بررسی عوامل موثر الگوریتم های داده کاوی در آشکارسازی الگوهای مشکوک مالیاتی

مساله مالی در همه شرکت های بزرگ و کوچک، صاحبان مشاغل و کسب و کار و سازمان های دولتی و خصوصی امر بسیار مهمی است زیرا یکی از راه های تامین هزینه های دولت، درآمدهای مالیاتی است بنابراین نظارت در سیستم وصول به موقع مالیات باعث افزایش کارایی اقتصادی و بهبود فرهنگ مالیاتی جامعه می گردد اما مکانیزم هایی وجود دارد که مودیان مالیاتی، مالیات های خود را عمدی یا سهوی پرداخت نمی کنند از عوامل تاثیرگذار در عدم پرداخت می توان به ابهام در قوانین و مقررات مالیاتی برای مودیان، عدم شناسایی منابع بالقوه مالیاتی، ترویج ناکارآمد فرهنگ مالیاتی و عدم ضمانت اجرا اشاره کرد. الگوریتم های داده کاوی معمولا در امر آشکارسازی الگوهای مشکوک مالیاتی استفاده می شوند. در این الگوریتم ها از ویژگی های مختلفی مانند شماره ثبت اظهارنامه، درآمد ابرازی، شماره ثبت تشخیص و جریمه استفاده می شود. با بررسی این ویژگی ها می توان الگوی مشکوک مالیاتی را برآورد کرد. علاوه برآن، کشف الگوهای مشکوک مالیاتی با الگوریتم های مختلف مانند شبکه های عصبی مصنوعی و درخت تصمیم گیری در محیط Rapid Miner شبیه سازی شد. نتایج به دست آمده نشان داد که الگوریتم شبکه عصبی مصنوعی نسبت به درخت تصمیم گیری دارای دقت بهتری است.

کلیدواژه ها:

مالیات ، داده کاوی ، الگوریتم شبکه عصبی ، درخت تصمیم گیری