ارائه راهکاری برای پیشبینی شرکتهای متقلب مالیاتی مبتنی بر الگوریتم های داده کاوی درخت تصمیم بهینه شده، ماشین بردار پشتیبان و شبکه بیزین

بسیاری از شرکتها با تخلف در صورتهای مالی موجب به هم ریختگی نظام اقتصادی میشوند و این امر موجب یک بحران مهم نظام اقتصادی شده است. راهکارهای مختلفی برای تشخیص وجود دارد که اکثرا انسانی میباشند. این راهکارها دارای هزینه های بالایی برای محاسبه و بررسی صورتهای مالی تمامی شرکتها دارند ازاین جهت باید به دنبال راهکاری بود که بتواند با استفاده از داده کاوی و خودکار این فرآیند تشخیص را انجام دهد. البته روشهای داده کاوی نیز برای این قضیه ارائه شده اند که هر یک دارای مزایا و معایبی میباشند. روشهای داده کاوی که تا به اینجا برای این کار ارائه شدند دارای سربار بالای محاسباتی و یا دقت پایین بودند. حال آنکه در روش پیشنهادشده در این تحقیق از درخت تصمیم گیری ID۳ بهبودیافته به همراه شبکه بیزین و ماشین بردار پشتیبان به عنوان یک روش ترکیبی استفاده شده است. در این روش پیشنهادی برای بهبود عملکرد و دقت از الگوریتم مجموعه راف و تحلیل سلسله مراتبی در جهت انتخاب ویژگیهای موثر کمکگرفته شده است. درختی که در روش پیشنهادی ایجاد میشود دارای کمترین عمق ممکن است و ازاینرو دارای سرعت بالایی است. سربارمحاسباتی روش پیشنهادی به دلیل استفاده از الگوریتمی بهینه پایین میباشد. داده های استفاده شده در ارزیابی داده های مربوط به ۳ سال از ۶۰ شرکت است. در ارزیابی روش پیشنهادی نشان داده شده است که روش پیشنهادی دارای دقت ۸۰ درصد میباشد که نسبت به روشهای مشابه به خود دقت بالایی به حساب می آید. سربار زمانی در روش پیشنهادی O(m.n) و سربار حافظه O(n) است که m، نشاندهنده اندازه مجموعه آموزش و n نشاندهنده مجموعه ویژگی مورد استفاده در آموزش میباشد.

کلیدواژه ها:

شبکه بیزین ، ماشین بردار پشتیبان ، درخت تصمیم ، فازی راف ، تحلیل سلسله مراتبی ، تقلب.