CN109872163A - 异常生产型企业的识别方法及装置 - Google Patents

Abstract

本发明公开了一种异常生产型企业的识别方法及装置，该方法包括：基于原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；判断选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。该方案自动确定出生产型企业是否异常。

Description

异常生产型企业的识别方法及装置

技术领域

本发明涉及数据处理技术领域，尤指一种异常生产型企业的识别方法及装置。

背景技术

税收是国家公共财政最主要的收入形式和来源。尽管增值税防伪税控***的推广使用，是税收征管和增加国家收入的一个强有力手段，但在税收风险管理方面仍然不足，给部分不法企业留下可乘之机，“虚开***、有销无进、有进无销、销售不实、抵扣不符”等现象层出不穷，给国家税收收入造成了巨大损失。货物明细数据是增值税***数据的重要组成成分，直接反映了企业的实际经营状况，涵盖了重要的交易信息和纳税信息，是作为评判企业是否为可疑信息的关键切入点。对于商贸型企业而言，进项货物和销项货物的理论一致性保证了识别该类企业可疑纳税行为的简便性，但是对于生产型企业，原材料需经过加工后销售，进货和销货之间存在巨大的差异，这就导致无法通过直接比对进项货物和销项货物来判断生产型企业有无可疑纳税行为。因此，目前亟需一种可以自动识别异常生产型企业的方法。

发明内容

本发明实施例提供一种异常生产型企业的识别方法及装置，用以解决现有技术中存在的缺少自动识别异常生产型企业的方法的问题。

根据本发明实施例，提供一种异常生产型企业的识别方法，所述方法包括：

获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；

基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

具体的，基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体包括：

将所述原始选定纳税人识别号集合中每个纳税人识别号与所述增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将所述进项***数据集合、所述销项***数据集合分别与所述商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将所述初始销项商品明细数据集合中的销方识别号和所述初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从所述初始进项商品明细数据集合中获取所述选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从所述初始销项商品明细数据集合获取所述选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合。

具体的，基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体包括：

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品集合。

具体的，基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体包括：

基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品集合。

具体的，基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体包括：

合并所述选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定所述商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到所述当前纳税人识别号子集对应的商品的主原料集合。

具体的，基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常，具体包括：

针对所述选定纳税人识别号集合中的每个纳税人识别号，执行：

确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在所述当前纳税人识别号对应的主购商品集合中；

若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在所述当前纳税人识别号对应的主购商品集合中，则确定所述当前纳税人识别号对应的生产型企业异常；

若所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在所述当前纳税人识别号对应的主购商品集合中，则基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常。

具体的，基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常，具体包括：

计算所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值；

基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测；

若所述当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定所述当前纳税人识别号对应的生产型企业异常；或者，若所述当前纳税人识别号在异常点检测算法后被检测为异常点，则断定所述当前纳税人识别号对应的生产型企业异常。

根据本发明实施例，还提供一种生产型企业识别装置，所述装置包括：

获取模块，用于获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；

第一确定模块，用于基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；

第二确定模块，用于基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；

第三确定模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；

判断模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

具体的，所述第一确定模块，用于基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体用于：

将所述原始纳税人识别号集合中每个纳税人识别号与所述增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将所述进项***数据集合、所述销项***数据集合分别与所述商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将所述初始销项商品明细数据集合中的销方识别号和所述初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从所述初始进项商品明细数据集合中获取所述选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从所述初始销项商品明细数据集合获取所述选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合和。

具体的，所述第二确定模块，用于基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体用于：

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品。

具体的，所述第二确定模块，用于基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体用于：

基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品。

具体的，所述第三确定模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体用于：

合并所述选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定所述商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到所述当前纳税人识别号子集对应的商品的主原料集合。

具体的，所述判断模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常，具体用于：

针对所述选定纳税人识别号集合中的每个纳税人识别号，执行：

确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在所述当前纳税人识别号对应的主购商品集合中；

若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在所述当前纳税人识别号对应的主购商品集合中，则确定所述当前纳税人识别号对应的生产型企业异常；

若所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在所述当前纳税人识别号对应的主购商品集合中，则基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常。

