CN116957631B - 一种税务发票数据智能识别方法、系统和介质 - Google Patents

一种税务发票数据智能识别方法、系统和介质 Download PDF

Info

Publication number
CN116957631B
CN116957631B CN202311112456.2A CN202311112456A CN116957631B CN 116957631 B CN116957631 B CN 116957631B CN 202311112456 A CN202311112456 A CN 202311112456A CN 116957631 B CN116957631 B CN 116957631B
Authority
CN
China
Prior art keywords
purchase
sale
upstream
commodity
downstream
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.)
Active
Application number
CN202311112456.2A
Other languages
English (en)
Other versions
CN116957631A (zh
Inventor
罗时民
易军
高易
刘殿
雷松
刘家云
潘美灵
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.)
Shenzhen Oushuitong Technology Co ltd
Original Assignee
Shenzhen Oushuitong Technology Co ltd
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 Shenzhen Oushuitong Technology Co ltd filed Critical Shenzhen Oushuitong Technology Co ltd
Priority to CN202311112456.2A priority Critical patent/CN116957631B/zh
Publication of CN116957631A publication Critical patent/CN116957631A/zh
Application granted granted Critical
Publication of CN116957631B publication Critical patent/CN116957631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种税务发票数据智能识别方法、系统和介质。该方法包括：根据企业发票的上下游购销方企业信息对发票进行分类提取上下游购销方关联数据再处理获得上下游购销方业务测评指数，根据上下游购销商品特征信息对发票进行分类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评价指数，再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进行阈值对比判断企业产销状况；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。

