[发明专利]一种用于构建进销项敏感商品库的方法及装置

权利要求书

1.一种用于构建进销项敏感商品库的方法，其特征在于，包括：

获取企业的进销项商品信息；

根据所述企业的进销项商品信息，确定所述企业的主销商品和主购商品；

通过计算所述主销商品和主购商品的笛卡尔积，获得多个进销项商品组合；根据所述进销项商品组合的商品编码、置信度和支持度，获得异常进销项商品组合；

基于所述异常进销项商品组合的数量，计算所述企业的背离度；根据所述背离度，若确定所述企业为高风险企业，则挖掘所述企业的高风险进项商品、高风险销项商品和高风险进销项商品组合；由所述高风险进项商品、高风险销项商品和高风险进销项商品组合构建所述进销项敏感商品库。

2.根据权利要求1所述的方法，其特征在于，获取企业的进销项商品信息，包括：

从所述企业的增值税发票和货物明细数据，提取所述企业的进销项商品信息。

3.根据权利要求1所述的方法，其特征在于，在获取企业进销项商品信息的步骤之后，还包括：

通过文本分类工具确定每个商品的商品编码。

4.根据权利要求1所述的方法，其特征在于，根据所述企业的进销项商品信息，确定所述企业的主销商品和主购商品，包括：

分别汇总企业的总销项金额和\或总进项金额；

针对每个商品编码，计算对应商品的金额占总销项和\或总进项金额的比例，并降序排列；

按照排序分别逐个累加商品的总销项和\或总进项金额的比例，当所述比例大于预设阈值时，停止累加；

将被累加过的商品，确定为所述企业的主销商品和\或主购商品。

5.根据权利要求1所述的方法，其特征在于，根据所述进销项商品组合的商品编码、置信度和支持度，获得异常进销项商品组合，包括：

若进销项商品组合中，进项商品的商品编码和销项商品的商品编码的前n位相同，则判定所述进销项商品组合正常，否则判定所述进销项商品组合为状态待确定；

对判定为状态待确定的进销项商品组合，计算其置信度和支持度，将所述支持度和置信度均大于预设阈值的进销项商品组合，判定为正常，其余的进销项商品组合判定为异常。

6.根据权利要求5所述的方法，其特征在于，进销项商品组合的置信度和支持度分别通过如下公式获得：

置信度＝某进项商品编码出现的次数/组合总数

支持度＝进项商品编码所在组合出现的次数/该进项商品编码出现的次数。

7.根据权利要求1所述的方法，其特征在于，基于所述异常进销项商品组合的数量，计算所述企业的背离度，包括：

利用背离度来综合衡量企业进销项不一致的程度，背离度值越大，代表企业进销项不一致的风险越高，背离度的具体计算公式为：

背离度＝企业异常的进销项商品组合数/企业进销项商品组合总数。

8.根据权利要求1所述的方法，其特征在于，根据所述背离度，若确定所述企业为高风险企业，则挖掘所述企业的高风险进项商品、高风险销项商品和高风险进销项商品组合，包括：

基于企业的背离度，设定阈值，将背离度大于阈值的企业认定为高风险企业；

通过fp-growth算法挖掘所述高风险企业的高风险进项商品、高风险销项商品和高风险进销项商品组合。