具体的，所述判断模块，用于基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常，具体用于：

计算所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值；

基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测；

若所述当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定所述当前纳税人识别号对应的生产型企业异常；或者，若所述当前纳税人识别号在异常点检测算法后被检测为异常点，则断定所述当前纳税人识别号对应的生产型企业异常。

本发明有益效果如下：

本发明实施例提供一种异常生产型企业的识别方法及装置，通过获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。该方案中，可以基于获取的原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定出选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，最终自动确定出选定纳税人识别号集合中的纳税人识别号对应的生产型企业是否异常，从而可以进一步确定是否存在可疑纳税行为。

附图说明

图1为本发明实施例中一种异常生产型企业的识别方法的流程图；

图2为本发明实施例中对图1中的S15进行细化的异常生产型企业的识别方法的流程图；

图3为本发明实施例中一种异常生产型企业的识别装置的结构示意图。

具体实施方式

针对现有技术中存在的缺少自动识别异常生产型企业的方法的问题，本发明实施例提供一种异常生产型企业的识别方法，该方法的流程如图1所示，执行步骤如下：

S11：获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合。

由于生产型企业具有一定的生产周期，所以获取的数据须至少包含一个完整的生产周期。但不同的企业生产周期不同，通常来讲，都不会超过1年，故以1年时长作为观察时间窗口来获取数据。

S12：基于原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合。

S13：基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合。

S14：基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合。

S15：基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

该方案中，可以基于获取的原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定出选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，最终自动确定出选定纳税人识别号集合中的纳税人识别号对应的生产型企业是否异常，从而可以进一步确定是否存在可疑纳税行为。

具体的，上述S12中基于原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体包括：

将原始纳税人识别号集合中每个纳税人识别号与增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将进项***数据集合、销项***数据集合分别与商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将初始销项商品明细数据集合中的销方识别号和初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从初始进项商品明细数据集合中获取选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从初始销项商品明细数据集合获取选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合。

上述进项商品明细数据和销项商品明细数据中所含的字段可以但不限于如下表1所示：

字段名称	含义
		gfsbh(xfsbh)	购(销)方识别号
spbm	商品编码
		dw	单位
sl	数量
		je	金额
kpyf	开票月份
		nsrsbh	纳税人识别号

表1

一个企业销售和购买的商品往往不止一种，而且这些商品之间可能差别很大，所以只针对企业的主营业务进行研究，考虑主销商品和主购商品之间是否存在异常。

具体的，上述S13中基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体包括：

基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品集合。

具体的，上述S13中基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体包括：

基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品集合。

基于正常生产型企业的进项货物为其销项商品原材料的假设，构建每种商品与其主原材料之间的对应关系。

具体的，上述S14中基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体包括：

合并选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到当前纳税人识别号子集对应的商品的主原料集合。

断定一个生产型企业的进、销项存在异常的主要依据，分为以下两种情况：

a.生产企业的主购商品和主销商品毫无关联。比如，企业的主购商品是木材，但主销商品却是黄金；

b.生产企业的主购商品和主销商品符合对应关系，但是主购商品的数量或者主销商品的数量明显区别于其他类似企业；

根据以上两种情况，判断一个生产型企业的进、销项究竟是否存在异常，可以通过上述过程来判断一个生产型企业是否异常。

具体的，如图2所示，提供对图1中的S15进行细化后的异常生产型企业的识别方法，在图1所示的S11-S14的基础上还包括S151-S155，其中，图1中S15的步骤可以通过下述S151-S155实现，针对选定纳税人识别号集合中的每个纳税人识别号，执行：

S151：确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在当前纳税人识别号对应的主购商品集合中；若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在当前纳税人识别号对应的主购商品集合中，则执行S152；若当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在当前纳税人识别号对应的主购商品集合中，可以基于当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定当前纳税人识别号对应的生产型企业是否异常，则执行S153。

S152：确定当前纳税人识别号对应的生产型企业异常。

S153：计算当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值。

设定指标可以但不限于包括投入产出比、单位原料消耗值和原料配比，涉及设定指标用以刻画某种商品的生产标准，进而量化比较生产某种商品的企业是否与同类其他企业平均水平相似，抑或存在巨大差异，有潜在风险。由于商品单位的多样性，无法从产品数量角度来定义计算公式，故采用金额来衡量。设定指标具体定义如下：

