[发明专利]一种基于ANN的风险纳税人自动预警方法及系统

权利要求书

1.一种基于ANN的风险纳税人自动预警方法，其特征在于，所述方法包括：

接收业务数据；

根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；

将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；

将所述风险参数与预先获得的风险阈值进行比较；

若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；

若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。

2.根据权利要求1所述的方法，其特征在于，所述其他业务信息包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。

3.根据权利要求1所述的方法，其特征在于，所述预先获得的风险阈值的获得方法包括：

在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；

将所述多组纳税人信息作为学习样本数据，以有监督学习模式将在预先设置的人工神经网络中进行学习；

将输出的预测结果作为风险阈值。

4.根据权利要求1所述的方法，其特征在于：所述预设的ANN判断模型的训练方法包括：

在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；

将所述多组纳税人信息作为学习样本数据，以强化学习模式将在预先设置的人工神经网络中进行学习，获得ANN判断模型。

5.根据权利要求3或4所述的系统，其特征在于：

所述人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型。

6.一种基于ANN的风险纳税人自动预警系统，其特征在于，所述系统包括：

业务采集单元，所述业务采集单元用于接收业务数据；

信息关联单元，所述信息关联单元用于根据所述业务数据识别纳税人，并根据所述纳税人在数据库中关联提取该纳税人的其他业务信息，生成纳税人信息；

风险参数计算单元，所述风险参数计算单元用于将所述纳税人信息输入至预设的ANN判断模型，获得针对该纳税人的风险参数；

风险判断单元，所述风险判断单元用于将所述风险参数与预先获得的风险阈值进行比较；若所述风险参数满足风险阈值要求，则将所述纳税人信息存储至数据库中；若所述风险参数不满足风险阈值的要求，则将所述纳税人标记为风险纳税人，并反馈至预设业务处理位置。

7.根据权利要求6所述的系统，其特征在于，所述系统包括：所述其他业务信息包括在接收本次业务数据前，所述数据库中针对该纳税人存储的：企业登记信息、企业购票信息、企业开票信息、企业信用登记、企业申报信息、企业欠税信息、企业逾期信息、企业认证信息以及企业违章信息。

8.根据权利要求6所述的系统，其特征在于：所述系统包括风险阈值计算单元；

风险阈值计算单元用于在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；

风险阈值计算单元用于将所述多组纳税人信息作为学习样本数据，以有监督学习模式将在预先设置的人工神经网络中进行学习；将输出的预测结果作为风险阈值。

9.根据权利要求6所述的系统，其特征在于：所述系统包括ANN判断模型训练单元；

所述ANN判断模型训练单元用于在所述数据库中采集获得多组以往被标记为风险纳税人的纳税人信息；

将所述多组纳税人信息作为学习样本数据，以强化学习模式将在预先设置的人工神经网络中进行学习，获得ANN判断模型。

10.根据权利要求8或9所述的系统，其特征在于：

所述风险阈值计算单元应用的人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型；

所述ANN判断模型训练单元应用的人工神经网络采用sigmoid型神经元，所述人工神经网络的结构为反馈型网络模型。