[发明专利]一种用于构建进销项敏感商品库的方法及装置

说明书

本发明公开了一种用于构建进销项敏感商品库的方法及装置，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，解决风险预判对业务人员强依赖、效率不高的问题。

技术领域

本发明涉及数据处理技术领域，具体涉及一种用于构建进销项敏感商品库的方法及装置。

背景技术

目前，绝大多数分析进销项商品差异进而识别异常企业的方法都只适用于商贸企业。对生产型企业而言，由于存在加工制造过程，进销项商品差异大，通过比对进销项商品分析其是否存在进销不一致的异常行为难度很大。此外，风险企业的进销项商品之间的关联关系以及共性挖掘不足,业务人员在进销不一致税收风险防控中积累的经验以及通过进销项异常分析得出的结论，也都无法作为可以共享的知识进行存储和被他人复用，使得税收风险防控对业务人员产生极大依赖，效率低下。

发明内容

针对上述问题，本发明提供一种用于构建进销项敏感商品库的方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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