企业异常行为分析方法、系统、装置和存储介质与流程

1.本技术涉及数据分析的领域，尤其是涉及企业异常行为分析方法、系统、装置和存储介质。


背景技术：

2.企业的正常运营对企业本身以及社会都具有重要的意义，但是在企业运营过程，可能会存在一些经营异常，发现并及时针对这些异常设置补救措施是至关重要的。但是目前社会上企业众多，且每个企业的内部情况各不相同，设置专门的监督人员来检查发现异常的效率较低，导致异常难以被及时发现，容易造成不可挽回的经济损失。


技术实现要素：

3.为了提升检查发现企业异常的效率，本技术提供了企业异常行为分析方法、系统、装置和存储介质。
4.第一方面，本技术提供的企业异常行为分析方法，采用如下的技术方案：企业异常行为分析方法，所述方法包括：获取目标企业在预设时间段内的进项票据和销项票据；基于所述进项票据和所述销项票据，采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容；基于所述进项票据内容和所述销项票据内容，分别获取进项表格和销项表格；基于所述进项表格和所述销项表格，分别获取进项总税额和销项总税额；基于所述进项总税额和所述销项总税额，采用预设分析公式计算进销项差异度；将所述进销项差异度和所述预设差异度进行比对；若所述进销项差异度大于所述预设差异度，则判定所述目标企业具有异常行为。
5.通过采用上述技术方案，当对目标企业进行异常行为判定时，首先能够获取预设时间内目标企业产生的进项票据和销项票据，然后根据进项票据和销项票据能够对应获取到进项表格、销项表格、进项总税额、销项总税额以及进销项差异度，之后根据预设分析公式即可计算出进销项差异度和预设差异度之间的大小关系，从而能够判定目标企业是否具有异常行为。
6.若目标企业具有异常行为，则能够基于异常行为判断出该目标企业具有异常的可能性，从而实现自动化分析，进而提升检查发现企业异常的效率。
7.可选的，所述基于所述进项票据和所述销项票据，采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容包括：分别对所述进项票据和所述销项票据进行预处理，所述预处理包括灰度化处理、二值化处理和降噪处理；完成所述预处理后，识别所述进项票据中的第一文本内容，并对所述第一文本内容按照预设所需内容进行筛选，将筛选后的第一文本内容作为所述进项票据内容；
识别所述销项票据中的第二文本内容，并对所述第二文本内容按照预设所需内容进行筛选，将筛选后的第二文本内容作为所述销项票据内容。
8.通过采用上述技术方案，在获取进行票据和销项票据时，进项票据和销项票据都是以pdf格式的图像形式而存在。灰度化处理能够将多通道的彩色图像转换为单通道的灰度图像，二值化处理能够将灰度图像处理为只包含黑和白的图像，以便于后续的图像处理。而降噪处理能够减少图像的噪点，从而提升图像的清晰度。当进项票据和销项票据完成预处理后，经过识别即可获得对应的文本内容，然后对对应的文本内容进行筛选即可得到相应的进项票据内容和销项票据内容。
9.可选的，所述基于所述进项票据内容和所述销项票据内容，分别获取进项表格和销项表格包括：获取两个相同的表格模板，所述表格模板内包含有与所述进项票据内容和所述销项票据内容相对应的表格抬头；基于所述表格抬头，将所述进项票据内容对应填入至其中一个所述表格模板中，将所述进项票据内容对应填入至另一个所述表格模板中。
10.通过采用上述技术方案，两个表格模板能够分别用于承载进项票据内容和销项票据内容，进项票据内容能够根据其中一个表格模板的表格抬头对应填入至表格模板内，而销项票据内容则能够根据另一个表格模板的表格抬头对应填入至表格模板内，从而实现对进项表格和销项表格的获取。
11.可选的，所述基于所述进项总税额和所述销项总税额，采用预设分析公式计算进销项差异度包括：将所述进项总税额和所述销项总税额输入至预设分析公式中，计算得出实际差异度；对所述实际差异度进行取整，将取整以后的实际差异度作为所述进销项差异度。
12.通过采用上述技术方案，将进项总税额和销项总税额分别输入至预设分析公式中即可计算得出实际差异度，实际差异度在计算出来以后极有可能不是整数，不利于进行表示。此时对实际差异度进行取整即可获得便于表示的进销项差异度，之后将进销项差异度和实际差异度进行比对即可获取到二者之间的大小关系。
