CN112241914A - 一种企业的评估方法、装置、存储介质和电子设备 - Google Patents

一种企业的评估方法、装置、存储介质和电子设备 Download PDF

Info

Publication number
CN112241914A
CN112241914A CN202011063041.7A CN202011063041A CN112241914A CN 112241914 A CN112241914 A CN 112241914A CN 202011063041 A CN202011063041 A CN 202011063041A CN 112241914 A CN112241914 A CN 112241914A
Authority
CN
China
Prior art keywords
enterprise
network
evaluated
tax
data information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011063041.7A
Other languages
English (en)
Inventor
刘雅婷
林文辉
王志刚
王泽皓
闫凯
刘芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisino Corp
Original Assignee
Aisino Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aisino Corp filed Critical Aisino Corp
Priority to CN202011063041.7A priority Critical patent/CN112241914A/zh
Publication of CN112241914A publication Critical patent/CN112241914A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/123—Tax preparation or submission

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及一种企业的评估方法、装置、存储介质和电子设备，针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重；根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重；根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。本公开用以提高企业重要性评估的准确性。

Description

一种企业的评估方法、装置、存储介质和电子设备
技术领域
本公开涉及税务大数据领域，具体地，涉及一种企业的评估方法、装置、存储介质和电子设备。
背景技术
随着税务大数据的发展，行业现金结算量大，税局监督管理难度大，如何从大量发票数据中挖掘重要企业，使税务部门高效、快速地执行监管工作是非常必要的；且通过对税务领域的重要企业挖掘，可提供行业龙头企业等重点指标项，支撑税收数据分析和决策。因此，企业重要性排序方法对税务行业大数据分析和挖掘具有重要指导作用。然而，目前关于税务行业的企业重要性排序算法研究甚少，且多是针对单一网络数据的计算评估，具有较强的局限性，使得评估出的企业重要性准确性较低。
发明内容
本公开的目的是提供一种企业的评估方法、装置、存储介质和电子设备，用以提高企业重要性评估的准确性。
为了实现上述目的，本公开提供一种企业的评估方法，所述方法包括：针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重；其中，所述关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息；
根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；
利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重；
根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。
可选地，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络包括：
针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络；
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多类实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络。
可选地，所述业务数据信息包括：企业基本信息、增值税发票数据信息、货物明细数据信息；
所述针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络包括：
当业务数据信息为企业基本信息时，根据企业基本信息中记录的企业、自然人、企业与其对应自然人间的关系信息，建立企业-自然人元网络；
当业务数据信息为增值税发票数据信息时，根据增值税发票数据信息中的企业、企业与企业间的票流交易关系信息，建立企业-企业票流元网络；
当业务数据信息为货物明细数据信息时，根据货物明细数据信息中的企业、商品、企业与商品间的购进与销售关系信息，建立企业-进销商品元网络。
可选地，所述若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多个实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络包括：
在所述税务元网络为企业-自然人元网络时，所述企业-自然人元网络为实体是企业及自然人的双实体网络，将所述自然人确定为相似实体，并根据所述自然人确定对应的关联企业网络；
