[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

本發明公開了一種基于大數據行為分析的電子稅務局數據預處理方法。該方法包括：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。本發明提供的數據預處理方法以削峰填谷為目標，充分利用夜間或閑暇時間資源，對電子稅務局相關業務數據分流預處理，提高各業務場景的辦稅效率。

技術領域

本發明屬于數據處理技術領域，特別是涉及一種基于大數據行為分析的數據預處理方法。

背景技術

隨著互聯網的不斷發展，納稅人辦稅逐漸從實體辦稅廳轉移到網上辦稅，電子稅務局作為納稅人網上辦稅的主要渠道，在納稅人高并發辦稅的情況下，其辦理效率變得至關重要。數據預處理可以直接提高納稅人在電子稅務局的辦稅效率。而如何應用大數據處理技術成為提高電子稅務局辦稅效率的關鍵。

目前很多電子稅務局主要針對申報等業務將相關發票等數據進行預處理，具有業務局限性。當很多納稅人在同一時段集中辦理業務時，還是會造成電子稅務局客戶端頻繁與后臺數據交互，增大后臺數據處理壓力，降低辦稅效率。

發明內容

基于現有書中存在的問題，本發明的目的是提供一種基于大數據行為分析的電子稅務局數據預處理方法，在充分利用系統閑暇時間資源基礎上進行數據預處理，提高納稅人在電子稅務局的辦稅效率。

為實現上述目的，本發明采用的技術方案如下：

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。

進一步的，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。

進一步的，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。

進一步的，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。批處理時間的選取具體包括以下四種：

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。

進一步的，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。

進一步的，所述數據預處理步驟具體包括：