13.可选的，还包括：若所述进销项差异度大于所述预设差异度，则将所述目标企业列入灰名单；若所述进销项差异度小于等于所述预设差异度，则将所述目标企业列入白名单。
14.通过采用上述技术方案，灰名单和白名单的设置能够便于在分析完成以后知道哪些企业有异常行为，哪些企业没有异常行为。若在一段时间以后还需要对已经分析过的企业进行再次分析，可根据灰名单和白名单按照比例进行抽检，从而提升企业异常行为分析的便捷性，进而提升检查发现企业异常的效率。
15.可选的，还包括：若所述进销项差异度大于所述预设差异度，则输出分析报告，所述分析报告包括所述进销项差异度、所述进项表格和所述销项表格。
16.通过采用上述技术方案，在获取到分析报告以后，能够根据分析报告得出目标企业的进销项差异度、进项表格和销项表格，从而能够对目标企业的经营活动情况进行了解。
17.可选的，还包括：分别剔除所述进项票据和所述销项票据中的废票和红票。
18.通过采用上述技术方案，红票是指符合作废条件的票据，废票为开具错误的票据，红票和废票均为无效票据。将红票和废票进行剔除以后能够提升分析的精准度。
19.第二方面，本技术提供的企业异常行为分析系统，采用如下的技术方案：企业异常行为分析系统，包括：获取单元，用于获取目标企业在预设时间段内的进项票据和销项票据；用于采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容；用于分别获取进项表格和销项表格；用于分别获取进项总税额和销项总税额；计算单元，用于采用预设分析公式计算进销项差异度；比对单元，用于将所述进销项差异度和预设差异度进行比对；判定单元，用于在所述进销项差异度大于所述预设差异度时判定所述目标企业具有异常行为。
20.通过采用上述技术方案，当对目标企业进行异常行为判定时，首先获取单元能够对目标企业在预设时间内产生的进项票据和销项票据进行获取，然后获取单元再采用光学字符识别ocr模型获取到进项票据中的进项票据内容和销项票据中的销项票据内容。之后获取单元再根据进项票据内容和销项票据内容获取到对应的进项表格和销项表格。最后获取单元再根据进项表格和销项表格分别获取到进项总税额和销项总税额。
21.在获取单元完成获取以后，计算单元再根据进项总税额和销项总税额的数值，采用预设分析公式即可直接计算出进销项差异度。之后比对单元将进销项差异度和预设差异度进行比对即可得出二者之间的大小关系。最后判定单元根据进销项差异度和预设差异度之间的大小关系即可判定出目标企业是否具有异常行为。
22.上述获取单元、计算单元、比对单元和判定单元的相互配合能够实现企业的异常行为分析，并减小人工工作量，从而能够有效提升检查发现企业异常的效率。
23.第三方面，本技术提供的计算机装置，采用如下的技术方案：计算机装置，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述企业异常行为分析方法。
24.通过采用上述技术方案，提供了能执行实现上述企业异常行为分析方法的计算机装置。
25.第四方面，本技术提供的计算机可读存储介质，采用如下的技术方案：计算机可读存储介质，所述计算机存储介质存储有计算机程序；所述计算机程序被处理器执行时实现上述企业异常行为分析方法。
26.通过采用上述技术方案，提供了企业异常行为分析方法的计算机程序的载体。
27.综上所述，本技术包括以下至少有益技术效果：1、当对目标企业进行异常行为判定时，首先获取预设时间内目标企业产生的进项票据和销项票据，然后根据进项票据和销项票据获取到进销项差异度，之后将进销项差异度和预设差异度进行比对即可判定目标企业是否具有异常行为。能够基于异常行为判断出目标企业具有税收风险的可能性，能够减少人工工作量，从而能够提升检查发现企业异常的效率。
附图说明
28.图1是本技术实施例中企业异常行为分析系统的控制流程框图；图2是本技术实施例中企业异常行为分析方法的整体流程框体；图3是本技术实施例企业异常行为分析方法中步骤s200的流程框图。
29.附图标记：1、获取单元；2、计算单元；3、比对单元；4、判定单元；5、输出单元；6、存储单元。
具体实施方式
