基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法
【專利摘要】本發(fā)明提出了一種基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法，根據(jù)納稅人之間的各類稅務(wù)數(shù)據(jù)，包括發(fā)票、商品交易、所有權(quán)占比等，評估納稅人之間的利益關(guān)聯(lián)程度。該方法將納稅人之間的各類稅務(wù)數(shù)據(jù)作為量測數(shù)據(jù)，根據(jù)量測數(shù)據(jù)自身分布規(guī)律進(jìn)行等級劃分；計算各量測數(shù)據(jù)所屬的等級，以及對應(yīng)的隸屬度值和非隸屬度值，構(gòu)造量測數(shù)據(jù)的直覺模糊集；采用基于Einstein操作的直覺模糊集融合方法對量測數(shù)據(jù)進(jìn)行融合計算，得到納稅人利益關(guān)聯(lián)度的直覺模糊集，評估納稅人之間的利益關(guān)聯(lián)程度。本發(fā)明能夠很好地處理多樣的和異構(gòu)的稅務(wù)數(shù)據(jù)，將多樣異構(gòu)的稅務(wù)數(shù)據(jù)歸一化后進(jìn)行融合，且不要求多個稅務(wù)指標(biāo)數(shù)據(jù)之間相互獨(dú)立，具有廣闊的適用范圍。
【專利說明】基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法

【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明涉及稅務(wù)數(shù)據(jù)融合計算領(lǐng)域，特別涉及一種針對多樣且異構(gòu)的稅務(wù)指標(biāo)融 合計算的方法。

【背景技術(shù)】：
[0002] 由于稅務(wù)指標(biāo)類型多樣且異構(gòu)，指標(biāo)之間存在較大差異，如何對納稅人的各項納 稅指標(biāo)進(jìn)行關(guān)聯(lián)融合，是評估納稅人利益關(guān)聯(lián)度的難點之一。
[0003] 如何針對納稅指標(biāo)進(jìn)行融合計算，目前已知常用的數(shù)據(jù)融合計算方法主要有：用 簡單的加權(quán)平均方法進(jìn)行數(shù)據(jù)融合，用DS證據(jù)理論進(jìn)行數(shù)據(jù)融合，構(gòu)造直覺模糊集進(jìn)行數(shù) 據(jù)融合。由于稅務(wù)指標(biāo)具有多樣性，在對稅務(wù)指標(biāo)進(jìn)行融合計算時，簡單的加權(quán)平均方法并 不能處理稅務(wù)系統(tǒng)中具有不同數(shù)據(jù)范圍的數(shù)據(jù)。例如，納稅人間的經(jīng)營交易的取值范圍可 以為0到上千萬，然而納稅人間的相互占股的取值范圍只是從0到1。這兩類數(shù)據(jù)若是不經(jīng) 過處理，只是簡單的進(jìn)行加權(quán)平均，得到的結(jié)果值往往不能令人滿意。稅務(wù)指標(biāo)不僅具有多 樣性，復(fù)雜性也是其很重要的特征，主要表現(xiàn)在多個稅務(wù)指標(biāo)之間的關(guān)系常常不能相互獨(dú) 立，因此DS證據(jù)理論并不適用于處理稅務(wù)系統(tǒng)中有相關(guān)關(guān)系的稅務(wù)指標(biāo)。例如，一般情況 下，納稅人間的親屬關(guān)系與納稅人間的相互占股有一定的關(guān)聯(lián)，即這兩個指標(biāo)并不是相互 獨(dú)立的，不能采用DS證據(jù)理論進(jìn)行融合處理。因此，在電子稅務(wù)系統(tǒng)中，常常采用直覺模糊 集的融合計算方法評估稅務(wù)指標(biāo)。
