中国海关HS编码风险的识别研究

摘要：

[目的]利用HS编码数据中所蕴含的规律,为海关税收风险判断分析提供有效的知识服务.[方法]提出直接以HS编码作为风险判别目标和以HS编码正误作为风险判别目标两种基于机器学习的自动分类方案解决HS编码风险判断问题,针对编码目标的结构、特征的性质、文本的长短等特征构建与方案对应的SVM预测模型并进行相应实验.[结果]对以HS编码作为判别目标和以HS编码正误作为判别目标两种预测海关报关风险方案进行探讨与分析,发现后者对训练数据的要求更低,预测速度更快,风险的识别效果也更好.[局限]仅获得4个月的数据,可能存在样本代表性不足的问题.[结论]最终经过测试获得风险预测率较高的分类器,为形成可实用的分类模型和判别系统提供了良好的知识基础.

关键词：风险识别、HS编码预测、SVM算法、文本分类、机器学习

所属期刊栏目：3

分类号：TP181;G35(自动化基础理论)

资助基金：江苏省研究生科研与实践创新计划项目“大数据环境下海关商品归类风险分析和规避研究”SJCX18_0009;“南京海关税收大数据分析咨询项目”的研究成果之一

在线出版日期：2019-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：72-84