税收是国家财政的主要来源,税务稽查工作是税收征管工作中的重要环节。选案是税务稽查的第一道程序,但目前使用的选案系统由于使用随机生成名单的方式,目标命中率很低。本文受某地税务部门的委托,重新设计与开发选案系统。新选案系统在综合分析纳税户纳税数据的基础上自动进行选案,但由于税务系统内先后建立的应用系统没有采用统一的技术标准和平台,各数据存储在异构环境中,导致综合分析数据十分困难,需要先建立数据仓库。本文介绍通过数据仓库技术,集成某地税务局异构数据,建立基于数据仓库的税务稽查选案系统,提高选案的目标命中率。运用数据挖掘和联机分析技术,分析历年纳税数据,自动选案,找出具有逃税漏税嫌疑的纳税户,为税务稽查人员提供决策支持功能。首先介绍如何增量集成各异构数据源的数据,进行转换和清洗后建立数据仓库。然后介绍使用聚类分析中的K-medoids算法,进行同行业税负分析,找出税负个体差异较大的企业;使用决策树算法在企业历年纳税数据的基础上,建立纳税诚实申报判别模型,根据纳税人的申报资料自动比对税负个体差异较大的企业是否存在逃税漏税行为。为了防止数据挖掘中可能出现的偏差,最后介绍使用联机分析处理技术,把通过决策树算法找出的逃税漏税嫌疑名单与以往典型的案例进行比较,为稽查人员提供辅助判定功能。本文是数据仓库技术在税务系统中一个探索应用,为同类系统的开发设计提供了经验借鉴。