税务稽查中提到的“网络爬虫”技术是什么？怎么“爬”？

什么是网络爬虫？

        随着大数据时代的来临，网络爬虫在互联网中的地位将越来越重要。互联网中的数据是海量的，如何自动高效地获取互联网中我们感兴趣的信息并为我们所用是一个重要的问题，而爬虫技术就是为了解决这些问题而生的。

        我们感兴趣的信息分为不同的类型：如果只是做搜索引擎，那么感兴趣的信息就是互联网中尽可能多的高质量网页；如果要获取某一垂直领域的数据或者有明确的检索需求，那么感兴趣的信息就是根据我们的检索和需求所定位的这些信息，此时，需要过滤掉一些无用信息。

        网络爬虫又称网络蜘蛛、网络蚂蚁、网络机器人等，可以自动化浏览网络中的信息，当然浏览信息的时候需要按照我们制定的规则进行，这些规则我们称之为网络爬虫算法。

什么是税务网络爬虫？

        税务网络爬虫是指税务稽查在纳税评估的基础上开发的网络爬虫，其功能就是按照一定的规则和分析目的，自动地抓取互联网+税收的程序或者脚本，以此获取纳税人经营活动的信息，作为验证纳税人法律遵从度和申报的真实性。

        税务稽查网络爬虫强大的功能就在于它完全是按照税务稽查所下达查验的方向指令进行行动，这些爬虫可以很快的按照税务稽查的要求抓取到税务稽查人员所要的分析结果和反映出纳税人涉税异常点。

税务网络爬虫的主要功能有哪些？

        一是拓展信息渠道，将网络’爬虫’技术引入涉税信息的采集，对外部网站披露的与企业资本运作活动有关的信息适时捕捉，丰富案源线索；

        二是精准工作定位，将风险方向定位在想核查的方向，分析方法和指标设计针对性强；

        三是融合多方信息，引入了多方信息作为信息分析的主要着力点；

        四是强化信息的挖掘应用，软件着重建立了各类信息源之间的对应关系和勾稽关系，用以支持风险的推定和排查；

        五是风险信息重构，对多个投资方信息进行整理归纳，形成控制关系网络架构图，将复杂的资本运作行为重构还原为清晰的交易轨迹，以准确定位和发现这些交易中的税收风险。

结语

        税务网络爬虫说白了就是利用技术手段获取纳税人公开途径公布的各种涉税信息，与企业纳税信息相比较，找出存在问题的企业重点检查。

        随着大数据的发展，获取的企业相关涉税信息会越来越多。税务机关现如今不断拓展”互联网+”应用领域，对企业而言，合规经营才是长久之道。

来源：税务总局