數(shù)據(jù)挖掘在稅務(wù)系統(tǒng)的應(yīng)用與研究.pdf

1、隨著信息化系統(tǒng)的建設(shè)，全國各地稅務(wù)部門都建立了各自的稅務(wù)管理系統(tǒng)，在系統(tǒng)的使用過程中產(chǎn)生了大量的企業(yè)稅收數(shù)據(jù)，這些數(shù)據(jù)大多處于閑置狀態(tài)，造成了數(shù)據(jù)資源的極大浪費。為了從這些閑置的稅收數(shù)據(jù)中獲取更深層次的知識、規(guī)律，本系統(tǒng)將數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)挖掘技術(shù)應(yīng)用于稅收數(shù)據(jù)之上，完成對稅收數(shù)據(jù)深層次知識的發(fā)掘。
　　根據(jù)數(shù)據(jù)挖掘技術(shù)的一般性流程，通過對稅收數(shù)據(jù)預(yù)處理、聚類分析、結(jié)果分析等過程處理。從增值稅和企業(yè)所得稅的聚類以及企業(yè)年度納稅總額

2、的聚類對稅收數(shù)據(jù)進行分析。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)抓取、數(shù)據(jù)清洗、數(shù)據(jù)匯總、數(shù)據(jù)集成以及數(shù)據(jù)標(biāo)準(zhǔn)化等過程。根據(jù)數(shù)據(jù)倉庫技術(shù)的思想，通過數(shù)據(jù)預(yù)處理將數(shù)據(jù)從不同的應(yīng)用數(shù)據(jù)庫、數(shù)據(jù)文件中抓取到本系統(tǒng)數(shù)據(jù)庫，對數(shù)據(jù)進行粒度、維度方面的調(diào)整，最終生成待挖掘數(shù)據(jù)。數(shù)據(jù)挖掘的算法采用基于最大最小距離的K-Means聚類算法，該算法根據(jù)聚類中心個數(shù)智能地選取較優(yōu)的聚類中心點，從而提升聚類效果。從數(shù)據(jù)庫設(shè)計、系統(tǒng)設(shè)計及實現(xiàn)方面對兩種聚類分析進行了實現(xiàn)，最終以圖