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！

龙图腾网获悉浪潮通用软件有限公司申请的专利一种针对开票用户的违规开票识别方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120875997B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511385371.0，技术领域涉及：G06Q30/04；该发明授权一种针对开票用户的违规开票识别方法及设备是由李士龙;李善乐;李腾;韩全贺;宋俊设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种针对开票用户的违规开票识别方法及设备在说明书摘要公布了：本申请公开了一种针对开票用户的违规开票识别方法及设备，属于数据处理领域，解决违规样本不平衡的问题，方法包括：提取每个开票用户的开票特征值；开票特征包括开票行为特征、交易模式特征、金额分布特征；根据开票特征值对不同开票用户进行聚类，得到多个用户簇；将用户簇划分至高风险区或噪声区；对开票用户风险样本噪声区的用户簇进行锚点采样，得到采样用户集合，得到开票用户风险样本集；对开票用户风险样本开票用户风险样本集进行约束性样本生成，得到合成开票用户；根据合成开票用户的开票特征值与开票用户风险样本的开票特征值，对初始违规识别模型进行训练，得到违规识别模型；根据违规识别模型确定待识别开票用户是否违规开票。

本发明授权一种针对开票用户的违规开票识别方法及设备在权利要求书中公布了：1.一种针对开票用户的违规开票识别方法，其特征在于，所述方法包括： 从每个开票用户的发票数据中，提取每个开票用户的开票特征值；开票特征包括开票行为特征、交易模式特征、金额分布特征； 根据开票特征值对不同开票用户进行聚类，得到多个用户簇； 基于每个用户簇内各开票用户的开票特征值，将用户簇划分至高风险区或噪声区；高风险区内用户簇的违规风险高于噪声区； 对所述噪声区的用户簇进行锚点采样，得到采样用户集合； 根据所述采样用户集合与所述高风险区内的用户集合，得到开票用户风险样本集； 对所述开票用户风险样本集进行约束性样本生成，得到合成开票用户； 根据合成开票用户的开票特征值与开票用户风险样本的开票特征值，对初始违规识别模型进行训练，得到违规识别模型； 根据违规识别模型对待识别开票用户的开票特征值进行违规识别，以确定所述待识别开票用户是否违规开票； 所述根据开票特征值对不同开票用户进行聚类，得到多个用户簇，具体包括： 对开票用户数量进行映射，得到聚类数量； 根据开票特征值与所述聚类数量，对不同开票用户进行K-means聚类，得到多个用户簇； 所述基于每个用户簇内各开票用户的开票特征值，将用户簇划分至高风险区或噪声区，具体包括： 确定每个用户簇内具有异常开票特征值的目标开票用户； 计算每个用户簇内所有目标开票用户的数量与各自用户簇内开票用户数量的占比； 将占比大于等于预设阈值的用户簇划分至高风险区，将占比小于所述预设阈值的用户簇划分至噪声区； 所述对噪声区的用户簇进行锚点采样，得到采样用户集合之前，所述方法还包括： 根据所述高风险区内每个用户簇的开票用户数量，确定高风险区内每个用户簇的聚类子簇数量； 根据开票特征值与所述聚类子簇数量，对高风险区内的每个用户簇进行K-means聚类，得到用户子簇； 判断用户子簇中是否具有异常开票特征值的开票用户； 若不具有，将用户子簇从所述高风险区内剔除； 所述根据所述高风险区内每个用户簇的开票用户数量，确定高风险区内每个用户簇的聚类子簇数量，具体包括： 求取所述高风险区内每个用户簇的开票用户数量的平方根； 将所述平方根的整数部分与预设子簇数量进行数值对比，将二者中的较大值确定为高风险区内每个用户簇的聚类子簇数量； 所述对所述噪声区的用户簇进行锚点采样，得到采样用户集合，具体包括： 计算噪声区内开票用户数量与预设采样比例之间的乘积，得到待采样用户数量； 将所述待采样用户数量与预设采样数量进行数值对比，根据二者中的较大值，对噪声区进行随机采样，得到采样用户集合； 所述对所述开票用户风险样本集进行约束性样本生成，得到合成开票用户，具体包括： 根据标准化欧式距离与开票特征值，对所述开票用户风险样本集中每个开票用户风险样本进行搜索预设数量个最邻近用户； 对每个开票用户风险样本与各自最邻近用户之间进行线性插值计算，得到合成开票用户以及合成开票用户的开票特征值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浪潮通用软件有限公司，其通讯地址为：250101 山东省济南市历下区浪潮路1036号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。