Description

一种税务发票数据智能识别方法、系统和介质
技术领域
本申请涉及大数据及税务发票技术领域，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
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。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请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。
本申请还提供了一种税务发票数据智能识别方法，包括以下步骤：
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；
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；
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；
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；
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；
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；
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；
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。
可选地，在本申请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：
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；
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。
可选地，在本申请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：
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；
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；
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；
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。
可选地，在本申请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：
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；
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；
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；
所述上下游购销方业务测评指数的聚合公式为：
；
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。
可选地，在本申请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：
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；
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；
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；
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。
可选地，在本申请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：
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；
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；
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；
所述商品上下游购销链评价指数的聚合公式为：
；
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。
可选地，在本申请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：
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；
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；
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；
所述企业历史购销活跃度测评系数的计算公式为：
；
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。
可选地，在本申请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：
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；
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；
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；
所述商品历史购销热度评价系数的计算公式为：
；
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。
可选地，在本申请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：
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；
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；
根据阈值对比结果范围获得对应企业产税运行良率等级；
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；
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：
；
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。
第二方面，本申请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：
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；
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；
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；
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；
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；
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；
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；
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。
第三方面，本申请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。
由上可知，本申请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。
本申请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，或者通过实施本申请了解。本申请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。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的税务发票数据智能识别方法的流程图；
图2为本申请实施例提供的税务发票数据智能识别方法的提取发票购销特征项信息的流程图；
图3为本申请实施例提供的税务发票数据智能识别方法的提取多个对应上下游购销方关联数据的流程图；
