在區(qū)域每月的繳稅數(shù)據(jù)作為判斷企業(yè)是否欠稅的一類決策特征，同時建立基于投資人、法人等關聯(lián)人的企業(yè)網(wǎng)絡，統(tǒng)計企業(yè)所關聯(lián)企業(yè)每月的繳稅情況作為描述企業(yè)營收情況的一類特征。為保障國家稅收收入，本文根據(jù)企業(yè)之前一段時間的繳稅信息預測下一個月企業(yè)是否欠稅開展企業(yè)欠稅的預測研究，采用基于數(shù)據(jù)挖掘的分類預測思想，通過統(tǒng)計觀測時間窗口內(nèi)的企業(yè)繳稅信息、企業(yè)所在行業(yè)以及地域的繳稅信息

4、、企業(yè)關聯(lián)企業(yè)的繳稅信息作為特征，選擇分類算法生成分類預測模型，預測下一個月是否會發(fā)生欠稅行為。本文通過選擇不同的實驗數(shù)據(jù)集、屬性篩選前后、設置不同的觀測時間窗口數(shù)以及選擇不同的分類算法對本文的分類預測模型的性能進行對比實驗。實驗結(jié)果表明：基于決策樹的RomFest分類算法的性能最優(yōu)，分類模型的準確率、召回率、F值均可高達90%，企業(yè)欠稅是可以通過企業(yè)之前一段時間的繳稅情況以及所在行業(yè)、區(qū)域的繳稅情況進行預測的，本文所提出的特征構(gòu)建方法