在所述税务元网络为企业-企业票流元网络时，所述企业-企业票流元网络为单实体网络，将所述企业-企业票流元网络确定对应的关联企业网络；
在所述企业-进销商品元网络时，所述企业-进销商品元网络为实体是企业和商品的双实体网络，将所述商品确定为相似实体，并根据所述商品确定对应的关联企业网络。
可选地，所述根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息包括：
根据该待评估企业在每个所述关联企业网络中的权重，确定该待评估企业的每个所述关联企业网络对应的转移矩阵；
将该待评估企业的每个所述关联企业网络对应的转移矩阵通过预设的网络权重比例进行融合，得到该待评估企业的最终转移矩阵。
可选地，所述利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到该待评估企业的重要性权重包括：
利用该待评估企业的最终转移矩阵通过PR算法随机游走模块，得到该待评估企业的重要性权重。
可选地，在所述针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重之前，还包括：
从税局系统中采集所述多个待评估企业的中的每一个待评估企业的税务数据。
进一步地，本公开还提供一种企业的评估装置，包括：
建立单元，用于针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重；其中，所述关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息；
处理单元，用于根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；
计算单元，还用于利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重；
评估单元，用于根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。
可选地，所述建立单元，具体用于针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络；
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多类实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络。
可选地，所述业务数据信息包括：企业基本信息、增值税发票数据信息、货物明细数据信息；
所述建立单元，具体用于当业务数据信息为企业基本信息时，根据企业基本信息中记录的企业、自然人、企业与其对应自然人间的关系信息，建立企业-自然人元网络；
当业务数据信息为增值税发票数据信息时，根据增值税发票数据信息中的企业、企业与企业间的票流交易关系信息，建立企业-企业票流元网络；
当业务数据信息为货物明细数据信息时，根据货物明细数据信息中的企业、商品、企业与商品间的购进与销售关系信息，建立企业-进销商品元网络。
可选地，所述建立单元，具体用于在所述税务元网络为企业-自然人元网络时，所述企业-自然人元网络为实体是企业及自然人的双实体网络，将所述自然人确定为相似实体，并根据所述自然人确定对应的关联企业网络；
在所述税务元网络为企业-企业票流元网络时，所述企业-企业票流元网络为单实体网络，将所述企业-企业票流元网络确定对应的关联企业网络；
在所述企业-进销商品元网络时，所述企业-进销商品元网络为实体是企业和商品的双实体网络，将所述商品确定为相似实体，并根据所述商品确定对应的关联企业网络。
可选地，所述处理单元，具体用于根据该待评估企业在每个所述关联企业网络中的权重，确定该待评估企业的每个所述关联企业网络对应的转移矩阵；
将该待评估企业的每个所述关联企业网络对应的转移矩阵通过预设的网络权重比例进行融合，得到该待评估企业的最终转移矩阵。
可选地，所述计算单元，具体用于利用该待评估企业的最终转移矩阵通过PR算法随机游走模块，得到该待评估企业的重要性权重。
可选地，还包括：采集单元，用于从税局系统中采集所述多个待评估企业的中的每一个待评估企业的税务数据。
进一步地，本公开还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述的企业的评估方法的步骤。
进一步地，本公开还提供了一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现上述实施例所述的企业的评估方法的步骤。
通过上述技术方案，针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个关联企业网络中的权重；根据该待评估企业在每个关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到该待评估企业的重要性权重；根据每个待评估企业的重要性权重，对多个待评估企业进行评估。这样一来，通过获取待评估企业的税务数据中不同业务数据信息，可以建立多个不同的关联企业网络，进而根据不同的关联企业网络确定待评估企业的重要性权重，在本申请中可以从多个角度建立关联企业网络，可以提高企业重要性评估的准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本申请提供的一种企业的评估方法的流程示意图；
图2是本申请提供的一种税务元网络的示例图；
图3是本申请提供的另一种税务元网络的示例图；
图4是本申请提供的另一种税务元网络的示例图；
图5是本申请提供的另一种企业的评估方法的流程示意图；
图6是本申请提供的一种企业的评估装置的结构示意图；
图7是本申请提供的另一种企业的评估装置的结构示意图
图8本申请提供的一种电子设备的结构示意图；
图9是本申请提供的另一种电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