30.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图1-3及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
31.本技术实施例公开企业异常行为分析系统。
32.参考图1，企业异常行为分析系统包括通讯连接于通讯总线上的获取单元1、计算单元2、比对单元3、判定单元4、输出单元5和存储单元6。
33.获取单元1，用于获取目标企业在预设时间段内的进项票据和销项票据；用于采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容；用于分别获取进项表格和销项表格；用于分别获取进项总税额和销项总税额；用于分别剔除进项票据和销项票据中的废票和红票。
34.计算单元2，用于采用预设分析公式计算进销项差异度。
35.比对单元3，用于将进销项差异度和预设差异度进行比对。
36.判定单元4，用于在进销项差异度大于预设差异度时判定目标企业具有异常行为。
37.输出单元5，用于在进销项差异度大于预设差异度时输出分析报告，分析报告包括进销项差异度、进项表格和销项表格。
38.存储单元6，用于在进销项差异度大于预设差异度时将目标企业列入灰名单；用于在进销项差异度小于等于预设差异度时将目标企业列入白名单。
39.基于同一设计构思，本实施例还公开企业异常行为分析方法。
40.参考图2-3，企业异常行为分析方法包括以下步骤：s100：获取进项票据和销项票据。
41.具体来说，步骤s100包括以下步骤：s110：进入开票软件。
42.具体来说，获取单元1内包含有进入至开票软件的链接，获取单元1能够通过开票软件的链接进入至开票软件内。开票软件内有各类票据可供下载，票据包括多个目标公司的进项票据和销项票据，获取单元1能够对这些进项票据和销项票据进行下载。
43.s120：获取进项票据。
44.具体来说，步骤s120包括以下步骤：s121：进项票据勾选。
45.具体来说，首先获取单元1自动选定目标公司，之后对所需进项票据的时间进行选定，最后再将选定时间内的进项票据中的红票和废票进行筛除，从而获得目标企业在预设时间段内的进项票据。
46.举例来说，若需要获取a公司在2020年7月的进项票据。则获取单元1首先自动选定a公司作为目标公司，之后将时间选定为2020年7月，最后将a公司于2020年7月中产生的红票和废票进行筛除，即可获得目标企业在2020年7月的进项票据。
47.其中，红票为发生销货退回、开票有误、应税服务中止等情形但不符合票据作废条件，或者因销货部分退回及发生销售折让等情形，按规定需要开具的红字票据。废票为对填开票据信息录入错误的已开具票据进行作废处理的票据。
48.s122：进项票据下载。
49.具体来说，获取单元1直接将勾选以后的进项票据进行获取，并通过存储单元6将获取后的进项票据存储于第一文件夹中。
50.s130：获取销项票据。
51.具体来说，步骤s130包括以下步骤：s131：销项票据勾选。
52.具体来说，首先获取单元1对所需销项票据的时间进行选定，之后再将选定时间内的销项票据中的红票和废票进行筛除，从而获得目标企业在预设时间段内的销项票据。其中，进项票据和销项票据的时间一致。
53.具体来说，若获取单元1获取到的a公司的进项票据为2020年7月的，则获取单元1获取到的a公司的销项票据也为2020年7月。
54.s132：销项票据获取。
55.具体来说，获取端直接将勾选以后的销项票据进行获取，并通过存储单元6将获取后的销项票据存储于第二文件夹中。
56.s200：获取进项票据内容和销项票据内容。
57.具体来说，步骤s200包括以下步骤。
58.s210：进项票据预处理。
59.具体来说，步骤s210包括以下步骤：s211：进项票据的灰度化处理。
60.具体来说，获取单元1将第一文件夹内的进项票据进行灰度化处理。其中，进项票据作为pdf彩色图像，获取单元1将彩色图像中的r(红)、g(绿)和b(蓝)设置为相等，从而使彩色图像变为灰度图像。
61.灰度化处理能够将进项票据由彩色图像转换为图像。灰度化处理能够将进项票据上每个像素点的rgb(颜色系统)值统一成一个值，且灰度化处理后的进项票据会由三通道变为单通道，经过灰度化处理后的进项票据在后续的处理过程中即会变得简单。