图4为本申请实施例提供的税务发票数据智能识别系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的税务发票数据智能识别方法的流程图。该税务发票数据智能识别方法用于终端设备中，例如电脑、手机终端等。该税务发票数据智能识别方法，包括以下步骤：
S101、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；
S102、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；
S103、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；
S104、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；
S105、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；
S106、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；
S107、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；
S108、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。
需要说明的是，为实现对购售票企业的产销运行和税票流转的良率状况进行有效评估，需对与购售票企业即购买发票和销售发票的企业的对接上下游企业之间的往来发票信息进行处理，获得与同类业务链上下游企业的发票的业务归类和发票信息提取并进行相关数据处理统计和计算，以获得与该购售票企业对接的上下游企业的购销方业务的测评，再根据与上下游企业的购销商品的商品购销链进行发票的商品链归类和发票信息提取并进行相关数据处理统计和计算，以获得与该购售票企业的上下游商品购销链的测评，同时根据获取的历史同时段内的各上下游业务链的购销企业之间的特征数据进行处理获得测评系数，以及根据历史同时段各类商品上下游购销链之间的商品购销链的特征数据进行处理获得评价系数，再根据所得系数结合指数进行加权处理，获得反映该购售票企业与上下游企业的业务链和商品上下游购销链的运营产税状况的综合评估指数，最后再通过与预设企业运营产税良率阈值等级的阈值对比结果判断该购售票企业的运营产税状况，通过获取购售票企业在一定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，即根据一定时间内多个发票的票面信息提取相关信息，再根据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，即根据发票票面提取特征信息其中包括与本企业关联的作为销售方的上游企业信息和作为购买方的下游企业信息，再根据上下游购销方企业的业务进行相似性对照识别，将全部关联的上下游企业按照业务类型进行分类，如某钢材企业根据其钢材生产业务，找寻与该业务关联的上游原钢料生产企业和下游钢管制作加工企业，使上下游购销方的原钢料生产企业和钢管制作企业与本企业形成钢材业务链的企业组，获得钢材业务链的上下游购销方企业组信息，再根据获得的业务链上下游购销方企业组信息对相关联开具的多个税务购销发票进行归类，即根据企业上下游业务链对发票进行归类，并提取归类的发票所包含的发票购销特征项信息中的多个对应上下游购销方关联数据，再进一步对这些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，即与业务链相关的该企业与上游和下游的购销开票时间周期数据，和上游购买和下游销售的发票的税额差数据，并进行聚合处理获得上下游购销方业务测评指数，即通过业务链的划分将与企业关联的上下游购销方企业进行关联和分类，并根据该划分将关联发票进行归类并提取相关数据进行处理，以根据企业业务类型对发票进行归类并提取数据进行分析，再根据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，并对多个税务购销发票进行分类，提取出多个对应上下游购销链商品关联数据，即根据发票票面的商品类型信息进行对照归类获取各类商品的关联上下游购销链以及相关信息，根据商品购销链对各上游购发票和下游销发票进行对照归类，并提取票面与商品购销相关的关联数据，如根据钢管产品找寻与钢管产品购销链关联的上游钢材原料购买的相关票据和下游钢管产品销售的相关票据，并提取上下游购销商品的票面关联数据，再对数据进行处理获得商品上下游购销链对商品上游原料购买和下游销售商品的周期数据，以及商品上下游购销链的购买和销售的发票的税额差数据，并进行聚合获得商品上下游购销链评价指数，即通过商品类型的划分将与类型商品关联的上下游购销链的相关上游原料购买票据和下游销售商品票据进行关联和分类，并提取相关数据进行处理，以根据商品类型对发票件归类并提取相关数据进行分析，同时为获得对购售票企业的精准评估，获取各类业务链上下游购销方企业组信息中包括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，以及获取各类商品上下游购销链信息中包括的各上下游购销链商品在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，即根据企业关联上下游购销方企业以及商品链在多个历史同时段的交易流转数据和购销链数据进行处理，获得相关评估系数，最后根据得到的系数结合前述获得的相关指数进行加权处理获得购售票企业运营产税综合评估指数，再与预设企业运营产税良率等级阈值进行阈值对比判断购售票企业的产销运营和税票流转的状况，实现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，获得通过发票信息数据对企业产销状况进行评估的技术。
请参照图2，图2是本申请一些实施例中的税务发票数据智能识别方法的提取发票购销特征项信息的流程图。根据本发明实施例，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，具体为：
S201、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；
S202、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。
需要说明的是，为获得发票的信息数据以对发票进行归类，首先需获取票面信息，获取评估的本目标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，税务购销发票信息是时间段内的全部生产经营活动的购买和销售的税务发票的票面信息，根据税务购销发票信息提取发票购销特征项信息，包括购销方包括对上游购发票和对下游销发票的上下企业方的特征信息、购销商品的名称类别的特征信息、购销商品的数量信息、开票时间节点信息以及票面标记的税额信息。
请参照图3，图3是本申请一些实施例中的税务发票数据智能识别方法的提取多个对应上下游购销方关联数据的流程图。根据本发明实施例，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，具体为：
S301、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；
S302、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；
S303、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；
S304、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。
需要说明的是，根据发票的购销特征项信息提取区分出上游购方企业信息和下游销方企业信息，并根据上下游购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的相似性对照分类，以区分归类出各类业务链条的上下游购销方企业组，如某钢材企业根据其钢材业务的购销发票的票面企业信息通过该信息库找寻与刚才业务关联的上游原钢料生产企业和下游钢管制作加工企业，使上下游购销方的原钢料生产企业和钢管制作企业与本企业形成钢材业务链的企业组，并获得业务链上下游购销方企业组信息，包括各类业务链的购方企业特征信息和销方企业特征信息，再根据各类业务链上下游购销方企业组信息对多个税务购销发票进行分类，即根据业务链对关联发票进行归类，并根据归类的发票的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的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，即通过业务链划分归类关联上下游企业，并对相关发票进行归类，并提取相关数据，以便对数据进一步进行处理。
根据本发明实施例，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，具体为：
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；