[0004] 采用直覺模糊集的融合方法評估稅務(wù)指標(biāo)的關(guān)鍵是如何構(gòu)造多樣異構(gòu)數(shù)據(jù)的直 覺模糊集，以及選取哪一種融合計算的操作。在電子稅務(wù)系統(tǒng)中，稅務(wù)數(shù)據(jù)大小范圍的不 同以及稅務(wù)數(shù)據(jù)對評估指標(biāo)影響的不同造成了直覺模糊集構(gòu)建有一定的難度，目前并沒有 統(tǒng)一的方法來構(gòu)建稅務(wù)數(shù)據(jù)的直覺模糊集。直覺模糊集的融合計算操作主要分為兩類： t-norm操作和t-conorm操作。目前已有的t-norm操作和t-conorm操作多種多樣，各有特 點，選取哪一對操作對稅務(wù)數(shù)據(jù)的直覺模糊集進(jìn)行融合計算也是一個難題。


【發(fā)明內(nèi)容】
：
[0005] 本發(fā)明的目的在于提出一種基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法，以克 服目前存在的多樣且異構(gòu)的數(shù)據(jù)融合計算方法的局限性，用直覺模糊集的融合結(jié)果來評估 納稅人利益關(guān)聯(lián)度。本發(fā)明方法能夠處理復(fù)雜的多樣異構(gòu)數(shù)據(jù)，具有更現(xiàn)實的意義。
[0006] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0007] 基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法，包括如下步驟：
[0008] 1)、根據(jù)輸入的納稅人之間的各類稅務(wù)數(shù)據(jù)，計算各個利益關(guān)聯(lián)指標(biāo)的取值范圍， 采集已有評估納稅人利益關(guān)聯(lián)度的等級數(shù)量，根據(jù)各項指標(biāo)的范圍和分布，劃分等級并確 定不同等級的取值范圍；
[0009] 2)、根據(jù)指標(biāo)與納稅人利益關(guān)聯(lián)度的相關(guān)性，確定納稅人間各指標(biāo)的量測數(shù)據(jù)所 對應(yīng)的等級；計算納稅人間各指標(biāo)的量測數(shù)據(jù)的隸屬度值和非隸屬度值，構(gòu)造量測數(shù)據(jù)的 直覺模糊集；
[0010] 3)、采用基于Einstein操作的直覺模糊集融合方法對量測數(shù)據(jù)進(jìn)行融合計算，得 到納稅人利益關(guān)聯(lián)度的直覺模糊集。
[0011] 本發(fā)明的進(jìn)一步改進(jìn)在于，所述步驟1)中計算η個利益關(guān)聯(lián)指標(biāo)的取值范圍的方 法為：根據(jù)輸入的納稅人之間的各類稅務(wù)數(shù)據(jù)，令第i α = 1，2, ...，η)個指標(biāo)的取值范圍 為[Q，HJ，其中Q為采集的樣本數(shù)據(jù)中的最小值，氏為采集的樣本數(shù)據(jù)中的最大值。
[0012] 本發(fā)明的進(jìn)一步改進(jìn)在于，所述步驟1)中采集已有評估納稅人利益關(guān)聯(lián)度的等 級數(shù)量m。令包含m個評估等級的集合G為：G = {Gd, Gp . . .，Gm_J，Gc!表示最低等級，Gm 表示最高等級；步驟1)中根據(jù)指標(biāo)的范圍和分布，將第i (i = 1，2,. . .，η)個指標(biāo)的取值 范圍劃分等級的方法為：根據(jù)評估等級集合G的元素個數(shù)m，將第i個指標(biāo)的取值范圍區(qū)間 [1^?]平均劃分為m個子區(qū)間；
[0013] 令第 i (i = 1，2, · · ·，η)個指標(biāo)的第 j (j = 0, 1，· · ·，m-1)個子區(qū)間為 δ i;j =
[lu，hu]，其中L是第j個子區(qū)間的下界，且

【權(quán)利要求】
