ВИКОРИСТАННЯ СУЧАСНИХ ТЕХНІК DATA MINING В МИТНІЙ СПРАВІ УКРАЇНИ

S. Maksymchuk; L. Кабак; B. Moroz

doi:10.32836/2521-6643-2019-2-58-2

S. Maksymchuk Магістрант Університету митної справи та фінансів
L. Кабак кандидат технічних наук, доцент кафедри програмного забезпечення комп’ютерних систем Національного технічного університету “Дніпровська політехніка”
B. Moroz професор кафедри програмного забезпечення комп’ютерних систем Національного технічного університету “Дніпровська політехніка”

DOI: https://doi.org/10.32836/2521-6643-2019-2-58-2

Ключові слова: база даних Oracle, інтелектуальний аналіз даних, виявлення аномалій, фіскальна служба, система контролю ризиків

Анотація

Розглянуто техніки й алгоритми інтелектуального аналізу даних, проаналізовано актуальність їх використання для ведення бізнесу і держав-ного управління за сучасних умов розвитку інформаційних технологій та їх упровадження з метою автоматизації різноманітних сфер людської діяль-ності. Проаналізовано сучасні тенденції застосування технології інтелек-туального аналізу даних в митній справі, інтеграції цієї технології в систе-ми аналізу ризиків для виявлення шахрайської діяльності, а також для отримання інших потенційно корисних прогнозів на основі аналізу раніше здобутих даних. Запропоновано приклад одного з можливих варіантів вико-ристання інтелектуального аналізу даних у системах контролю ризиків, а саме аномальний аналіз. Для цього використано базу даних Oracle з опцією Advanced Analytics, техніку Anomaly Detection, створено прототип таблиці з даними про операції експорту й імпорту товарів.

Посилання

Top 33 Data Mining software [Electronic resource] – Access mode: https://www.predictiveanalyticstoday.com/top-data-mining-software/

50 top free data mining software [Electronic resource] - Access mode: https://www.predictiveanalyticstoday.com/top-free-data-mining-software/#

Brendan Tierney Predictive Analytics Using Oracle Data Miner: Develop & Use Data Mining Models in Oracle Data Miner, SQL & PL/SQL: - Oracle Press, 2014. – 429 - ISBN: 978-0-07-182175-9

Oracle Advanced Analytics Customer Success Stories [Electronic resource] – Access mode: https://www.oracle.com/technetwork/database/options/advanced-analytics/odm/odm-customers-086483.html

Geourjon A.M. , B. Laporte, Coundoul, O., et M. Gadiaga. 2012. "Inspecting Less to Inspect Better : The Use of Data Mining for Risk Management by Customs Administrations", in Reform by numbers : Measurement Applied to Customs and Tax Administrations in Developing Countries, ed. T. Cantens, R. Ireland and G. Raballand. Washington, DC : World Bank, November.

Habibollah Arasteh Rad *, Saeed Arash , Farhad Rahbar , Ruhollah Rahmani , Zainabolhoda Heshmati , Maysam Mirzaee Fard (2015). A Novel Unsupervised Classification Method for Customs Fraud Detection. Indian Journal of science and technology, 8(35), DOI: 10.17485/ijst/2015/v8i35/87306

V DFS funktsIonuE suchasna avtomatizovana sistema mitnogo kontrolyu ta oformlennya [Elektronniy resurs] – Rezhim dostupu: http://zp.sfs.gov.ua/media-ark/news-ark/print-249074.html

Elektronna mitnitsya [Elektronniy resurs] – Rezhim dostupu: https://www.mdoffice.com.ua/pdf/_jeais_dfs__1602281713.pdf

Marchenko O.O., Rossada T.V. AktualnI problemi Data Mining: Navchalniy posIbnik dlya studentIv fakultetu komp’yuternih nauk ta kIbernetiki. — Kiyiv. — 2017. — 150 s.