纳税人合法权益

摘要： 一、修订《办法》的背景《纳税服务投诉管理办法》(税务总局公告2015 年第49号发布,以下简称“旧《办法》”)自2015 年修订以来,有效指导了各级税务机关受理纳税人投诉,切实维护了纳税人合法权益。近年来,党中央、国务院深化国税地税征管体制改革、推进“放管服”改革、税制改革、减税降费等重大决策部署,对纳税服务投诉管理提速增效提出了新的要求。进一步规范纳税服务投诉管理,提高投诉办理效率,才能更好地解决纳税人和缴费人最关心、最直接、最现实的问题。

摘要： 广东省地方税务局公告2018年第2号为推进科学民主决策，强化内部权力制约，保护纳税人合法权益，根据《重大税务案件审理办法》（国家税务总局令第34号公布），结合广东省地税系统工作实际，广东省地方税务局对《广东省地方税务系统重大税务案件审理实施办法》（广东省地方税务局公告2016年第7号发布》进行了修订，现将修订后的《广东省地方税务局关于地方税务系统重大税务案件审理的实施办法》予以发布，自2018年4月1日起施行，有效期5年。

摘要： （2018年1月12日国家税务总局公告2018年第4号）为贯彻党的十九大关于深化商事制度改革、放宽服务业准入限制的要求,深化税务系统＂放管服＂改革,维护国家税收利益,保护纳税人合法权益,促进税务师事务所转型升级。

摘要： 最近,国家税务总局发布了《关于严格按照5000元费用减除标准执行税收政策的公告》(国家税务总局公告2018年第51号)。《公告》明确,根据修改后的个人所得税法和有关规定,纳税人在今年10月1日(含)后实际取得的工资薪金所得,应当适用5000元/月的费用减除标准。对于符合上述情形的,扣缴义务人要严格按照5000元/月的费用减除标准代扣代缴税款,确保纳税人不打折扣地享受税改红利。同时,对于纳税人2018年10月1日(含)后实际取得的工资薪金所得,如果扣缴义务人办理申报时将“税款所属月份”误选为“2018年9月”,导致未享受5000元/月的减除费用,纳税人、扣缴义务人可以依法向税务机关申请退还多缴的税款。对于扣缴单位在今年10月1日(含)后发放工资薪金时,没有按照5 000元费用减除标准扣除的,纳税人可向税务机关投诉,税务机关应当及时核实,并向扣缴单位做好宣传辅导,尽快给予解决,切实保障纳税人合法权益。

摘要： 最近,国家税务总局发布了《企业所得税税前扣除凭证管理办法》（国家税务总局公告2018年第28号,以下简称《办法》）。《办法》始终贯穿了＂放管结合,优化服务＂的理念,从统一认识、易于判断、利于操作出发,在减轻纳税人办税负担、减少税收风险、保障纳税人合法权益等方面进行创新,企业所得税税前扣除凭证管理凸显九大亮点。

摘要： 为提升纳税服务质效，保护纳税人合法权益，降低纳税人及其办税人员在办税过程中的涉税风险，加快推进诚信体系建设，实行实名办税。

摘要： 为提升纳税服务质效，保护纳税人合法权益，降低纳税人及其办税人员在办税过程中的涉税风险，加快推进社会征信体系建设，根据《中华人民共和国税收征收管理法》及其实施细则、《国家税务总局关于推行实名办税的意见》（税总发[2016]111号）的要求.

摘要： 2月13日，国家税务总局发布《关于加强海关进口增值税抵扣管理的公告》（国家税务总局公告2017第3号）。《公告》表示，为保护纳税人合法权益，进一步加强增值税管理，打击利用海关进口增值税专用缴款书（以下简称“海关缴款书”）骗抵税款犯罪活动，税务总局决定全面提升海关缴款书稽核比对级别，强化对海关进口增值税的抵扣管理。

摘要： 为进一步加强增值税发票管理，保障全面推开营业税改征增值税试点工作顺利实施，保护纳税人合法权益，营造健康公平的税收环境，现将增值税发票开具有关问题公告如下：

摘要： 为深入贯彻落实国务院“放管服”改革部署要求，规范涉税专业服务，维护国家税收利益和纳税人合法权益，依据《中华人民共和国税收征收管理法》及其实施细则和国务院有关决定，国家税务总局制定了《涉税专业服务监管办法（试行）》，现予以发布，自2017年9月1日起施行。

摘要： 本发明公开了一种基于纳税人利益关联网络的可疑纳税人识别方法，基于纳税人利益关联网络(TPIN)的拓扑特征识别可疑纳税人。整体工作流程为：首先，对纳税人利益关联网络进行拓扑特征的分析。采用Motif方法寻找频繁子图，并根据度中心度和聚集系数拓扑指标寻找正常和可疑纳税人的差异；其次，选择拓扑特征，使用C4.5分类器实验，从而实现自动识别可疑纳税人的功能。本发明的贡献在于：①将纳税人和利益关系作为网络进行关系识别。并将拓扑方法中的Motif、聚集系数、度中心度特性应用于纳税人利益关联网络。②正常和可疑纳税人之间的差异性为检测可疑纳税行为提供可信的方法和依据。

摘要： 一种基于纳税人年报的纳税人税务交易行为识别方法，利用领域知识构建纳税人税务交易行为核心触发词库，对税务数据进行逐句分析，并根据核心触发词库对税务数据进行过滤，对待处理的句子进行分词、词性标注、句法分析等操作构建特征向量。最后，采用多元分类和条件随机场等方法抽取出与税务相关的收购、重组、变更、经营四种典型交易行为。本发明的贡献在于为税务数据构建触发词库并提供触发词的自动识别功能,利用机器学习的方法从税务数据中抽取纳税人的交易行为，为纳税人的缴税内容提供参考。

