【技术实现步骤摘要】
本专利技术涉及机器学习，具体提供一种基于机器学习的空壳企业模型识别方法及装置。
技术介绍
1、空壳企业通常在资金（资产）、经营场地、企业人员、经营活动和经营资质等方面具有区别于正常企业的特征，但这些特征均不能作为判断空壳企业的充分条件。识别空壳企业需要综合考虑各维度数据并结合企业形态特征加以判断。
2、传统的空壳企业识别模型属于定性分析模型，依赖人工经验，常使用指标峰值法，指标设置的内在联系性不强，结果数据容易受参数设置影响，当人工经验不足时有一定局限性。对个体样本进行风险画像，但对样本间的关联信息没有进一步延展分析，不会一并抓取其他样本的风险，属于孤立森林模式。以税种、行业为维度进行搭建，多数指标仅是对原始数据的初级加工比对，相对比较单一。
技术实现思路
1、本专利技术是针对上述现有技术的不足，提供一种实用性强的基于机器学习的空壳企业模型识别方法。
2、本专利技术进一步的技术任务是提供一种设计合理，安全适用的基于机器学习的空壳企业模型识别装置。
3、本...
【技术保护点】
1.一种基于机器学习的空壳企业模型识别方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于机器学习的空壳企业模型识别方法，其特征在于，在步骤S1中，以税务稽查审理案件中的空壳企业作为黑样本的参考依据，对经营特点、生命周期、人员穿透循环情况、同MAC地址开票情况的特点进行归集，形成完整疑点清单。
3.根据权利要求2所述的一种基于机器学习的空壳企业模型识别方法，其特征在于，在步骤S2中，构建六员循环数学模型时，筛选出六员分析数据，设计六员循环团伙、六员连接广度、六员分布频率、六员分布密度、密度占比和重点人数六项图谱指标，绘制六员团伙N...
【技术特征摘要】
1.一种基于机器学习的空壳企业模型识别方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于机器学习的空壳企业模型识别方法，其特征在于，在步骤s1中，以税务稽查审理案件中的空壳企业作为黑样本的参考依据，对经营特点、生命周期、人员穿透循环情况、同mac地址开票情况的特点进行归集，形成完整疑点清单。
3.根据权利要求2所述的一种基于机器学习的空壳企业模型识别方法，其特征在于，在步骤s2中，构建六员循环数学模型时，筛选出六员分析数据，设计六员循环团伙、六员连接广度、六员分布频率、六员分布密度、密度占比和重点人数六项图谱指标，绘制六员团伙n循环结构图谱，生成六员结果表；
4.根据权利要求3所述的一种基于机器学习的空壳企业模型识别方法，其特征在于，在步骤s3中，对黑样本进行穿透验证时，其中存在六员交叉情形的，使用六员循环的排列组合算法成功抓取循环团伙，取团伙企业所在地区的发票数据，绘制发票流向关系图谱进一步验证风险等级；
5...
【专利技术属性】
技术研发人员：吕兆哲，张峰，程林，林杰，张德路，王艳，白传洋，孟静，
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。