[發(fā)明專(zhuān)利]一種基于ANN的風(fēng)險(xiǎn)納稅人自動(dòng)預(yù)警方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911301665.5
• 申請(qǐng)日: 2019-12-17
• 公開(kāi)（公告）號(hào): CN111192121A
• 公開(kāi)（公告）日: 2020-05-22
• 發(fā)明（設(shè)計(jì)）人: 李闖;楚五斌;董紅順
• 申請(qǐng)（專(zhuān)利權(quán)）人: 航天信息股份有限公司
• 主分類(lèi)號(hào): G06Q40/00
• 分類(lèi)號(hào): G06Q40/00;G06Q10/06;G06Q10/04;G06N3/08;G06N3/04;G06F16/245
• 代理公司: 北京工信聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11266
• 代理人: 姜麗樓

1.一種基于ANN的風(fēng)險(xiǎn)納稅人自動(dòng)預(yù)警方法，其特征在于，所述方法包括：

接收業(yè)務(wù)數(shù)據(jù)；

根據(jù)所述業(yè)務(wù)數(shù)據(jù)識(shí)別納稅人，并根據(jù)所述納稅人在數(shù)據(jù)庫(kù)中關(guān)聯(lián)提取該納稅人的其他業(yè)務(wù)信息，生成納稅人信息；

將所述納稅人信息輸入至預(yù)設(shè)的ANN判斷模型，獲得針對(duì)該納稅人的風(fēng)險(xiǎn)參數(shù)；

將所述風(fēng)險(xiǎn)參數(shù)與預(yù)先獲得的風(fēng)險(xiǎn)閾值進(jìn)行比較；

若所述風(fēng)險(xiǎn)參數(shù)滿足風(fēng)險(xiǎn)閾值要求，則將所述納稅人信息存儲(chǔ)至數(shù)據(jù)庫(kù)中；

若所述風(fēng)險(xiǎn)參數(shù)不滿足風(fēng)險(xiǎn)閾值的要求，則將所述納稅人標(biāo)記為風(fēng)險(xiǎn)納稅人，并反饋至預(yù)設(shè)業(yè)務(wù)處理位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述其他業(yè)務(wù)信息包括在接收本次業(yè)務(wù)數(shù)據(jù)前，所述數(shù)據(jù)庫(kù)中針對(duì)該納稅人存儲(chǔ)的：企業(yè)登記信息、企業(yè)購(gòu)票信息、企業(yè)開(kāi)票信息、企業(yè)信用登記、企業(yè)申報(bào)信息、企業(yè)欠稅信息、企業(yè)逾期信息、企業(yè)認(rèn)證信息以及企業(yè)違章信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)先獲得的風(fēng)險(xiǎn)閾值的獲得方法包括：

在所述數(shù)據(jù)庫(kù)中采集獲得多組以往被標(biāo)記為風(fēng)險(xiǎn)納稅人的納稅人信息；

將所述多組納稅人信息作為學(xué)習(xí)樣本數(shù)據(jù)，以有監(jiān)督學(xué)習(xí)模式將在預(yù)先設(shè)置的人工神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)；

將輸出的預(yù)測(cè)結(jié)果作為風(fēng)險(xiǎn)閾值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述預(yù)設(shè)的ANN判斷模型的訓(xùn)練方法包括：

在所述數(shù)據(jù)庫(kù)中采集獲得多組以往被標(biāo)記為風(fēng)險(xiǎn)納稅人的納稅人信息；

將所述多組納稅人信息作為學(xué)習(xí)樣本數(shù)據(jù)，以強(qiáng)化學(xué)習(xí)模式將在預(yù)先設(shè)置的人工神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)，獲得ANN判斷模型。

5.根據(jù)權(quán)利要求3或4所述的系統(tǒng)，其特征在于：

所述人工神經(jīng)網(wǎng)絡(luò)采用sigmoid型神經(jīng)元，所述人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為反饋型網(wǎng)絡(luò)模型。

