CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی سطح ریسک مالیاتی شرکت ها بابهره گیری ازالگوریتم های طبقه بندی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۷ | تعداد نمایش خلاصه: ۱۴۵ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: OICONFERENCE01_069
زبان مقاله: فارسی
حجم فایل: ۷۸۴.۱۳ کلیوبایت (فایل این مقاله در ۱۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی سطح ریسک مالیاتی شرکت ها بابهره گیری ازالگوریتم های طبقه بندی

  بابک سهرابی - استادمدیریت و فناوری اطلاعات دانشکده مدیریت دانشگاه تهران
  ایمان رئیسی وانانی - استادیار مدیریت صنعتی دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی
  وحیده قانونی شیشوان - کارشناسی ارشد مدیریت فناوری اطلاعات دانشکده مدیریت دانشگاه تهران

چکیده مقاله:

شناخت دقیق میزان درآمد مالیاتی بالقوه افق روشنی جهت برنامه ریزی اقتصادی پیش رو سیاست گذاران اقتصادی می گذارد. یکی از تکنیک های موثر در این زمینه طبقه بندی مودیان که در تحقیق حاضر شرکت ها می باشند بر مبنای ریسک مالیاتی آن ها می باشد که در نتیجه با توجه به ریسک مالیاتی مودیان رفتاری متناسب با آن ها گردد. به منظور پیش بینی ریسک مالیاتی شرکت ها از تکنیکهای طبقه بندی بهره گرفته شد که با توجه به خطای امکان جایگزینی درخت تصمیم به عنوان الگوریتم برتر انتخاب گردید و در این راستا مدلی بر مبنای درخت تصمیم طراحی شد که با اطمینان %۸۰، قابلیت پیش بینی ریسک مالیاتی شرکت ها را دارا می باشد

کلیدواژه‌ها:

پیش بینی ، داده کاوی ، ریسک مالیاتی ، طبقه بندی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-OICONFERENCE01-OICONFERENCE01_069.html
کد COI مقاله: OICONFERENCE01_069

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سهرابی, بابک؛ ایمان رئیسی وانانی و وحیده قانونی شیشوان، ۱۳۹۵، پیش بینی سطح ریسک مالیاتی شرکت ها بابهره گیری ازالگوریتم های طبقه بندی، نخستین کنفرانس بین المللی پارادیم های نوین مدیریت هوشمندی تجاری و سازمانی، تهران، دانشگاه شهید بهشتی، https://www.civilica.com/Paper-OICONFERENCE01-OICONFERENCE01_069.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (سهرابی, بابک؛ ایمان رئیسی وانانی و وحیده قانونی شیشوان، ۱۳۹۵)
برای بار دوم به بعد: (سهرابی؛ رئیسی وانانی و قانونی شیشوان، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • دستگیر محسن، ایزدی نیا ناصر، عسکری علی، سید مهدی رمضانی.(۳۹۴ ... (مقاله ژورنالی)
  • رادفر رضا، نظافیت نوید، یوسفعلی اصلی سعید.(۳۹۳ ۱).طبقه بندی مشتریان ... (مقاله ژورنالی)
  • رمضانی مهدی، دستگیر محسن، عسکری علی، خانی عبداله.(۳۹۲ ۱).حسابرسی مالیاتی ... (مقاله ژورنالی)
  • First International Conference on Business and Organizational Intelligence 2016 ...
  • نخستین کنفرانس بین‌المللی پارادایم‌های نوین مدیریت - هوش تجاری و ... (مقاله کنفرانسی)
  • سهرابی بابک، رئیسی وانانی ایمان، قانونی شیشوان وحیده.(۱۳۹۴). ارزیابی مالیات ...
  • ظهوریان ابوالفضل.(۱۳۸۹). انتخاب برای ممیزی مالیاتی بر مبنای ریسک. پژوهشنامه ... (مقاله ژورنالی)
  • Adrian Gepp, Kuldeep Kumar.(2015). Predicting Financial Distress: A Comparison of ...
  • Alya Al Nasseri, Allan Tucker, Sergio de Cesare.(2015). Quantifying StockTwits ...
  • Ashish Kumar. Roheet B hatnagar, Sumit Srivastava(20 15). ARSkNN-A k-NN ...
  • Bin Liu, Guang Xu, Qian Xu, Nan Zhang.(2012). Outlier Detection ...
  • Gonzalez Pamela Castellon, D. Velasquez Juan..(2013). Charac terization and detection ...
  • Indry Dessy Nurpratami, Imas Sukaesih Sitanggang.(20 15). Classification rules for ...
  • Junoh, A. K, Mansor, M. N, Abu, S _ A, ...
  • J. Zaki Mohammmed , Meira Jr Wagner. (2014). Data mining ...
  • Laura Garach Morcillo , Francisco Javier Calvo Poyo, Griselda Lpez ...
  • Lior _ Oded Mai mo.(2008). Data Mining with Decision Trees: ...
  • Risk management Guide for tax administration. (2006).fiscalis risk analysis project ...
  • Wu, Roung-Shiunn and Ou, C.S and Chang She-I and Yen ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۵۹۸۷۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.