隨著互聯(lián)網(wǎng)技術的發(fā)展,人們的工作生活已經(jīng)離不開互聯(lián)網(wǎng)。根據(jù)國家稅務總局提出的“互聯(lián)網(wǎng)+稅務”戰(zhàn)略,河南省稅務局在“金稅三期”正式上線的基礎上,部署了網(wǎng)上申請、網(wǎng)上申報、稅收風險管理等系統(tǒng),方便了納稅人申報繳稅和稅務人員管理征收。為產(chǎn)生一些對稅務人員預防風險的有價值的預測結果,本文在分析各種數(shù)據(jù)挖掘技術的基礎上,將關聯(lián)規(guī)則方法用于稅收風險預測。本文首先分析稅收風險管理的背景,歸納各種數(shù)據(jù)挖掘技術,根據(jù)稅收風險預測的需求,設計發(fā)現(xiàn)關聯(lián)規(guī)則的Apriori算法和FP-Growth算法,實驗表明后者有更好的時間效率。然后以鄭州市2017全年繳稅為數(shù)據(jù)樣本,用FP-Growth算法獲得欠稅企業(yè)的頻繁集,分析蘊含的關聯(lián)規(guī)則,產(chǎn)生稅收風險預測結果,結果表明關聯(lián)規(guī)則方法是有效的。最后將基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘?qū)崿F(xiàn)為稅收風險管理系統(tǒng)中的相關模塊。

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文研究的主要內(nèi)容和結構
第二章 稅收風險管理系統(tǒng)和數(shù)據(jù)挖掘技術
    2.1 稅收風險管理系統(tǒng)
        2.1.1 稅收風險管理系統(tǒng)簡介
        2.1.2 稅收風險管理系統(tǒng)中用到的技術
    2.2 數(shù)據(jù)挖掘技術
第三章 關聯(lián)規(guī)則方法
    3.1 關聯(lián)規(guī)則的基本概念
        3.1.1 支持度和置信度
        3.1.2 項集、頻繁項集、閉項集和關聯(lián)規(guī)則
    3.2 Apriori算法
        3.2.1 利用先驗性質(zhì)產(chǎn)生頻繁項集
        3.2.2 頻繁項集產(chǎn)生關聯(lián)規(guī)則
        3.2.3 提升Apriori算法的性能
        3.2.4 實驗及結果分析
    3.3 FP-Growth算法
        3.3.1 FP-Growth集算法簡介
        3.3.2 挖掘步驟
        3.3.3 實驗及結果分析
    3.4 關聯(lián)規(guī)則挖掘的分類
    3.5 挖掘多層和多維關聯(lián)規(guī)則
        3.5.1 多層關聯(lián)規(guī)則
        3.5.2 多維關聯(lián)規(guī)則
    3.6 關聯(lián)規(guī)則的評估
第四章 關聯(lián)規(guī)則方法在稅收風險管理系統(tǒng)中的應用
    4.1 確定挖掘目標
    4.2 業(yè)務分析和數(shù)據(jù)加工
        4.2.1 業(yè)務分析
        4.2.2 數(shù)據(jù)加工
    4.3 運用關聯(lián)規(guī)則算法
    4.4 稅收風險管理模塊設計與實現(xiàn)
        4.4.1 稅收風險管理流程
        4.4.2 建立風險識別模型
        4.4.3 設置指標和預警值
        4.4.4 質(zhì)效評價
第五章 總結和展望
致謝
參考文獻



本文編號：3919726