基于人工智能的财税智能管理方法及系统

本申请涉及基于人工智能的财税智能管理方法及系统。所述方法包括：首先获取实时交易数据流，对其分解生成动态特征集。若动态特征集中的特征值未达到预设阈值，分类得出初步税务属性分类结果。随后，对该初步结果进行分类标签提取与聚类分析，得到财税绩效评价得分序列。基于得分序列提取高影响交易特征，生成结构化财务数据表。若财务数据表中的交易金额或频率超出统计均值两倍，调整规则参数生成适配规则集。最后，运用历史案例模板匹配算法验证适配规则集并调整深度学习模型参数，得到最终税务属性分类结果。能够实时、全面地处理交易数据，提高财税数据处理的效率与准确性，有效提升系统对复杂多变财税场景的适配性，极大地降低税务风险。