Разработка информационной системы налоговой инспекции

Автор работы: Пользователь скрыл имя, 17 Апреля 2014 в 19:09, курсовая работа

Краткое описание

Цель работы – разработка информационной системы Федеральной Налоговой Службы.
Задачи работы:
– Изучение предметной области;
– Разработка структурных моделей;
– Моделирование правил и поведения системы;
– Разработка структуры базы данных.

Содержание

ВВЕДЕНИЕ 3
ГЛАВА 1 РАЗРАБОТКА КОНЦЕПТУАЛЬНОЙ МОДЕЛИ ДАННЫХ 4
1.1 Декомпозиция информационной системы 4
1.2 Разработка модели данных 9
1.3 Разработка диаграммы потоков данных 10
ГЛАВА 2 МОДЕЛИРОВАНИЕ ПРАВИЛ И ПОВЕДЕНИЯ СИСТЕМЫ 12
2.1 Продукционная модель 12
2.2 Семантическая сеть 13
2.3 Фреймовая модель 14
ГЛАВА 3 РАЗРАБОТКА СТРУКТУРЫ БАЗЫ ДАННЫХ 15
ЗАКЛЮЧЕНИЕ 16
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 17

Вложенные файлы: 1 файл

Налоговая инспекция.doc

— 379.50 Кб (Скачать файл)

Факт 2. Служащая Петрова приняла налоговую декларацию на камеральную проверку.

Факт 3. Васечкин предоставил декларацию за 2012 г. 09.01.2013.

Правило 1. Если Х предоставил декларацию в налоговый орган, Х – налогоплательщик.

Правило 2. Если налогоплательщик Y предоставил декларацию за Х год позже 30.04.(Х+1) – начислить налогоплательщику Y штраф.

Правило 3. Если служащий Х принял налоговую декларацию на камеральную проверку – служащий Х является оператором АРМ.

Прямой вывод:

Подставляем Факт 1 в правило 1:

Х = Иванов, следовательно Иванов – налогоплательщик – новый факт.

Подставляем Факт 1 в правило 2:

Y = Иванов, из правила 1 известно что Иванов налогоплательщик. X = 2011, следовательно налогоплательщик Иванов должен предоставить декларацию за 2011 г. Не позднее 30.04.2012. Из факта 1 известно, что Иванов предоставил декларацию 14.05.2012, следовательно получаем новый факт – начислить налогоплательщику Иванову штраф.

Подставляем Факт 1 в правило 3 – не получаем новых фактов.

Подставляем Факт 2 в правила 1, 2 – не получаем новых фактов.

Подставляем Факт 2 в правило 3:

Х = Петрова, следовательно служащая Петрова является оператором АРМ.

 

Обратный вывод:

Выдвигаем гипотезу: Петрова оператор АРМ. Подставляем этот факт в правило 3: Если служащий Х принял налоговую декларацию на камеральную проверку – служащий Петрова является оператором АРМ. Ищем левую часть правила, путем перебора определяем, что подходит факт 2, при этом переменная Х принимает значение «Петрова».

2.2 Семантическая сеть

Рисунок 5. Семантическая сеть.

Налоговый орган «Управление ФНС по Алт. кр.» обрабатывает декларации от алтайских налогоплательщиков ежегодно до 30.04.

Запрос: кем обрабатываются налоговые декларации от Алтайского налогоплательщика?

Рисунок 6. Запрос к базе знаний.

 

2.3 Фреймовая модель

Рисунок 7. Фреймовая модель.

Фреймы «Декларация №1» и «Декларация №2» хранят уникальную информацию для каждой декларации. Если проследовать вверх по иерархии фреймов, можно узнать такую информацию, как отчетный год и тип налогоплательщика. Фрейм «Обработка деклараций» содержит процедурные знания. Например, помощью проц. 3 можно начислить штрафы на недобросовестных налогоплательщиков, а проц. 1 позволит узнать, какие декларации необходимо вернуть НП на доработку.

 

глава 3 разработка структуры базы данных

Рисунок 8. Реляционная модель.

На рисунке 8 мы имеем следующие отношения:

    • Налоговая отчетность = (Номер документа, ФИО НП, Тип документа, Дата документа, ИД пользователя АРМ, Номер платежа);
    • Пользователь АРМ = (ИД, ФИО, Пароль, Должность, Адрес внутренней почты, Уровень доступа);
    • Платеж = (Номер платежа, № документа, сумма, Дата, ФИО Должника);
    • Задолженность = (ФИО Должника, Тип задолженности, Сумма, ИНН, Дата выставления, Дата погашения, Номер платежа);
    • Налогоплательщик = (ФИО, Адрес, Контакты, ИНН, Номер платежа).

 

ЗАКЛЮЧЕНИЕ

В данной курсовой работе была разработана информационная система Федеральной Налоговой Службы.

В ходе написания работы было сделано:

    • Изучена предметная область;
    • Разработаны структурные модели;
    • Смоделированы правила и поведение;
    • Разработана структура базы данных.

С помощью данной системы Федеральная Налоговая Служба может автоматизировать некоторые рутинные процессы (в частности обработку деклараций), что поможет увеличить производительность и уменьшить затраты трудовых и временных ресурсов.

 

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

  1. Автоматизированные информационные технологии в экономике: учебник / под ред. проф. Титоренко Г. А. - М.: Компьютер, ЮНИТИ, 1998.
  2. Вендров А. М. Проектирование   программного обеспечения экономических информационных систем. - М.: Финансы и статистика, 2000.
  3. Дейт К. Дж. Введение в системы баз данных. — 8-е изд. / К. Дж. Дейт  — М.: «Вильямс», 2006.
  4. Калашян А.Н., Калянов Г.Н. Структурные модели бизнеса: DFD-технологии. – М.: Финансы и статистика, 2003.
  5. Калянов Г. Н. CASE - технологии. Консалтинг при автоматизации бизнес процессов. - М.: Горячая линия - Телеком, 2000.
  6. Коннолли Т., Бегг К. Базы данных. Проектирование, реализация и сопровождение. Теория и практика — 3-е изд.  / Т. Коннолли, K. Бегг — М.: «Вильямс», 2003.
  7. Маклаков С. В. BPWin и ERWin. CASE - средства разработки  информационных систем. - М.: ДИАЛОГ - МИФИ, 2000.
  8. Маклаков С.В. Создание информационных систем с AllFusion Modeling Suite. – М.: ДИАЛОГ-МИФИ, 2003.
  9. Мишенин А. И. Теория экономических информационных систем. - М.: Финансы и статистика, 1999.
  10. Фаулер М. UML. Основы. Краткое руководство по стандартному языку объектного моделирования – М.: Символ-Плюс, 2011.

 


Информация о работе Разработка информационной системы налоговой инспекции