[发明专利]一种进销商品匹配度计算方法及虚开发票风险发现方法

说明书

本发明公开了一种进销商品匹配度计算方法及虚开发票风险发现方法。本发明虚开发票风险发现方法的步骤包括：1)对进销商品的商品名称进行规范化；2)将同一纳税人的进销商品集合中的每一商品名称抽象为一单词，从而将该纳税人的进销商品集合抽象为一文档，并根据进销商品的价格排列商品在该文档中的位置；然后利用商品在文档中的上下文商品信息训练得到各商品对应的最终语义向量；3)基于商品的最终语义向量，计算同一纳税人的进销商品集合的匹配度；根据所述匹配度判断对应纳税人的虚开发票风险。本发明使得税务机关在提高服务水平的同时也能很好的防范税收风险。

技术领域

本发明涉及一种纳税人虚开发票风险发现方法，具体的说是一种基于进销商品匹配度的虚开风险发现方法，属于计算机大数据处理领域。

背景技术

近年来，国家一直在积极探索深化改革，在简政放权、放管结合、优化服务方面进行改革。税务系统也积极响应国家号召进行了一系列放管服措施，降低企业和个人进行注册登记的门槛和手续，提供多元化的登记、注册、申报方式，显著降低了纳税人的登记注册的难度。虽然这些政策为广大纳税人提供了诸多的便利和优惠，但同时也增加了税收方面的风险，给一些不法分子更多的可乘之机，这些不法分子利用国家税收优惠政策和纳税人服务的便利，大肆虚开增值税发票，以此谋取个人利益，破坏国家的诚信体系，违背纳税人的依法纳税义务，并协助正常经营的企业进行偷税、漏税和骗税行为。这些不法分子为了避开税务机关对虚开发票的打击，通常会进行多次变票、洗票环节，最后将票出售给用票企业。因为发票开具链条比较长，涉及的企业多，稽查部门很难即时发现这些不法分子。

目前针对不法分子进行大量发票虚开，虚开商品随市场不断变化的现状，通常采取的方法是稽查人员基于专家经验通过人工条件选取、分析虚开纳税人，但是此种处理方法既费时费力，又存在准确率低、覆盖面小的问题。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种基于纳税人进销商品集合匹配度的税务大数据分析方法，用来进行纳税人虚开风险的预测。

本发明提供一种可以计算进销商品匹配度的税务大数据分析方法，通过计算纳税人进项商品集合和销项商品集合的匹配度，可以衡量纳税人进销商品之间的合理性，而进销不合理的纳税人存在极大的税务风险，因此，可以通过该方法，自动发现存在虚开发票风险度高的纳税人，改善原来稽查人员进行人工分析纳税人进销商品合理性的工作，使得税务机关在提高服务水平的同时也能很好的防范税收风险。

本发明的技术方案为：

一种进销商品匹配度计算方法，其步骤包括：

1)对进销商品的商品名称进行规范化；

2)将同一纳税人的进销商品集合中的每一商品名称抽象为一单词,从而将该纳税人的进销商品集合抽象为一文档，并根据进销商品的价格排列商品在该文档中的位置；然后利用商品在文档中的上下文商品信息训练得到各商品对应的最终语义向量；

3)基于商品的最终语义向量，计算同一纳税人的进销商品集合的匹配度。

一种虚开发票风险发现方法，其步骤包括：

1)对进销商品的商品名称进行规范化；

2)将同一纳税人的进销商品集合中的每一商品名称抽象为一单词,从而将该纳税人的进销商品集合抽象为一文档，并根据进销商品的价格排列商品在该文档中的位置；然后利用商品在文档中的上下文商品信息训练得到各商品对应的最终语义向量；

3)基于商品的最终语义向量，计算同一纳税人的进销商品集合的匹配度；根据所述匹配度判断对应纳税人的虚开发票风险。