在现有技术中，针对税务行业的企业重要性评估均是针对单一网络数据进行技术评估的，具有较强的局限性，使得评估出的企业重要性准确性较低。而在本申请中，通过获取待评估企业的税务数据中不同业务数据信息，可以建立多个不同的关联企业网络，进而根据不同的关联企业网络确定待评估企业的重要性权重，在本申请中可以从多个角度建立关联企业网络，可以提高企业重要性评估的准确性。
本申请提供了一种企业的评估方法，该评估方法是基于税务数据对企业进行评估，如图1所示，该方法包括：
步骤S10、针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重。
其中，关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息。
需要说明的是，其他企业是用户预先设置的，与待评估企业相关联的企业。
具体的，在对多个企业根据其税务数据进行重要性评估时，可以将需要评估的企业称为待评估企业，针对所有待评估企业中的每个待评估企业，均执行下述步骤，下面以一个待评估企业为例进行说明。
基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，即为，根据该待评估企业的税务数据中的不同业务数据信息，分别建立不同的关联企业网络，其中，一个业务数据信息对应建立一个关联企业网络。在建立关联企业网络后，同时确定出该待评估企业在每个关联企业网络中的权重。
进一步地，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络包括：针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络；
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多个实体中确定出相似实体，并根据相似实体确定对应的关联企业网络。
其中，税务数据中包含了多个业务数据信息，例如，企业基本信息，增值税发票数据，进销商品信息等。而业务数据信息中记录了待评估企业及其业务数据，包含待评估企业的至少一类单实体信息及该单实体信息与业务间的关系。不同的业务数据信息记录的实体及实体间的对应关系是不同的，因此可以针对不同的的业务数据信息分别建立税务元网络，即为针对一个业务数据信息建立一个税务元网络，不同的业务数据信息建立不同的税务元网络。
在建立了多个税务元网络后，若多个税务元网络中有包含多类实体的税务元网络，则需要将包含多类实体的税务元网络转换为单实体税务元网络，此单实体税务元网络即为关联企业网络。若多个税务元网络中有单实体税务元网络，则直接将单实体税务元网络确定为关联企业网络。
需要说明的是，多类实体的税务元网络是该税务元网络中同时记录了待评估企业的多个类别的单体信息。例如，同时记录了待评估企业的企业及自然人，则企业及自然人是两类实体，此税务元网络即为多类实体税务元网络。
将包含多类实体的税务元网络转换为单实体税务元网络时，需要先从多类实体中确定出相似实体，可以将待评估企业在该税务元网络的实体中与其他企业在该税务元网络的实体中相同的实体确定为相似实体。根据相似实体，将多类实体的税务元网络转换为单实体网络，进而将此单实体网络确定为关联企业网络。
进一步地，业务数据信息包括：企业基本信息、增值税发票数据信息、货物明细数据信息。
此时，针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络包括：
当业务数据信息为企业基本信息时，根据企业基本信息中记录的企业、自然人、企业与其对应自然人间的关系信息，建立企业-自然人元网络。
在本实施例中，在企业基本信息中先抽取企业和自然人实体，再根据纳税人基本信息数据中的每行记录，抽取企业与其对应自然人(法人、财务负责人、办税人)关系，构建企业-自然人元网络，如图2所示。
当业务数据信息为增值税发票数据信息时，根据增值税发票数据信息中的企业、企业与企业间的票流交易关系信息，建立企业-企业票流元网络。
在本实施例中，在增值税发票数据信息中先抽取税务发票数据中涉及的企业实体，再根据销方-购方交易构建企业与企业的票流交易关系，关系属性为两企业实体间的交易金额、交易时间，构建企业-企业票流元网络，如图3所示。
当业务数据信息为货物明细数据信息时，根据货物明细数据信息中的企业、商品、企业与商品间的购进与销售关系信息，建立企业-进销商品元网络。
在本实施例中，先抽取税务发票数据中涉及的企业实体，并根据国家税务总局的《商品和服务税收分类编码表》抽取商品实体，再根据货物明细数据信息，建立企业与进销商品的购进与销售关系，构建企业-进销商品元网络，如图4所示。
此时，在建立了多个税务元网络后，需要根据多个税务元网络构建关联企业网络，即为该部分是将上述的税务元网络转化成企业与企业直接相关联的关联企业网络，将一个网络中的多类实体关联通过相似度关系转为单实体关联。
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多个实体中确定出相似实体，并根据相似实体确定对应的关联企业网络包括：
在税务元网络为企业-自然人元网络时，企业-自然人元网络为实体是企业及自然人的双实体网络，将自然人确定为相似实体，并根据自然人确定对应的关联企业网络。
也就是说，企业-自然人元网络为实体是企业和自然人的双实体网络，将待评估企业与其他企业相同的实体自然人作为相似实体，从相同自然人角度构建基于企业与企业相似度的单实体网络，即为关联企业网络记为NA。其，构建方法可参考如下内容：
若待评估企业A与其他企业B具有相同的法人：权重为f；
若待评估企业A与其他企业B具有相同的财务负责人：权重为c；
若待评估企业A与其他企业B具有相同的办税人：权重为b；
若待评估企业A的某一自然人，例如法人，是其他企业B的另一自然人，例如办税人：权重为d；其中，f>c>b>d，且是由用户预先设置的。
需要说明的是，在本实施例中，以待评估企业为待评估企业A，其他企业为其他企业B为例进行说明。
