CN108242019A - 基于spark的小规模纳税人年应税销售额的监控方法及*** - Google Patents
基于spark的小规模纳税人年应税销售额的监控方法及*** Download PDFInfo
- Publication number
- CN108242019A CN108242019A CN201611219202.0A CN201611219202A CN108242019A CN 108242019 A CN108242019 A CN 108242019A CN 201611219202 A CN201611219202 A CN 201611219202A CN 108242019 A CN108242019 A CN 108242019A
- Authority
- CN
- China
- Prior art keywords
- taxpayer
- small
- scale
- year
- sales volume
- 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
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/10—Tax strategies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明设计实现了一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，通过分析小规模纳税人的销项***数据来计算其年应税销售额，进而监控小规模纳税人是否达标，并使用sparkSQL代替关系型数据库的数据处理计算过程，提高了监控的准确性和计算速率。所述方法包括：获取小规模纳税人的销项***表和纳税人信息表；对无关的、冗余的以及杂乱的字段信息进行清洗；关联小规模纳税人的销项***表和纳税人信息表，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息；进行小规模纳税人的分类并创建纳税人事实表；计算每个小规模纳税人的年应税销售额；与对应的达标认定标准进行对比，并对对比结果进行监控。
Description
技术领域
本发明涉及税务监管领域，并且更具体地，涉及一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法及***。
背景技术
在税务监管的工作中，税务人员发现很多小规模纳税人达到一般纳税人认定标准后，不但不申请一般纳税人资格认定，反而采取各种办法来规避，造成部分达标小规模纳税人申报额偏低、虚假注销、非正常户增加、注销税务登记后迟迟不办理新的营业执照及税务登记的现象。
达标小规模纳税人不愿意转换为一般纳税人的原因如下：
1、行业的特殊性使一般纳税人资格认定后税负有较大增加；
2、一般纳税人简易征收办法存在局限性；
3、对增值税专用***取得的非依赖性；
4、个别行业经营核算体制与增值税一般纳税人核算原则发生冲突。
为了加大对达标小规模纳税人的管理力度，除了加强政策的宣传辅导和加强注销业户审核以外，还需要加强对小规模纳税人的有计划、有重点的监控。
SPARK是基于内存的，是云计算领域的继Hadoop之后的下一代的最热门的通用的并行计算框架开源项目。SPARK最大的优势在于速度，在迭代处理计算方面比Hadoop快100倍以上；SPARK另外一个无可取代的优势是：“One Stack to rule them all”，SPARK采用一个统一的技术堆栈解决了大数据计算的所有核心问题，这直接奠定了其大数据领域的核心地位。
随着小规模纳税人转变为一般纳税人标准的降低以及税务部门网络化管理进度的加快，小规模纳税人的***数据量大幅度增加，传统的数据处理方式的弊端开始显现，为了达到高效监控的目的，势必要引入新的数据处理手段。
发明内容
为了解决上述问题，根据本发明的一方面，提供一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，包括：
获取电子底账库中小规模纳税人的销项***表；
获取金税三期库中小规模纳税人的纳税人信息表；
对销项***表和纳税人信息表中无关的、冗余的以及杂乱的字段信息进行清洗；
利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的所有字段信息，并存储至SPARK框架下的数据仓库表中；
使用SPARK框架下的分析工具sparkSQL调用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类并创建纳税人事实表以存储分类结果；
使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额；
将小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，并对对比结果进行监控。
优选地，所述无关的、冗余的以及杂乱的字段信息为与小规模纳税人年应税销售额计算无关的字段、字段内数据不完整的字段以及格式不统一的字段。
优选地，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。
优选地，所述小规模纳税人的类别在所述纳税人事实表中以纳税人类别代码字段标识。
优选地，小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
优选地，所述年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；以及
小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。
根据本发明的另一方面，提供了一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的***，包括：信息表获取单元、清洗单元、信息表关联单元、分类单元、计算单元、对比单元以及存储单元，其中
信息表获取单元，用于获取电子底账库中小规模纳税人的销项***表以及抽取金税三期库中小规模纳税人的纳税人信息表；
清洗单元，用于清洗销项***表和纳税人信息表内无关的、冗余的以及杂乱的字段信息；
信息表关联单元，利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息；
分类单元，使用分析工具sparkSQL利用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类，并创建纳税人事实表以存储分类结果；
计算单元，使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额；