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；
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；
所述上下游购销方业务测评指数的聚合公式为：
；
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（特征系数通过预设购销企业业务特征信息库获取）。
需要说明的是，为通过票据评估购售票企业对于上下游业务链的运营能力，根据获得的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，即通过上下游对接企业开具业务链相关票据时间差获得开展本企业业务块的周期，根据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，即业务链上游购票税额和下游售票的税额差数据，再根据各类业务链的上下游购销方企业组信息对应的多个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，即通过企业业务链上下游购销的票面信息数据获得对企业关联业务链的上下游购销方业务开展的测评。
根据本发明实施例，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，具体为：
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；
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；
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；
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。
需要说明的是，根据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，并根据上下游购销商品特征信息按照预设购销商品特征信息库进行商品生产链的相似性对照和分类，以识别并归类出与某类商品的生产链条相关的上下游购销链，如根据某类钢管产品找寻出与钢管产品购销链关联的上游钢材原料购买链和下游钢管产品销售链，并获得商品上下游购销链信息，包括上游购链商品特征信息和下游销链商品特征信息，同时根据各类商品上下游购销链信息对商品购销链相关的多个税务购销发票进行分类，即根据商品上下游购销链条对发票进行归类，再根据归类的发票的购销特征项信息提取商品上下游购销链关联的多个对应的上游购链商品数、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，即通过类型商品购销链对关联商品进料生产加工链条进行划分，并对相关发票进行归类，并提取相关数据，以便对数据进一步进行处理。
根据本发明实施例，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，具体为：
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；
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；
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；
所述商品上下游购销链评价指数的聚合公式为：
；
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（特征系数通过预设购销商品特征信息库获取）。
需要说明的是，为通过票据评估购售票企业对于各类型商品进料生产加工销售的上下游购销链的商品运营能力，根据获得的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，即通过商品购销链对接的上下游所开具相关票据时间差获得该类商品在本企业进行加工生产的周期，根据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，即商品购销链的上游原料购票税额和下游出售加工商品的售票税额的税额差数据，再根据各类商品上下游购销链信息对应的多个上游购链商品数、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，即通过商品上下游购销链的票面信息数据获得对类型商品上下游进料出货的购销链加工生产商品情况的测评。
根据本发明实施例，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，具体为：
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；
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；
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；
所述企业历史购销活跃度测评系数的计算公式为：
；
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（特征系数通过预设购销企业业务特征信息库获取）。
需要说明的是，为通过票据信息获得对购售票企业的运营情况和税票流转状况的精准评估，还获取各类业务链在历史同时期的上下游购销流转相关数据并进行处理评估，以获得对购售票企业历史运营购销活跃情况的测评，通过获取各类业务链上下游购销方企业组信息所对应的各类业务链的上下游购销方企业与该购售票企业在多个历史同一时段内的购销流转特征数据，其特征数据包括与上下游购销方企业进行交易的流转税票的票额差数据和税额差数据以及上下游购销流转交易的频次数据，再对多个上述数据进行处理计算，获得企业历史购销活跃度测评系数。
根据本发明实施例，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，具体为：
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；
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；
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；
所述商品历史购销热度评价系数的计算公式为：
；
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（特征系数通过预设购销商品特征信息库获取）。
需要说明的是，同时还获取各类商品的上下游购销链在历史同时期的上下游商品购销的相关数据并进行处理评估，以获得对购售票企业相关各类商品进行上下游购销情况的测评，通过获取各类商品上下游购销链信息所对应的各类商品与上下游进行商品原材料购和产品销的情况在多个历史同一时段内的商品购销链特征数据，其特征数据包括商品在上游购原料和下游销产品之间的加工周期数据、购销总量数据以及商品进行购销之间的税额差数据，再根据多个上述数据进行处理计算，获得商品历史购销热度评价系数。
根据本发明实施例，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，具体为：
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；
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；
根据阈值对比结果范围获得对应企业产税运行良率等级；
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；
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：
；
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。
需要说明的是，最后根据得到的前述系数结合前述获得的相关指数进行加权处理获得购售票企业运营产税综合评估指数，该综合评估指数反映了通过票据信息对企业产销运营状况进行的评估结果，再根据该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，企业运营产税良率等级阈值包含多个预设的等级阈值范围，本实施例中将本等级阈值划分为五个等级，分别为I、II、III、IV、V级，其中I级阈值范围为(0.83，1]，II级阈值范围为(0.67，0.83]，III级阈值范围为(0.49，0.67]，IV级阈值范围为(0.28，0.49]，V级阈值范围为[0，0.28]，根据获得的综合评估指数与该等级阈值的阈值对比结果所落入的对应阈值范围确定相应等级，即为对应企业产税运行良率等级，根据企业产税运行良率等级判断购售票企业在预设时间段内的产销运营和税票流转的良率等级状况，实现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，获得通过发票信息数据对企业产销状况进行评估的技术。