在构建了关联企业网络后，需要进一步确定待评估企业在此关联企业中的权重，此时若待评估企业A与其他企业B具有如上所有同自然人关系，在关联企业网络NA内双向边权重均为f+c+b+d。即为，待评估企业A及其他企业B在关联企业网络中的权重均是f+c+b+d。若两企业之间无同自然人关系，则网络中的两节点不连通，权重为0，若仅有部分同自然人关系，即为待评估企业A与其他企业B仅有部分自然人相同，则具有相同自然人的部分对应的权重从上述预设的权重(f，c，b，d)中确定，其余关系对应的权重为0。
在所述税务元网络为企业-企业票流元网络时，所述企业-企业票流元网络为单实体网络，将所述企业-企业票流元网络确定对应的关联企业网络。
也就是说，企业-企业票流元网络本身为单实体网络，可直接作为关联企业网络NB，若待评估企业A与其他企业B有直接票流交易关系，待评估企业A与其他企业B的交易金额即为各自在此关联企业网络中的权重，分别为jeA→B，jeB→A。其中，jeA→B表示待评估企业A销售给其他企业B的金额、jeB→A表示其他企业B销售给待评估企业A的金额。
在所述企业-进销商品元网络时，所述企业-进销商品元网络为实体是企业和商品的双实体网络，将所述商品确定为相似实体，并根据所述商品确定对应的关联企业网络。
也就是说，企业-进销商品元网络为实体是企业和商品的双实体网络，将待评估企业与其他企业相同的实体商品作为相似实体，从企业进销的商品相似的角度构建基于企业与企业相似度的单实体网络，即为关联企业网络记为NC。
此时，待评估企业A在此关联企业网络NC的权重通过下述方法获取：若待评估企业A购进与销售的商品集合为CA，其他企业B购进与销售的商品集合为CB，则待评估企业A与其他企业B在关联企业网络NC中的权重均为：
Figure BDA0002712908750000121
其中，N表示待评估企业A与其他企业B商品重合的数量。
步骤11、根据该待评估企业在每个关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息。
具体的，由于需要利用上述建立的多个关联企业网络对待评估企业的重要性进行评估，因此需要先将多个关联企业网络进行网络融合成为一个网络，并在融合时获取待评估企业用于进行重要性评估的数据信息。
此时，根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息包括：
根据该待评估企业在每个所述关联企业网络中的权重，确定该待评估企业的每个所述关联企业网络对应的转移矩阵。
将该待评估企业的每个所述关联企业网络对应的转移矩阵通过预设的网络权重比例进行融合，得到该待评估企业的最终转移矩阵。
也就是说，对于上述关联企业网络NA，若待评估企业A与其他企业B在关联企业网络NA中的权重为f+c+b+d，待评估企业A与其他所有企业的边的权重之和为WeightA，则针对待评估企业A，计算出关联企业网络NA对应的转移矩阵的元素值，即为(f+c+b+d)/WeightA，此时，关联企业网络NA对应的转移矩阵定义为S1，该转移矩阵S1为对角矩阵。
对于关联企业网络NB，若待评估企业A的总销售额为SumA，待评估企业A销售给其他企业B的金额jeA→B，则针对待评估企业A，计算出关联企业网络NB对应的转移矩阵的元素值，即为jeA→B/SumA，转移矩阵定义为S2。
对于关联企业网络NC，若待评估企业A购进与销售的商品集合为CA，其他企业B购进与销售的商品集合为CB，在关联企业网络NC内待评估企业A与其他企业B的权重均通过公式一计算得出，对权重按列进行归一化，即可得关联企业网络NC对应的转移矩阵S3。
在针对关联企业网络NA，NB，NC分别建立对应的转移矩阵后，需要将三个对应的转移矩阵进行融合，此时需要根据预设的网络权重比例对三个对应的转移矩阵进行融合。对待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理实则是将3个关联企业网络NA、NB、NC，通过预定义的权重比例融合为一个网络，这里为关联企业网络NA分配权重为n1，为关联企业网络NB分配权重为n2，为关联企业网络NC分配权重为n3，对三个对应的转移矩阵进行融合，得到待评估企业A的最终转移矩阵S。
具体的，最终转移矩阵S可以通过下述公式获取。
Figure BDA0002712908750000131
其中，S的每列元素值的和均为1。
需要说明的是，n1，n2，n3是用户根据实际需求预先设置的。
需求说明的是，待评估企业需要根据哪些业务数据信息建立关联企业网络是用户根据实际需求预先设定的，在设定需要建立几个关联企业网络时，可以同时设定每个关联企业网络对应的转移矩阵在进行网络融合时的权重比例。
步骤S12、利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重。
具体的，在计算出该待评估企业的网络融合后的数据信息后，将此数据信息利用随机游走模型进行处理，可以得出该待评估企业的重要性权重。
进一步地，该随机游走模块可以是PR算法随机游走模块，此时利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到该待评估企业的重要性权重包括：
利用该待评估企业的最终转移矩阵通过PR(PageRank)算法随机游走模块，得到该待评估企业的重要性权重。
具体的，根据融合后的最终转移矩阵S，定义PR算法的初始化转移矩阵S'，其中S’通过下述公式三计算获取。
Figure BDA0002712908750000141
其中，α为常数系数，α∈[0,1)，一般取α＝0.85，对初始化转移矩阵S'采用幂迭代法收敛到平稳向量，得到重要性权重。
需要说明的是，PR算法为：给每个节点赋予初始值P1，例如初始列向量P1可为[1/n,1/n,1/n,......]，n为整数，PR值的计算如下，其中Pn为第n次迭代时各节点PR值组成的列向量：
Pn+1＝S'Pn 公式四
通过公式四不断地迭代PR值，当满足公式五的不等式后迭代结束，获得所有节点的PR值。其中ε为误差界：
|Pn+1-Pn|<ε 公式五
需要说明的是，ε是用户预先设置的。
