[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

说明书

本发明公开了一种企业税务欺诈检测方法、电子设备及存储介质，方法包括：获取若干发票训练数据；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；将所述发票训练数据进行特征处理；根据特征处理后的发票训练数据建立税务欺诈模型；获取发票待检测数据，将发票待检测数据进行特征处理；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。本发明根据企业发票数据实现了税务企业的检测，避免了传统检测方法需要企业全部经营数据的缺点，又同时解决了理由发票数据检测时存在的数据不平衡和异常企业与正常企业高度交叉融合的难题。

技术领域

本发明涉及企业税务检测技术，尤其涉及一种企业税务欺诈检测方法、电子设备及存储介质。

背景技术

税务欺诈检测是税务机关税收征管和稽查中面临的一个重要温特。在传统上，我国税务机关的纳税评估工作主要采用对所辖企业进行普查的形式，即通过对企业纳税状况和经营状况的分析，判断其中是否存在偷逃税行为，从而决定税收检查的重点。但是这种普查工作没有重点，容易导致普查的方式费时费力，而且结果也不好。

如何确定一个企业是否有税务其中问题，在已有的研究中是对企业经营的诸多属性，比如基于企业经营的61个属性(注册资金、营业面积、员工人数,当月缴纳的增值税额的合计项目等)采用基于SVM贝叶斯分类、SGNN等方法实现检测企业是否存在税欺诈。但是这种方法需要待查企业完整的经营属性数据，这在现实中是非常难以得到的，因此该方法的实用性不高。

2018年国家税务总局与科技公司腾讯合作，专注于税务管理现代化，拟采用区块链技术对抗税务欺诈，但是目前仍处于筹建之中。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种企业税务欺诈检测方法，其能解决现有税务检测方法不完善、实用性不高、效率低等的问题。

本发明的目的之一采用以下技术方案实现：

一种企业税务欺诈检测方法，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。

优选的，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。

优选的，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；