如图4所示，本发明还公开了一种税务发票数据智能识别系统4，包括存储器41和处理器42，所述存储器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所述处理器执行时实现如下步骤：
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；
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；
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；
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；
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；
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；
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；
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。
需要说明的是，为实现对购售票企业的产销运行和税票流转的良率状况进行有效评估，需对与购售票企业即购买发票和销售发票的企业的对接上下游企业之间的往来发票信息进行处理，获得与同类业务链上下游企业的发票的业务归类和发票信息提取并进行相关数据处理统计和计算，以获得与该购售票企业对接的上下游企业的购销方业务的测评，再根据与上下游企业的购销商品的商品购销链进行发票的商品链归类和发票信息提取并进行相关数据处理统计和计算，以获得与该购售票企业的上下游商品购销链的测评，同时根据获取的历史同时段内的各上下游业务链的购销企业之间的特征数据进行处理获得测评系数，以及根据历史同时段各类商品上下游购销链之间的商品购销链的特征数据进行处理获得评价系数，再根据所得系数结合指数进行加权处理，获得反映该购售票企业与上下游企业的业务链和商品上下游购销链的运营产税状况的综合评估指数，最后再通过与预设企业运营产税良率阈值等级的阈值对比结果判断该购售票企业的运营产税状况，通过获取购售票企业在一定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，即根据一定时间内多个发票的票面信息提取相关信息，再根据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，即根据发票票面提取特征信息其中包括与本企业关联的作为销售方的上游企业信息和作为购买方的下游企业信息，再根据上下游购销方企业的业务进行相似性对照识别，将全部关联的上下游企业按照业务类型进行分类，如某钢材企业根据其钢材生产业务，找寻与该业务关联的上游原钢料生产企业和下游钢管制作加工企业，使上下游购销方的原钢料生产企业和钢管制作企业与本企业形成钢材业务链的企业组，获得钢材业务链的上下游购销方企业组信息，再根据获得的业务链上下游购销方企业组信息对相关联开具的多个税务购销发票进行归类，即根据企业上下游业务链对发票进行归类，并提取归类的发票所包含的发票购销特征项信息中的多个对应上下游购销方关联数据，再进一步对这些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，即与业务链相关的该企业与上游和下游的购销开票时间周期数据，和上游购买和下游销售的发票的税额差数据，并进行聚合处理获得上下游购销方业务测评指数，即通过业务链的划分将与企业关联的上下游购销方企业进行关联和分类，并根据该划分将关联发票进行归类并提取相关数据进行处理，以根据企业业务类型对发票进行归类并提取数据进行分析，再根据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，并对多个税务购销发票进行分类，提取出多个对应上下游购销链商品关联数据，即根据发票票面的商品类型信息进行对照归类获取各类商品的关联上下游购销链以及相关信息，根据商品购销链对各上游购发票和下游销发票进行对照归类，并提取票面与商品购销相关的关联数据，如根据钢管产品找寻与钢管产品购销链关联的上游钢材原料购买的相关票据和下游钢管产品销售的相关票据，并提取上下游购销商品的票面关联数据，再对数据进行处理获得商品上下游购销链对商品上游原料购买和下游销售商品的周期数据，以及商品上下游购销链的购买和销售的发票的税额差数据，并进行聚合获得商品上下游购销链评价指数，即通过商品类型的划分将与类型商品关联的上下游购销链的相关上游原料购买票据和下游销售商品票据进行关联和分类，并提取相关数据进行处理，以根据商品类型对发票件归类并提取相关数据进行分析，同时为获得对购售票企业的精准评估，获取各类业务链上下游购销方企业组信息中包括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，以及获取各类商品上下游购销链信息中包括的各上下游购销链商品在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，即根据企业关联上下游购销方企业以及商品链在多个历史同时段的交易流转数据和购销链数据进行处理，获得相关评估系数，最后根据得到的系数结合前述获得的相关指数进行加权处理获得购售票企业运营产税综合评估指数，再与预设企业运营产税良率等级阈值进行阈值对比判断购售票企业的产销运营和税票流转的状况，实现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，获得通过发票信息数据对企业产销状况进行评估的技术。
根据本发明实施例，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，具体为：
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；
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。
需要说明的是，为获得发票的信息数据以对发票进行归类，首先需获取票面信息，获取评估的本目标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，税务购销发票信息是时间段内的全部生产经营活动的购买和销售的税务发票的票面信息，根据税务购销发票信息提取发票购销特征项信息，包括购销方包括对上游购发票和对下游销发票的上下企业方的特征信息、购销商品的名称类别的特征信息、购销商品的数量信息、开票时间节点信息以及票面标记的税额信息。
根据本发明实施例，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，具体为：
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；
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；
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；
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。
需要说明的是，根据发票的购销特征项信息提取区分出上游购方企业信息和下游销方企业信息，并根据上下游购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的相似性对照分类，以区分归类出各类业务链条的上下游购销方企业组，如某钢材企业根据其钢材业务的购销发票的票面企业信息通过该信息库找寻与刚才业务关联的上游原钢料生产企业和下游钢管制作加工企业，使上下游购销方的原钢料生产企业和钢管制作企业与本企业形成钢材业务链的企业组，并获得业务链上下游购销方企业组信息，包括各类业务链的购方企业特征信息和销方企业特征信息，再根据各类业务链上下游购销方企业组信息对多个税务购销发票进行分类，即根据业务链对关联发票进行归类，并根据归类的发票的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的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，即通过业务链划分归类关联上下游企业，并对相关发票进行归类，并提取相关数据，以便对数据进一步进行处理。
根据本发明实施例，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，具体为：
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；
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；
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；
所述上下游购销方业务测评指数的聚合公式为：
；
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（特征系数通过预设购销企业业务特征信息库获取）。
