随着社会主义市场经济的不断发展完善和税收征管工作的逐步深入,各级税务机关均已积累了相当可观的历史涉税数据,如何从这些数据资料中获得有意义的知识将成为信息化条件下税收征管工作的重要任务。在这样的背景下,本文从税务机关的角度出发,对纳税评估中的数据挖掘模型进行了研究和探讨。首先,在税收遵从理论和微观税收分析理论的框架下对纳税评估为什么做、做什么和怎样做的问题予以界定,为后续的研究奠定了理论基础。其次,面向纳税评估实际应用提出了基于用户细化的数据挖掘过程模型并对其具体内容予以描述,该模型为纳税评估数据挖掘模型的应用提供了参考标准。接下来,论文基于粗糙集属性约简提出动态构建纳税评估指标体系的数据挖掘模型,以增值税税种为例对该模型进行了研究,给出了作为知识系统的纳税评估指标体系的定义。最后,论文构建了粗集—神经网络纳税评估对象识别模型,针对该模型的泛化能力问题和两类错误识别问题,提出了神经网络集成学习的识别模型,结果表明该模型可以有效的提高识别模型的泛化能力并降低两类误识率。论文的研究结果表明纳税评估中的数据挖掘模型有助于提升税务机关的征管水平和征管效果。