数据挖掘(Data Mining)是从大量数据中采用数学的、统计的、人工智能和神经网络等领域的科学方法发现潜在规律、提取有用的知识。近年来,数据挖掘受到了国内外众多领域的广泛关注,聚类分析是数据挖掘的一个重要研究课题,它是对大量未知的数据对象,按照数据的内在相似性将数据对象划分为多个类别,是类别内的数据相似度较大而类别间的数据相似度较小一种数学方法,它的应用领域很广。近年随着社会主义市场经济的快速发展,大力推进专业化、信息化税源管理,优化纳税服务,防范税收分析,可以通过设计指标体系来提取个性特征,利用聚类分析技术进行综合分析和结果解读,找出纳税异常的纳税户,来更好的完成纳税评估工作,因此聚类分析在纳税评估中的研究和应用尤为重要。本文详细介绍了聚类分析算法在贵阳市地方税务局“五位一体”税源专业化管理平台中纳税评估模块中的具体应用。通过理解聚类分析的基本概念,对聚类分析的各个算法的初步学习,及聚类分析中K-means算法和系统聚类法的研究,并且在实际工作的环境中通过使用SPSS Statistics统计软件对相关数据进行聚类分析及解读,最后在纳税评估模块运用.NET技术将SPSS数学模型分析功能集成,通过使用第三方DevExpress的控件实现前端界面的展示,内容主要包括：模型1：分地区税负和GDP增幅聚类分析；模型2：主要税种的税收贡献聚类分析；模型3：税收收入与销售收入增长聚类分析；模型4：企业所得税税负与利润率聚类分析；模型5：重点税源户企业所得税税负与利润率聚类分析；模型6：重点税源户税收收入与销售收入增长聚类分析。通过对以上六个模型进行聚类分析及解读,很好的诠释了贵阳市地方税收与地方经济之间的关系,有效帮助税务工作人员更好的辨别纳税异常用户,目前该系统已在贵阳市地方地税局使用,取得了较好的效果。