需要说明的是，为通过票据评估购售票企业对于上下游业务链的运营能力，根据获得的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，即通过上下游对接企业开具业务链相关票据时间差获得开展本企业业务块的周期，根据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，即业务链上游购票税额和下游售票的税额差数据，再根据各类业务链的上下游购销方企业组信息对应的多个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，即通过企业业务链上下游购销的票面信息数据获得对企业关联业务链的上下游购销方业务开展的测评。
根据本发明实施例，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，具体为：
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；
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；
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；
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。
需要说明的是，根据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，并根据上下游购销商品特征信息按照预设购销商品特征信息库进行商品生产链的相似性对照和分类，以识别并归类出与某类商品的生产链条相关的上下游购销链，如根据某类钢管产品找寻出与钢管产品购销链关联的上游钢材原料购买链和下游钢管产品销售链，并获得商品上下游购销链信息，包括上游购链商品特征信息和下游销链商品特征信息，同时根据各类商品上下游购销链信息对商品购销链相关的多个税务购销发票进行分类，即根据商品上下游购销链条对发票进行归类，再根据归类的发票的购销特征项信息提取商品上下游购销链关联的多个对应的上游购链商品数、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，即通过类型商品购销链对关联商品进料生产加工链条进行划分，并对相关发票进行归类，并提取相关数据，以便对数据进一步进行处理。
根据本发明实施例，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，具体为：
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；
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；
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；
所述商品上下游购销链评价指数的聚合公式为：
；
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（特征系数通过预设购销商品特征信息库获取）。
需要说明的是，为通过票据评估购售票企业对于各类型商品进料生产加工销售的上下游购销链的商品运营能力，根据获得的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，即通过商品购销链对接的上下游所开具相关票据时间差获得该类商品在本企业进行加工生产的周期，根据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，即商品购销链的上游原料购票税额和下游出售加工商品的售票税额的税额差数据，再根据各类商品上下游购销链信息对应的多个上游购链商品数、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，即通过商品上下游购销链的票面信息数据获得对类型商品上下游进料出货的购销链加工生产商品情况的测评。
根据本发明实施例，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，具体为：
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；
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；
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；
所述企业历史购销活跃度测评系数的计算公式为：
；
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（特征系数通过预设购销企业业务特征信息库获取）。
需要说明的是，为通过票据信息获得对购售票企业的运营情况和税票流转状况的精准评估，还获取各类业务链在历史同时期的上下游购销流转相关数据并进行处理评估，以获得对购售票企业历史运营购销活跃情况的测评，通过获取各类业务链上下游购销方企业组信息所对应的各类业务链的上下游购销方企业与该购售票企业在多个历史同一时段内的购销流转特征数据，其特征数据包括与上下游购销方企业进行交易的流转税票的票额差数据和税额差数据以及上下游购销流转交易的频次数据，再对多个上述数据进行处理计算，获得企业历史购销活跃度测评系数。
根据本发明实施例，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，具体为：
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；
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；
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；
所述商品历史购销热度评价系数的计算公式为：
；
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（特征系数通过预设购销商品特征信息库获取）。
需要说明的是，同时还获取各类商品的上下游购销链在历史同时期的上下游商品购销的相关数据并进行处理评估，以获得对购售票企业相关各类商品进行上下游购销情况的测评，通过获取各类商品上下游购销链信息所对应的各类商品与上下游进行商品原材料购和产品销的情况在多个历史同一时段内的商品购销链特征数据，其特征数据包括商品在上游购原料和下游销产品之间的加工周期数据、购销总量数据以及商品进行购销之间的税额差数据，再根据多个上述数据进行处理计算，获得商品历史购销热度评价系数。
根据本发明实施例，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，具体为：
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；
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；
根据阈值对比结果范围获得对应企业产税运行良率等级；
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；
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：
；
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。
需要说明的是，最后根据得到的前述系数结合前述获得的相关指数进行加权处理获得购售票企业运营产税综合评估指数，该综合评估指数反映了通过票据信息对企业产销运营状况进行的评估结果，再根据该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，企业运营产税良率等级阈值包含多个预设的等级阈值范围，本实施例中将本等级阈值划分为五个等级，分别为I、II、III、IV、V级，其中I级阈值范围为(0.83，1]，II级阈值范围为(0.67，0.83]，III级阈值范围为(0.49，0.67]，IV级阈值范围为(0.28，0.49]，V级阈值范围为[0，0.28]，根据获得的综合评估指数与该等级阈值的阈值对比结果所落入的对应阈值范围确定相应等级，即为对应企业产税运行良率等级，根据企业产税运行良率等级判断购售票企业在预设时间段内的产销运营和税票流转的良率等级状况，实现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，获得通过发票信息数据对企业产销状况进行评估的技术。
本发明第三方面提供了一种可读存储介质，所述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。
本发明公开的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。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (9)