这样一来，通过上述PR算法的随机游走模型，可以将最后一次迭代结束时的PR值作为待评估企业的重要性权重。
步骤S13、根据每个待评估企业的重要性权重，对多个待评估企业进行评估。
具体的，在获取了所有待评估企业的重要性权重后，可以将所有待评估企业的重要性权重进行排序，例如按照从大到小的顺序排序，实现对待评估企业的重要性进行排序，进而可以根据此排序确定出被重点关注的企业。
如图5所示，在本申请中，在上述步骤S10之前，还包括：
步骤S14、从税局系统中采集多个待评估企业的中的每一个待评估企业的税务数据。
具体的，由于对企业评估时基于税务数据，因此可以在税局系统中将所有待评估企业的税务数据采集出来。
这样一来，通过获取待评估企业的税务数据中不同业务数据信息，可以建立多个不同的关联企业网络，进而根据不同的关联企业网络确定待评估企业的重要性权重，在本申请中可以从多个角度建立关联企业网络，可以提高企业重要性评估的准确性。
如图6所示，本公开还提供一种企业的评估装置600，包括：
建立单元601，用于针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重。
其中，所述关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息。
处理单元602，用于根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息。
计算单元603，还用于利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重。
评估单元604，用于根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。
可选地，所述建立单元601，具体用于针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络；
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多类实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络。
可选地，所述业务数据信息包括：企业基本信息、增值税发票数据信息、货物明细数据信息；
所述建立单元601，具体用于当业务数据信息为企业基本信息时，根据企业基本信息中记录的企业、自然人、企业与其对应自然人间的关系信息，建立企业-自然人元网络；
当业务数据信息为增值税发票数据信息时，根据增值税发票数据信息中的企业、企业与企业间的票流交易关系信息，建立企业-企业票流元网络；
当业务数据信息为货物明细数据信息时，根据货物明细数据信息中的企业、商品、企业与商品间的购进与销售关系信息，建立企业-进销商品元网络。
可选地，所述建立单元601，具体用于在所述税务元网络为企业-自然人元网络时，所述企业-自然人元网络为实体是企业及自然人的双实体网络，将所述自然人确定为相似实体，并根据所述自然人确定对应的关联企业网络；
在所述税务元网络为企业-企业票流元网络时，所述企业-企业票流元网络为单实体网络，将所述企业-企业票流元网络确定对应的关联企业网络；
在所述企业-进销商品元网络时，所述企业-进销商品元网络为实体是企业和商品的双实体网络，将所述商品确定为相似实体，并根据所述商品确定对应的关联企业网络。
可选地，所述处理单元602，具体用于根据该待评估企业在每个所述关联企业网络中的权重，确定该待评估企业的每个所述关联企业网络对应的转移矩阵；
将该待评估企业的每个所述关联企业网络对应的转移矩阵通过预设的网络权重比例进行融合，得到该待评估企业的最终转移矩阵。
可选地，所述计算单元603，具体用于利用该待评估企业的最终转移矩阵通过PR算法随机游走模块，得到该待评估企业的重要性权重。
可选地，如图7所示，企业的评估装置600，还包括：采集单元604，用于从税局系统中采集所述多个待评估企业的中的每一个待评估企业的税务数据。
这样一来，通过获取待评估企业的税务数据中不同业务数据信息，可以建立多个不同的关联企业网络，进而根据不同的关联企业网络确定待评估企业的重要性权重，在本申请中可以从多个角度建立关联企业网络，可以提高企业重要性评估的准确性。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
进一步地，本公开还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述的企业的评估方法的步骤
图8是根据一示例性实施例示出的一种电子设备700的框图。如图8所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的企业的评估方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的企业的评估方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的企业的评估方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的企业的评估方法。
图9是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理器1922，其数量可以为一个或多个，以及存储器1932，用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922可以被配置为执行该计算机程序，以执行上述的企业的评估方法。
