基于數(shù)據(jù)挖掘的企業(yè)欠稅預(yù)測研究.pdf

1、基于數(shù)據(jù)挖掘的企業(yè)欠稅預(yù)測研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：時待吾指導(dǎo)教師：鐘將教授專業(yè)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)學(xué)科門類：工學(xué)重慶大學(xué)計(jì)算機(jī)學(xué)院二O一六年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用，通過數(shù)據(jù)挖掘等方法發(fā)現(xiàn)隱藏在大量業(yè)務(wù)數(shù)據(jù)背后的知識，將這些知識應(yīng)用于決策支撐、商品營銷等多個場景，可以為政府工作帶來很多便利、為企業(yè)帶來更多營收。利用數(shù)據(jù)挖掘技術(shù)針對稅務(wù)數(shù)據(jù)進(jìn)行企業(yè)欠稅預(yù)測研究可以保障國家稅收收入，

2、同時為稅務(wù)稽查部門帶來很多便利。本文以某省地稅局提供的稅額征收記錄以及企業(yè)注冊信息為基礎(chǔ)開展稅源欠稅研究，首先分析了稅務(wù)記錄的數(shù)據(jù)特點(diǎn)，如各字段的含義以及字段之間的關(guān)聯(lián)，并據(jù)此制定了對應(yīng)的過濾策略。為研究企業(yè)納稅行為與宏觀經(jīng)濟(jì)及所在地區(qū)的關(guān)系，本文基于征收記錄以及稅務(wù)部門提供的數(shù)據(jù)字典建立事實(shí)表和維度表，從而建立數(shù)據(jù)倉庫進(jìn)行多維主題分析。通過多維主題分析發(fā)現(xiàn)，企業(yè)納稅稅額及欠稅行為與行業(yè)發(fā)展、所在地區(qū)存在一定的時間關(guān)聯(lián)性，因此本文統(tǒng)計(jì)企

3、業(yè)的稅務(wù)數(shù)據(jù)包括每個企業(yè)每月的繳稅數(shù)據(jù)、企業(yè)所在行業(yè)每月的繳稅數(shù)據(jù)、企業(yè)所在區(qū)域每月的繳稅數(shù)據(jù)作為判斷企業(yè)是否欠稅的一類決策特征，同時建立基于投資人、法人等關(guān)聯(lián)人的企業(yè)網(wǎng)絡(luò)，統(tǒng)計(jì)企業(yè)所關(guān)聯(lián)企業(yè)每月的繳稅情況作為描述企業(yè)營收情況的一類特征。為保障國家稅收收入，本文根據(jù)企業(yè)之前一段時間的繳稅信息預(yù)測下一個月企業(yè)是否欠稅開展企業(yè)欠稅的預(yù)測研究，采用基于數(shù)據(jù)挖掘的分類預(yù)測思想，通過統(tǒng)計(jì)觀測時間窗口內(nèi)的企業(yè)繳稅信息、企業(yè)所在行業(yè)以及地域的繳稅信息

4、、企業(yè)關(guān)聯(lián)企業(yè)的繳稅信息作為特征，選擇分類算法生成分類預(yù)測模型，預(yù)測下一個月是否會發(fā)生欠稅行為。本文通過選擇不同的實(shí)驗(yàn)數(shù)據(jù)集、屬性篩選前后、設(shè)置不同的觀測時間窗口數(shù)以及選擇不同的分類算法對本文的分類預(yù)測模型的性能進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：基于決策樹的RomFest分類算法的性能最優(yōu)，分類模型的準(zhǔn)確率、召回率、F值均可高達(dá)90%，企業(yè)欠稅是可以通過企業(yè)之前一段時間的繳稅情況以及所在行業(yè)、區(qū)域的繳稅情況進(jìn)行預(yù)測的，本文所提出的特征構(gòu)建方法