إستخدام تقنية العنقدة في تعدين البيانات لإكتشاف التهرب الضريبي في ضريبة القيمة المضافة بالتطبيق علي(المراكز الضريبية الموحدة)

Abstract

المستخلص يعتبر التهرب الضريبي من الظواهر العامة التي تعاني منها الدول المتقدمة والنامية علي حد السواء ، وإنه من الصعب جداً القضاء علي هذه الظاهرة مهما ارتفعت مستويات المعيشة وزاد الوعي الضريبي للمواطنين ، ولكن عن طريق إستخدام تقنيات التنقيب عن بيانات دافعي الضريبة والسياسات الضريبية الرشيدة والتشريعات المعتدلة تخفيض نسبة التهرب الضريبي. يقدم هذا البحث منهجية جديدة تساعد ديوان الضرائب في الكشف عن متهربين دافعي الضريبة. تكمن مشكلة البحث في سؤالين: ماهي الآلية التي تساعد في اكتشاف التهرب الضريبي؟ ما هي الوسائل التي يمكن اتباعها للحد من ظاهرة التهرب الضريبي؟ . تنبع أهمية البحث في إستخدام تقنيات التنقيب في مجال التهرب الضريبي للمساعدة في إتخاذ القرار السليم وبالسرعة والدقة المطلوبة، كما يوفر بيانات علمية تساعد الإدارة الضريبية في تطوير وسائل مكافحة التهرب الضريبي. البيانات المستخدمة في هذا البحث تحتوي علي (1310)سجل ، وهي عبارة عن البيانات المحفوظة في قواعد البيانات( Data Bases) . تهدف هذه الدراسة الي معرفة اثر تطبيق تقنيات التنقيب في التقليل من ظاهرة التهرب الضريبي وتقليل الوقت والجهد وزيادة سرعة إنجاز الاعمال ، حيث تم استخدمة خوارزمية (k-mean ) لعنقدة بيانات متهربين الضرائب ومن التجارب عثر علي أن عدد العناقيد المناسب هو( (4عناقيد ، تم استخدام برنامج weka هو عبارة عن برنامج خاص بخوارزميات التنقيب عن البيانات وتعلم الآلة. من اهم النتائج التي تم التوصل لها هو خطورة القطاع رقم (3) حيث به اكبر نسبة تهرب ضريبي، واهم التوصيات هو السعي لايجاد حلول له او ربط قاعدة بيانات الديوان مع النظام الحالي.

Abstract Tax evasion is one of the common phenomena which is suffered by both developed and developing countries. It is very difficult to eradicate this phenomenon even if the citizens' living standards and tax awareness increase. However,by using data mining technologies with regard to tax-payers information, good policies of taxation and moderate legislation, percentage of tax evasion can be reduced. This research provides a new approach that can assist the Taxation Chamber to detect the tax-payers evasion. The problem of the research lies in two questions: What is the mechanism that can assist to detect the tax evasion? What are the means to be followed to reduce tax evasion phenomenon?. The importance of the research is shown up in the application of mining technologies in the field of tax evasion to take the proper, prompt and accurate decision as well as providing practical data that can assist the tax management in developing the means of combating tax evasion. The data applied in this research consist of (1310) registers, which are the data kept in the databases. This study aims to identify the effect of mining technologies application in reducing tax evasion phenomenon, saving time and effort, accelerating works, where K-mean was applied for clustering tax evaders. This K-mean is applied for clustering many data depending on their properties as (K )clusters. The clustering process is done through narrowing the gaps between the data and the cluster centroid. Through experiences, it was found that the appropriate number of clusters is four. Weka program which is a program of data mining and machine learning algorithms, was applied. The most important results reached is the seriousness of sector (3) where the largest percentage of tax evasion, and the most important recommendations is to seek solutions or link the database with the current system.