1、本文主要介紹了異常挖掘和聚類分析在稅務(wù)行業(yè)的應(yīng)用。 隨著數(shù)據(jù)庫技術(shù)在稅收上的的普及和應(yīng)用，稅務(wù)機(jī)關(guān)積累了大量的原始數(shù)據(jù)，然而卻不能有效的利用這些資源。而如何從這些數(shù)據(jù)中得到有用的知識(shí)，正是數(shù)據(jù)挖掘要解決的問題。數(shù)據(jù)挖掘技術(shù)是從上個(gè)世紀(jì)80年代開始發(fā)展起來的一門新技術(shù)，就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中其主要的目的，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)。 異常挖掘是數(shù)據(jù)

2、挖掘中的重要研究方面之一，其作用就是發(fā)現(xiàn)數(shù)據(jù)中的“小模式”，即數(shù)據(jù)集中顯著不同于其它數(shù)據(jù)的對(duì)象。這在稅務(wù)上是非常有效的數(shù)據(jù)挖掘方式。特殊的生產(chǎn)經(jīng)營模式、規(guī)模特別大的納稅企業(yè)(也就是稅務(wù)行業(yè)所謂的重點(diǎn)稅源)、甚至各種涉稅犯罪都會(huì)形成異常的數(shù)據(jù)，而這些數(shù)據(jù)正是稅務(wù)機(jī)關(guān)關(guān)注的重點(diǎn)。如何快速有效地找到這些特殊的數(shù)據(jù)，對(duì)稅務(wù)行業(yè)有著重要的意義。本文在稅務(wù)行業(yè)的異常數(shù)據(jù)挖掘方面進(jìn)行了探討。 本文首先講述了數(shù)據(jù)挖掘的基本概念和方法，介紹了數(shù)據(jù)

3、挖掘研究的一般對(duì)象和典型應(yīng)用；具體研究了聚類和異常挖掘技術(shù)，說明了評(píng)價(jià)聚類和異常挖掘算法的一般準(zhǔn)則，介紹了一些典型的聚類和異常挖掘算法。具體回顧了異常挖掘的研究發(fā)展及當(dāng)前研究動(dòng)態(tài)，介紹了基于距離、基于密度、基于偏離以及高維數(shù)據(jù)等孤立點(diǎn)發(fā)現(xiàn)中的主要算法，具體分析了各個(gè)算法的主要內(nèi)容，在此基礎(chǔ)上總結(jié)比較了各個(gè)算法的優(yōu)劣及其適用范圍。 本文的重點(diǎn)是使用一種基于密度的方法對(duì)稅務(wù)機(jī)關(guān)的稅收數(shù)據(jù)進(jìn)行聚類分析，發(fā)現(xiàn)其中有意義的模型以及異常的數(shù)