1.一种税务发票数据智能识别方法，其特征在于，包括以下步骤：
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；
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；
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；
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；
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；
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；
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；
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；
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：
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；
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；
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；
所述企业历史购销活跃度测评系数的计算公式为：
；
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；
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：
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；
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；
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；
所述商品历史购销热度评价系数的计算公式为：
；
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。
2.根据权利要求1所述的税务发票数据智能识别方法，其特征在于，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：
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；
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。
3.根据权利要求2所述的税务发票数据智能识别方法，其特征在于，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：
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；
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；
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；
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。
4.根据权利要求3所述的税务发票数据智能识别方法，其特征在于，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：
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；
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；
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；
所述上下游购销方业务测评指数的聚合公式为：
；
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。
5.根据权利要求4所述的税务发票数据智能识别方法，其特征在于，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：
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；
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；
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；
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。
6.根据权利要求5所述的税务发票数据智能识别方法，其特征在于，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：
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；
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；
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；
所述商品上下游购销链评价指数的聚合公式为：
；
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。
7.根据权利要求6所述的税务发票数据智能识别方法，其特征在于，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：
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；
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；
根据阈值对比结果范围获得对应企业产税运行良率等级；
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；
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：
；
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。
8.一种税务发票数据智能识别系统，其特征在于，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：
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；
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；
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；
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；
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；
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；
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；
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；
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：
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；
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；
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；
所述企业历史购销活跃度测评系数的计算公式为：
；
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；
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：
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；
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；
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；
所述商品历史购销热度评价系数的计算公式为：
；
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。
9.一种计算机可读存储介质，其特征在于，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，实现如权利要求1至7中任一项所述的税务发票数据智能识别方法的步骤。
CN202311112456.2A 2023-08-31 2023-08-31 一种税务发票数据智能识别方法、系统和介质 Active CN116957631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311112456.2A CN116957631B (zh) 2023-08-31 2023-08-31 一种税务发票数据智能识别方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311112456.2A CN116957631B (zh) 2023-08-31 2023-08-31 一种税务发票数据智能识别方法、系统和介质

