-
公开(公告)号：CN108596750A
公开(公告)日：2018-09-28
申请号：CN201810436908.5
申请日：2018-05-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于并行关联规则挖掘的发票虚开识别方法，包括以下步骤：提取所需会计期间内的发票记录，构建事务集；对不同行业明细的事务子集分别挖掘频繁项集，生成关联规则；基于不同行业明细的关联规则，计算企业的自洽性，并通过自洽性计算结果识别存在发票虚开行为的企业。本发明基于Spark并行框架进行程序设计，利用并行Apriori算法对企业上下游企业的所属行业进行关联规则挖掘，分析异常的行业组合，能够细粒度地针对不同行业明细企业的经营特点，具有并行高效的特点，能够自动、快速、有效地识别发票虚开行为。
-
公开(公告)号：CN109242664A
公开(公告)日：2019-01-18
申请号：CN201811203365.9
申请日：2018-10-16
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向新设立企业的纳税风险预测方法，包括以下步骤：首先，基于关联自然人与企业之间的关联关系和企业之间的经济行为，构建出表征企业之间投资关系、控股关系、交易关系以及董事会互锁关系的纳税人影响关系网络；其次，对于纳税人影响关系网络中的非新设立企业，基于其档案资料、纳税申报资料、财务会计报表，利用机器学习回归算法得到纳税风险值；再次，对于纳税人影响关系中的新设立企业，基于其与周围邻居企业的影响关系、邻居企业中非新设立企业的纳税风险值，进行网络特征构建；最后，结合新设立企业的网络特征和档案资料，利用机器学习回归算法进行纳税风险预测。本发明使得新设立企业能够有效进行纳税风险预测。
-
公开(公告)号：CN109242664B
公开(公告)日：2021-03-16
申请号：CN201811203365.9
申请日：2018-10-16
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向新设立企业的纳税风险预测方法，包括以下步骤：首先，基于关联自然人与企业之间的关联关系和企业之间的经济行为，构建出表征企业之间投资关系、控股关系、交易关系以及董事会互锁关系的纳税人影响关系网络；其次，对于纳税人影响关系网络中的非新设立企业，基于其档案资料、纳税申报资料、财务会计报表，利用机器学习回归算法得到纳税风险值；再次，对于纳税人影响关系中的新设立企业，基于其与周围邻居企业的影响关系、邻居企业中非新设立企业的纳税风险值，进行网络特征构建；最后，结合新设立企业的网络特征和档案资料，利用机器学习回归算法进行纳税风险预测。本发明使得新设立企业能够有效进行纳税风险预测。
-
公开(公告)号：CN108596750B
公开(公告)日：2019-08-23
申请号：CN201810436908.5
申请日：2018-05-09
Applicant: 西安交通大学
IPC: G06Q40/00 , G06Q50/26 , G06F16/2458
Abstract: 本发明公开了一种基于并行关联规则挖掘的发票虚开识别方法，包括以下步骤：提取所需会计期间内的发票记录，构建事务集；对不同行业明细的事务子集分别挖掘频繁项集，生成关联规则；基于不同行业明细的关联规则，计算企业的自洽性，并通过自洽性计算结果识别存在发票虚开行为的企业。本发明基于Spark并行框架进行程序设计，利用并行Apriori算法对企业上下游企业的所属行业进行关联规则挖掘，分析异常的行业组合，能够细粒度地针对不同行业明细企业的经营特点，具有并行高效的特点，能够自动、快速、有效地识别发票虚开行为。
-
-
-
Search Results
4
records
(took 0.019 seconds)
