税收是国家财政收入的主要来源，也是国家调节经济发展的重要手段。税收信用是社会信用体系的重要组成部分，诚信纳税在一定程度上反映了社会信用状况。目前，我国的税收信用体系的建设还处于创立阶段，纳税信用等级评定还处在手工或计算机模拟手工评定阶段。税收信息化的发展为纳税信用评定沉积了大量税收业务数据，如何应用数据挖掘技术对进行知识发现，实现纳税信用等级评定的自动化和智能化，是当前税收信息化工作难点之一。本文针对这一课题，结合数据挖掘的分类技术进行研究，主要工作如下：(1)分析总结了税务系统纳税信用等级评定的目的、内容、标准、激励、监控和现状，提出了利用决策树算法来解决纳税信用等级手工评定问题的思路。(2)讨论了数据准备的目标、任务、技术及方法，并按照数据准备的过程对纳税信用等级评定训练数据进行数据选择、数据预处理和数据转换，形成数据挖掘的准备数据。(3)在应用研究过程中，针对C4.5算法的连续属性离散化步骤对于实际的纳税信用等级评定数据计算效率不高，提出了基于经验值窗口分割技术的连续属性离散化算法，应用结果证明改进算法性能良好，符合税务系统应用实际。(4)将改进的C4.5算法应用到纳税信用等级评定中，实现了对纳税人进行纳税信用等级的自动评定，提高了纳税信用等级评定工作的效率，减少了该项工作的人为干扰因素，使得整个评定工作更显公平、公正。(5)基于上述研究，实现了原型实验系统，从理论和实验上证明了所提出的算法的正确性和有效性。