8
1 L’Anagrafe Comunale L’Anagrafe Comunale Soggetti/Oggetti/Relazioni Soggetti/Oggetti/Relazioni Progetto ELI-CAT Progetto ELI-CAT Gestione digitale integrata dei servizi locali in materia fiscale e Gestione digitale integrata dei servizi locali in materia fiscale e catastale mediante modelli di cooperazione applicativa catastale mediante modelli di cooperazione applicativa

L’Anagrafe Comunale Soggetti/Oggetti/Relazioni Progetto ELI-CAT

Embed Size (px)

DESCRIPTION

L’Anagrafe Comunale Soggetti/Oggetti/Relazioni Progetto ELI-CAT Gestione digitale integrata dei servizi locali in materia fiscale e catastale mediante modelli di cooperazione applicativa. Il “duplice ruolo” dell’Anagrafe Comunale SOR. Anagrafe popolazione. Anagrafe tributaria. - PowerPoint PPT Presentation

Citation preview

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