项目目标

本项目重点研究人工智能办税服务厅的刷脸认证、语音识别、智能调度、机器学习等软硬件系统及智能终端产品产业化；在纳税人办理涉税业务时，研究纳税人面部表情特征满意度分析算法与建模，税务局人员智能排班算法与建模，资源智能调度算法与建模及可视化；实现基于机器学习功能的纳税人面部表情特征满意度分析等核心关键技术，使之形成“无人值守+人工智能办税”的创新办税服务模式，解决税务局征管效能低下和纳税人办理涉税业务效率不高等问题。实现“一厅通办”“一网通办”“主税附加税一次办”，达到“全程网上办，最多跑一次”目标。

项目背景

为积极响应国务院深化机构改革的要求，按照国家税务总局《关于税务机构改革有关事项的公告》（国家税务总局公告2018年第32号）的总体部署，实现纳税人在综合性办税服务厅、网上办税系统可统一办理原国税、地税业务（国地税合并），实行“一厅通办”“一网通办”“主税附加税一次办”，达到“全程网上办，最多跑一次”目标。人工智能办税服务厅是由佛山市国税部门提出，力求将自助办税厅和实体办税厅的资源进行深度整合。通过办税服务流程不断简约、不断规范、实现标准化，从而将办税服务推向社会，实现无人值守办税厅由单一化走向集约化的发展思路。本项目旨在结合大数据和人工智能技术，在智能办税服务中，进行客户满意度自动识别、业务量预测以及税务人员智能排班。   

项目特色和创新点

基于人脸图像的情绪分析算法可以自动识别人脸表情信息，有助于更客观地对业务办理人员的服务能力进行评价。本项目结合深度神经网络等机器学习技术，创新地将人脸表情识别与多模态分析应用于税务领域，从而助力税局办税流程满意度和办税效率提升。

排班模块提供一套时序分析和z预测的流程，使用SARIMA和LSTM模型预测未来一周的业务量，并结合历史信息如处理各类业务的时长给出每日排班建议。调度系统改进了多目标优化NSGA-II算法，力求均衡工作量、提高效率、减少等待时间等，并考虑办税中的特殊要求，如业务是否通办。

项目成果

基于人脸图像的情绪分析算法可以自动识别人脸表情信息，有助于更客观地对业务办理人员的服务能力进行评价。本项目结合深度神经网络等机器学习技术，创新地将人脸表情识别与多模态分析应用于税务领域，从而助力税局办税流程满意度和办税效率提升。

排班模块提供一套时序分析和z预测的流程，使用SARIMA和LSTM模型预测未来一周的业务量，并结合历史信息如处理各类业务的时长给出每日排班建议。调度系统改进了多目标优化NSGA-II算法，力求均衡工作量、提高效率、减少等待时间等，并考虑办税中的特殊要求，如业务是否通办。

根据办税业务视频，我们提出并完善了基于人脸图像的情绪分析算法来提取和识别表情特征。由于拍摄角度和新冠疫情的原因，我们开发了基于卷积神经网络的方法，以检测角度过大的侧脸和戴上口罩的人脸来判断表情分析的可信度。人脸表情特征归类为三个大类：正面、中性、负面，用以计量评估办税群众综合满意度。客户满意度识别系统界面如图1所示。

​

图1 客户满意度识别系统界面

对于历史业务数据，我们使用可视化技术分析挖掘了历史业务受理时长及分布、工作人员熟练度等信息。基于历史业务，排班模块预测了每种业务的业务量（见图2），并给出每天需要各岗位的工作人员数量。 基于挖掘出的历史信息，给定一个时间窗口以及待办理的业务，调度系统可以给出不同的调度服务方案（例子见图3）以均衡工作量、提高效率、和减少等待时间。

图2 四种业务的业务量预测

图3 智能调度的结果示例

在实际应用中，本项目的智能自助办税厅已经在禅城、惠州等地进行实施应用（参见图4）。通过这些办税厅，搜集实际应用场景下的数据，来进行算法的研发和验证。

图4 智能自助办税厅