數(shù)據(jù)挖掘方法在納稅人行為分析中的研究和實現(xiàn).pdf

1、稅務部門針對提高稅收征管水平，加強數(shù)據(jù)資源開發(fā)利用的要求，嘗試進行數(shù)據(jù)挖掘技術的研究和應用，探索基于較大規(guī)模稅收數(shù)據(jù)而進行的納稅人行為分析和預測。本文研究并實現(xiàn)了關聯(lián)規(guī)則發(fā)現(xiàn)和決策樹分類等算法，并針對稅收數(shù)據(jù)特點，優(yōu)化了ID3等算法，分析納稅人欠稅和納稅人流失的可能性。
　　 首先，本文就數(shù)據(jù)挖掘中關聯(lián)規(guī)則的概念和作用進行了探討，研究并實現(xiàn)了Apriori算法和FP Tree算法，通過真實的稅收數(shù)據(jù)，挖掘出布爾型關聯(lián)規(guī)則、數(shù)值型

2、關聯(lián)規(guī)則、多維關聯(lián)規(guī)則等知識，通過實驗和在稅務部門的應用驗證了算法程序的正確性和有效性。
　　 其次，本文介紹了決策樹分類方法的概念，說明了經(jīng)典ID3算法的原理和過程實現(xiàn)。針對稅收數(shù)據(jù)的特點，實現(xiàn)了基于支持數(shù)和置信率的SCP后剪枝的方法和基于FP Tree的ID3改進算法，分別解決了決策樹構造過度和構造效率低下的問題。通過實驗證明了SCP的后剪枝方法和基于FP_Tree的ID3改進算法的有效性和優(yōu)越性。利用改進算法構造的納稅人流