对比单元，小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，得到对比结果；以及
存储单元，用于存储数据仓库表、纳税人事实表以及对比结果。
优选地，所述***还包括：
监控单元，根据对比结果对符合一般纳税人条件的小规模纳税人是否在规定时间内完成小规模纳税人升级为一般纳税人的流程。
优选地，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。
优选地，小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
优选地，所述年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；
小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。
本发明设计实现了一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，通过分析小规模纳税人的销项***数据来计算其年应税销售额，进而监控小规模纳税人是否达标，并使用sparkSQL代替关系型数据库的存储过程进行数据处理计算，提高了监控的准确性和计算速率。本发明的设计实现加大了对涉嫌偷税的小规模纳税人的打击力度、减少大量的税款流失、提高了税务安全、对行业公平竞争也有一定的保障作用。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明优选实施例的小规模纳税人年应税销售额的监控方法流程图；以及
图2为根据本发明优选实施例的小规模纳税人年应税销售额的监控***结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施例的小规模纳税人年应税销售额的监控方法流程图。如图1所示，本发明的优选实施例提供了一种对小规模纳税人年应税销售额的监控方法100，通过方法100，获取电子底账库中小规模纳税人的销项***表，获取金税三期库中小规模纳税人的纳税人信息表，进行无关、冗余字段后，将销项***表和纳税人信息表进行关联，并获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息，使用分析工具对小规模纳税人进行分类，并计算每个小规模纳税人的年应税销售额，最后根据每个小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，并对对比结果进行监控。
方法100从步骤101开始，在步骤101中，首先获取电子底账库中小规模纳税人的销项***表和金税三期库中小规模纳税人的纳税人信息表。其中，电子底账库中存储的是所有***的票面信息，包括增值税专用***表、增值税普通***、货运专票表以及机动车***表等等，在进行销项***表的获取时，对上述增值税专用***表、增值税普通***、货运专票表以及机动车***表进行销项字段的抽取和整理，得到销项***表如表1所示。金税三期库中存储的是与纳税人相关的信息表，主要包括纳税人档案表、纳税人档案扩展表、认定纳税人资格表等等，在进行纳税人信息表的获取时，对上述纳税人档案表、纳税人档案扩展表以及认定纳税人资格表进行纳税人字段的抽取和整理，得到纳税人信息表如表2所示。
表1 销项***表
表2 纳税人信息表
在步骤102中，对获取到的销项***表和纳税人信息表中无关的、冗余的以及杂乱的字段信息进行清洗。优选地，所述无关的、冗余的以及杂乱的字段信息为与小规模纳税人年应税销售额计算无关的字段、字段内数据不完整的字段以及格式不统一的字段。
在步骤103中，利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的所有字段信息，并存储至SPARK框架下的数据仓库表中。优选地，所述数据仓库表为SPARK框架下由结构化的数据映射而来的数据表，可以提供完整的数据库查询功能，并将将sparkSQL语句转换为映射-规约任务进行运行。
在步骤104中，使用SPARK框架下的分析工具sparkSQL调用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类，并创建纳税人事实表以存储分类结果。优选地，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。优选地，所述纳税人事实表如表3所示，其中小规模纳税人的类别在纳税人事实表中以纳税人类别代码字段标识。
表3 纳税人事实表
在步骤105中，使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额，其中小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
在步骤106中，将小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，并对对比结果进行监控。其中年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；以及
小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。优选地，对于符合一般纳税人申请条件的小规模纳税人，税务机构应当督促纳税人及时进行一般纳税人资格申请，并实时监控申请流程。
本发明的优选实施例提供了一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，通过分析小规模纳税人的销项***数据来计算其年应税销售额，进而监控小规模纳税人是否达标，并使用sparkSQL代替关系型数据库的存储过程进行数据处理计算，提高了监控的准确性和计算速率。
图2为根据本发明优选实施例的小规模纳税人年应税销售额的监控***结构图。如图2所示，小规模纳税人年应税销售额的监控***200由信息表获取单元201、清洗单元202、信息表关联单元203、分类单元204、计算单元205、对比单元206以及存储单元207组成。其中，信息表获取单元201用于获取电子底账库中小规模纳税人的销项***表以及抽取金税三期库中小规模纳税人的纳税人信息表。
优选地，清洗单元202用于清洗销项***表和纳税人信息表内无关的、冗余的以及杂乱的字段信息。
优选地，信息表关联单元203利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息。
优选地，分类单元204使用分析工具sparkSQL利用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类，并创建纳税人事实表以存储分类结果。