①

利用该公式来计算某种原料的价值投入产出比；

②

根据该公式可计算，每生产一个单位的产品需要消耗的某种原料价值；

③两种原料的价值配比＝原材料1的购进总额：原材料2的购进总额

根据该公式可计算任意两种原料的总额配比；

针对当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料计算上述3种指标值，构成样本特征矩阵，矩阵的行对应的是每个主销商品所对应的纳税人识别号子集中的每个纳税人识别号，矩阵的列为指标值。

S154：基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测。

S155：若当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定当前纳税人识别号对应的生产型企业异常；或者，若当前纳税人识别号在异常点检测算法后被检测为异常点，则断定当前纳税人识别号对应的生产型企业异常。

基于同一发明构思，本发明实施例提供一种异常生产型企业的识别装置，该装置的结构如图3所示，包括：

获取模块31，用于获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；

第一确定模块32，用于基于原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；

第二确定模块33，用于基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；

第三确定模块34，用于基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；

判断模块35，用于基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

该方案中，可以基于获取的原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定出选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，最终自动确定出选定纳税人识别号集合中的纳税人识别号对应的生产型企业是否异常，从而可以进一步确定是否存在可疑纳税行为。

具体的，第一确定模块32，用于基于原始纳税人识别号集合、增值税***数据集合和商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体用于：

将原始纳税人识别号集合中每个纳税人识别号与增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将进项***数据集合、销项***数据集合分别与商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将初始销项商品明细数据集合中的销方识别号和初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从初始进项商品明细数据集合中获取选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从初始销项商品明细数据集合获取选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合。

具体的，第二确定模块33，用于基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体用于：

基于销项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品集合。

具体的，第二确定模块33，用于基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体用于：

基于进项商品明细数据集合确定选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品集合。

具体的，第三确定模块34，用于基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体用于：

合并选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到当前纳税人识别号子集对应的商品的主原料集合。

具体的，判断模块35，用于基于选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常，具体用于：

针对选定纳税人识别号集合中的每个纳税人识别号，执行：

确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在当前纳税人识别号对应的主购商品集合中；

若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在当前纳税人识别号对应的主购商品集合中，则确定当前纳税人识别号对应的生产型企业异常；

若当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在当前纳税人识别号对应的主购商品集合中，则基于当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定当前纳税人识别号对应的生产型企业是否异常。

具体的，判断模块35，用于基于当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定当前纳税人识别号对应的生产型企业是否异常，具体用于：

计算当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值；

基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测；

若当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定当前纳税人识别号对应的生产型企业异常；或者，若当前纳税人识别号在异常点检测算法后被检测为异常点，则断定当前纳税人识别号对应的生产型企业异常。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的可选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括可选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种异常生产型企业的识别方法，其特征在于，所述方法包括：

获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；

基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

2.如权利要求1所述的方法，其特征在于，基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体包括：

将所述原始纳税人识别号集合中每个纳税人识别号与所述增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将所述进项***数据集合、所述销项***数据集合分别与所述商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将所述初始销项商品明细数据集合中的销方识别号和所述初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从所述初始进项商品明细数据集合中获取所述选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从所述初始销项商品明细数据集合获取所述选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合。

3.如权利要求1所述的方法，其特征在于，基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体包括：

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品集合。

4.如权利要求1所述的方法，其特征在于，基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体包括：

基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品集合。

5.如权利要求1所述的方法，其特征在于，基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体包括：

合并所述选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定所述商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到所述当前纳税人识别号子集对应的商品的主原料集合。

6.如权利要求1-5任一所述的方法，其特征在于，基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常，具体包括：

针对所述选定纳税人识别号集合中的每个纳税人识别号，执行：

确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在所述当前纳税人识别号对应的主购商品集合中；

若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在所述当前纳税人识别号对应的主购商品集合中，则确定所述当前纳税人识别号对应的生产型企业异常；

若所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在所述当前纳税人识别号对应的主购商品集合中，则基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常。

7.如权利要求6所述的方法，其特征在于，基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常，具体包括：

计算所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值；

基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测；

若所述当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定所述当前纳税人识别号对应的生产型企业异常；或者，若所述当前纳税人识别号在异常点检测算法后被检测为异常点，则断定所述当前纳税人识别号对应的生产型企业异常。

