Mostrar el registro sencillo del ítem

dc.contributor.authorSilva, Jesússpa
dc.contributor.authorSolano, Darwinspa
dc.contributor.authorFernández, Claudiaspa
dc.contributor.authorNieto Ramos, Lainetspa
dc.contributor.authorUrdanegui, Rosellaspa
dc.contributor.authorHerz, Jeannettespa
dc.contributor.authorMercado, Albertospa
dc.contributor.authorOvallos-Gazabon, Davidspa
dc.date.accessioned2021-01-18T17:35:25Z
dc.date.available2021-01-18T17:35:25Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/11323/7707spa
dc.description.abstractThe 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.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isoeng
dc.publisherCorporación Universidad de la Costaspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.sourceAdvances in Intelligent Systems and Computingspa
dc.subjectData miningspa
dc.subjectAnomalous dataspa
dc.subjectAlgorithmsspa
dc.subjectAutomatic learningspa
dc.subjectBig dataspa
dc.subjectNoisespa
dc.titleIndicators for smart cities: tax illicit analysis through data miningspa
dc.typeArtículo de revistaspa
dc.source.urlhttps://link.springer.com/chapter/10.1007/978-981-15-7234-0_88spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.identifier.doihttps://doi.org/10.1007/978-981-15-7234-0_88spa
dc.identifier.instnameCorporación Universidad de la Costaspa
dc.identifier.reponameREDICUC - Repositorio CUCspa
dc.identifier.repourlhttps://repositorio.cuc.edu.co/spa
dc.relation.references1. 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 52–73spa
dc.relation.references2. León Medina FJ (2014) Mecanismos generadores de la confianza en la institución policial. Indret: Revista para el Análisis del Derecho 2:15–30spa
dc.relation.references3. 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.spa
dc.relation.references4. Malone MFT (2010)The verdict is in: the impact of crime on public trust in Central American Justice Systems. J Politics Lat Am 2:99–128spa
dc.relation.references5. 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 colombiaspa
dc.relation.references6. 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)spa
dc.relation.references7. 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 168–178spa
dc.relation.references8. Amelec V, Carmen V (2015) Relationship between variables of performance social and financial of microfinance institutions. Adv Sci Lett 21(6):1931–1934spa
dc.relation.references9. Romero R, Milena S, Torres González B (2019) Núcleo de apoyo contable y fiscal, NAF convenio DIAN Universidad Cooperativa de Colombia-campus Neivaspa
dc.relation.references10. 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 socialesspa
dc.relation.references11. 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):66–85spa
dc.relation.references12. Magnani E (2017) Big data y política: El poder de los algoritmos. Nueva sociedad, (269)spa
dc.relation.references13. 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):39–60spa
dc.relation.references14. Tankebe J (2008) Police effectiveness and police trustworthiness in Ghana: an empirical appraisal. Criminol Crim Justice 8:185–202spa
dc.relation.references15. DANE (2019) Proyecciones de Población [database]. DANE, Bogotáspa
dc.relation.references16. 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 2016spa
dc.relation.references17. 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):2349–2353spa
dc.relation.references18. Viloria A, Neira-Rodado D, Pineda Lezama OB (2019) Recovery of scientific data using intelligent distributed data warehouse. ANT/EDI40 2019:1249–1254spa
dc.relation.references19. 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 Colombiaspa
dc.relation.references20. 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 complementariosspa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • Artículos científicos [3120]
    Artículos de investigación publicados por miembros de la comunidad universitaria.

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 International
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 International