优选地，计算单元205使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额。
优选地，对比单元206小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，得到对比结果。
优选地，存储单元207用于存储数据仓库表、纳税人事实表以及对比结果。
优选地，***200还包括监控单元208，用于根据对比结果对符合一般纳税人条件的小规模纳税人是否在规定时间内完成小规模纳税人升级为一般纳税人的流程。
优选地，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。
优选地，小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
优选地，所述年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；
小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。
本发明的优选实施例小规模纳税人年应税销售额监控***200与本发明的另一实施例小规模纳税人年应税销售额监控方法100相对应，在此不再进行赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
Claims (11)
1.一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的方法，包括：
获取电子底账库中小规模纳税人的销项***表；
获取金税三期库中小规模纳税人的纳税人信息表；
对销项***表和纳税人信息表中无关的、冗余的以及杂乱的字段信息进行清洗；
利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的所有字段信息，并存储至SPARK框架下的数据仓库表中；
使用SPARK框架下的分析工具sparkSQL调用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类并创建纳税人事实表以存储分类结果；
使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额；
将小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，并对对比结果进行监控。
2.根据权利要求1所述的方法，其特征在于，所述无关的、冗余的以及杂乱的字段信息为与小规模纳税人年应税销售额计算无关的字段、字段内数据不完整的字段以及格式不统一的字段。
3.根据权利要求1所述的方法，其特征在于，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。
4.根据权利要求3所述的方法，其特征在于，所述小规模纳税人的类别在所述纳税人事实表中以纳税人类别代码字段标识。
5.根据权利要求1所述的方法，其特征在于，小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
6.根据权利要求3所述的方法，其特征在于，所述年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；
以及小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。
7.一种基于大数据SPARK框架对小规模纳税人年应税销售额进行监控的***，包括：信息表获取单元、清洗单元、信息表关联单元、分类单元、计算单元、对比单元以及存储单元，其中
信息表获取单元，用于获取电子底账库中小规模纳税人的销项***表以及抽取金税三期库中小规模纳税人的纳税人信息表；
清洗单元，用于清洗销项***表和纳税人信息表内无关的、冗余的以及杂乱的字段信息；
信息表关联单元，利用纳税人识别号字段和开业登记日期字段将销项***表和纳税人信息表进行关联，获取关联后信息表内注册登记时间在一年以上的所有小规模纳税人的字段信息；
分类单元，使用分析工具sparkSQL利用行业明细代码字段和经营范围字段对注册登记时间在一年以上的小规模纳税人进行分类，并创建纳税人事实表以存储分类结果；
计算单元，使用分析工具sparkSQL计算每个小规模纳税人的年应税销售额；
对比单元，小规模纳税人的年应税销售额与其对应的达标认定标准进行对比，得到对比结果；
以及存储单元，用于存储数据仓库表、纳税人事实表以及对比结果。
8.根据权利要求7所述的***，其特征在于，还包括：
监控单元，根据对比结果对符合一般纳税人条件的小规模纳税人是否在规定时间内完成小规模纳税人升级为一般纳税人的流程。
9.根据权利要求7所述的***，其特征在于，所述小规模纳税人的类别包括：从事生产货物类、提供应税劳务类、从事货物批发或零售类、提供运输类和现代服务类。
10.根据权利要求7所述的***，其特征在于，小规模纳税人的年应税销售额的计算公式为：年应税销售额＝含税销售额/(1+征收率)。
11.根据权利要求9所述的***，其特征在于，所述年应税销售额的认定标准为：
小规模纳税人的类别为从事生产货物类或提供应税劳务类，且年应税销售额≥50万元时，则需申请一般纳税人；
小规模纳税人的类别为从事货物批发或零售类，且年应税销售额≥80万元时，则需申请一般纳税人；
小规模纳税人的类别为提供运输类和现代服务类，且年应税销售额≥500万元时，则需申请一般纳税人。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611219202.0A CN108242019A (zh) | 2016-12-26 | 2016-12-26 | 基于spark的小规模纳税人年应税销售额的监控方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611219202.0A CN108242019A (zh) | 2016-12-26 | 2016-12-26 | 基于spark的小规模纳税人年应税销售额的监控方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108242019A true CN108242019A (zh) | 2018-07-03 |
Family
