:把N个企业划分成K个种类,每个种类里相关的数据具有较高的相似度,然后相互种类间做到相似度较小。数据挖掘在税务管理纳税人细分中用K-平均算法可以较好的找出让平方误差数值较小的K个划分,同时进一步使运用结果可以较为明显的进行数据收集、处理和分析。对结果划分为几个类别,第一类别是数值较大的,例如经济、纳税数额等内容;第二类分为经济能力较强但是纳税较少;等三类经济能力较小,纳税数额较多;第四类纳税人经济规模较小,纳税能力同样教低。Р 经过数据挖掘中K-平均算法在实际的纳税人细分中的应用,可以较为明确的得到以下结论:1.调查结果和运用结果显示第一类的纳税人较少,只占数据信息中整体纳税人的百分之0.5,但这一类纳税人纳税的百分比增长缺占到了数据信息中纳税人整体税收增长的百分之40。2.同样通过上述分析和应用,得出第二类纳税人数量同样较少,虽然资金规模较大,但是相比较第一类纳税人,其在年度纳税额增长较小;第三类纳税人的数量在数据挖掘运用中所得出的结果相较第一类和第二类较大,但没有占到很大的比重;另外第四类纳税人在整体数据信息中的纳税人占比较大。总体根据相关数据挖掘得出的结论进一步分析,第一类纳税人和第三类纳税人在纳税能力中占比较高,是较为良好的税收来源群体;而第二类和第四类纳税人在纳税能力总额中占比较小,原因是第二类纳税人出现经济和税收不符合的情况,第四类是因为经济能力较弱,所以纳税能力较低,从而两类纳税人都属于税收来源的弱势群体。上述数据挖掘在某市税务管理中实际运用的调查和分析中,通过研究和讨论,可以对税务管理讲纳税人很好的细分,同时可以做到较为科学的推测并做出合理的科学的纳税管理措施,选择较为专业、整体素质性强以及业务能力好的管理人员对第一类和第三类纳税人做精细化的管理;同时对第二类和第四类纳税人同样做到针对话税务管理,找出其中在实际税务管理中其出现问题的原因,并采取相应对的措施。
全文预览
