[發明專利]稅務大數據模型的構建方法及系統

在審

• 申請號: 202111207957.X
• 申請日: 2021-10-18
• 公開（公告）號: CN113987011A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 胡立祿;黃小蕊
• 申請（專利權）人: 胡立祿
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q40/00
• 代理公司: 合肥市科融知識產權代理事務所(普通合伙) 34126
• 代理人: 劉冉

本發明實施例涉及金融數據處理技術領域，具體公開了稅務大數據模型的構建方法及系統。本發明實施例提供的構建方法通過在稅務數據庫中獲取預設時間段內的原始稅務數據；并基于所述原始稅務數據構建歸集聯合數據池；然后將所述歸集聯合數據池中的原始稅務數據轉化為標準稅務數據；進而利用標準稅務數據建立稅務數據模型，對所述稅務數據模型進行修正，并更正所述稅務數據模型的權重，不僅能夠構建滿足使用需求的稅務數據模型，而且能夠對數據模型構造進行優化處理，從處理的時間和空間上對模型進行了優化，提高了資源利用率，擺脫了滯后的傳統數據分析，提高對錯綜復雜數據持續分析效果。

技術領域

本發明實施例涉及金融數據處理技術領域，具體是一種稅務大數據模型的構建方法及系統。

背景技術

在目前互聯網+時代背景下，我國已邁入信息化管理階段，云計算、人工智能、互聯網、物聯網等已成為當下行業戰略資源。大數據的處理與應用、多方共享，既可加強稅局稅收征管，同時也可通過數據分析，為納稅人提供更好的創新服務。稅務信息化的發展，將全國稅務系統打通，及時掌握納稅人經濟業務和稅收的來龍去脈。

現有技術中，大數據在稅務上的應用主要技術是大規模并行和列式存儲。大規模并行處理可以調動多臺機器一起進行并行計算，這樣做不僅可以在訪問時只讀取需要的列，還可以利用存儲設備擅長連續讀取的特點，大大提高讀取的速率。雖然大規模并行處理和列式存儲雖然提高了計算和存儲的速度，但并沒有改變查詢問題本身的時間復雜度。

發明內容

本發明實施例的目的在于提供一種稅務大數據模型的構建方法及系統，以解決上述背景技術中提出的問題。為實現上述目的，本發明實施例提供如下技術方案：

一種稅務大數據模型的構建方法，所述方法包括：

在稅務數據庫中獲取預設時間段內的原始稅務數據；

基于所述原始稅務數據構建歸集聯合數據池；

將所述歸集聯合數據池中的原始稅務數據轉化為標準稅務數據；

利用標準稅務數據建立稅務數據模型，對所述稅務數據模型進行修正，并更正所述稅務數據模型的權重。

作為本發明實施例技術方案進一步的限定，所述在稅務數據庫中獲取預設時間段內的原始稅務數據的步驟具體包括：

建立稅務數據庫；

選取預設時間段，在所述稅務數據庫中匹配落入預設時間段內的多個時間節點；

提取與每一個所述時間節點相對應的原始稅務數據。

作為本發明實施例技術方案進一步的限定，所述建立稅務數據庫的步驟具體包括：

獲取原始數據源和預設的數據存儲結構，其中，所述原始數據源包括時間節點以及與所述時間節點相對應的原始稅務數據；

根據預設的數據存儲結構、所述原始稅務數據以及所述時間節點生成符合所述數據存儲結構的稅務數據；

根據時間節點對所述稅務數據進行排序存儲，得到稅務數據庫。

作為本發明實施例技術方案進一步的限定，所述基于所述原始稅務數據構建歸集聯合數據池的步驟具體包括：

從各個原始稅務數據中獲取預設類型數據，并獲取各個原始稅務數據的數據模型；

基于所述預設類型數據及各個原始稅務數據的數據模型，構建歸集聯合數據池。

作為本發明實施例技術方案進一步的限定，所述將所述歸集聯合數據池中的原始稅務數據轉化為標準稅務數據的步驟具體包括：

從所述預設類型數據中選擇待處理稅務數據；

讀取所述待處理稅務數據的關鍵詞，并根據所述關鍵詞在預設標準詞庫中查找對應的標準詞；

從查找到的標準詞中讀取標準詞的第一屬性值，并從所述歸集聯合數據池中獲取所述關鍵詞的第二屬性值；

在第一屬性值和第二屬性值之間存在差異時，按照讀取的所述標準詞的第一屬性值，對所述關鍵詞的第二屬性值進行修改，得到標準稅務數據。