臺灣博碩士論文加值系統

國家的興衰，完全仰賴該國的財政經濟強盛與否，而稅課收入為我國歲入主要財源，又營業稅為各稅目的「火車頭」，因此如何有效的防杜逃漏營業稅已成為稽徵機關重要的課題。營業稅自民國八十八年起改為國稅至今，已累積相當龐大的稅務資料，本研究運用資料探勘技術，以SPSS公司之Clementine 12.0套裝軟體及選擇決策樹演算法中C&R Tree、C5.0及CHAID三種方法進行資料探勘的模型建置，俾利找出最佳的規則及預警模式，以改善選案正確率，提升查核效率。經實證結果決策樹三種演算法中，發現以C5.0所建置之模型，預測的選案正確率最高，亦即可運用資訊科技來協助稽徵機關有效提高選案正確率，降低稽徵成本。

Tax revenue is the major income gained by the government. Business tax income, however, is the major source of total tax revenue. Consequently, it is the first priority for taxation agency to curb business tax evasion effectively. As the business tax fillings has been transformed and stored in the central database since 1999, it is desirable and visible to apply information technologies for detecting tax evasion. This study applied data mining techniques, C&R Tree, C5.0 and CHAID, to find out the optimal patterns and models in the case selection for further intervention and investigation by humans. After carrying out the empirical research, in terms of the accuracy, the study recommended that C5.0 is much better than other data mining techniques used in this study. It seems that taxation agency will improve the efficiency of the manpower if data mining techniques are introduced into the tax evasion detection and investigation processes.

書名頁 i
論文口試委員審定書 ii
授權書 iii
中文摘要 iv
英文摘要 v
誌謝 vi
目錄 vii
表目錄 ix
圖目錄 x
第一章 緒論 1
第一節　研究背景及動機 1
第二節　研究目的 5
第三節　研究步驟 7
第四節　研究限制 8
第五節　章節介紹 8
第二章 文獻探討 9
第一節　何謂資料採礦 9
第二節　資料採礦前置工作 11
第三節　離散化資料處理方式 13
第四節　不平衡資料處理方式 14
第五節　混和型資料處理方式 15
第三章 研究方法 17
第一節　決策樹演算法概論 17
第二節　研究流程 19
第三節　資料的蒐集、描述及關鍵因子選擇 21
第四章 實證研究 24
第一節　資料準備及前置處理 24
第二節　建制分類器模型 25
第三節　效能評估 39
第五章 結論與建議 42
第一節　研究結論 42
第二節　研究建議 43
參考文獻 45

[1] 財政部，http://www.mof.gov.tw
[2] 財政部財稅資料中心，http://www.fdc.gov.tw
[3] 財政部臺北市國稅局，http://www.ntat.gov.tw；
財政部高雄市國稅局，http://www.ntak.gov.tw；
財政部臺灣省北區國稅局，http://www.nat.gov.tw；
財政部臺灣省中區國稅局，http://www.ntact.gov.tw；
財政部臺灣省南區國稅局，http://www.ntas.gov.tw
[4] 維基百科 http://zh.wikipedia.org
[5] 李建億、蔡芳遠，2004，「應用資料探勘技術於網路專題學習活動之分析」，南師學報，第38卷第一期教育類（民國93年）：1-23。
[6] 張云濤、龔玲，資料探勘原理與技術 ，五南圖書出版股份有限公司，2007年4月。
[7] Haibo H. , Edwardo A. G., ”Learning from Imbalanced Data,” IEEE Transactions on Knowledge and Data Engineering,vol.21, pp. 9-18,September 2009.
[8] Kotsiantis, S., Kanellopoulos. D., and Pintelas, P., ”Handling imbalanced datasets：A review,” GESTS International Transactions on Computer Science and Engineering,vol.30, pp. 223-245, 2006.
[9] Yang, M. S., Hwang, P.Y., and Chen, D. E., ”Fuzzy clustering algorithms for mixed feature variables”, Fuzzy Sets and Systems, vol.141, pp.301–317, 2004.
[10] Li, X. G., Ye, N., ”A Supervised Clustering and Classification Algorithm for Mining Data With Mixed Variables”, IEEE Transactions on Systems,Man, & Cybernetics-part A:Systems & Humans,vol.36,pp.102-115,March 2006.
[11] Christian, D., Christian, B., and Rudolf, K., ”Fuzzy Clustering of Quantitative and Qualitative Data,” IEEE Annual, vol.1, pp.84-89, 2004.
[12] 謝邦昌、鄭宇庭、蘇志雄， Data Mining概述：以Clementine 12.0為例，中華資料採礦協會，2009年3月。