ID=62701450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611219202.0A Pending CN108242019A (zh) | 2016-12-26 | 2016-12-26 | 基于spark的小规模纳税人年应税销售额的监控方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108242019A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109857997A (zh) * | 2019-02-02 | 2019-06-07 | 杭州费尔斯通科技有限公司 | 一种离线表关联方法 |
| CN111192122A (zh) * | 2019-12-25 | 2020-05-22 | 航天信息股份有限公司 | 一种基于协同过滤的进销项差异度计算的方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101404104A (zh) * | 2008-11-03 | 2009-04-08 | 田小平 | 一种电子***和税务征管***和方法 |
| CN104281901A (zh) * | 2013-07-04 | 2015-01-14 | 航天信息股份有限公司 | 基于web技术的纳税申报方法 |
| CN104636337A (zh) * | 2013-11-06 | 2015-05-20 | 航天信息股份有限公司 | 一种用于增值税的数据清洗存储方法 |
| CN105574761A (zh) * | 2015-12-11 | 2016-05-11 | 西安交通大学 | 一种基于Spark的纳税人利益关联网络并行生成方法 |
| CN106169152A (zh) * | 2016-09-08 | 2016-11-30 | 广东源恒软件科技有限公司 | 一种增值税的自动核算方法及*** |
-
2016
- 2016-12-26 CN CN201611219202.0A patent/CN108242019A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101404104A (zh) * | 2008-11-03 | 2009-04-08 | 田小平 | 一种电子***和税务征管***和方法 |
| CN104281901A (zh) * | 2013-07-04 | 2015-01-14 | 航天信息股份有限公司 | 基于web技术的纳税申报方法 |
| CN104636337A (zh) * | 2013-11-06 | 2015-05-20 | 航天信息股份有限公司 | 一种用于增值税的数据清洗存储方法 |
| CN105574761A (zh) * | 2015-12-11 | 2016-05-11 | 西安交通大学 | 一种基于Spark的纳税人利益关联网络并行生成方法 |
| CN106169152A (zh) * | 2016-09-08 | 2016-11-30 | 广东源恒软件科技有限公司 | 一种增值税的自动核算方法及*** |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109857997A (zh) * | 2019-02-02 | 2019-06-07 | 杭州费尔斯通科技有限公司 | 一种离线表关联方法 |
| CN111192122A (zh) * | 2019-12-25 | 2020-05-22 | 航天信息股份有限公司 | 一种基于协同过滤的进销项差异度计算的方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110009174B (zh) | 风险识别模型训练方法、装置及服务器 | |
| CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
| CN109711955B (zh) | 基于当前订单的差评预警方法、***、黑名单库建立方法 | |
| CN110310191A (zh) | 用于数据分析、风险管理和自动合规的分布式计算机框架 | |
| CN105243117B (zh) | 一种数据处理***和方法 | |
| CN107784517A (zh) | 一种客户信息筛选方法及终端设备 | |
| CN105279817A (zh) | 新一代食品安全智能监控及追溯*** | |
| CN110991441A (zh) | 基于图像识别的资产评估方法、装置以及计算机存储介质 | |
| CN111783829A (zh) | 一种基于多标签学习的财务异常检测方法及装置 | |
| CN111260189B (zh) | 一种风险控制方法、装置、计算机***及可读存储介质 | |
| CN109815480B (zh) | 一种数据处理方法和装置、及存储介质 | |
| CN109993544A (zh) | 数据处理方法、***、计算机***及计算机可读存储介质 | |
| CN106875595A (zh) | 一种pos终端使用地点的确定方法及装置 | |
| CN111695979A (zh) | 一种原材料与成品的关系分析方法、装置及设备 | |
| CN108242019A (zh) | 基于spark的小规模纳税人年应税销售额的监控方法及*** | |
| CN113205271A (zh) | 一种基于机器学习对企业所得税风险评估的方法 | |
| US20200364537A1 (en) | Systems and methods for training and executing a recurrent neural network to determine resolutions | |
| Mandiratta et al. | Pre and post disinvestment performance evaluation of Indian CPSEs | |
| Shi et al. | How Is Gross Profit Margin Overestimated in China? | |
| CN117114812A (zh) | 一种针对企业的金融产品推荐方法及装置 | |
| CN113672787B (zh) | 证券市场交易行为监测方法、装置和存储介质 | |
| CN115809930A (zh) | 基于数据融合匹配的反欺诈分析方法、装置、设备及介质 | |
| CN106204172A (zh) | 为含税额销售单开具单税率增值税***的方法和*** | |
| CN114693428A (zh) | 数据确定方法、装置、计算机可读存储介质及电子设备 | |
| CN114462361A (zh) | 一种财务报表的转换方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180703 |