[发明专利]一种获得税收预测结果的方法、装置及电子设备

说明书

一种获得税收预测结果的方法、装置及电子设备，该方法包括：根据获取到的基础特征、生成特征、组合特征生成初始特征组，初始特征组经过预设规则进行筛选，得到训练特征组，将所述训练特征组输入指定训练模型，得到税收预测模型，在预测模型中输入税收的特征数据，得到预测结果。通过上述方法，将不同特征选择优势相互结合，筛选出大量无效特征，并删除无效特征，提高了预测结果的精度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种获得税收预测结果的方法、装置及电子设备。

背景技术

以往，对地区税收收入的预测主要是通过对重点税源进行调查，将数据进行整理汇总后完成税收估计，这种处理方法需要耗费大量人力并且缺乏对纳税整体的把握。由于纳税申报的延迟性等原因，税局通过汇总预测的方式往往无法及时获得企业或地区的税收情况因此需要通过税收收入预测模型完成宏观税收预测。

目前，在预测经济运行领域，采用的是灰色理论、生长曲线、ARMA模型、最小二乘模型，这些模型通过时间序列的方式对经济长期趋势有一定预测，但是，这些模型需要耗费大量人力数据处理，处理数据方式不完善，不能精准的预测结果；并且在数据处理过程中产生了大量的无效特征，降低了运行效率和识别的准确率。

发明内容

本申请提供了一种获得税收预测结果的方法、装置及电子设备，用以提高税收预测结果的精度，完成宏观税收预测，帮助各地政府了解本地区经济发展情况、制定地区财政预算。

第一方面，本申请提供了一种获得税收预测结果的方法，所述方法包括：

根据获取到的基础特征、生成特征、组合特征生成初始特征组；

按照预设规则对初始特征组中的特征进行筛选，得到训练特征组；

将所述训练特征组输入指定训练模型，得到税收预测模型；

根据所述税收预测模型中输入的税收特征数据，得到所述税收预测模型输出的税收预测结果。

在一种可能的设计中，在获得初始特征组前，包括：

对基础特征进行线性组合，获得生成特征；

生成特征和基础特征按照预设规则组合，获得组合特征。

在一种可能的设计中，按照预设规则对初始特征中的特征进行筛选，得到训练特征组，包括：

计算所述初始特征组中每个特征对应的方差值，将方差值小于第一阈值的特征进行删除，得到第一特征组；

计算所述第一特征组中关联特征之间的卡方检验值，确定出小于第二阈值的卡方检验值对应的特征，其中，所述关联特征为具有相同基础特征的多个特征；

将确定出的特征中非相同基础特征删除，得到所述训练特征组。

在一种可能的设计中，将训练特征组输入指定模型，得到税收预测模型，包括：

将训练特征组输入到第一训练模型中，对计算出的每个特征对应的权重值进行排序，删除权重值最小的特征，得到第一训练特征组；

分别将替换了特征值第一训练特征组输入到第二训练模型中，得到多个预测结果，将多个预测结果与实际结果进行比较得到多个差值，选出数值最大的差值，将最大差值对应的特征值替换原来的特征值，得到第二训练特征组；

根据预测结果对第二训练特征组的特征值进行调整，将调整后的第二训练特征组输入到第二训练模型中进行训练，得到预测模型。

第二方面，本申请提供了一种获得税收预测结果的装置，所述装置包括：

生成模块，用于根据获取到的基础特征、生成特征、组合特征生成初始特征组；