一种基于ANN的风险纳税人自动预警方法及系统技术方案

本发明专利技术公开了一种基于ANN的风险纳税人自动预警方法及系统，其特征在于，所述方法包括：接收业务数据；根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；将所述风险参数与预先获得的风险阈值进行比较；若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置；所述方法及系统有效节省相应人力资源浪费，可以方便快捷的获得较为准确的风险纳税人预警，为税务风险控制提供有力保障。

An automatic early warning method and system for risk taxpayers based on ANN

【技术实现步骤摘要】
一种基于ANN的风险纳税人自动预警方法及系统
本专利技术涉及税控
，更具体地，涉及一种基于ANN的风险纳税人自动预警方法及系统。
技术介绍
风险纳税人及风险办税行为是税务系统中十分难把控的问题，往往企业变成了走逃企业之后才被发现，对税收工作产生了严重的影响，为了避免这种问题的产生，以往大多是利用人工方式对企业账目或者数据进行筛查，此方式既耗时，耗人力，而且结果也不够十分准确，对风险纳税人的预知时间也较晚。
技术实现思路
为了解决
技术介绍
存在的对于风险纳税人的筛查耗时耗力且结果不够准确的问题，本专利技术提供了一种基于ANN的风险纳税人自动预警方法及系统，所述方法及系统通过预先训练的的人工神经网络对纳税行为数据进行筛查，判断纳税人的纳税行为是否存在风险，并实现自动预警；所述一种基于ANN的风险纳税人自动预警方法，包括：接收业务数据；根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；将所述风险参数与预先获得的风险阈值进行比较；若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。进一步的，所述其他业务信息包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。进一步的，所述预先获得的风险阈值的获得方法包括：在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；将所述多组纳税人信息作为学习样本数据，以有监督学习模式将在预先设置的人工神经网络中进行学习；将输出的预测结果作为风险阈值。进一步的，所述预设的ANN判断模型的训练方法包括：在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；将所述多组纳税人信息作为学习样本数据，以强化学习模式将在预先设置的人工神经网络中进行学习，获得ANN判断模型。进一步的，所述人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型。所述一种基于ANN的风险纳税人自动预警系统包括：业务采集单元，所述业务采集单元用于接收业务数据；信息关联单元，所述信息关联单元用于根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；风险参数计算单元，所述风险参数计算单元用于将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；风险判断单元，所述风险判断单元用于将所述风险参数与预先获得的风险阈值进行比较；若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。进一步的，所述其他业务信息包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。进一步的，所述系统包括风险阈值计算单元；风险阈值计算单元用于在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；风险阈值计算单元用于将所述多组纳税人信息作为学习样本数据，以有监督学习模式将在预先设置的人工神经网络中进行学习；将输出的预测结果作为风险阈值。进一步的，所述系统包括ANN判断模型训练单元；所述ANN判断模型训练单元用于在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；将所述多组纳税人信息作为学习样本数据，以强化学习模式将在预先设置的人工神经网络中进行学习，获得ANN判断模型。进一步的，所述风险阈值计算单元应用的人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型；所述ANN判断模型训练单元应用的人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型。本专利技术的有益效果为：本专利技术的技术方案，给出了一种基于ANN的风险纳税人自动预警方法及系统,所述方法及系统通过预先训练的的人工神经网络对纳税行为数据进行筛查，判断纳税人的纳税行为是否存在风险，并实现自动预警；随着学习样板数量的增多，神经网络自身也会调整内部的相关参数，使得预测结果的准确性越来越高；所述方法及系统有效节省相应人力资源浪费，可以方便快捷的获得较为准确的风险纳税人预警，为税务风险控制提供有力保障。附图说明通过参考下面的附图，可以更为完整地理解本专利技术的示例性实施方式：图1为本专利技术具体实施方式的一种基于ANN的风险纳税人自动预警方法的流程图；图2为本专利技术具体实施方式的一种基于ANN的风险纳税人自动预警系统的结构图。具体实施方式现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相同的单元/元件使用相同的附图标记。除非另有说明，此处使用的术语(包括科技术语)对所属
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。图1为本专利技术具体实施方式的一种基于ANN的风险纳税人自动预警方法的流程图；如图1所示，所述方法包括：步骤110，接收业务数据；本实施例中，所述接收业务数据的途径有多种，包含所有产生办税企业业务数据的数据产生位置，例如办税窗口上传、办税ATM、办税APP、办税网站等；在通过上述途径获得业务数据后，在到达后台存储系统前，应用本实施例所述的方法，进行判断，使得存储的数据明确具有风险提示；步骤120，根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；本实施例所述方法的目的在于判断生成业务数据对应的纳税人是否存在风险，故在接收所述业务数据后，根据业务数据识别确认该业务数据的纳税人，并从数据库提取该纳税人的其他业务信息，与本次的业务数据一起，生成纳税人信息；所述其他业务信息，包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。获得的纳税人信息，可以分析获得该纳税人是否存在风险；步骤13本文档来自技高网...

【技术保护点】
1.一种基于ANN的风险纳税人自动预警方法，其特征在于，所述方法包括：/n接收业务数据；/n根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；/n将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；/n将所述风险参数与预先获得的风险阈值进行比较；/n若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；/n若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。/n

【技术特征摘要】
1.一种基于ANN的风险纳税人自动预警方法，其特征在于，所述方法包括：
接收业务数据；
根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；
将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；
将所述风险参数与预先获得的风险阈值进行比较；
若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；
若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。


2.根据权利要求1所述的方法，其特征在于，所述其他业务信息包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。


3.根据权利要求1所述的方法，其特征在于，所述预先获得的风险阈值的获得方法包括：
在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；
将所述多组纳税人信息作为学习样本数据，以有监督学习模式将在预先设置的人工神经网络中进行学习；
将输出的预测结果作为风险阈值。


4.根据权利要求1所述的方法，其特征在于：所述预设的ANN判断模型的训练方法包括：
在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；
将所述多组纳税人信息作为学习样本数据，以强化学习模式将在预先设置的人工神经网络中进行学习，获得ANN判断模型。


5.根据权利要求3或4所述的系统，其特征在于：
所述人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型。


6.一种基于ANN的风险纳税人自动预警系统，其特征在于，所述系统包括：
业务采集单元，所述业务采集单元用于接收业务数据；
信息关联单元，所述信息...

【专利技术属性】
技术研发人员：李闯，楚五斌，董红顺，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：北京;11