8.一种生产型企业识别装置，其特征在于，所述装置包括：

获取模块，用于获取原始纳税人识别号集合、增值税***数据集合和商品明细数据集合；

第一确定模块，用于基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合；

第二确定模块，用于基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，以及基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合；

第三确定模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合；

判断模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常。

9.如权利要求8所述的装置，其特征在于，所述第一确定模块，用于基于所述原始纳税人识别号集合、所述增值税***数据集合和所述商品明细数据集合确定选定纳税人识别号集合、销项商品明细数据集合和进项商品明细数据集合，具体用于：

将所述原始纳税人识别号集合中每个纳税人识别号与所述增值税***数据集合中的销方识别号和购方识别号关联，得到销项***数据集合和进项***数据集合；

基于***标识将所述进项***数据集合、所述销项***数据集合分别与所述商品明细数据集合关联，得到初始进项商品明细数据集合和初始销项商品明细数据集合；

将所述初始销项商品明细数据集合中的销方识别号和所述初始进项商品明细数据集合中的购方识别号取交集并去重，得到选定纳税人识别号集合；

从所述初始进项商品明细数据集合中获取所述选定纳税人识别号集合中每个纳税人识别号的进项商品明细数据，得到进项商品明细数据集合；以及，从所述初始销项商品明细数据集合获取所述选定纳税人识别号集合中每个纳税人识别号的销项商品明细数据，得到销项商品明细数据集合。

10.如权利要求8所述的装置，其特征在于，所述第二确定模块，用于基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合，具体用于：

基于所述销项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总销售额和对应的每个销售商品的销售额确定对应销售商品的销售额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的销售商品的销售额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的销售额占比对应的商品确定为对应纳税人识别号对应的主销商品集合。

11.如权利要求8所述的装置，其特征在于，所述第二确定模块，用于基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主购商品集合，具体用于：

基于所述进项商品明细数据集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的总消费额和对应的每个购买商品的消费额确定对应购买商品的消费额占比；

将所述选定纳税人识别号集合中每个纳税人识别号对应的购买商品中消费额占比降序排列后逐个累加求和，当和值首次超过预设阈值时停止累加，已经累加过的消费额占比对应的商品确定为对应纳税人识别号对应的主购商品集合。

12.如权利要求8所述的装置，其特征在于，所述第三确定模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合和主购商品集合确定所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合，具体用于：

合并所述选定纳税人识别号集合中所有纳税人识别号对应的主销商品集合，进行去重处理后得到商品集合；

基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合确定所述商品集合中每个商品对应的纳税人识别号子集；

针对每个纳税人识别号子集，执行：将当前纳税人识别号子集中每个纳税人识别号对应的主购商品集合取交集，得到所述当前纳税人识别号子集对应的商品的主原料集合。

13.如权利要求8-12任一所述的装置，其特征在于，所述判断模块，用于基于所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合、主购商品集合以及所述选定纳税人识别号集合中每个纳税人识别号对应的主销商品集合中每个主销商品的主原材料集合判断所述选定纳税人识别号集合中每个纳税人识别号对应的生产型企业是否异常，具体用于：

针对所述选定纳税人识别号集合中的每个纳税人识别号，执行：

确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合是否在所述当前纳税人识别号对应的主购商品集合中；

若确定当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合不在所述当前纳税人识别号对应的主购商品集合中，则确定所述当前纳税人识别号对应的生产型企业异常；

若所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合在所述当前纳税人识别号对应的主购商品集合中，则基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常。

14.如权利要求13所述的装置，其特征在于，所述判断模块，用于基于所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合确定所述当前纳税人识别号对应的生产型企业是否异常，具体用于：

计算所述当前纳税人识别号对应的主销商品集合中每个主销商品对应的主原料集合中的每个主原料的设定指标值；

基于计算出的设定指标值利用聚类算法或者异常点检测算法进行检测；

若所述当前纳税人识别号在聚类算法后单独聚成一类或者与少数纳税人识别号聚为一类，则确定所述当前纳税人识别号对应的生产型企业异常；或者，若所述当前纳税人识别号在异常点检测算法后被检测为异常点，则断定所述当前纳税人识别号对应的生产型企业异常。