摘要： 本发明属于财税管理技术领域，具体涉及一种基于纳税人经营特征的优质纳税人识别方法。所述方法执行以下步骤：获取纳税人的税务数据；所述数据包括：纳税人信息数据和纳税人行为数据；所述纳税人信息数据包括：纳税人ID、纳税人年龄、纳税人所处地域和纳税人所处行业；所述纳税人行为数据包括：历史行为数据和当前行为数据；所述历史行为数据包括：历史纳税金额和历史纳税时间；所述当前行为数据包括：当前纳税金额和当前纳税时间；再基于获取到的数据进行不同的权重分配和异常识别，以找到优质纳税人；其通过多次异常分析和不同方向的异常分析对纳税人的行为进行了更为科学的识别和判断，提升了优质纳税人识别的准确率。

摘要： 本发明公开了一种基于纳税人利益关联网络的可疑纳税人识别方法，基于纳税人利益关联网络(TPIN)的拓扑特征识别可疑纳税人。整体工作流程为：首先，对纳税人利益关联网络进行拓扑特征的分析。采用Motif方法寻找频繁子图，并根据度中心度和聚集系数拓扑指标寻找正常和可疑纳税人的差异；其次，选择拓扑特征，使用C4.5分类器实验，从而实现自动识别可疑纳税人的功能。本发明的贡献在于：①将纳税人和利益关系作为网络进行关系识别。并将拓扑方法中的Motif、聚集系数、度中心度特性应用于纳税人利益关联网络。②正常和可疑纳税人之间的差异性为检测可疑纳税行为提供可信的方法和依据。

摘要： 一种基于纳税人年报的纳税人税务交易行为识别方法，利用领域知识构建纳税人税务交易行为核心触发词库，对税务数据进行逐句分析，并根据核心触发词库对税务数据进行过滤，对待处理的句子进行分词、词性标注、句法分析等操作构建特征向量。最后，采用多元分类和条件随机场等方法抽取出与税务相关的收购、重组、变更、经营四种典型交易行为。本发明的贡献在于为税务数据构建触发词库并提供触发词的自动识别功能,利用机器学习的方法从税务数据中抽取纳税人的交易行为，为纳税人的缴税内容提供参考。

摘要： 本申请公开了一种纳税人所属行业代码预测方法、装置、设备及介质，涉及税务处理技术领域。该方法包括：获取不同纳税人的主行业代码和纳税人文本信息；其中，所述纳税人文本信息包括纳税人的纳税人名称和经营范围；所述主行业代码中包括若干个附属行业代码；确定第一纳税人文本信息中的目标词与第二纳税人文本信息中的目标词的词频文档频率占比得到关键词分数；对关键词分数进行特征转换以得到关键词分数特征并对主行业代码进行特征平铺以得到相应的独热编码；利用关键词分数特征和独热编码训练相应的XGBoost模型，以便通过XGBoost模型预测附属行业代码。通过本申请的技术方案，可以在保证准确率的前提下脱离GPU和深度学习框架的依赖。

摘要： 本发明公开了一种纳税人互助咨询和税收业务学习的方法及系统，属于税务服务及数据处理技术领域，本方法设立问税平台，基于税务知识库针对网站端和手机端分别构建问税网络问答社区和问税网络问答社区的移动应用版，通过管理后台提供对问税用户的管理；所述网络问答社区经过后台系统对税务知识库的数据引用，整合社区用户互助及分享产生的问答资料，向纳税人展示各种税种业务的相关知识；所述管理后台对知识学习、用户的注册登录、知识分享及问答进行管理，并设立个人中心管理个人信息及个人问答信息、以及机构和成员信息管理。本发明能够实现涉税问题的互问互答、办税经验分享，培养大众导税员。

摘要： 本发明公开了一种用于纳税人税收风险自助扫描的方法和装置，包括：获取纳税人的税收数据；根据所述纳税人选择的业务指标和所述业务指标对应的阈值，建立税收数据风险的扫描任务；将所述扫描任务，结合预选构建的KAFKA+ES+REDIS实时计算数据架构对所述税收数据进行任务扫描，生成纳税人税收风险报告。有效避免了离线数据定时定点处理方式造成的不便，通过灵活自助选择业务指标规则的方式识别企业风险，减少了计算资源的消耗。

摘要： 本发明提供一种基于区块链的纳税人诉求处理方法及装置，涉及大数据技术领域。所述方法包括：接收客户端发送的诉求上报触发请求；若判断获知所述诉求上报触发请求通过验证，则向所述客户端发送诉求上报指示信息；接收所述客户端发送的诉求上报请求，所述诉求上报请求包括诉求信息；将所述诉求信息存储到区块链中。所述装置用于执行上述方法。本发明实施例提供的基于区块链的纳税人诉求处理方法及装置，提高了诉求信息存储的可靠性。

摘要： 本发明公开了一种基于图神经网络的纳税人风险评测方法，其步骤包括：1)构建图风险传播模型的数据集；2)基于该数据集中各纳税人的基本信息构建一图网络，作为纳税人属性信息网络；以增值税专用发票信息为依托构建纳税人票流关系信息网；3)将纳税人属性信息网络、税人票流关系信息网合并，得到一个最终图网络；然后获取该最终图网络的邻接矩阵；4)对该数据集中各纳税人的特征向量；5)将邻接矩阵作为图风险传播网络的网络参数，利用该数据集中各纳税人的特征向量训练图风险传播网络；6)对一组待测评的纳税人，获取该组纳税人中各纳税人的特征向量并输入训练后的图风险传播网络进行预测，得到每个纳税人的风险等级及是否存在团伙情况。