Indicators for smart cities: tax illicit analysis through data mining

The anomalies in the data coexist in the databases and in the non-traditional data that can be accessed and produced by a tax administration, whether these data are of internal or external origin. The analysis of certain anomalies in the data could lead to the discovery of patterns that respond to d...

Descripción completa

Detalles Bibliográficos
Autores: Silva, Jesús, Solano, Darwin, Fernández, Claudia, Nieto Ramos, Lainet, Urdanegui, Rosella, Herz, Jeannette, Mercado, Alberto, Ovallos-Gazabon, David
Tipo de recurso: artículo
Estado:Versión aceptada para publicación
Fecha de publicación:2021
País:Colombia
Institución:Corporación Universidad de la Costa
Repositorio:Repositorio REDICUC
Idioma:inglés
OAI Identifier:oai:repositorio.cuc.edu.co:11323/7707
Acceso en línea:https://hdl.handle.net/11323/7707
https://doi.org/10.1007/978-981-15-7234-0_88
https://repositorio.cuc.edu.co/
Access Level:acceso abierto
Palabra clave:Data mining
Anomalous data
Algorithms
Automatic learning
Big data
Noise
id CO_a77e78b4e2ef4687e7207df3d74689ab
oai_identifier_str oai:repositorio.cuc.edu.co:11323/7707
network_acronym_str CO
network_name_str Colombia
repository_id_str
dc.title.none.fl_str_mv Indicators for smart cities: tax illicit analysis through data mining
title Indicators for smart cities: tax illicit analysis through data mining
spellingShingle Indicators for smart cities: tax illicit analysis through data mining
Silva, Jesús
Data mining
Anomalous data
Algorithms
Automatic learning
Big data
Noise
title_short Indicators for smart cities: tax illicit analysis through data mining
title_full Indicators for smart cities: tax illicit analysis through data mining
title_fullStr Indicators for smart cities: tax illicit analysis through data mining
title_full_unstemmed Indicators for smart cities: tax illicit analysis through data mining
title_sort Indicators for smart cities: tax illicit analysis through data mining
dc.creator.none.fl_str_mv Silva, Jesús
Solano, Darwin
Fernández, Claudia
Nieto Ramos, Lainet
Urdanegui, Rosella
Herz, Jeannette
Mercado, Alberto
Ovallos-Gazabon, David
author Silva, Jesús
author_facet Silva, Jesús
Solano, Darwin
Fernández, Claudia
Nieto Ramos, Lainet
Urdanegui, Rosella
Herz, Jeannette
Mercado, Alberto
Ovallos-Gazabon, David
author_role author
author2 Solano, Darwin
Fernández, Claudia
Nieto Ramos, Lainet
Urdanegui, Rosella
Herz, Jeannette
Mercado, Alberto
Ovallos-Gazabon, David
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Data mining
Anomalous data
Algorithms
Automatic learning
Big data
Noise
topic Data mining
Anomalous data
Algorithms
Automatic learning
Big data
Noise
description The anomalies in the data coexist in the databases and in the non-traditional data that can be accessed and produced by a tax administration, whether these data are of internal or external origin. The analysis of certain anomalies in the data could lead to the discovery of patterns that respond to different causes, being able to evidence these causes certain illicit by taxpayers or acts of corruption when there is the connivance of the taxpayer with the public employee or public official. The purpose of this research is the theoretical development of the causal analysis of certain anomalies of tax data, demonstrating that the data mining methodology contributes to evidence of illicit and corrupt acts, through the application of certain algorithms.
publishDate 2021
dc.date.none.fl_str_mv 2021-01-18T17:35:25Z
2021-01-18T17:35:25Z
2021
dc.type.none.fl_str_mv Artículo de revista
http://purl.org/coar/resource_type/c_6501
Text
info:eu-repo/semantics/article
http://purl.org/redcol/resource_type/ART
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/version/c_ab4af688f83e57aa
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/11323/7707
https://doi.org/10.1007/978-981-15-7234-0_88
Corporación Universidad de la Costa
REDICUC - Repositorio CUC
https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/7707
https://doi.org/10.1007/978-981-15-7234-0_88
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 1. Newton K, Norris P (2000) Confidence in public institutions, faith, culture and performance? In: Pharr SJ, Putnam RD (eds) Disaffected democracies Princeton. Princeton University Press, New Jersey, pp 52–73
2. León Medina FJ (2014) Mecanismos generadores de la confianza en la institución policial. Indret: Revista para el Análisis del Derecho 2:15–30
3. Liu B, Xu G, Xu Q, Zhang N (2012) Outlier detection data mining of tax based on cluster. In: 2012 international conference on medical physics and biomedical engineering (ICMPBE2012) 33 (Supplement C), pp 1689–1694.
