买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及机器学习技术领域，具体提供了一种基于机器学习的空壳企业模型识别方法及装置，构建出供机器学习的票流分析指标和六员关系图谱指标，选择黑白样本构建训练数据集和测试数据集，训练随机森林算法模型，对特征库进行相关分析，筛选优质特征指标，对黑样本团伙进行验证，识别出空壳风险企业。与现有技术相比，本发明能够实现精准监管，将识别结果传递给相关部门，共同打击空壳企业的违法行为。

主权项：1.一种基于机器学习的空壳企业模型识别方法，其特征在于，具体步骤如下：S1、根据空壳企业风险类型，分类整理不同类型、不同维度的形态特征和风险点；S2、利用税务发票数据，构建六员循环数学模型；构建六员循环数学模型时，筛选出六员分析数据，设计六员循环团伙、六员连接广度、六员分布频率、六员分布密度、密度占比和重点人数六项图谱指标，绘制六员团伙N循环结构图谱，生成六员结果表；根据重点人数、密度和广度复合型指标将黑样本划分高中低三类，初步建立四分类样本；S3、对黑样本进行穿透验证；对黑样本进行穿透验证时，其中存在六员交叉情形的，使用六员循环的排列组合算法成功抓取循环团伙，取团伙企业所在地区的发票数据，绘制发票流向关系图谱进一步验证风险等级；开发4个辅助指标，4个辅助指标为入库税款显著偏低、无房土入库、无动力发票和无设备采购发票，对所述黑样本进行扫描分析，寻找共性的典型指标，探索供机器学习的特征值；S4、根据特色六项图谱指标和辅助指标，进行风险染色，设计指标权重；根据六项图谱指标和辅助指标，进行风险染色，设计指标权重，根据指标分值和权重，对黑样本进行赋分，根据得分情况抓取四分类团伙样本，分别为：黑+++为高风险；黑++为中风险；黑+为低风险；白为无风险；S5、对特征数据进行数据预处理；S6、对特征库指标进行相关性分析；对特征库指标进行相关性分析，筛选出优质特征指标供于空壳企业识别模型的训练；相关性分析作为一种用于量化特征之间关系的方法，计算出两个变量之间线性相关程度，删减掉相关性高的其中一个；特征重要性分析使用随机森林模型拟合数据，会对数据属性列，有一个变量重要性的度量，在sklearn中即为随机森林模型的feature_importances_参数，这个参数返回一个numpy数组对象，对应为随机森林模型认为训练特征的重要程度，float类型，和为1，特征重要性度数组中，数值越大的属性列对于预测的准确性更加重要；特证贡献度分析是对单个样本的特征重要性进行分析，通过SHAP值选择对模型预测更为重要的特征；S7、根据完成训练结果，对黑样本团伙进行验证，依据验证结果进行模型修正。

全文数据：

权利要求：

百度查询： 浪潮软件科技有限公司 一种基于机器学习的空壳企业模型识别方法及装置