数据挖掘技术在国税普通发票代开中的应用研究

摘要

随着信息技术的不断发展，税务部门信息化建设日新月异，各种税收业务系统多年来已经积累了大量的涉税数据，如何有效地利用这些宝贵的数据，为税收工作服务，成为税务部门日益关注的重点。普通发票委托代开作为税务机关的一项基本业务，承载着服务纳税人、征收零散税收、打击假发票市场的职责。为提高纳税服务质量、做到应收尽收、打击假发票市场，加强普通发票委托代开的管理工作刻不容缓。
　　本文以数据挖掘技术为手段，对普通发票委托代开日常管理中一些关心的问题进行探讨和研究，并结合实际工作，进行知识发现的探索。在具体应用中，选择了回归分析、K-Means聚类分析、TwoStep自动聚类分析、Apriori算法分析及异常检测进行挖掘和分析。通过挖掘结果结合实际业务，从中发现一些隐藏的、未知的、有用的信息和规律，为普通发票委托代开管理工作提供决策支持。
　　本文的研究方法和研究结果已经开始在国税系统内部进行使用，取得了一定的效果。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．3 普通发票代开现状

1．4 论文的研究内容与结构

第二章 系统相关技术简介

2．1 数据挖掘的概念

2．1．1 数据挖掘的定义

2．1．2 数据挖掘的产生与发展

2．1．3 数据挖掘的过程

2．1．4 数据挖掘的方法

2．1．5 数据挖掘的应用及发展趋势

2．2 统计模型

2．2．1 线性回归

2．2．2 二项Logistic回归

2．3 聚类分析

2．3．1 K-Means算法

2．3．2 TwoStep算法

2．4 关联规则分析

2．5 异常检测

2．6 SPSS Clementine简介

2．7 本章小结

第三章 普通发票代开业务分析

3．1 普通发票代开业务分析

3．2 普通发票代开业务存在的问题及风险

3．3 本章小结

第四章 应用分析

4．1 应用二项Logistic回归模型分析代开点业务执行情况

4．1．1 建立二项Logistic回归模型

4．1．2 二项Logistic回归方程的检验

4．1．3 二项Logistic回归分析应用

4．2 应用K-Means算法聚类分析代开点分类管理

4．2．1 K-Means算法流程

4．2．2 K-Means算法应用

4．3 应用TwoStep算法分析代开点分类管理

4．3．1 TwoStep算法

4．3．2 TwoStep算法应用

4．4 应用Apriori算法分析违规代开情况

4．4．1 Apriori算法

4．4．2 Apriori算法分析应用

4．5 应用异常检测模型对委托代征单位进行分析

4．5．1 异常检测算法

4．5．2 异常分析应用

4．6 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

附表

参考文献

致谢