[發明專利]一種基于行業屬性和經營屬性構建企業畫像的方法及系統

在審

• 申請號: 202010574259.2
• 申請日: 2020-06-22
• 公開（公告）號: CN111930815A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 楊海峰;任欽正;顧津;潘競旭;張學軍;魯龍;宋穎
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/28;G06F16/215;G06F16/9535;G06Q30/04;G06Q40/00
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗輝

1.一種基于行業屬性和經營屬性構建企業畫像的方法，其特征在于，所述方法包括：

獲取預設時間段內的與納稅人購銷相關的發票數據，并對所述與納稅人購銷相關的發票數據進行預處理，以獲取銷項發票處理數據；

確定待畫像企業所屬行業的行業屬性代碼；

根據所述行業屬性代碼，從獲取的銷項發票處理數據中選取與所述行業屬性代碼對應的銷項發票處理數據，以獲取行業銷項發票匯總數據；

根據所述行業銷項發票匯總數據和預設的每個經營屬性的經營標簽標準，確定每個經營標簽對應的銷項開票金額區間；

根據所述待畫像企業的銷項發票數據確定所述待畫像企業的銷項開票金額，將所述待畫像企業的銷項開票金額與所述每個經營標簽對應的銷項開票金額區間進行匹配，以確定匹配的經營標簽，并根據所述匹配的經營標簽和行業屬性代碼確定所述待畫像企業的企業畫像。

2.根據權利要求1所述的方法，其特征在于，所述獲取預設時間段內的與納稅人購銷相關的發票數據，并對所述與納稅人購銷相關的發票數據進行預處理，以獲取銷項發票處理數據,包括：

利用SQOOP工具從原始的電子底賬Oracle數據庫中抽取營改增以后的預設時間段內的與納稅人購銷相關的發票數據，并存儲至HIVE發票信息表中；

利用Spark分布式處理框架對所述HIVE發票信息表中的與納稅人購銷相關的發票數據進行ETL清洗、轉換和加載處理，以獲取銷項發票處理數據。

3.根據權利要求1所述的方法，其特征在于，所述根據所述行業銷項發票匯總數據和預設的每個經營屬性的經營標簽標準確定每個經營標簽對應的銷項開票金額區間，包括：

根據所述行業銷項發票匯總數據計算行業銷項開票總額，并根據所述行業銷項開票總額和預設的經營屬性為“行業銷售地位”的經營標簽標準，計算經營屬性為“行業銷售地位”的每個經營標簽對應的銷項開票金額區間；

根據所述開票總金額和預設的經營屬性為“銷售業績”的經營標簽標準，計算經營屬性為“銷售業績”的每個經營標簽對應的銷項開票金額區間。

4.根據權利要求1所述的方法，其特征在于，所述銷項發票處理數據包括：企業信息數據和銷項發票明細數據。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據企業的行業性質確定不同企業對應的每個經營屬性的經營標簽標準。

6.一種基于行業屬性和經營屬性構建企業畫像的系統，其特征在于，所述系統包括：

銷項發票數據獲取單元，用于獲取預設時間段內的與納稅人購銷相關的發票數據，并對所述與納稅人購銷相關的發票數據進行預處理，以獲取銷項發票處理數據；

行業屬性代碼確定單元，用于確定待畫像企業所屬行業的行業屬性代碼；

行業銷項發票匯總數據獲取單元，用于根據所述行業屬性代碼，從獲取的銷項發票處理數據中選取與所述行業屬性代碼對應的銷項發票處理數據，以獲取行業銷項發票匯總數據；

銷項開票金額區間確定單元，用于根據所述行業銷項發票匯總數據和預設的每個經營屬性的經營標簽標準，確定每個經營標簽對應的銷項開票金額區間；

企業畫像單元，用于根據所述待畫像企業的銷項發票數據確定所述待畫像企業的銷項開票金額，將所述待畫像企業的銷項開票金額與所述每個經營標簽對應的銷項開票金額區間進行匹配，以確定匹配的經營標簽，并根據所述匹配的經營標簽和行業屬性代碼確定所述待畫像企業的企業畫像。

7.根據權利要求6所述的系統，其特征在于，所述銷項發票處理數據獲取單元，獲取預設時間段內的與納稅人購銷相關的發票數據，并對所述與納稅人購銷相關的發票數據進行預處理，以獲取銷項發票處理數據,包括：

利用SQOOP工具從原始的電子底賬Oracle數據庫中抽取營改增以后的預設時間段內的與納稅人購銷相關的發票數據，并存儲至HIVE發票信息表中；

利用Spark分布式處理框架對所述HIVE發票信息表中的與納稅人購銷相關的發票數據進行ETL清洗、轉換和加載處理，以獲取銷項發票處理數據。