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

بسیاری از شرکت ها با تخلف در صورتهای مالی موجب به هم ریختگی نظام اقتصادی می شوند و این امر موجب یک بحران مهم نظام اقتصادی شده است . راهکارهای مختلفی برای تشخیص وجود دارد که اکثرا انسانی می باشند. این راهکارها دارای هزینه های بالایی برای محاسبه و بررسی صورتهای مالی تمامی شرکت ها 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 می باشند. 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 ۳ID 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 ویژگی های موثر کمک گرفته شده است . درختی که در روش پیشنهادی ایجاد می شود دارای کمترین عمق ممکن است و ازاین رو دارای سرعت بالایی است . سربار محاسباتی روش پیشنهادی به دلیل استفاده از الگوریتمی بهینه پایین می باشد. دادههای استفاده شده در ارزیابی دادههای مربوط به ۳ سال از ۶۰ شرکت است . در ارزیابی روش پیشنهادی نشان داده شده است که روش پیشنهادی دارای دقت ۸۰ درصد می باشد 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 می باشد.

کلیدواژه ها:

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