داده کاوی به کمک شبکه عصبی مصنوعی برای جلوگیری از فرار مالیاتی

هدف: این مقاله به بررسی داده کاوی و تاثیر هوش مصنوعی و پیشرفت روز افزون تکنولوژی بر فرآیند داده کاوی می پردازد که چگونه ترکیب داده کاوی با هوش مصنوعی به خصوص شبکه عصبی مصنوعی می تواند فرار مالیاتی شرکت ها را شناسایی و جلوی فرار مالیاتی را بگیرد و همچنین این مقاله نقشه راهی برای پژوهش ها و تحقیق های بیشتر برای محققان و علاقه مندان این حوزه ارائه می دهد.روش: این مقاله یک مقاله مروری می باشد که با بررسی 51 مقاله داخلی و خارجی در مورد هوش مصنوعی، شبکه عصبی مصنوعی ، داده کاوی ، مالیات و فرار مالیاتی به بررسی تاثیر هوش مصنوعی مخصوصا شبکه عصبی مصنوعی ، داده کاوی و ترکیب این دو بر جلوگیری از فرار مالیاتی می پردازد .یافته ها: با توجه به اینکه درآمد مالیاتی بخش قابل توجهی از درآمد کشور عزیزمان ایران در سالیان اخیر می باشد ، موضوع مالیات ستانی و فرار مالیاتی به صورت ویژه مورد توجه دولت قرار گرفته است ، به علت بررسی حجم زیاد اطلاعات در تعیین میزان سودآوری و به تبع آن مشخص کردن میزان مالیات همواره مشکلاتی زیادی به وجود می آید و درنتیجه بسیاری از اطلاعات پنهان یا به نادرستی ارائه می گردد در اینجا داده کاوی به ما کمک می کند که اطلاعات و دانش مفید را بتوانیم از حجم زیاد و عظیمی از داده ها و اطلاعات بیابیم اما از آنجایی که حجم اطلاعات بسیار زیاد و کشف اطلاعات و دانش مفید زمان بر می باشد و در بعضی موارد پیچیدگی اطلاعات بر دقت داده کاوی می کاهد می توان از هوش مصنوعی برای کاهش در زمان بررسی و افزایش در دقت داده کاوی اطلاعات استفاده کرد. همچنین با توجه به جهانی شدن هوش مصنوعی و پیشرفت های جدید در این حوزه ، روش های متفاوت و متداولی برای کمک به داده کاوی وجود دارد که انتخاب روش مناسب میتواند در بهبود روند داده کاوی اطلاعات و در نهایت ایجاد الگو های مناسب و کمک به جلوگیری از فرار مالیاتی بکند.نتیجه: در این مقاله اهمیت و نقش هوش مصنوعی به ویژه شبکه عصبی مصنوعی بر سیستم اطلاعاتی حسابداری مورد ارزیابی قرار گرفته است. همچنین، تاثیر هوش مصنوعی بر سیستم اطلاعاتی حسابداری مورد کنکاش قرار گرفته است.