System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及大数据处理,具体地说是办税人画像分析方法及系统。
技术介绍
1、目前在税务行业,传统的办税人画像分析方法并没有明确的算法,大部分都是基于办税人的行为数据,通过对不同受教育程度、不同年龄段、不同身份类型等的数据分析,得出办税人的行为数据,这种以数据未依托的结果往往会因为税务人员或者智能设备的介入发生改变,得到的结果数据经常会出现偏差。
2、如何高效全面的对办税人进行画像分析,是需要解决的技术问题。
技术实现思路
1、本专利技术的技术任务是针对以上不足,提供办税人画像分析方法及系统,来解决如何高效全面的对办税人进行画像分析的技术问题。
2、第一方面,本专利技术一种办税人画像分析方法,包括如下步骤:
3、采集办税人涉税数据,所述涉税数据包括身份信息和业务数据,所述业务数据包括当前业务数据和历史业务数据;
4、对历史业务数据和当前业务数据进行数据预处理,通过数据预处理对当前业务数据和历史业务数据进行数据清洗;
5、构建特征指标,基于特征指标分别对历史业务数据和当前业务数据进行多维度分析,得到历史业务数据的历史特征以及当前业务数据的实时特征,并将历史特征和实时特征进行数据融合,得到办税人员特征;
6、构建评价指标,基于评价指标对办税人进行多维度评价分析,得到办税人评价等级;
7、对身份信息进行脱敏,去除敏感信息,得到脱敏后身份信息;
8、基于办税人员特征、办税人评价等级以及过敏后身份
9、作为优选,所述特征指标包括办理渠道、办理频次、办理时长和办理业务类型;
10、对于获得的历史业务数据和当前业务数据,分别进行文本处理和数值处理,并基于特征指标对处理后的历史业务数据和当前业务数据分别进行多维度分析计算,得到办税人的历史特征和实时特征,并对历史特征和实时特征进行融合比对,得到得到办税人员特征。
11、作为优选,评价指标包括办税人的办税效率、满意率和工作负荷;
12、对办税人的评价指标进行升维处理,将升维后评价指标转化为固定长度向量后,进行降维处理,并基于构建的评价等级、采用聚类方法对办税人进行挖掘,得到办税人评价等级。
13、作为优选,所述身份信息包括涉税人的姓名和、身份证号、主管机构、联系方式以及住址;
14、对身份信息进行脱敏时,以身份证号、主管机构、联系方式以及住址为敏感信息,对涉税人的身份信息进行脱敏后,得到办税人的唯一编码,将编码作为办税人的脱敏后身份信息。
15、第二方面,本专利技术一种办税人画像分析系统,用于通过如第一方面任一项所述的一种办税人画像分析方法对办税人进行画像分析,所述系统包括:
16、数据采集模块,所述数据采集模块用于采集办税人涉税数据,所述涉税数据包括身份信息和业务数据,所述业务数据包括当前业务数据和历史业务数据;
17、数据处理模块,所述数据处理模块用于对历史业务数据和当前业务数据进行数据预处理,通过数据预处理对当前业务数据和历史业务数据进行数据清洗;
18、特征提取模块,所述特征提取模块用于构建特征指标,基于特征指标分别对历史业务数据和当前业务数据进行多维度分析,得到历史业务数据的历史特征以及当前业务数据的实时特征,并将历史特征和实时特征进行数据融合,得到办税人员特征;并用于构建评价指标,基于评价指标对办税人进行多维度评价分析,得到办税人评价等级;
19、数据脱敏模块,所述数据脱敏模块用于对身份信息进行脱敏,去除敏感信息,得到脱敏后身份信息;
20、画像构建模块,所述画像构建模块用于基于办税人员特征、办税人评价等级以及过敏后身份信息构建办税人画像。
21、作为优选,所述特征指标包括办理渠道、办理频次、办理时长和办理业务类型;
22、对于获得的历史业务数据和当前业务数据,所述特征提取模块用于分别进行文本处理和数值处理,并基于特征指标对处理后的历史业务数据和当前业务数据分别进行多维度分析计算,得到办税人的历史特征和实时特征,并对历史特征和实时特征进行融合比对,得到得到办税人员特征。
23、作为优选,评价指标包括办税人的办税效率、满意率和工作负荷;
24、所述特征提取模块用于执行如下:对办税人的评价指标进行升维处理,将升维后评价指标转化为固定长度向量后,进行降维处理,并基于构建的评价等级、采用聚类方法对办税人进行挖掘,得到办税人评价等级。
25、作为优选,所述身份信息包括涉税人的姓名和、身份证号、主管机构、联系方式以及住址;
26、对身份信息进行脱敏时,所述数据脱敏模块用于以身份证号、主管机构、联系方式以及住址为敏感信息,对涉税人的身份信息进行脱敏后,得到办税人的唯一编码,将编码作为办税人的脱敏后身份信息。
27、本专利技术的办税人画像分析方法及系统具有以下优点:获取办税人的历史业务数据和当前业务数据,分别对历史数据和当前业务数据进行多维度分析,并将得到的历史特征和实时特征进行融合,得到办税人员特征,同时,从多个评价指标对办税人进行评价,得到办税人评价等级,并对办税人身份信息进行脱敏,基于办税人员特征、办税人评价等级以及过敏后身份信息构建办税人画像,提高了办税人画像的准确性,并提高了办税人信息的安全性。
本文档来自技高网...【技术保护点】
1.一种办税人画像分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的办税人画像分析方法,其特征在于,所述特征指标包括办理渠道、办理频次、办理时长和办理业务类型;
3.根据权利要求1所述的办税人画像分析方法,其特征在于,评价指标包括办税人的办税效率、满意率和工作负荷;
4.根据权利要求1所述的办税人画像分析方法,其特征在于,所述身份信息包括涉税人的姓名和、身份证号、主管机构、联系方式以及住址;
5.一种办税人画像分析系统,其特征在于,用于通过如权利要求1-4任一项所述的一种办税人画像分析方法对办税人进行画像分析,所述系统包括:
6.根据权利要求5所述的办税人画像分析系统,其特征在于,所述特征指标包括办理渠道、办理频次、办理时长和办理业务类型;
7.根据权利要求5所述的办税人画像分析系统,其特征在于,评价指标包括办税人的办税效率、满意率和工作负荷;
8.根据权利要求5所述的办税人画像分析系统,其特征在于,所述身份信息包括涉税人的姓名和、身份证号、主管机构、联系方式以及住址;
【技术特征摘要】
1.一种办税人画像分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的办税人画像分析方法,其特征在于,所述特征指标包括办理渠道、办理频次、办理时长和办理业务类型;
3.根据权利要求1所述的办税人画像分析方法,其特征在于,评价指标包括办税人的办税效率、满意率和工作负荷;
4.根据权利要求1所述的办税人画像分析方法,其特征在于,所述身份信息包括涉税人的姓名和、身份证号、主管机构、联系方式以及住址;
5.一种办税人画像分析系统,其特征...
【专利技术属性】
技术研发人员:张瑞,王彦功,张峰,李照川,王飞,张悦,
申请(专利权)人:浪潮软件科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。