4. Malone MFT (2010)The verdict is in: the impact of crime on public trust in Central American Justice Systems. J Politics Lat Am 2:99–128
5. Bedoya Velasco ÁY, Rojas Cruz AE, Sandoval Rozo O (2019) El derecho a la defensa técnica en el proceso jurisdiccional de cobro coactivo adelantado por la dirección de impuestos y aduanas nacionales de colombia
6. Bottia Rengifo, RE (2019) Apoyo en las actividades de los programas posconsumo en la coordinación de inventarios y almacén de la Unidad Administrativa Especial Dirección de Impuestos y Aduanas Nacionales (DIAN)
7. Lis-Gutiérrez JP, Reyna-Niño HE, Gaitán-Angulo M, Viloria A, Abril JES (2018) Hierarchical ascending classification: an application to contraband apprehensions in Colombia (2015–2016). In: International conference on data mining and big data, June 2018. Springer, Cham, pp 168–178
8. Amelec V, Carmen V (2015) Relationship between variables of performance social and financial of microfinance institutions. Adv Sci Lett 21(6):1931–1934
9. Romero R, Milena S, Torres González B (2019) Núcleo de apoyo contable y fiscal, NAF convenio DIAN Universidad Cooperativa de Colombia-campus Neiva
10. Godoy Godoy DL, González Gómez LA (2019) Big data para la priorización de zonas de atención a emergencias causadas por inundaciones en Bogotá Colombia: uso de las redes sociales
11. Becerra G, Alurralde JPL (2017) Big data y Data mining. Un analisis crítico acerca de su significación para las ciencias psicosociales a partir de un estudio de caso. {PSOCIAL} 3(2):66–85
12. Magnani E (2017) Big data y política: El poder de los algoritmos. Nueva sociedad, (269)
13. Segovia C, Haye A, González R, Manzi J (2008) Confianza en instituciones políticas en Chile: un modelo de los componentes centrales de juicios de confianza. Revista de Ciencia Política 28(2):39–60
14. Tankebe J (2008) Police effectiveness and police trustworthiness in Ghana: an empirical appraisal. Criminol Crim Justice 8:185–202
15. DANE (2019) Proyecciones de Población [database]. DANE, Bogotá
16. Rojas Nonzoque JD, Ramírez Barbosa N (2019) El Impuesto a la Renta y Complementarios en Colombia Desde el Punto de Vista del Contribuyente Persona Natural, Ley 1819 De 2016
17. Demsar J, Curk T, Erjavec A, Gorup C, Hocevar T, Milutinovic M, Mozina M, Polajnar M, Toplak M, Staric A, Stajdohar M, Umek L, Zagar L, Zbontar J, Zitnik M, Zupan B (2013) Orange: data mining toolbox in python. J Mach Learn Res 14(Aug):2349–2353
18. Viloria A, Neira-Rodado D, Pineda Lezama OB (2019) Recovery of scientific data using intelligent distributed data warehouse. ANT/EDI40 2019:1249–1254
19. Tarazona LTA, Gómez YH, Granados CM (2019) Caracterización y creación del manual de los procesos y procedimientos de importación de gráneles sólidos en el puerto marítimo de Buenaventura Colombia
20. Vargas D, Lineht L, Santis Criado AC (2019) Aplicación de las disposiciones tributarias actuales en las entidades sin ánimo de lucro en Colombia respecto al impuesto de renta y complementarios
dc.rights.none.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Corporación Universidad de la Costa
publisher.none.fl_str_mv Corporación Universidad de la Costa
dc.source.none.fl_str_mv Advances in Intelligent Systems and Computing
https://link.springer.com/chapter/10.1007/978-981-15-7234-0_88
reponame:Repositorio REDICUC
instname:Corporación Universidad de la Costa
instacron:Corporación Universidad de la Costa
instname_str Corporación Universidad de la Costa
instacron_str Corporación Universidad de la Costa
institution Corporación Universidad de la Costa
reponame_str Repositorio REDICUC
collection Repositorio REDICUC
_version_ 1825052878197227520
spelling Indicators for smart cities: tax illicit analysis through data miningSilva, JesúsSolano, DarwinFernández, ClaudiaNieto Ramos, LainetUrdanegui, RosellaHerz, JeannetteMercado, AlbertoOvallos-Gazabon, DavidData miningAnomalous dataAlgorithmsAutomatic learningBig dataNoiseThe anomalies in the data coexist in the databases and in the non-traditional data that can be accessed and produced by a tax administration, whether these data are of internal or external origin. The analysis of certain anomalies in the data could lead to the discovery of patterns that respond to different causes, being able to evidence these causes certain illicit by taxpayers or acts of corruption when there is the connivance of the taxpayer with the public employee or public official. The purpose of this research is the theoretical development of the causal analysis of certain anomalies of tax data, demonstrating