[發明專利]一種預測企業涉稅風險的方法及裝置

在審

• 申請號: 201810431394.4
• 申請日: 2018-05-08
• 公開（公告）號: CN108647818A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 李潛
• 申請（專利權）人: 山東浪潮通軟信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q40/00;G06K9/62
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

1.一種預測企業涉稅風險的方法，其特征在于，包括：

接收外部定義的涉稅風險預測集合、稅務數據特征屬性集合以及所述稅務數據特征屬性集合中每一個特征屬性對應的特征范圍子集合；

構建所述特征值子集合中每一個特征范圍與所述涉稅風險預測集合中的一個涉稅風險預測值之間的映射關系；

按照所述稅務數據特征屬性集合，對訓練數據樣本集合進行提取；

根據提取的結果和所述映射關系，生成風險預測決策樹；

當選定待評估企業時，利用所述風險預測決策樹分析所述待評估企業的涉稅數據，進行涉稅風險預測。

2.根據權利要求1所述的方法，其特征在于，

所述對訓練數據樣本集合進行提取，包括：

從所述訓練數據樣本集合中，提取所述稅務數據特征屬性集合中包含的特征屬性以及對應的特征值；

將提取出的同一類特征屬性以及對應的特征值，構成一個分類訓練樣本集合。

3.根據權利要求2所述的方法，其特征在于，所述根據提取的結果和映射關系，生成風險預測決策樹，包括：

根據所述映射關系，確定所述分類訓練樣本集合中每一個特征值對應的涉稅風險預測值；

根據下述信息熵計算公式，計算所述分類訓練樣本集合的信息熵；

其中，Entropy(D)表征分類訓練樣本集合D的信息熵；c表征所述分類訓練樣本集合D對應的涉稅風險預測值的個數；P_i表征第i個涉稅風險預測值對應的特征值個數在所述分類訓練樣本集合D中所占的比例；

根據下述特征信息熵計算公式，計算所述訓練數據樣本集合中每一個特征屬性的特征信息熵；

其中，Entropy_A(S)表征訓練數據樣本集合S中特征屬性A的特征信息熵；k表征特征屬性A對應的不同特征值的個數；|S_j|表征特征屬性A取第j個特征值的個數；|S|表征訓練數據樣本集合S中特征值的總個數；P_Aji表征特征屬性A取第j個特征值時，對應的第i個涉稅風險預測值對應的特征值個數與訓練數據樣本集合S中特征屬性A取第j個特征值的總個數；

按照下述信息增益計算公式，計算每一個特征屬性的信息增益；

ΔEntropy_A(D)＝Entropy(D)-Entropy_A(S)

其中，ΔEntropy_A(D)表征特征屬性A的信息增益；Entropy(D)表征與特征屬性A相關的分類訓練樣本集合的信息熵；Entropy_A(S)表征特征屬性A的特征信息熵；

根據計算出的所述信息增益，為每一個所述特征屬性分配層級；

按照所述特征屬性的層級以及所述映射關系，生成風險預測決策樹。

4.根據權利要求3所述的方法，其特征在于，

所述根據計算出的所述信息增益，為每一個所述特征屬性分配層級，包括：

按照所述特征屬性的信息增益由大到小的順序，由高層級到低層級分配所述特征屬性。

5.根據權利要求3所述的方法，其特征在于，所述按照所述特征屬性的層級以及所述映射關系，生成風險預測決策樹，包括：

將所述特征屬性對應的所述特征范圍子集合中的每一個特征范圍分配到所述特征屬性的層級；

從最高層級到最低層級，每一個層級取一個所述特征范圍構成所述風險預測決策樹的一個枝杈；

按照所述映射關系，統計每一個所述枝杈的涉稅風險預測值。