为应对税收风险,贵州省地方税务局在2015年组织相关人员设计开发了“风险监控系统”,该系统在通过分析与应对税收风险,有效减少了国家税款的流失。然而,系统运行过程中出现了以下几个问题:1、税务局对于风险应对的专业人员数量不足,而税务人员又无法在系统中便捷学习风险应对知识。2、系统在很多环节依赖于领导决策,而系统没能对相关决策提供更加科学客观的参考数据。3、税务人员在风险应对过程中无与当前正在应对的税收风险相似的参考案例。本文所做的主要工作有:(1)通过使用协同过滤推荐算法,在风险监控系统中开发并设计了风险案例个性化推荐模块,从而解决问题1和问题2。(2)通过属性匹配方式解决问题3。在算法实际应用过程中,文本将结合“税收风险监控系统”自身特点,通过引入社会关系网络相关思想,将系统中已存在的人员结构数据进行利用,对协同过滤算法的流程上进行改变,将同一大组中的人员归并为一个相似用户群,降低了算法在寻找相似用户群时所存在的数据稀疏性,解决了因为系统中税务人员所拥有的评价数据不充分而无法找到相似用户群的问题。本文还对问题解决过程进行设计和实现,给出了与设计相对应的流程图以及相关页面实现效果图,并通过对系统运行数据的分析,验证了算法的使用效果。