Publications (2)

Publication Number Publication Date
CN116957631A CN116957631A (zh) 2023-10-27
CN116957631B true CN116957631B (zh) 2023-12-22

Family

ID=88460432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311112456.2A Active CN116957631B (zh) 2023-08-31 2023-08-31 一种税务发票数据智能识别方法、系统和介质

Country Status (1)

Country Link
CN (1) CN116957631B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840847A (zh) * 2018-12-29 2019-06-04 航天信息股份有限公司 一种去核心化供应链融资方法
CN110070432A (zh) * 2019-03-15 2019-07-30 深圳壹账通智能科技有限公司 供应链金融评价方法、装置、存储介质和终端
CN111028024A (zh) * 2019-12-09 2020-04-17 深圳前海星际同辉科技有限公司 基于供应链交易平台税控接口的数据处理方法及终端
CN111241161A (zh) * 2020-01-16 2020-06-05 深圳壹账通智能科技有限公司 发票信息挖掘方法、装置、计算机设备及存储介质
CN112232894A (zh) * 2020-10-27 2021-01-15 江苏税软软件科技有限公司 基于增值税发票的数据分析方法
CN113240224A (zh) * 2021-02-05 2021-08-10 山东齐信数据服务有限公司 一种针对政府采购的履约能力的评估方法与系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX362402B (es) * 2014-06-09 2019-01-16 Sicpa Holding Sa Sistema de administracion de integridad para administrar y controlar datos entre entidades de una cadena de suministro de activos de petroleo y gas.

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840847A (zh) * 2018-12-29 2019-06-04 航天信息股份有限公司 一种去核心化供应链融资方法
CN110070432A (zh) * 2019-03-15 2019-07-30 深圳壹账通智能科技有限公司 供应链金融评价方法、装置、存储介质和终端
CN111028024A (zh) * 2019-12-09 2020-04-17 深圳前海星际同辉科技有限公司 基于供应链交易平台税控接口的数据处理方法及终端
CN111241161A (zh) * 2020-01-16 2020-06-05 深圳壹账通智能科技有限公司 发票信息挖掘方法、装置、计算机设备及存储介质
CN112232894A (zh) * 2020-10-27 2021-01-15 江苏税软软件科技有限公司 基于增值税发票的数据分析方法
CN113240224A (zh) * 2021-02-05 2021-08-10 山东齐信数据服务有限公司 一种针对政府采购的履约能力的评估方法与系统

Also Published As

Publication number Publication date
CN116957631A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN108573432B (zh) 用于电子商务的交易监管系统和方法
US9639874B2 (en) Ranked entity searching of public transaction records
CN109255651A (zh) 一种基于大数据的搜索广告转化智能预测方法
EP2074564A2 (en) Diamond valuation method, apparatus and computer readable medium product
CN102081774A (zh) 养卡识别方法及系统
CN111626766A (zh) 一种融合多个机器学习模型的手机银行营销客户筛选方法
CN109711955A (zh) 基于当前订单的差评预警方法、系统、黑名单库建立方法
CN111951051A (zh) 一种为客户推荐产品的方法、装置和系统
CN116739652A (zh) 一种服装电商销量预测建模方法
CN111091409B (zh) 客户标签的确定方法、装置和服务器
CN115953021A (zh) 一种基于机器学习的供应商风险分析方法及装置
CN117236996B (zh) 一种基于大数据分析的用户行为预测方法和系统
CN116611796B (zh) 一种店铺交易数据的异常检测方法及装置
CN116957631B (zh) 一种税务发票数据智能识别方法、系统和介质
CN116703516A (zh) 订单交易关系的建立方法、装置、设备和存储介质
CN115965468A (zh) 基于交易数据的异常行为检测方法、装置、设备及介质
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法
CN114648389A (zh) 一种电子商务信息处理系统
CN114971083A (zh) 一种货物购买预测出售的方法
CN114463022A (zh) 一种基于大数据的智能销售管理系统
CN114663108A (zh) 一种基于大数据技术的电商产品销量检测方法及检测系统
CN114240483A (zh) 一种基于机器学习及提前分类的新零售终端销售预测方法及系统
CN113191857A (zh) 一种基于大数据的云平台电子商务数据处理方法及系统
CN115187387B (zh) 一种风险商家的识别方法及设备
CN114187002B (zh) 一种金融安全系统及方法

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
GR01 Patent grant
GR01 Patent grant