【技术实现步骤摘要】
本申请涉及通信，尤其涉及一种风险对象预测方法、装置、电子设备及存储介质。
技术介绍
1、走逃企业是指不履行税收义务并脱离税务机关监管的企业，少数违法分子会在开具增值税专用发票后走逃，使得国家税款严重流失，税收经济秩序遭到破坏，同时也侵害了守法经营纳税人的合法权益。相关技术中，通过训练普通的机器学习模型来预测有走逃风险的企业，然而，在训练模型时，为提高模型的预测准确性，需要综合来自不同机构的企业的税务相关数据作为训练样本进行训练，然而需要训练模型的机构可能无法获取到来自其他机构的数据，如果能够获取到其他机构的数据将会造成其他机构隐私数据的泄露。
2、因此，如何在提高有走逃风险的企业预测的准确性的同时，确保数据的安全，是亟待解决的技术问题之一。
技术实现思路
1、本申请实施例提供了一种风险对象预测方法、装置、电子设备及存储介质，在提高了具有走逃风险的企业预测的准确性的同时，保障了数据的安全。
2、第一方面，本申请实施例提供了一种风险对象预测方法，包括：
3、...
【技术保护点】
1.一种风险对象预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述第一风险预测模型和所述第二风险预测模型是通过以下方式训练获得的：
3.如权利要求2所述的方法，其特征在于，所述第一训练样本和所述第二训练样本为对二者进行对齐后的训练样本。
4.如权利要求2或3所述的方法，其特征在于，所述第一训练样本包括所述第一参与方的第一样本对象的第一样本特征数据和样本标签；所述第二训练样本包括所述第二参与方的第二样本对象的第二样本特征数据。
5.如权利要求4所述的方法，其特征在于，所述待检测目标对象为待检测目标纳...
【技术特征摘要】
1.一种风险对象预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述第一风险预测模型和所述第二风险预测模型是通过以下方式训练获得的：
3.如权利要求2所述的方法，其特征在于，所述第一训练样本和所述第二训练样本为对二者进行对齐后的训练样本。
4.如权利要求2或3所述的方法，其特征在于，所述第一训练样本包括所述第一参与方的第一样本对象的第一样本特征数据和样本标签；所述第二训练样本包括所述第二参与方的第二样本对象的第二样本特征数据。
5.如权利要求4所述的方法，其特征在于，所述待检测目标对象为待检测目标纳税人标识对应的企业；所述第一样本特征数据至少包括：纳税人标识对应的企业的行业代码、登记注册类型代码和登记日期；所述第二样本特征数据至少包括：纳税人标识对应的发票中的交易特征，所述样本标签表征所述纳税人标识对应的企业是否为风险企业。
6.一种风险对象预测装置，其特征在于，包括：
7.如权利要求6所述的装置，其特征在于，还包括：
8.如权利要求7所述...
【专利技术属性】
技术研发人员：王芳，张平，王志刚，宋若宁，刘振宇，田心，马兰，
申请(专利权)人：航天信息股份有限公司，
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。