基于数据挖掘技术的税务信息处理技术研究

摘要

经过近三十年的信息化建设，我国税务系统积累了大量企业的涉税数据，这些数据记录了企业登记信息、经营情况，收益情况，纳税情况等，如果税务部门的征管人员能够掌握一些数据分析的方法正确挖掘与分析隐含在这些数据中的规律，就能够制定出更多更好的税收优惠政策，从而更好的为企业提供服务。因此税收数据挖掘的研究在我国有重要的应用价值。
　　 本文针对税务信息处理中对历史数据的运用这一课题，结合数据挖掘技术中的时间序列预测、决策树、逻辑回归、神经网络等方法展开研究，将已有的税务历史数据充分运用，为税务管理工作提供新的研究思路。本论文的主要创新点为:
　　 1.针对我国增值税收入预测比较耗时耗力这个问题，提出了基于时间序列挖掘的全国增值税预测分析方法，以我国增值税收入数据为例，对如何进行税收数据时间序列预测进行介绍，并对预测值与实际值进行比较分析。实验结果表明该预测方法简单、准确度较高、可行性较强，为数据挖掘技术在税收收入预测的研究与应用提供了一个新的思路，从而为领导决策提供更为可靠的依据。
　　 2.针对我国目前大量企业缴纳企业所得税税额偏低的问题，提出了基于数据挖掘技术的企业所得税分析的挖掘模型。该模型可以有效发现影响企业所得税实际税负高低的关键因素。本文使用数据挖掘技术中的决策树、神经网络、逻辑回归等方法对某区国税征管数据中的企业所得税数据分别建立挖掘模型，并对这三种数据挖掘模型的预测准确度进行比较。结果表明模型的分析结论与上级税务部门提供的分析结果一致，这对上级税务部门制定企业所得税税收优惠政策具有重要参考意义。

目录

声明

摘要

第1章 绪论

1．1 税收数据挖掘的研究背景

1．2 税收数据挖掘在税务工作中的应用现状

1．2．1 国内外税务系统中数据挖掘应用情况

1．2．2 税务系统数据挖掘应用存在的问题及本文的创新

1．3 本文组织结构

1．4 本章小结

第2章 税务数据挖掘概况

2．1 国内税务信息化现状

2．2 税务数据挖掘的基本方法

2．2．1 税收数据挖掘的前提

2．2．2 税收数据挖掘的步骤

2．3 国内外税务信息挖掘研究进展

2．4 本章小结

第3章 基于时间序列挖掘的全国增值税预测分析

3．1 研究动机与目的

3．2 时间序列预测

3．3 实验及其分析

3．3．1 实验数据设置

3．3．2 实验评价指标

3．3．3 实验处理步骤

3．3．4 实验结果分析

3．4 本章小结

第4章 基于数据挖掘技术的企业所得税分析模型

4．1 研究动机与目的

4．1．1 研究动机

4．1．2 研究目的

4．2 挖掘模型的特征筛选

4．2．1 数据筛选

4．2．2 特征筛选

4．3 挖掘模型的构建

4．3．1 决策树模型

4．3．2 神经网络模型

4．3．3 逻辑回归模型

4．4 预测准确度比较

4．5 本章小结

第5章 总结与展望

5．1 工作总结

5．2 工作展望

参考文献

致谢