[发明专利]一种企业税务欺诈检测方法、电子设备及存储介质

权利要求书

1.一种企业税务欺诈检测方法，其特征在于，包括如下步骤：

S1：获取若干发票训练数据；所述发票训练数据包括税务异常企业发票数据和税务正常企业发票数据；

S2：将所述发票训练数据进行特征处理；

S3：根据特征处理后的发票训练数据建立税务欺诈模型；

S4：获取发票待检测数据，将发票待检测数据进行特征处理；

S5：将特征处理后的发票待检测数据通过税务欺诈模型进行计算检测，以获得企业税务欺诈结果。

2.如权利要求1所述的企业税务欺诈检测方法，其特征在于，在S2中，具体包括如下子步骤：

S21：提取发票训练数据中的信息，所述信息包括采购方企业信息、销售方企业信息、企业所述行业、发票总金额、开票日期、货物名称、货物规格、货物单价、货物数量、单项货物的金额、单项货物的税额，以及采购方企业当前是否标定为税务异常企业；将上述信息中的发票总金额、货物单价、货物数量、单项货物的金额、单项货物的税额按比例缩放，以使发票训练数据标准化；

S22：依据交易类型结合所述信息将发票训练数据进行划分，所述交易类型包括有进有出、有进无出、无进有出和无进无出；

S23：计算发票训练数据中税务异常企业发票数据和税务正常企业发票数据的比例值，将比例值取整，并将取整后的整数作为继续划分的类数，以将交易类型划分后的发票训练数据按照所述类数继续分成若干更小类别的数据集。

3.如权利要求2所述的企业税务欺诈检测方法，其特征在于，在S3中，包括如下步骤：

S31：将更小类别的数据集分为训练集和测试集；

S32：将训练集中的数据基于随机森林模型算法训练以得到税务欺诈模型；

S33：根据税务欺诈模型对测试集中的数据进行测试，计算召回率，并判断召回率是否大于预设值，若是，则得到一随机深林分类模型，否则，重新调整随机森林模型的参数。

4.如权利要求3所述的企业税务欺诈检测方法，其特征在于，所述预设值为0.6。

5.如权利要求3所述的企业税务欺诈检测方法，其特征在于，所述预设值为0.8。

6.一种电子设备，包括存储器、处理器以及存储在存储器并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

第一获取步骤：获取若干发票训练数据；所述发票训练数据包括税务异常企业发票数据和税务正常企业发票数据；

第一处理步骤：将所述发票训练数据进行特征处理；

模型建立步骤：根据特征处理后的发票训练数据建立税务欺诈模型；

第二获取步骤：获取发票待检测数据，将发票待检测数据进行特征处理；

数据检测步骤：将特征处理后的发票待检测数据通过税务欺诈模型进行计算检测，以获得企业税务欺诈结果。

7.如权利要求6所述的电子设备，其特征在于，第一处理步骤具体包括如下子步骤：

提取步骤：提取发票训练数据中的信息，所述信息包括采购方企业信息、销售方企业信息、企业所述行业、发票总金额、开票日期、货物名称、货物规格、货物单价、货物数量、单项货物的金额、单项货物的税额，以及采购方企业当前是否标定为税务异常企业；将上述信息中的发票总金额、货物单价、货物数量、单项货物的金额、单项货物的税额按比例缩放，以使发票训练数据标准化；

划分步骤：依据交易类型结合所述信息将发票训练数据进行划分，所述交易类型包括有进有出、有进无出、无进有出和无进无出；

计算步骤：计算发票训练数据中税务异常企业发票数据和税务正常企业发票数据的比例值，将比例值取整，并将取整后的整数作为继续划分的类数，以将交易类型划分后的发票训练数据按照所述类数继续分成若干更小类别的数据集。