近年来，数据挖掘研究发展十分迅速，税务系统的信息化建设也得到了较好发展，各类业务管理系统积累了丰富的数据。但是，数据挖掘在税务系统的应用尚处于探索阶段。因此，研究数据挖掘技术在税务系统的应用，具有重要的理论意义和现实应用价值。本文针对税源管理工作中的税源分类管理这一课题，结合数据挖掘技术中的聚类分析开展研究，具体工作如下：(1)概述了税务系统信息化建设的概况和发展动向及税务系统数据挖掘开展情况。(2)概述了知识发现(KDD)和数据挖掘(DM)的产生、发展及相关应用，研究了聚类算法及聚类分析的度量标准。(3)针对实际应用中存在的有缺失数据的数据集合聚类问题，在传统K-均值算法基础上，通过改变距离度量算法和簇中心点更新算法，提出了面向带空缺值数据集合的改进型聚类分析算法，并运用标准UCI数据部分抽空后的数据集合进行了实验分析。(4)针对税源分类问题，选择安徽省某市地税征管数据中的税务登记和纳税明细数据为数据源，进行了聚类分析。在聚类分析之前，首先通过数据选择、数据定位和数据抽取得到了符合要求的数据，并通过数据装载装入了已创建的挖掘库，还对转载后的数据进行了规范化处理。最后得出了对税源分类管理具有较高指导意义的税源分类信息。