近年来,不法分子利用各种手段虚开增值税专用发票进行犯罪的现象时有发生,此类案件严重危害了我国的税收安全。面对虚开税票这一场景,当税务部门将海量嫌疑数据移交给公安部门时,如何利用智能化手段实现大量税票数据的自动化分析和有效识别,为侦查工作提供强有力的辅助支持,显著提升办案水平和效率,是值得深入探索的问题。本论文立足于上述问题,针对虚开税票行为,深入调研与分析了当前的虚开税票特征,重点研究了企业税票数据中进项、销项商品品名的自然语言特征,提出了一种基于本体知识推理和神经网络模型的融合算法进行企业虚开税票行为识别,基于此算法实现了一个虚开税票行为辅助识别系统,并在实际应用中取得了较好效果。本论文主要贡献有以下几点:1.数据预处理与特征提取。本论文计算所用数据,是对原始增值税专用发票数据,提取并计算得到的企业汇总税票模拟数据。为增强模型泛化能力,使用K-Means聚类算法筛选企业全部进、销项商品,提取企业的主营进、销项商品品名。同时,将企业主营进、销项商品品名进行拼接,并使用BERT-wwm模型转化为特征向量。2.基于本体知识推理的虚开税票行为识别。深入调研公安民警办案经验,总结出虚开税票的特征和研判依据,将其转化、设计为基于本体知识推理的识别算法。该算法先根据企业主营商品品名进行商品类别识别,再由主营进、销项商品类别对应关系推理是否具有虚开税票行为。为解决企业开票品名随意性导致程序难以辨别商品类别的问题,爬取了移动通信设备商品数据,抽取其中商品类与子类知识,基于Neo4j图数据库构建了商品类别识别库,结合算法有效提高了识别效果。3.基于神经网络模型的虚开税票行为识别。针对BERT-wwm模型提取出的文本向量,设计并实现了基于神经网络模型的分类算法,分别使用全连接神经网络、TextCNN和Text-RNN识别模型进行了训练、调参,使用混淆矩阵等多种指标评估,其中全连接神经网络识别模型的效果最优,认为可以作为融合算法的神经网络模型部分。4.基于融合算法的虚开税票行为识别。本体知识推理的识别算法是办案经验中总结出的虚开税票特征与知识图谱技术的充分结合;神经网络模型的识别算法是通过学习向量中更深刻的特征,提升算法整体准确率。本论文将两种算法进行有效融合,应用于实际场景,融合算法在识别虚开税票行为上效果最优,两种算法优势互补综合验证了融合算法的有效性。5.虚开税票行为辅助识别系统的设计与实现。在分析虚开税票行为辅助识别系统需求的基础上,基于融合算法设计并实现了虚开税票行为辅助识别系统。经测试,系统设计合理、功能实用。利用该系统,某市公安部门从2020年税务稽查局移交的70万条可疑数据中,成功挖掘出一批嫌疑企业并进行重点侦查,最终确认虚开税票企业700余家,验证了系统的实际应用效果和可靠性。