一种聚类算法改进及其在税源分析中的应用

• 作 者: 郑垂勇 徐利 淦文燕 赵敏
• 机 构: 河海大学商学院,江苏省扬州市国税局,解放军理工大学指挥自动化学院
• 出 处: 解放军理工大学学报：自然科学版
• 发表日期: 2010年2期
• 关键词: 数据挖掘 聚类 税源分析 应用 data mining clustering revenue source analysis application
• 基金项目: 江苏省哲学社会科学研究基金资助项目（09SJB790021）

面对大量的涉税数据，为揭示纳税个体间内在的分类特性，发现其中偏离常规的异常纳税行为等，有效提高税源监管力度，针对税源监管的应用需求，分析了数据挖掘中常用聚类算法的特性，提出了基于DENCLUE密度聚类的改进方法。该方法不仅可以发现数据分布的典型聚簇模式，而且可以揭示对税源监管更有价值的离群模式。应用实践验证了该方法的有效性。