[发明专利]一种税务系统的智能风险识别方法

权利要求书

1.一种税务系统的智能风险识别方法，其特征在于：该方法具体包括如下步骤：

步骤一：数据选取，首先对税务数据根据业务域进行划分，大体分为如下：申报数据、申请数据、发票数据、登记信息数据；

步骤二：数据初加工，剔除掉无效字段，如：各类人员代码等，进行统一、格式化的数据初加工；

步骤三：数据清洗，通过各类算法对数据进行各类处理，如：空值处理与填充、常量值处理、标准化处理、离群点处理，把所有无效数据近一步处理；

步骤四：特征工程，对数据进行有效解析，如：离散特征编码、离散化、相关性分析、组合特征、主成分分析；

步骤五：聚类分析，对所有代表纳税人特征的数据项进行聚类分析，根据唯一标识符进行聚类，然后根据聚类结果进行数据重新分析。

2.根据权利要求1所述的一种税务系统的智能风险识别方法，其特征在于：所述步骤一中：

申报数据包括：企业所得税申报数据、增值税申报数据、财务报表申报数据、以及其他各类税种申报表数据，每个税种的申报表分为主表和多张附表，主表和多张附表延伸出数据分叉；

申请数据为根据各类申请事项区分各自不同的业务表和关联方式；

发票数据是根据销货方与购货方的发票开具记录、税额、份数、销售额等等再细分；

登记数据区分为税务登记信息、各类资格信息等，税务登记信息、各类资格信息再细分为基础数据和各类变更记录。

3.根据权利要求1所述的一种税务系统的智能风险识别方法，其特征在于：所述步骤二中，数据初加工具体步骤为：

步骤1：先人为剔除一些无效字段；

步骤2：将数据格式进行统一，加工成每户一条的格式化数据；

步骤3：每一户都可以筛选出上千维数据，便于下一步的数据清洗。

4.根据权利要求1所述的一种税务系统的智能风险识别方法，其特征在于：所述步骤三中：

空值处理与填充的方式是先统一计算所有特征的空值率，如果空值率过高，我们选择剔除此类无效特征，根据空值率的不同和数据格式的不通进行不同操作方式的数据填充；

常量值处理的方式是统计每个特征对应实际数值，如果某个特征对应所有数值基本上全部相等或超过95％相等，即可选择剔除此列特征；

标准化处理的方式是通过标准化处理对数据进行统一格式的转换，避免由于数据差值过大等原因对结果有不可逆的影响；

离群点处理是避免由于部分数据的偏离而对结果有误导影响。

5.根据权利要求1所述的一种税务系统的智能风险识别方法，其特征在于：所述步骤四中：

离散特征编码，是对数据类型的区分和转换，由于数据类型多且复杂，有数值型、字符型、码值等，不同的数据格式我们需要用不同的处理方式进行转换，将数据类型转换为统一格式；

离散化，是指根据数据的离散程度进行一定程度的切片处理，根据数据的分布情况和数据情况再进行相对应的转换，避免由于数据的偏离度过高或过低而对结果有偏差；

相关性分析，是在大数据的视角下计算所有特征两两之间的相关度，根据相关度的高或低再进行不同的数据处理；

组合特征，是指将处理后的特征进行一定程度的扩维，通过算法计算扩维后的数据，使其拟合后续算法线性；

主成分分析，是指在扩维的基础上进行重要特征的提取，保留更为重要的特征。

6.根据权利要求1所述的一种税务系统的智能风险识别方法，其特征在于：所述步骤五中，聚类分析建立在所有处理完的数据之上，在每一户纳税人所有维度数据相关性的基础上进行户与户的聚类，根据聚类结果再计算户与户之间的距离和覆盖关系，并在其中标注风险户与未知风险户，根据风险户与未知风险户的聚类情况和距离、覆盖关系判断风险的可能。