[發(fā)明專利]一種基于LSTM的智能導(dǎo)稅模型構(gòu)建方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011008803.3
• 申請(qǐng)日: 2020-09-23
• 公開(kāi)（公告）號(hào): CN112257842A
• 公開(kāi)（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 楊為琛;伺彥偉;張婷;祁洪波;馬軍肖;魏榮祁;申永利;何武;張運(yùn)波
• 申請(qǐng)（專利權(quán)）人: 河北航天信息技術(shù)有限公司
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08;G06Q40/00
• 代理公司: 天津合正知識(shí)產(chǎn)權(quán)代理有限公司 12229
• 代理人: 李成運(yùn);石熠

1.一種基于LSTM的智能導(dǎo)稅模型構(gòu)建方法，其特征在于，包括：

S1、讀取辦稅人員歷史辦稅業(yè)務(wù)數(shù)據(jù)；

S2、特征處理，按時(shí)間先后整理涉稅行為，對(duì)特征進(jìn)行補(bǔ)零化；

S3、將處理完的納稅人行為特征數(shù)據(jù)分為訓(xùn)練集與測(cè)試集；

S4、將訓(xùn)練集作為L(zhǎng)STM模型的輸入，使用LSTM模型進(jìn)行訓(xùn)練，輸入數(shù)據(jù)通過(guò)輸入門(mén)、遺忘門(mén)和輸出門(mén)，得到模型訓(xùn)練后的結(jié)果；

S5、將訓(xùn)練好的LSTM模型應(yīng)用到劃分的測(cè)試集上，進(jìn)行預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建方法，其特征在于，步驟S2中所述特征處理的具體方法為：

S201、將歷史辦稅業(yè)務(wù)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，生成歷史辦稅行為記錄序列，以時(shí)間發(fā)生前后為排列規(guī)則；

S202、每個(gè)納稅人從注冊(cè)開(kāi)始辦稅行為整理為一條時(shí)間序列數(shù)據(jù)；

S203、所述時(shí)間序列數(shù)據(jù)設(shè)有最長(zhǎng)序列限制，長(zhǎng)度不滿足最長(zhǎng)序列限制的序列數(shù)據(jù)，進(jìn)行前補(bǔ)零處理。

3.根據(jù)權(quán)利要求1所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建方法，其特征在于，步驟S3中，特征數(shù)據(jù)劃分訓(xùn)練集與測(cè)試集的比例為7:3。

4.根據(jù)權(quán)利要求1所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建方法，其特征在于，步驟S4中，將當(dāng)下時(shí)刻的稅務(wù)行為作為現(xiàn)階段輸入X_t，將前一個(gè)時(shí)刻稅務(wù)行為經(jīng)過(guò)前一個(gè)神經(jīng)單元處理后的值作為為上階段輸出H_t-1，上階段存儲(chǔ)狀態(tài)為C_t-1，當(dāng)下時(shí)刻某一點(diǎn)的稅務(wù)行為經(jīng)過(guò)此神經(jīng)單元處理的值作為現(xiàn)階段輸出H_t，現(xiàn)階段的存儲(chǔ)狀態(tài)為C_t。

5.一種基于LSTM的智能導(dǎo)稅模型構(gòu)建裝置，其特征在于，包括：

讀取模塊，用于讀取辦稅人員歷史辦稅業(yè)務(wù)數(shù)據(jù)；主要包括從登記業(yè)務(wù)、社保業(yè)務(wù)、申報(bào)繳稅等方向提取納稅人的歷史業(yè)務(wù)數(shù)據(jù)；

特征處理模塊，用于辦稅業(yè)務(wù)數(shù)據(jù)的特征處理，按時(shí)間先后整理涉稅行為，對(duì)特征進(jìn)行補(bǔ)零化；

劃分模塊，用于將處理完的納稅人行為特征數(shù)據(jù)分為訓(xùn)練集與測(cè)試集；

訓(xùn)練模塊，用于將訓(xùn)練集作為L(zhǎng)STM模型的輸入，使用LSTM模型進(jìn)行訓(xùn)練，輸入數(shù)據(jù)通過(guò)輸入門(mén)、遺忘門(mén)和輸出門(mén)，得到模型訓(xùn)練后的結(jié)果；

預(yù)測(cè)模塊，用于將訓(xùn)練好的LSTM模型應(yīng)用到劃分的測(cè)試集上，進(jìn)行預(yù)測(cè)。

6.根據(jù)權(quán)利要求5所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建裝置，其特征在于，所述特征處理模塊包括：

序列生成單元，用于將歷史辦稅業(yè)務(wù)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，生成歷史辦稅行為記錄序列，以時(shí)間發(fā)生前后為排列規(guī)則；

納稅人整理單元，用于將每個(gè)納稅人從注冊(cè)開(kāi)始辦稅行為整理為一條時(shí)間序列數(shù)據(jù)；

補(bǔ)零化單元，所述時(shí)間序列數(shù)據(jù)設(shè)有最長(zhǎng)序列限制，長(zhǎng)度不滿足最長(zhǎng)序列限制的序列數(shù)據(jù)，進(jìn)行前補(bǔ)零處理。

7.根據(jù)權(quán)利要求5所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建裝置，其特征在于，所述劃分模塊將特征數(shù)據(jù)劃分訓(xùn)練集與測(cè)試集的比例為7:3。

8.根據(jù)權(quán)利要求5所述的一種基于LSTM的智能導(dǎo)稅模型構(gòu)建裝置，其特征在于，所述訓(xùn)練模塊中，將當(dāng)下時(shí)刻的稅務(wù)行為作為現(xiàn)階段輸入X_t，將前一個(gè)時(shí)刻稅務(wù)行為經(jīng)過(guò)前一個(gè)神經(jīng)單元處理后的值作為為上階段輸出H_t-1，上階段存儲(chǔ)狀態(tài)為C_t-1，當(dāng)下時(shí)刻某一點(diǎn)的稅務(wù)行為經(jīng)過(guò)此神經(jīng)單元處理的值作為現(xiàn)階段輸出H_t，現(xiàn)階段的存儲(chǔ)狀態(tài)為C_t。