62.s212：进项票据的二值化处理。
63.具体来说，获取单元1将灰度图像(进项票据)的像素点的灰度值设置为0或255，从而使二值化的图像呈现出只有黑和白的视觉效果，以便于后续处理。
64.s213：进项票据的降噪处理。
65.具体来说，获取单元1对二值化后的图像进行降噪处理。在二值化后的图像中，噪
点就是图像中一堆密集黑色像素点中少许白色像素点和图像中一堆密集黑色像素点中少许白色像素点，将少许白色像素点更改为黑色像素点即可实现降噪。
66.在本技术实施例中，降噪处理采用通过遍历像素点，一个像素点周围有8个像素点，如果这个像素点周围有6个以上像素点是黑色就可以把这个像素点也认为是黑色，从而实现降噪。
67.同时，由于获取到的进项票据均为标准图像，不存在文字出现倾斜的状况。因此，在本技术实施例中，不对图像进行倾斜角检测和矫正处理。
68.s220：获取进项票据的第一文本内容。
69.具体来说，获取单元1采用垂直投影分割法将图像切割为多个切割图像文本。也即把预处理后的图像在垂直以及水平方向上进行投影，从而形成二值统计图像，进而确定字符的位置。然后进行文本识别，即可获得第一文本内容。
70.其中，第一文本内容包括发票号码、发票代码、开票日期、校验码、机器编码、密码区、金额、税率、税额、开票人、收款人等内容。
71.s230：获取进项票据内容。
72.具体来说，进项票据内容为我们所需要的内容，即能够便于直观体现企业纳税情况的内容。获取单元1直接将第一文本内容中的内容进行筛选，即可获得进项票据内容。
73.举例来说，若将预设所需内容设定为发票号码、开票日期、金额、税率、税额、开票人和收款人。则获取单元1在第一文本内容中筛选出这些预设所需内容，即可获得进项票据内容。
74.s240：销项票据预处理。
75.具体来说，步骤s240包括以下步骤：步骤s241：销项票据的灰度化处理。
76.具体来说，获取单元1将第二文件夹内的销项票据进行灰度化处理。其中，销项票据作为pdf彩色图像，获取单元1将彩色图像中的r(红)、g(绿)和b(蓝)设置为相等，从而使彩色图像变为灰度图像。
77.步骤s242：销项票据的二值化处理。
78.具体来说，获取单元1将灰度图像(销项票据)的像素点的灰度值设置为0或255，从而使二值化的图像呈现出只有黑和白的视觉效果，以便于后续处理。
79.s243：销项票据的降噪处理。
80.具体来说，获取单元1对二值化后的图像进行降噪处理。在二值化后的图像中，噪点就是图像中一堆密集黑色像素点中少许白色像素点和图像中一堆密集黑色像素点中少许白色像素点，将少许白色像素点更改为黑色像素点即可实现降噪。
81.s250：获取销项票据的第二文本内容。
82.具体来说，获取单元1采用垂直投影分割法将图像切割为多个切割图像文本。也即把预处理后的图像在垂直以及水平方向上进行投影，从而形成二值统计图像，进而确定字符的位置。然后进行文本识别，即可获得第二文本内容。
83.其中，第二文本内容同样包括发票号码、发票代码、开票日期、校验码、机器编码、密码区、金额、税率、税额、开票人、收款人等内容。
84.s260：获取销项票据内容。
85.具体来说，销项票据内容为我们所需要的内容，即能够便于直观体现企业纳税情况的内容。获取单元1直接将第二文本内容中的内容进行筛选，即可获得销项票据内容。
86.s300：获取进项表格和销项表格。
87.具体来说，步骤s300包括以下步骤：s310：获取表格模板。
88.具体来说，获取单元1直接获取两个表格模板。表格模板内填写有表格抬头，表格抬头与进项票据和销项票据的预设所需内容相互对应。
89.举例来说，若预设所需内容为发票号码、发票代码、开票日期、校验码、机器编码、密码区、金额、税率、税额、开票人和收款人。则表格抬头则为发票号码、发票代码、开票日期、校验码、机器编码、密码区、金额、税率、税额、开票人和收款人。
90.s320：获取进项表格。
91.具体来说，获取单元1获取进项票据内容，并根据表格抬头依次填入至其中一个表格模板内，即可得到进项表格。
92.s330：获取销项表格。
93.具体来说，获取单元1获取销项票据内容，并根据表格抬头依次填入至另一个表格模板内，即可得到销项表格。
94.s400：获取进销项差异度。
