[發明專利]一種基于機器學習的防止增值稅虛開的方法及系統

在審

• 申請號: 202011494628.3
• 申請日: 2020-12-17
• 公開（公告）號: CN112613928A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 劉若雯;李建;張學軍;張飚
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06Q30/04
• 分類號: G06Q30/04;G06Q40/00;G06N20/00;G06F16/25
• 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

1.一種基于機器學習的防止增值稅虛開的方法，其特征在于，所述方法包括：

對稅收核心征管和發票電子底賬系統中的數據進行采集，獲取多個企業的原始的涉稅數據，并對所述原始的涉稅數據進行預處理，以獲取經過預處理的涉稅數據；

根據獲取的涉稅數據確定多個企業，并對問題企業存在的異常開票行為進行標記；

構建基于機器學習的初始的增值稅防虛開模型，利用獲取的經過預處理的涉稅數據和標記的問題企業的異常開票行為對所述初始的增值稅防虛開模型進行訓練和優化，以確定增值稅防虛開最優模型；

根據目標企業的涉稅數據，利用所述增值稅防虛開最優模型對企業的開票行為進行監控。

2.根據權利要求1所述的方法，其特征在于，所述對所述原始的涉稅數據進行預處理，以獲取經過預處理的涉稅數據，包括：

對所述原始的涉稅數據依次進行數據轉換、數據清洗、缺失值補充和臟數據剔除處理，以獲取經過預處理的涉稅數據。

3.根據權利要求1所述的方法，其特征在于，所述利用獲取的經過預處理的涉稅數據和標記的問題企業的異常開票行為對所述初始的增值稅防虛開模型進行訓練和優化，以確定增值稅防虛開最優模型，包括：

初始化模型參數，將所述獲取的經過預處理的涉稅數據輸入至初始的增值稅防虛開模型，確定預測的問題企業和每個問題企業的異常開票行為；

將預測的問題企業的異常開票行為和標記的問題企業的異常開票行為進行比對，根據比對結果確定模型預測的準確度；

若所述準確度滿足預設的準確度閾值，則直接確定當前的模型參數對應的增值稅防虛開模型為增值稅防虛開最優模型；若所述準確度不滿足預設的準確度閾值，則按照預設的策略對模型參數進行調整，并利用新的增值稅防虛開模型進行訓練，直至根據比對結果確定的模型預測的準確度滿足預設的準確度閾值時，確定當前的模型參數對應的增值稅防虛開模型為增值稅防虛開最優模型。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當利用所述增值稅防虛開最優模型確定企業存在異常開票行為時，發送包括企業信息和異常票行為的告警信息至稅務監控終端。

5.一種基于機器學習的防止增值稅虛開的系統，其特征在于，所述系統包括：

涉稅數據獲取單元，用于對稅收核心征管和發票電子底賬系統中的數據進行采集，獲取多個企業的原始的涉稅數據，并對所述原始的涉稅數據進行預處理，以獲取經過預處理的涉稅數據；

異常開票行為標記單元，用于根據獲取的涉稅數據確定多個企業，并對問題企業存在的異常開票行為進行標記；

防虛開模型確定單元，用于構建基于機器學習的初始的增值稅防虛開模型，利用獲取的經過預處理的涉稅數據和標記的問題企業的異常開票行為對所述初始的增值稅防虛開模型進行訓練和優化，以確定增值稅防虛開最優模型；

防虛開監控單元，用于根據目標企業的涉稅數據，利用所述增值稅防虛開最優模型對企業的開票行為進行監控。

6.根據權利要求5所述的系統，其特征在于，所述涉稅數據獲取單元，對所述原始的涉稅數據進行預處理，以獲取經過預處理的涉稅數據，包括：

對所述原始的涉稅數據依次進行數據轉換、數據清洗、缺失值補充和臟數據剔除處理，以獲取經過預處理的涉稅數據。