[發明專利]一種基于ANN的風險納稅人自動預警方法及系統

在審

• 申請號: 201911301665.5
• 申請日: 2019-12-17
• 公開（公告）號: CN111192121A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 李闖;楚五斌;董紅順
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06Q40/00
• 分類號: G06Q40/00;G06Q10/06;G06Q10/04;G06N3/08;G06N3/04;G06F16/245
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗樓

本發明公開了一種基于ANN的風險納稅人自動預警方法及系統，其特征在于，所述方法包括：接收業務數據；根據所述業務數據識別納稅人，并根據所述納稅人在數據庫中關聯提取該納稅人的其他業務信息，生成納稅人信息；將所述納稅人信息輸入至預設的ANN判斷模型，獲得針對該納稅人的風險參數；將所述風險參數與預先獲得的風險閾值進行比較；若所述風險參數滿足風險閾值要求，則將所述納稅人信息存儲至數據庫中；若所述風險參數不滿足風險閾值的要求，則將所述納稅人標記為風險納稅人，并反饋至預設業務處理位置；所述方法及系統有效節省相應人力資源浪費，可以方便快捷的獲得較為準確的風險納稅人預警，為稅務風險控制提供有力保障。

技術領域

本發明涉及稅控技術領域，更具體地，涉及一種基于ANN的風險納稅人自動預警方法及系統。

背景技術

風險納稅人及風險辦稅行為是稅務系統中十分難把控的問題，往往企業變成了走逃企業之后才被發現，對稅收工作產生了嚴重的影響，為了避免這種問題的產生，以往大多是利用人工方式對企業賬目或者數據進行篩查，此方式既耗時，耗人力，而且結果也不夠十分準確，對風險納稅人的預知時間也較晚。

發明內容

為了解決背景技術存在的對于風險納稅人的篩查耗時耗力且結果不夠準確的問題，本發明提供了一種基于ANN的風險納稅人自動預警方法及系統，所述方法及系統通過預先訓練的的人工神經網絡對納稅行為數據進行篩查，判斷納稅人的納稅行為是否存在風險，并實現自動預警；所述一種基于ANN的風險納稅人自動預警方法，包括：

接收業務數據；

根據所述業務數據識別納稅人，并根據所述納稅人在數據庫中關聯提取該納稅人的其他業務信息，生成納稅人信息；

將所述納稅人信息輸入至預設的ANN判斷模型，獲得針對該納稅人的風險參數；

將所述風險參數與預先獲得的風險閾值進行比較；

若所述風險參數滿足風險閾值要求，則將所述納稅人信息存儲至數據庫中；

若所述風險參數不滿足風險閾值的要求，則將所述納稅人標記為風險納稅人，并反饋至預設業務處理位置。

進一步的，所述其他業務信息包括在接收本次業務數據前，所述數據庫中針對該納稅人存儲的：企業登記信息、企業購票信息、企業開票信息、企業信用登記、企業申報信息、企業欠稅信息、企業逾期信息、企業認證信息以及企業違章信息。

進一步的，所述預先獲得的風險閾值的獲得方法包括：

在所述數據庫中采集獲得多組以往被標記為風險納稅人的納稅人信息；

將所述多組納稅人信息作為學習樣本數據，以有監督學習模式將在預先設置的人工神經網絡中進行學習；

將輸出的預測結果作為風險閾值。

進一步的，所述預設的ANN判斷模型的訓練方法包括：

在所述數據庫中采集獲得多組以往被標記為風險納稅人的納稅人信息；

將所述多組納稅人信息作為學習樣本數據，以強化學習模式將在預先設置的人工神經網絡中進行學習，獲得ANN判斷模型。

進一步的，所述人工神經網絡采用sigmoid型神經元，所述人工神經網絡的結構為反饋型網絡模型。

所述一種基于ANN的風險納稅人自動預警系統包括：

業務采集單元，所述業務采集單元用于接收業務數據；

信息關聯單元，所述信息關聯單元用于根據所述業務數據識別納稅人，并根據所述納稅人在數據庫中關聯提取該納稅人的其他業務信息，生成納稅人信息；