95.具体来说，步骤s400包括以下步骤：s410：获取进项总税额和销项总税额。
96.具体来说，步骤s410包括以下步骤：s411：获取进项总税额。
97.具体来说，获取单元1直接调用表格中的sum(求和)函数，即可直接将进项表格中的税额进项累加，即可得到进项总税额。
98.s412：获取销项总税额。
99.具体来说，获取单元1直接调用表格中的sum函数，即可直接将销项表格中的税额进项累加，即可得到销项总税额。
100.s420：计算实际差异度。
101.具体来说，将作为预设分析公式，然后计算单元2将进项总税额和销项总税额填入至预设分析公式中计算，即可得出实际差异度。
102.举例来说，若出项总税额为1326908元，进项总税额为982303元，则约等于35.081％，即实际差异度为35.081％。
103.s430：获取进销项差异度。
104.具体来说，计算单元2对实际差异度进行取整即可获得进销项差异度。
105.举例来说，若实际差异度为35.081％，则取整后的进销项差异度为35％。
106.s500：异常行为分析判定。
107.具体来说，比对单元3将进销项差异度和预设差异度进行比对。其中预设差异度为预设值，若进销项差异度大于预设差异度，则判定目标企业具有异常行为。
108.举例来说，若预设差异度为30％，进销项差异度为35％，则进销项差异度大于预设差异度，则判定单元4判定目标企业具有异常行为。若预设差异度为50％，进销项差异度为35％，则进销项差异度小于预设差异度，则判定单元4判定目标企业不具有异常行为。
109.s600：输出分析报告及存储灰白名单。
110.具体来说，步骤s600包括以下步骤：s610：输出分析报告。
111.具体来说，若进销项差异度大于预设差异度，则输出单元5输出分析报告。其中分析报告包括进销项差异度、进项表格和销项表格，以便于相关工作人员对目标企业的异常情况进行查看，从而提升检查发现企业异常的效率。
112.s620：储存灰名单。
113.具体来说，若进销项差异度大于预设差异度，则存储单元6将目标企业列入灰名单。
114.s630：储存白名单。
115.具体来说，若进销项差异度小于等于预设差异度，则存储单元6将目标企业列入白名单。
116.本技术还提供一种计算机可读存储介质，存储有能够被处理器加载执行时实现上述步骤。
117.所述计算机可读存储介质例如包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
118.基于同一发明构思，本技术实施例提供一种计算机装置，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述方法的计算机程序。
119.所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
120.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
121.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
122.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
123.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机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)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
124.以上所述，以上实施例仅用以对本技术的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本技术的方法及其核心思想，不应理解为对本技术的限制。本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.