另外，电子设备1900还可以包括电源组件1926和通信组件1950，该电源组件1926可以被配置为执行电子设备1900的电源管理，该通信组件1950可以被配置为实现电子设备1900的通信，例如，有线或无线通信。此外，该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的企业的评估方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1932，上述程序指令可由电子设备1900的处理器1922执行以完成上述的企业的评估方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的企业的评估方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种企业的评估方法，其特征在于，所述方法包括：
针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重；其中，所述关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息；
根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；
利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重；
根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。
2.根据权利要求1所述的方法，其特征在于，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络包括：
针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络；
若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多类实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络。
3.根据权利要求2所述的方法，其特征在于，所述业务数据信息包括：企业基本信息、增值税发票数据信息、货物明细数据信息；
所述针对该待评估企业的税务数据中不同的业务数据信息中的每一个业务数据信息，根据该业务数据信息中记录的实体及其对应关系的信息建立一个税务元网络包括：
当业务数据信息为企业基本信息时，根据企业基本信息中记录的企业、自然人、企业与其对应自然人间的关系信息，建立企业-自然人元网络；
当业务数据信息为增值税发票数据信息时，根据增值税发票数据信息中的企业、企业与企业间的票流交易关系信息，建立企业-企业票流元网络；
当业务数据信息为货物明细数据信息时，根据货物明细数据信息中的企业、商品、企业与商品间的购进与销售关系信息，建立企业-进销商品元网络。
4.根据权利要求3所述的方法，其特征在于，所述若该税务元网络为单实体网络，则将该税务元网络确定为一个关联企业网络；若该税务元网络不是单实体网络，则在该税务元网络中的多个实体中确定出相似实体，并根据所述相似实体确定对应的关联企业网络包括：
在所述税务元网络为企业-自然人元网络时，所述企业-自然人元网络为实体是企业及自然人的双实体网络，将所述自然人确定为相似实体，并根据所述自然人确定对应的关联企业网络；
在所述税务元网络为企业-企业票流元网络时，所述企业-企业票流元网络为单实体网络，将所述企业-企业票流元网络确定对应的关联企业网络；
在所述企业-进销商品元网络时，所述企业-进销商品元网络为实体是企业和商品的双实体网络，将所述商品确定为相似实体，并根据所述商品确定对应的关联企业网络。
5.根据权利要求1所述的方法，其特征在于，所述根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息包括：
根据该待评估企业在每个所述关联企业网络中的权重，确定该待评估企业的每个所述关联企业网络对应的转移矩阵；
将该待评估企业的每个所述关联企业网络对应的转移矩阵通过预设的网络权重比例进行融合，得到该待评估企业的最终转移矩阵。
6.根据权利要求5所述的方法，其特征在，所述利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到该待评估企业的重要性权重包括：
利用该待评估企业的最终转移矩阵通过PR算法随机游走模块，得到该待评估企业的重要性权重。
7.根据权利要求1所述的方法，其特征在于，在所述针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重之前，还包括：
从税局系统中采集所述多个待评估企业的中的每一个待评估企业的税务数据。
8.一种企业的评估装置，其特征在于，包括：
建立单元，用于针对多个待评估企业中的每一个待评估企业，基于该待评估企业的税务数据中不同的业务数据信息，对该待评估企业建立至少两个不同的关联企业网络，并确定出该待评估企业在每个所述关联企业网络中的权重；其中，所述关联企业网络用于标示出该待评估企业与其他企业间相关联的关系信息；
处理单元，用于根据该待评估企业在每个所述关联企业网络中的权重，对该待评估企业的至少两个不同的关联企业网络进行自适应网络融合处理，获取该待评估企业的网络融合后的数据信息；
计算单元，还用于利用该待评估企业的网络融合后的数据信息通过随机游走模型，得到所述该待评估企业的重要性权重；
评估单元，用于根据每个所述待评估企业的重要性权重，对所述多个待评估企业进行评估。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
CN202011063041.7A 2020-09-30 2020-09-30 一种企业的评估方法、装置、存储介质和电子设备 Pending CN112241914A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011063041.7A CN112241914A (zh) 2020-09-30 2020-09-30 一种企业的评估方法、装置、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011063041.7A CN112241914A (zh) 2020-09-30 2020-09-30 一种企业的评估方法、装置、存储介质和电子设备

