一种税务发票数据智能识别方法、系统和介质与流程

本技术涉及大数据及税务发票，具体而言，涉及一种税务发票数据智能识别方法、系统和介质。

背景技术：

1、税务发票广泛应用与上下游企业之间的商品购买和销售中，企业的各类发票的对接上下游企业名类和购销商品名类繁多，难以通过发票的信息数据对企业运行和商品购销情况进行有效评估，且目前针对企业的运营质量、信誉、资金周转以及信贷情况的评估也由于涉及数据名目种类众多而缺乏直接有效的审计评估方法，因此，目前缺少可结合购售票企业与上下游对接企业的交易信息和发票购销信息以及商品购销链信息对购售票企业的产销运营情况和税票流转情况进行评估的技术手段。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供一种税务发票数据智能识别方法、系统和介质，可以根据企业上下游购销发票信息进行企业业务和商品购销评估并结合历史企业和商品的购销测评系数进行加权处理以及阈值对比，实现通过发票信息数据对企业产销状况进行评估的技术。

2、本技术还提供了一种税务发票数据智能识别方法，包括以下步骤：

3、获取购售票企业在预设时间段内的多个税务购销发票的税务购销发票信息，并提取发票购销特征项信息；

4、根据所述发票购销特征项信息提取上游购方企业信息和下游销方企业信息并进行企业业务相似性对照和分类，获得各类业务链上下游购销方企业组信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销方关联数据；

5、根据各类业务链的所述上下游购销方关联数据进行处理获得业务链上下游购销流转周期数据和业务链上下游购销流转税额差数据，并聚合获得上下游购销方业务测评指数；

6、根据所述发票购销特征项信息提取上游购商品特征信息和下游销商品特征信息并进行商品产链相似性对照和分类，获得各类商品上下游购销链信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销链商品关联数据；

7、根据各类商品的所述上下游购销链商品关联数据进行处理获得商品上下游购销链周期数据和商品上下游购销链税额差数据，并聚合获得商品上下游购销链评价指数；

8、获取所述各类业务链上下游购销方企业组信息的各上下游购销方企业在多个历史同一时段内的购销流转特征数据，并进行处理获得企业历史购销活跃度测评系数；

9、获取所述各类商品上下游购销链信息的各上下游购销链商品在所述多个历史同一时段内的商品购销链特征数据，并进行处理获得商品历史购销热度评价系数；

10、根据所述上下游购销方业务测评指数以及商品上下游购销链评价指数结合企业历史购销活跃度测评系数和商品历史购销热度评价系数处理获得购售票企业运营产税综合评估指数，并与预设企业运营产税良率等级阈值进行阈值对比判断所述购售票企业的产销运营和税票流转的状况。

11、可选地，在本技术所述的税务发票数据智能识别方法中，所述获取购售票企业在预设时间段内的多个税务购销发票的税务购销发票信息，并提取发票购销特征项信息，包括：

12、获取购售票企业在预设时间段内的多个税务购销发票的税务购销发票信息；

13、根据所述税务购销发票信息提取发票购销特征项信息，包括购销方特征信息、购销商品名类特征信息、购销商品数量信息、开票时间节点信息以及票税数额信息。

14、可选地，在本技术所述的税务发票数据智能识别方法中，所述根据所述发票购销特征项信息提取上游购方企业信息和下游销方企业信息并进行企业业务相似性对照和分类，获得各类业务链上下游购销方企业组信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销方关联数据，包括：

15、根据所述购销方特征信息提取上游购方企业信息和下游销方企业信息；

16、根据所述上游购方企业信息和下游销方企业信息按照预设购销企业业务特征信息库进行企业业务相似性对照和分类，获得各类业务链上下游购销方企业组信息，包括各类业务链的上下游购销方企业组的购方企业特征信息和销方企业特征信息；

17、根据所述各类业务链上下游购销方企业组信息对所述多个税务购销发票进行分类；

18、根据所述发票购销特征项信息提取业务链上下游购销方企业组关联的多个对应上游购方开票时间节点数据、上游购方票税数额数据以及下游销方开票时间节点数据、下游销方票税数额数据。

19、可选地，在本技术所述的税务发票数据智能识别方法中，所述根据各类业务链的所述上下游购销方关联数据进行处理获得业务链上下游购销流转周期数据和业务链上下游购销流转税额差数据，并聚合获得上下游购销方业务测评指数，包括：

20、根据所述上游购方开票时间节点数据与下游销方开票时间节点数据处理获得业务链上下游购销流转周期数据；

21、根据所述上游购方票税数额数据与下游销方票税数额数据处理获得业务链上下游购销流转税额差数据；

22、根据所述各类业务链上下游购销方企业组信息对应多个所述业务链上下游购销流转周期数据和业务链上下游购销流转税额差数据进行处理，获得上下游购销方业务测评指数；

23、所述上下游购销方业务测评指数的聚合公式为：

24、；

25、其中，为上下游购销方业务测评指数，、分别为第i类业务链的业务链上下游购销流转周期数据、业务链上下游购销流转税额差数据，n为业务链类别个数，、为预设特征系数。

26、可选地，在本技术所述的税务发票数据智能识别方法中，所述根据所述发票购销特征项信息提取上游购商品特征信息和下游销商品特征信息并进行商品产链相似性对照和分类，获得各类商品上下游购销链信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销链商品关联数据，包括：

27、根据所述购销商品名类特征信息提取上游购商品特征信息和下游销商品特征信息；

28、根据所述上游购商品特征信息和下游销商品特征信息按照预设购销商品特征信息库进行商品产链相似性对照和分类，获得各类商品上下游购销链信息，包括各类商品的上游购链商品特征信息和下游销链商品特征信息；

29、根据所述各类商品上下游购销链信息对所述多个税务购销发票进行分类；

30、根据所述发票购销特征项信息提取商品上下游购销链关联的多个对应上游购链商品数、上游购链商品开票时间节点数据、上游购链商品票税数额数据以及下游销链商品数、下游销链商品开票时间节点数据、下游销链商品票税数额数据。

31、可选地，在本技术所述的税务发票数据智能识别方法中，所述根据各类商品的所述上下游购销链商品关联数据进行处理获得商品上下游购销链周期数据和商品上下游购销链税额差数据，并聚合获得商品上下游购销链评价指数，包括：

32、根据所述上游购链商品开票时间节点数据与下游销链商品开票时间节点数据处理获得商品上下游购销链周期数据；

33、根据所述上游购链商品票税数额数据与下游销链商品票税数额数据处理获得商品上下游购销链税额差数据；

34、根据所述各类商品上下游购销链信息对应多个所述上游购链商品数、下游销链商品数以及商品上下游购销链周期数据和商品上下游购销链税额差数据进行处理，获得商品上下游购销链评价指数；

35、所述商品上下游购销链评价指数的聚合公式为：

36、；

37、其中，为商品上下游购销链评价指数，、分别为上游购链商品数、下游销链商品数，、分别为第j类商品的商品上下游购销链周期数据、商品上下游购销链税额差数据，m为商品类别个数，、为预设特征系数。

38、可选地，在本技术所述的税务发票数据智能识别方法中，所述获取所述各类业务链上下游购销方企业组信息的各上下游购销方企业在多个历史同一时段内的购销流转特征数据，并进行处理获得企业历史购销活跃度测评系数，包括：

39、获取所述各类业务链上下游购销方企业组信息的各上下游购销方企业与所述购售票企业在多个历史同一时段内的购销流转特征数据；

40、所述购销流转特征数据包括购销流转票额差数据、购销流转税额差数据以及购销流转交易频次数据；

41、根据多个所述购销流转票额差数据、购销流转税额差数据以及购销流转交易频次数据进行处理，获得企业历史购销活跃度测评系数；

42、所述企业历史购销活跃度测评系数的计算公式为：

43、；

44、其中，为企业历史购销活跃度测评系数，、、分别为第t个上下游购销方企业与购售票企业在第r个历史时段内的购销流转票额差数据、购销流转税额差数据、购销流转交易频次数据，q为上下游购销方企业个数，p为历史时段个数，、、为预设特征系数。

45、可选地，在本技术所述的税务发票数据智能识别方法中，所述获取所述各类商品上下游购销链信息的各上下游购销链商品在所述多个历史同一时段内的商品购销链特征数据，并进行处理获得商品历史购销热度评价系数，包括：

46、获取所述各类商品上下游购销链信息的各上下游购销链商品在所述多个历史同一时段内的商品购销链特征数据；

47、所述商品购销链特征数据包括商品购销链周期数据、商品购销链总量数据以及商品购销链税额差数据；

48、根据多个所述商品购销链周期数据、商品购销链总量数据以及商品购销链税额差数据进行处理，获得商品历史购销热度评价系数；

49、所述商品历史购销热度评价系数的计算公式为：

50、；

51、其中，为商品历史购销热度评价系数，、、分别为第w个上下游购销链商品在第s个历史时段内的商品购销链周期数据、商品购销链总量数据、商品购销链税额差数据，z为上下游购销链商品个数，y为历史时段个数，、、为预设特征系数。

52、可选地，在本技术所述的税务发票数据智能识别方法中，所述根据所述上下游购销方业务测评指数以及商品上下游购销链评价指数结合企业历史购销活跃度测评系数和商品历史购销热度评价系数处理获得购售票企业运营产税综合评估指数，并与预设企业运营产税良率等级阈值进行阈值对比判断所述购售票企业的产销运营和税票流转的状况，包括：

53、根据所述上下游购销方业务测评指数以及所述商品上下游购销链评价指数结合所述企业历史购销活跃度测评系数和商品历史购销热度评价系数进行加权处理，获得购售票企业运营产税综合评估指数；

54、根据所述购售票企业运营产税综合评估指数与预设企业运营产税良率等级阈值进行阈值对比；

55、根据阈值对比结果范围获得对应企业产税运行良率等级；

56、根据所述企业产税运行良率等级判断所述购售票企业在所述预设时间段内的产销运营和税票流转的良率等级状况；

57、其中，所述购售票企业运营产税综合评估指数的加权计算公式为：

58、；

59、其中，为商品历史购销热度评价系数，为上下游购销方业务测评指数，为商品上下游购销链评价指数，为企业历史购销活跃度测评系数，为商品历史购销热度评价系数，、、、、为预设特征系数。

60、第二方面，本技术提供了一种税务发票数据智能识别系统，该系统包括：存储器及处理器，所述存储器中包括税务发票数据智能识别方法的程序，所述税务发票数据智能识别方法的程序被所述处理器执行时实现以下步骤：

61、获取购售票企业在预设时间段内的多个税务购销发票的税务购销发票信息，并提取发票购销特征项信息；

62、根据所述发票购销特征项信息提取上游购方企业信息和下游销方企业信息并进行企业业务相似性对照和分类，获得各类业务链上下游购销方企业组信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销方关联数据；

63、根据各类业务链的所述上下游购销方关联数据进行处理获得业务链上下游购销流转周期数据和业务链上下游购销流转税额差数据，并聚合获得上下游购销方业务测评指数；

64、根据所述发票购销特征项信息提取上游购商品特征信息和下游销商品特征信息并进行商品产链相似性对照和分类，获得各类商品上下游购销链信息，并对所述多个税务购销发票进行分类，根据所述发票购销特征项信息提取多个对应上下游购销链商品关联数据；

65、根据各类商品的所述上下游购销链商品关联数据进行处理获得商品上下游购销链周期数据和商品上下游购销链税额差数据，并聚合获得商品上下游购销链评价指数；

66、获取所述各类业务链上下游购销方企业组信息的各上下游购销方企业在多个历史同一时段内的购销流转特征数据，并进行处理获得企业历史购销活跃度测评系数；

67、获取所述各类商品上下游购销链信息的各上下游购销链商品在所述多个历史同一时段内的商品购销链特征数据，并进行处理获得商品历史购销热度评价系数；

68、根据所述上下游购销方业务测评指数以及商品上下游购销链评价指数结合企业历史购销活跃度测评系数和商品历史购销热度评价系数处理获得购售票企业运营产税综合评估指数，并与预设企业运营产税良率等级阈值进行阈值对比判断所述购售票企业的产销运营和税票流转的状况。

69、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括税务发票数据智能识别方法程序，所述税务发票数据智能识别方法程序被处理器执行时，实现如上述任一项所述的税务发票数据智能识别方法的步骤。

70、由上可知，本技术提供的一种税务发票数据智能识别方法、系统和介质，通过获取企业发票的税务购销发票信息并提取发票购销特征项信息，再提取上下游购销方企业信息进行对照分类获得各类业务链上下游购销方企业组信息对发票进行分类并提取上下游购销方关联数据，再处理获得业务链上下游购销流转周期数据和税额差数据并聚合获得上下游购销方业务测评指数，提取上下游购销商品特征信息进行对照分类获得各类商品上下游购销链信息并对发票进行分类并提取上下游购销链商品关联数据，再处理获得商品上下游购销链周期数据和税额差数据并聚合获得商品上下游购销链评价指数，获取各上下游购销方企业的历史购销流转特征数据并处理获得企业历史购销活跃度测评系数，获取各上下游购销链商品的历史商品购销链特征数据并处理获得商品历史购销热度评价系数，再根据上述指数结合系数处理获得购售票企业运营产税综合评估指数并进行阈值对比判断企业产销和税票状况；从而根据企业上下游购销发票信息进行企业业务和商品购销评估并结合历史企业和商品的购销测评系数进行加权处理以及阈值对比，实现通过发票信息数据对企业产销状况进行评估的技术。

71、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。