آموزشگاه آرایشگری مردانه شفیع رسالت
دکتر علی پرند فوق تخصص جراحی پلاستیک
بهترین دکتر پروتز سینه در تهران
دستگاه آب یونیزه قلیایی کره‌ای
راهنمای انتخاب شرکتهای معتبر باربری برای حمل مایعات در ایران
چگونه اینورتر های صنعتی را عیب یابی و تعمیر کنیم؟
جاهای دیدنی قشم در شب که نباید از دست بدهید
سیگنال سهام چیست؟ مزایا و معایب استفاده از سیگنال خرید و فروش سهم
کاغذ دیواری از کجا بخرم؟ راهنمای جامع خرید کاغذ دیواری با کیفیت و قیمت مناسب
بهترین ماساژورهای برقی برای دیسک کمر در بازار ایران
بهترین ماساژورهای برقی برای دیسک کمر در بازار ایران
آفریقای جنوبی چگونه کشوری است؟
بهترین فروشگاه اینترنتی خرید کتاب زبان آلمانی: پیک زبان
با این روش ساده، فروش خود را چند برابر کنید (تست‌شده و 100٪ عملی)
خصوصیات نگین و سنگ های قیمتی از نگاه اسلام
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
تعداد کل بازدیدها :
1872076418
محسن دستگیر ، مریم غریبی کاربست روشهای داده کاوی به منظور ارتقای عملکرد تشخیص فرار مالیاتی
واضح آرشیو وب فارسی:فارس: محسن دستگیر ، مریم غریبیکاربست روشهای داده کاوی به منظور ارتقای عملکرد تشخیص فرار مالیاتی
روشهای داده کاوی مبتنی بر قواعد وابستگی با ایجاد دو مدل با درصد صحت 91% بر روی داده های آموزش، با درصد صحت 88% بر روی داده های اعتبارسنجی و با درصد صحت 86% بر روی داده های آزمون توانسته است موفق به تشخیص فرار مالیاتی گردد.
چکیده: این پژوهش به بررسی کاربست روشهای داده کاوی به منظور ارتقای عملکرد تشخیص فرار مالیاتی می پردازد. داده کاوی، فرایند کشف اطلاعات نامعلوم، ناشناخته و پنهان از یک پایگاه داده است و روشی است منحصر به فرد برای یافتن حقایق جدید و روابط بین داده های موجود که به وسیله صاحب نظران کشف نشده است. در این پژوهش سودمندی داده کاوی مبتنی بر قواعد وابستگی به عنوان ابزاری برای تشخیص فرار مالیاتی به کار گرفته شده است. جامعه آماری این پژوهش کلیه شرکتهای پذیرفته شده در بورس اوراق بهادار تهران میباشد که بر اساس شرایط در نظر گرفته شده برای انتخاب نمونه به روش حذف سامانمند، 125 شرکت در دورۀ زمانی 1383 تا 1390 انتخاب گردید. در این پژوهش از 28 متغیر مالی و غیرمالی در قالب 9 طبقه به منظور ایجاد مدل استفاده شد. قواعد وابستگی با بهکارگیری الگوریتم پیشینار برای تشخیص فرار مالیاتی شرکتها استفاده شد. بدین منظور دادهها به طور تصادفی به سه دسته آموزش، اعتبارسنجی و آزمون تقسیم شدند. نتایج پژوهش نشان داد که روشهای داده کاوی مبتنی بر قواعد وابستگی با ایجاد دو مدل با درصد صحت 91% بر روی داده های آموزش، با درصد صحت 88% بر روی داده های اعتبارسنجی و با درصد صحت 86% بر روی داده های آزمون توانسته است موفق به تشخیص فرار مالیاتی گردد. نویسندگان: محسن دستگیر ، مریم غریبی پژوهشنامه مالیات - سال بیست و سوم، شماره 4 (پیاپی 76)، زمستان 1394. برای مشاهده کامل مقاله روی فایل مقابل کلیک کنید.
لینک را کپی کنید
95/05/05 :: 04:30
این صفحه را در گوگل محبوب کنید
-