Publications (1)

Publication Number Publication Date
CN112241914A true CN112241914A (zh) 2021-01-19

Family

ID=74168446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011063041.7A Pending CN112241914A (zh) 2020-09-30 2020-09-30 一种企业的评估方法、装置、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN112241914A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022221882A1 (en) * 2021-04-16 2022-10-20 Thomson Reuters Enterprise Centre Gmbh Systems and methods for local and cloud-based tax determination operations

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156905A (zh) * 2014-08-15 2014-11-19 西安交通大学 一种基于纳税人利益关联网络的重点监控企业评估方法
CN109635007A (zh) * 2018-12-18 2019-04-16 税友软件集团股份有限公司 一种行为评估方法、装置及相关设备
CN110310082A (zh) * 2019-06-03 2019-10-08 阿里巴巴集团控股有限公司 一种企业线上面签方法及装置
CN110378559A (zh) * 2019-06-12 2019-10-25 西安交通大学 一种基于广义最大流的纳税企业信用评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156905A (zh) * 2014-08-15 2014-11-19 西安交通大学 一种基于纳税人利益关联网络的重点监控企业评估方法
CN109635007A (zh) * 2018-12-18 2019-04-16 税友软件集团股份有限公司 一种行为评估方法、装置及相关设备
CN110310082A (zh) * 2019-06-03 2019-10-08 阿里巴巴集团控股有限公司 一种企业线上面签方法及装置
CN110378559A (zh) * 2019-06-12 2019-10-25 西安交通大学 一种基于广义最大流的纳税企业信用评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022221882A1 (en) * 2021-04-16 2022-10-20 Thomson Reuters Enterprise Centre Gmbh Systems and methods for local and cloud-based tax determination operations
US20220335536A1 (en) * 2021-04-16 2022-10-20 Thomson Reuters Enterprise Centre Gmbh Systems and methods for local and cloud-based tax determination operations

Similar Documents

Publication Publication Date Title
US10958748B2 (en) Resource push method and apparatus
AU2020100414A4 (en) Data reconciliation based on computer analysis of data
CN108960719B (zh) 选品方法和装置以及计算机可读存储介质
US10504120B2 (en) Determining a temporary transaction limit
CN106980573B (zh) 一种构建测试用例请求对象的方法、装置及系统
CN109300050A (zh) 基于用户画像的保险推送方法、装置及存储介质
CN108833458A (zh) 一种应用推荐方法、装置、介质及设备
CN110020124B (zh) 用于相关产品挖掘的方法及装置
CN111159565B (zh) 构建基于多目标优化的推荐模型的方法、装置及设备
US11748452B2 (en) Method for data processing by performing different non-linear combination processing
CN106649681A (zh) 一种数据处理方法、装置及设备
JP6060298B1 (ja) 情報配信装置、情報配信方法および情報配信プログラム
CN110766486A (zh) 确定物品类目的方法和装置
CN113095408A (zh) 风险的确定方法、装置和服务器
CN110852870A (zh) 一种虚拟资源转移方法、装置、设备及可读存储介质
CN109934646A (zh) 预测新商品关联购买行为的方法及装置
CN110009154A (zh) 一种退款预测方法、装置、终端设备及存储介质
CN113065882A (zh) 一种商品处理方法、装置及电子设备
CN105975486A (zh) 信息推荐方法及装置
CN114510735A (zh) 基于角色管理的智慧共享财务管理方法及平台
CN112328869A (zh) 一种用户贷款意愿的预测方法、装置及计算机系统
CN112241914A (zh) 一种企业的评估方法、装置、存储介质和电子设备
CN114648323A (zh) 面向业务场景的调用链处理方法、装置及介质
CN110457387A (zh) 一种应用于网络中用户标签确定的方法及相关装置
CN109978306B (zh) 数据处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination