LANAGRAFE DEI RAPPORTI FINANZIARI E LE NUOVE INDAGINI FINANZIARIE a cura di Giovanni Barbato.
1 LAnagrafe Comunale Soggetti/Oggetti/Relazioni Progetto ELI-CAT Gestione digitale integrata dei...
-
Upload
letizia-fantoni -
Category
Documents
-
view
217 -
download
5
Transcript of 1 LAnagrafe Comunale Soggetti/Oggetti/Relazioni Progetto ELI-CAT Gestione digitale integrata dei...
1
L’Anagrafe Comunale L’Anagrafe Comunale Soggetti/Oggetti/Relazioni Soggetti/Oggetti/Relazioni
Progetto ELI-CATProgetto ELI-CATGestione digitale integrata dei servizi locali in materia fiscale eGestione digitale integrata dei servizi locali in materia fiscale e
catastale mediante modelli di cooperazione applicativacatastale mediante modelli di cooperazione applicativa
2
Il “duplice ruolo” dell’Anagrafe Comunale Il “duplice ruolo” dell’Anagrafe Comunale SORSOR
3
Anagrafe popolazione
Anagrafe tributaria
Edilizia Privata Tributi Atti unici Notai UtenzeACI
RDBMS
INTERFACCIA
ACSOR – Modulo Base ACSOR – Modulo Esteso
ORCHESTRATORE LOCALE
ACS ACORUP RUP
Il Modulo Base e di Estensione di ACSOR Il Modulo Base e di Estensione di ACSOR
CHIAVE ESTERNA CHIAVE ESTERNA
4
Criteri di modellazione della componente Criteri di modellazione della componente ACSACS
DATI ANAGRAFICI D’IDENTIFICAZIONE
INDIRIZZO DI RESIDENZA
CODICE FISCALE
RECAPITO
PARTITA IVA
RAPPRESENTANTE LEGALE
SOGGETTO DA ANAG. POPOLAZIONE
SOGGETTO DA CATASTO
SOGGETTO DA CATASTO
SOGGETTO DA CATASTO
SOGGETTO DA ANAG. TRIBUTARIA
SOGGETTO DA TRIBUTI
Fonti Operazionali RiconciliateBlocco informativo e provenienza
Soggetto ACS
Codice Soggetto
Codice Fiscale
Nome
Cognome
Via
Data ultimo agg.
Civico
Scala
Interno
….
Tipo soggetto
12345
RSSMRA70A01L103Q
Mario
Rossi
Giuseppe Verdi
02/02/2009.
10
1
2
….
Fisico Gradodi
certificazione
Anagrafe popolazione Catasto Anagrafe Tributaria Tributi
5
Criteri di modellazione della componente Criteri di modellazione della componente ACOACO
Ogni singolo oggetto viene “costruito” a partire dall’integrazione delle singole fonti informative che ne detengono la “conoscenza”, ad es.:
Sfruttare i processi di “data cleaning & integration” per migliorare il grado complessivo di qualità dei dati offerti, come nel caso
della bonifica dei dati relativi all’ubicazione degli immobili
gli identificativi catastali vengono desunti dall’Agenzia del Territorio
l’ubicazione dell’immobile (fino all’interno) viene recepito dall’Anagrafe
la superficie è ricavata dai dati metrici catastali e/o dall’ultima denuncia presentata a fini Tarsu (a seconda di quale sia il dato più attendibile)
Uno degli obiettivi primari di ACO è quello di massimizzare la capacità di correlare la “chiave toponomastica” (via, civico, interno)
con quella “catastale” (foglio, numero, subalterno)
della definizione di un “tipo oggetto generalizzato”, che consente di raffrontare le destinazioni d’uso distintamente dichiarate nei singoli sistemi satellitedella normalizzazione degli “stadi spuri” presenti nell’archivio dell’Agenzia del Territorio
6
Le tecniche di data cleaning dell’Anagrafe Le tecniche di data cleaning dell’Anagrafe SORSOR
Necessità di strumenti che consentano di raffrontare le informazioni non solo per “identità di valori” ma anche per “similitudine”
Il Modulo Base di ACSOR integra un motore di riscontro incrociato, JMatcher, che consente l’individuazione di “record anagrafici corrispondenti” (record matching) anche solo per “mera approssimazione”
Le diverse tecniche di data cleaning previste dal sistema:
algoritmi di “analisi della frase” fondati sulla cosiddetta “logica fuzzy”
correzioni di campi errati o assenti attraverso l’utilizzo di tabelle di look-up o decodifica
bonifica delle informazioni errate o assenti desumendole da altri campi correttamente valorizzati
classificazione e normalizzazione delle informazioni, anche utilizzando algoritmi di analisi lessicale/sintattica delle stringhe
7
Esempio di utilizzo dell’analisi sintatticaEsempio di utilizzo dell’analisi sintattica
8
Le “tecniche di fusione approssimata” di Le “tecniche di fusione approssimata” di ACSORACSOR
l’incrocio produce una serie di legami con “gradi di similitudine” diversi. I dati dei due oggetti sono relativamente simili (a meno della categoria e degli identificativi catastali) e quindi i pesi non si differenziano molto (80 per i legami A2-A2 e A10-A10, 60 per quelli A2-A10)
analizzando tutti i modi possibili di “attivare” (mantenere validi) i legami generati otteniamo:
1) A2 – A2 e A10 – A10 produce 80+80 = 160 su 200
2) A2 – A10 e A10 – A2 produce 60+60 = 120 su 200
la soluzione scelta è dunque la prima (160 >> 120) ed è quella corretta
Co
d.
via
Nu
m.
Civ
ico
Cod. ACS Denominazione %
po
sses
so I
CI
cate
go
ria
ICI
1417 7 425436 ROSSI ENZO MARIO 100 4 3831 7 A02
1417 7 425436 ROSSI ENZO MARIO 100 4 3831 2 A10
fog/map/sub ICI
Tributo ICI
Co
d.
via
Nu
m.
Civ
ico
Cod. ACS Denominazione %
po
sses
so
cate
go
ria
1417 7 425436 ROSSI ENZO 100 143 72 7 A02
1417 7 425436 ROSSI ENZO 100 143 72 2 A10
fog/map/sub
Catasto
60
60
80
80