that the data mining methodology contributes to evidence of illicit and corrupt acts, through the application of certain algorithms.Silva, JesúsSolano, DarwinFernández, ClaudiaNieto Ramos, LainetUrdanegui, RosellaHerz, JeannetteMercado, AlbertoOvallos-Gazabon, DavidCorporación Universidad de la Costa2021-01-18T17:35:25Z2021-01-18T17:35:25Z2021Artículo de revistahttp://purl.org/coar/resource_type/c_6501Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/version/c_ab4af688f83e57aaapplication/pdfapplication/pdfhttps://hdl.handle.net/11323/7707https://doi.org/10.1007/978-981-15-7234-0_88Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/Advances in Intelligent Systems and Computinghttps://link.springer.com/chapter/10.1007/978-981-15-7234-0_88reponame:Repositorio REDICUCinstname:Corporación Universidad de la Costainstacron:Corporación Universidad de la Costaeng1. Newton K, Norris P (2000) Confidence in public institutions, faith, culture and performance? In: Pharr SJ, Putnam RD (eds) Disaffected democracies Princeton. Princeton University Press, New Jersey, pp 52–732. León Medina FJ (2014) Mecanismos generadores de la confianza en la institución policial. Indret: Revista para el Análisis del Derecho 2:15–303. Liu B, Xu G, Xu Q, Zhang N (2012) Outlier detection data mining of tax based on cluster. In: 2012 international conference on medical physics and biomedical engineering (ICMPBE2012) 33 (Supplement C), pp 1689–1694.4. Malone MFT (2010)The verdict is in: the impact of crime on public trust in Central American Justice Systems. J Politics Lat Am 2:99–1285. Bedoya Velasco ÁY, Rojas Cruz AE, Sandoval Rozo O (2019) El derecho a la defensa técnica en el proceso jurisdiccional de cobro coactivo adelantado por la dirección de impuestos y aduanas nacionales de colombia6. Bottia Rengifo, RE (2019) Apoyo en las actividades de los programas posconsumo en la coordinación de inventarios y almacén de la Unidad Administrativa Especial Dirección de Impuestos y Aduanas Nacionales (DIAN)7. Lis-Gutiérrez JP, Reyna-Niño HE, Gaitán-Angulo M, Viloria A, Abril JES (2018) Hierarchical ascending classification: an application to contraband apprehensions in Colombia (2015–2016). In: International conference on data mining and big data, June 2018. Springer, Cham, pp 168–1788. Amelec V, Carmen V (2015) Relationship between variables of performance social and financial of microfinance institutions. Adv Sci Lett 21(6):1931–19349. Romero R, Milena S, Torres González B (2019) Núcleo de apoyo contable y fiscal, NAF convenio DIAN Universidad Cooperativa de Colombia-campus Neiva10. Godoy Godoy DL, González Gómez LA (2019) Big data para la priorización de zonas de atención a emergencias causadas por inundaciones en Bogotá Colombia: uso de las redes sociales11. Becerra G, Alurralde JPL (2017) Big data y Data mining. Un analisis crítico acerca de su significación para las ciencias psicosociales a partir de un estudio de caso. {PSOCIAL} 3(2):66–8512. Magnani E (2017) Big data y política: El poder de los algoritmos. Nueva sociedad, (269)13. Segovia C, Haye A, González R, Manzi J (2008) Confianza en instituciones políticas en Chile: un modelo de los componentes centrales de juicios de confianza. Revista de Ciencia Política 28(2):39–6014. Tankebe J (2008) Police effectiveness and police trustworthiness in Ghana: an empirical appraisal. Criminol Crim Justice 8:185–20215. DANE (2019) Proyecciones de Población [database]. DANE, Bogotá16. Rojas Nonzoque JD, Ramírez Barbosa N (2019) El Impuesto a la Renta y Complementarios en Colombia Desde el Punto de Vista del Contribuyente Persona Natural, Ley 1819 De 201617. Demsar J, Curk T, Erjavec A, Gorup C, Hocevar T, Milutinovic M, Mozina M, Polajnar M, Toplak M, Staric A, Stajdohar M, Umek L, Zagar L, Zbontar J, Zitnik M, Zupan B (2013) Orange: data mining toolbox in python. J Mach Learn Res 14(Aug):2349–235318. Viloria A, Neira-Rodado D, Pineda Lezama OB (2019) Recovery of scientific data using intelligent distributed data warehouse. ANT/EDI40 2019:1249–125419. Tarazona LTA, Gómez YH, Granados CM (2019) Caracterización y creación del manual de los procesos y procedimientos de importación de gráneles sólidos en el puerto marítimo de Buenaventura Colombia20. Vargas D, Lineht L, Santis Criado AC (2019) Aplicación de las disposiciones tributarias actuales en las entidades sin ánimo de lucro en Colombia respecto al impuesto de renta y complementariosAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf22024-09-17T16:06:37Z
score 15,812455

Similares en LA Referencia