6.一種基于ANN的風(fēng)險(xiǎn)納稅人自動(dòng)預(yù)警系統(tǒng)，其特征在于，所述系統(tǒng)包括：

業(yè)務(wù)采集單元，所述業(yè)務(wù)采集單元用于接收業(yè)務(wù)數(shù)據(jù)；

信息關(guān)聯(lián)單元，所述信息關(guān)聯(lián)單元用于根據(jù)所述業(yè)務(wù)數(shù)據(jù)識(shí)別納稅人，并根據(jù)所述納稅人在數(shù)據(jù)庫(kù)中關(guān)聯(lián)提取該納稅人的其他業(yè)務(wù)信息，生成納稅人信息；

風(fēng)險(xiǎn)參數(shù)計(jì)算單元，所述風(fēng)險(xiǎn)參數(shù)計(jì)算單元用于將所述納稅人信息輸入至預(yù)設(shè)的ANN判斷模型，獲得針對(duì)該納稅人的風(fēng)險(xiǎn)參數(shù)；

風(fēng)險(xiǎn)判斷單元，所述風(fēng)險(xiǎn)判斷單元用于將所述風(fēng)險(xiǎn)參數(shù)與預(yù)先獲得的風(fēng)險(xiǎn)閾值進(jìn)行比較；若所述風(fēng)險(xiǎn)參數(shù)滿足風(fēng)險(xiǎn)閾值要求，則將所述納稅人信息存儲(chǔ)至數(shù)據(jù)庫(kù)中；若所述風(fēng)險(xiǎn)參數(shù)不滿足風(fēng)險(xiǎn)閾值的要求，則將所述納稅人標(biāo)記為風(fēng)險(xiǎn)納稅人，并反饋至預(yù)設(shè)業(yè)務(wù)處理位置。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述系統(tǒng)包括：所述其他業(yè)務(wù)信息包括在接收本次業(yè)務(wù)數(shù)據(jù)前，所述數(shù)據(jù)庫(kù)中針對(duì)該納稅人存儲(chǔ)的：企業(yè)登記信息、企業(yè)購(gòu)票信息、企業(yè)開(kāi)票信息、企業(yè)信用登記、企業(yè)申報(bào)信息、企業(yè)欠稅信息、企業(yè)逾期信息、企業(yè)認(rèn)證信息以及企業(yè)違章信息。

8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于：所述系統(tǒng)包括風(fēng)險(xiǎn)閾值計(jì)算單元；

風(fēng)險(xiǎn)閾值計(jì)算單元用于在所述數(shù)據(jù)庫(kù)中采集獲得多組以往被標(biāo)記為風(fēng)險(xiǎn)納稅人的納稅人信息；

風(fēng)險(xiǎn)閾值計(jì)算單元用于將所述多組納稅人信息作為學(xué)習(xí)樣本數(shù)據(jù)，以有監(jiān)督學(xué)習(xí)模式將在預(yù)先設(shè)置的人工神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)；將輸出的預(yù)測(cè)結(jié)果作為風(fēng)險(xiǎn)閾值。

9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于：所述系統(tǒng)包括ANN判斷模型訓(xùn)練單元；

所述ANN判斷模型訓(xùn)練單元用于在所述數(shù)據(jù)庫(kù)中采集獲得多組以往被標(biāo)記為風(fēng)險(xiǎn)納稅人的納稅人信息；

將所述多組納稅人信息作為學(xué)習(xí)樣本數(shù)據(jù)，以強(qiáng)化學(xué)習(xí)模式將在預(yù)先設(shè)置的人工神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)，獲得ANN判斷模型。

10.根據(jù)權(quán)利要求8或9所述的系統(tǒng)，其特征在于：

所述風(fēng)險(xiǎn)閾值計(jì)算單元應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)采用sigmoid型神經(jīng)元，所述人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為反饋型網(wǎng)絡(luò)模型；

所述ANN判斷模型訓(xùn)練單元應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)采用sigmoid型神經(jīng)元，所述人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為反饋型網(wǎng)絡(luò)模型。