關(guān)聯(lián)規(guī)則挖掘技術(shù)在稅收?qǐng)?zhí)法管理中的應(yīng)用研究.pdf

1、應(yīng)用數(shù)據(jù)挖掘技術(shù)，加強(qiáng)稅收數(shù)據(jù)進(jìn)行分析，為稅務(wù)系統(tǒng)強(qiáng)化科學(xué)管理提供有價(jià)值的決策信息，已經(jīng)成為當(dāng)前稅務(wù)系統(tǒng)的一個(gè)研究熱點(diǎn)。本文針對(duì)當(dāng)前稅收?qǐng)?zhí)法管理工作中存在的不足，結(jié)合稅收行業(yè)數(shù)據(jù)特點(diǎn)，提出了一種基于hash和項(xiàng)集空間劃分的關(guān)聯(lián)規(guī)則挖掘算法-SAVM算法，并將關(guān)聯(lián)規(guī)則挖掘技術(shù)和SAVM算法應(yīng)用到稅收?qǐng)?zhí)法數(shù)據(jù)分析中，找出了稅收?qǐng)?zhí)法過(guò)錯(cuò)行為和稅收?qǐng)?zhí)法者特征之間的關(guān)聯(lián)關(guān)系，為稅務(wù)系統(tǒng)加強(qiáng)稅收?qǐng)?zhí)法管理提供了非常有價(jià)值的參考信息。 本文的主

2、要工作和創(chuàng)新點(diǎn)如下： 一、闡述了數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)的應(yīng)用現(xiàn)狀，全面介紹了稅收?qǐng)?zhí)法管理的內(nèi)容、方法和存在的不足，分析了應(yīng)用數(shù)據(jù)挖掘技術(shù)開(kāi)展稅收?qǐng)?zhí)法數(shù)據(jù)分析的重要意義。 二、闡述了數(shù)據(jù)挖掘的基本理論、主要技術(shù)、知識(shí)分類(lèi)、常用挖掘工具和研究趨勢(shì)，深入研究了關(guān)聯(lián)規(guī)則挖掘技術(shù)，重點(diǎn)介紹了幾種經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法，分析了各種挖掘算法的優(yōu)、缺點(diǎn)，指出了關(guān)聯(lián)規(guī)則挖掘技術(shù)的研究熱點(diǎn)和發(fā)展趨勢(shì)。 三、提出一種基于hash和項(xiàng)集空

3、間劃分的關(guān)聯(lián)規(guī)則挖掘算法-SAVM算法。將事務(wù)數(shù)據(jù)庫(kù)轉(zhuǎn)換成比特向量表示形式，通過(guò)向量的與運(yùn)算來(lái)計(jì)算項(xiàng)集的支持度，在挖掘過(guò)程中只需掃描一遍數(shù)據(jù)庫(kù)；運(yùn)用hash技術(shù)，在第一次掃描數(shù)據(jù)庫(kù)的過(guò)程中，直接生成頻繁2項(xiàng)集，提高算法的執(zhí)行效率；采用基于共同前綴的劃分方法，將已生成的頻繁項(xiàng)集劃分到不同的子空間，在每個(gè)獨(dú)立的子空間內(nèi)生成候選項(xiàng)集，減少連接次數(shù)。實(shí)驗(yàn)結(jié)果表明，SAVM算法提高了關(guān)聯(lián)規(guī)則挖掘的效率。 四、將關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用到稅收?qǐng)?zhí)