異常檢測技術(shù)在煤炭增值稅評估監(jiān)控中的應用.pdf

1、在我國國民經(jīng)濟快速增長、稅收規(guī)模不斷擴大的背景下，利用數(shù)據(jù)挖掘技術(shù)分析業(yè)務數(shù)據(jù)，揭示業(yè)務數(shù)據(jù)中潛在的異常數(shù)據(jù)對象，分析判斷可能異常的煤炭生產(chǎn)銷售業(yè)務，將有效地提高煤炭增值稅管理水平和稅務機關(guān)防范偷漏稅違法行為的能力。本文基于異常檢測算法和D-S證據(jù)理論，設(shè)計了一個煤炭增值稅評估系統(tǒng)—ESCVA，完成了ESCVA異常數(shù)據(jù)檢測算法的實現(xiàn)與測試。
　　 考慮到稅收征收管理業(yè)務數(shù)據(jù)采集的現(xiàn)實需求和特殊因素，本文采用了一種改進的基于相似系

2、數(shù)和的孤立點檢測算法，該算法充分考慮了不同屬性列數(shù)據(jù)的離散程度對數(shù)據(jù)對象異常程度的影響，在一定程度上解決了基于相似系數(shù)和的孤立點檢測算法中由于簡單采用算術(shù)和導致的對部分異常的忽視問題。通過利用D-S理論的證據(jù)融合技術(shù)，改進后的算法不需要按屬性列分別進行異常檢測，執(zhí)行效率更高。實驗結(jié)果表明，相對于基于相似系數(shù)和的孤立點檢測算法，改進后的算法對異常聚類的劃分更為清晰，在ESCVA應用中達到了預期的目的。
　　 由于ESCVA的評估數(shù)

3、據(jù)來自于稅務部門的多個業(yè)務信息系統(tǒng)，在ESCVA的分析和設(shè)計過程中，本文采用基于現(xiàn)實的策略，充分考慮了稅務部門業(yè)務信息系統(tǒng)在系統(tǒng)升級、分布變化等各方面的因素，對系統(tǒng)進行了分層設(shè)計。本文論述了ESCVA的分層總體結(jié)構(gòu)，確定了ESCVA各層的軟件功能。其中，數(shù)據(jù)層完成對其它業(yè)務信息系統(tǒng)業(yè)務數(shù)據(jù)的采集和規(guī)范性處理，采用了充分利用現(xiàn)有軟件資源的策略，以降低系統(tǒng)設(shè)計復雜度和應用維護難度;業(yè)務層利用改進后的異常數(shù)據(jù)檢測算法，對已采集的業(yè)務數(shù)據(jù)進行異