[發明專利]一種基于大數據行為分析的電子稅務局數據預處理方法

有效

• 申請號: 201910102569.1
• 申請日: 2019-02-01
• 公開（公告）號: CN109933614B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 趙長江;吳樂云;李振德;曹晅;王瑞
• 申請（專利權）人: 青島微智慧信息有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06K9/62;G06Q40/00
• 代理公司: 青島華慧澤專利代理事務所(普通合伙) 37247
• 代理人: 馬千會

1.一種基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，包括：

辦稅行為分類步驟：根據納稅人辦稅行為構建不同業務下的納稅人辦稅行為模型，以將不同業務下的納稅人進行行為分類；

辦稅行為診斷步驟，對構建好的納稅人辦稅行為模型進行評價、診斷，實現納稅人辦稅行為分類最優化；

辦稅行為時間優化步驟：根據辦稅行為分類結果，將每一類的聚類頻次均值分布納入納稅人辦稅行為模型，進一步明確每個分類的集群特征，按照聚類的頻次均值將每個分類的批處理時間進行分類；

數據預處理步驟，在業務流程梳理的基礎上，根據納稅人辦稅行為模型的批處理時間分類結果，分別進行數據預處理。

2.根據權利要求1所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，辦稅行為分類步驟中，所述的納稅人辦稅行為是指納稅人針對某一業務在近一年內每月的辦理頻次。

3.根據權利要求2所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，辦稅行為分類步驟中，所述的構建納稅人辦稅行為模型是指利用k-means算法，將納稅人辦稅行為數據進行聚類，以便得到納稅人的辦稅行為特征。

4.根據權利要求1所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，所述的辦稅行為時間優化步驟，批處理時間分為按日批處理、按周批處理、按月批處理。

5.根據權利要求4所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，批處理時間的選取包括以下四種：

某一類的頻次均值等于0，則不做批處理；若只有某幾個月的頻次等于0，則只對這幾個月不做批處理；

某一類的頻次均值大于0且小于1，則按月批處理；若只有某幾個月的頻次大于0且小于1，則只在這幾個月進行按月批處理；

某一類的頻次均值大于1且小于4，則按周批處理；若只有某幾個月的頻次大于1且小于4，則只在這幾個月進行按周批處理；

某一類的頻次均值大于4，則按日批處理；若只有某幾個月的頻次大于4，則只在這幾個月進行按日批處理。

6.根據權利要求5所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，若某一類在每個月的頻次均值存在四種的混合情況，則對每個月份按照其頻次均值分別進行不做批處理、按月批處理、按周批處理、按日批處理。

7.根據權利要求6所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，所述數據預處理步驟具體包括：

基于電子稅務局業務系統數據，將電子稅務局客戶端每個業務處理對應的服務端的數據以及程序進行梳理；服務端數據項應用于多個業務，可復用，保證同一個數據的出口一致；

根據以上批處理時間的分類，在某一業務的某一分類的預處理時間開始時，將該分類對應的所有納稅人的電子稅務局客戶端待處理的數據集傳至服務端，由服務端的程序將數據集進行加載，啟動相關交互程序處理數據集生成客戶端需要的結果數據存儲待用，完成數據預處理；

其中，某一業務的某一分類的預處理時間選擇夜間或者閑暇時間。

8.根據權利要求1所述的基于大數據行為分析的電子稅務局數據預處理方法，其特征在于，所述的辦稅行為診斷的具體方法如下：計算SSE

其中，u^j為第j簇的質心；

重復執行幾次k-means算法，選取SSE最小的一次作為最終的聚類結果。