一种企业异常行为分析方法，其特征在于：所述方法包括：获取目标企业在预设时间段内的进项票据和销项票据；基于所述进项票据和所述销项票据，采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容；基于所述进项票据内容和所述销项票据内容，分别获取进项表格和销项表格；基于所述进项表格和所述销项表格，分别获取进项总税额和销项总税额；基于所述进项总税额和所述销项总税额，采用预设分析公式计算进销项差异度；将所述进销项差异度和预设差异度进行比对；若所述进销项差异度大于所述预设差异度，则判定所述目标企业具有异常行为。2.根据权利要求1所述的企业异常行为分析方法，其特征在于，所述基于所述进项票据和所述销项票据，采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容包括：分别对所述进项票据和所述销项票据进行预处理，所述预处理包括灰度化处理、二值化处理和降噪处理；完成所述预处理后，识别所述进项票据中的第一文本内容，并对所述第一文本内容按照预设所需内容进行筛选，将筛选后的第一文本内容作为所述进项票据内容；识别所述销项票据中的第二文本内容，并对所述第二文本内容按照预设所需内容进行筛选，将筛选后的第二文本内容作为所述销项票据内容。3.根据权利要求2所述的企业异常行为分析方法，其特征在于，所述基于所述进项票据内容和所述销项票据内容，分别获取进项表格和销项表格包括：获取两个相同的表格模板，所述表格模板内包含有与所述进项票据内容和所述销项票据内容相对应的表格抬头；基于所述表格抬头，将所述进项票据内容对应填入至其中一个所述表格模板中，将所述进项票据内容对应填入至另一个所述表格模板中。4.根据权利要求3所述的企业异常行为分析方法，其特征在于，所述基于所述进项总税额和所述销项总税额，采用预设分析公式计算进销项差异度包括：将所述进项总税额和所述销项总税额输入至预设分析公式中，计算得出实际差异度；对所述实际差异度进行取整，将取整以后的实际差异度作为所述进销项差异度。5.根据权利要求1所述的企业异常行为分析方法，其特征在于，还包括：若所述进销项差异度大于所述预设差异度，则将所述目标企业列入灰名单；若所述进销项差异度小于等于所述预设差异度，则将所述目标企业列入白名单。6.根据权利要求1或5所述的企业异常行为分析方法，其特征在于，还包括：若所述进销项差异度大于所述预设差异度，则输出分析报告，所述分析报告包括所述进销项差异度、所述进项表格和所述销项表格。7.根据权利要求1所述的企业异常行为分析方法，其特征在于，还包括：分别剔除所述进项票据和所述销项票据中的废票和红票。
8.企业异常行为分析系统，其特征在于，包括：获取单元(1)，用于获取目标企业在预设时间段内的进项票据和销项票据；用于采用光学字符识别ocr模型分别获取进项票据内容和销项票据内容；用于分别获取进项表格和销项表格；用于分别获取进项总税额和销项总税额；计算单元(2)，用于采用预设分析公式计算进销项差异度；比对单元(3)，用于将所述进销项差异度和预设差异度进行比对；判定单元(4)，用于在进销项差异度大于预设差异度时判定所述目标企业具有异常行为。9.计算机装置，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一项所述的企业异常行为分析方法。10.计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序；所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的企业异常行为分析方法。

技术总结
本申请涉及数据分析的领域，尤其是涉及企业异常行为分析方法、系统、装置和存储介质。包括获取目标企业在预设时间段内的进项票据和销项票据；基于进项票据和销项票据，采用光学字符识别OCR模型分别获取进项票据内容和销项票据内容；基于进项票据内容和销项票据内容，分别获取进项表格和销项表格；基于进项表格和销项表格，分别获取进项总税额和销项总税额；基于进项总税额和销项总税额，采用预设分析公式计算进销项差异度；将进销项差异度和预设差异度进行比对；若进销项差异度大于预设差异度，则判定目标企业具有异常行为，能够有效提升税收风险分析的效率。升税收风险分析的效率。升税收风险分析的效率。


技术研发人员：段锐 彭助亮 杨波 彭建文 文思钧
受保护的技术使用者：重庆远见信息产业集团股份有限公司
技术研发日：2023.07.20
技术公布日：2023/10/20