1. 基于直覺模糊集的納稅人利益關(guān)聯(lián)度評估方法，其特征在于，包括如下步驟： 1) 、根據(jù)輸入的納稅人之間的各類稅務(wù)數(shù)據(jù)，計算各個利益關(guān)聯(lián)指標(biāo)的取值范圍，采集 已有評估納稅人利益關(guān)聯(lián)度的等級數(shù)量，根據(jù)各項指標(biāo)的范圍和分布，劃分等級并確定不 同等級的取值范圍； 2) 、根據(jù)指標(biāo)與納稅人利益關(guān)聯(lián)度的相關(guān)性，確定納稅人間各指標(biāo)的量測數(shù)據(jù)所對應(yīng) 的等級；計算納稅人間各指標(biāo)的量測數(shù)據(jù)的隸屬度值和非隸屬度值，構(gòu)造量測數(shù)據(jù)的直覺 豐吳糊集； 3) 、采用基于Einstein操作的直覺模糊集融合方法對量測數(shù)據(jù)進(jìn)行融合計算，得到納 稅人利益關(guān)聯(lián)度的直覺模糊集。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1)中計算η個利益關(guān)聯(lián)指標(biāo)的 取值范圍的方法為：根據(jù)輸入的納稅人之間的各類稅務(wù)數(shù)據(jù)，令第i個指標(biāo)的取值范圍 為[k HJ，其中Q為采集的樣本數(shù)據(jù)中的最小值，氏為采集的樣本數(shù)據(jù)中的最大值；i = γ? 〇
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟1)中采集已有評估納稅人利益關(guān)聯(lián) 度的等級數(shù)量m ;令包含m個評估等級的集合G為：G = {Gd, Gp . . .，Gm_J 表示最低等級， Gm表不最1?等級；步驟1)中根據(jù)指標(biāo)的范圍和分布，將第i個指標(biāo)的取值范圍劃分等級的 方法為：根據(jù)評估等級集合G的元素個數(shù)m，將第i個指標(biāo)的取值范圍區(qū)間[Li，HJ平均劃 分為m個子區(qū)間； 令第i個指標(biāo)的第j個子區(qū)間為δ i;j = [lu，hi，」]，其中，j = 0, 1，. . .，m-1， li，j是第j個子區(qū)間的下界，且
是第j個子區(qū)間的上界，且
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟2)中確定納稅人間各指標(biāo)的量測數(shù) 據(jù)所對應(yīng)的等級的方法為： a、 對于第i個指標(biāo)，若該指標(biāo)與納稅人利益關(guān)聯(lián)度有正相關(guān)的關(guān)系，則該指標(biāo)的第j個 子區(qū)間δ i;j = [li;j, hi;j]對應(yīng)評估等級G中的Gj等級； b、 對于第i個指標(biāo)，若該指標(biāo)與納稅人利益關(guān)聯(lián)度有負(fù)相關(guān)的關(guān)系，則該指標(biāo)的第j個 子區(qū)間δ i;j = [ly,比，」對應(yīng)評估等級G中的Gm+j等級。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟2)中計算各指標(biāo)的量測數(shù)據(jù)的隸屬 度值和非隸屬度值的方法為：令函數(shù)R〇unddown(x, k)為舍去X小數(shù)點k位后的數(shù)字，第i 個指標(biāo)與納稅人利益關(guān)聯(lián)度有正相關(guān)關(guān)系時，令和H W分別為該指標(biāo)的隸屬度函數(shù) 和非隸屬度函數(shù)；第i個指標(biāo)與納稅人利益關(guān)聯(lián)度有負(fù)相關(guān)關(guān)系時，令W和分別為 該指標(biāo)的隸屬度函數(shù)和非隸屬度函數(shù)，具體如下： a、第i個指標(biāo)與納稅人利益關(guān)聯(lián)度有正相關(guān)關(guān)系時，若X e [lu，，X對應(yīng)評估等 級G中的等級，隸屬度函數(shù)
b、 第i個指標(biāo)與納稅人利益關(guān)聯(lián)度有正相關(guān)關(guān)系時，若X e [lu，，X對應(yīng)評估等 級G中的等級，非隸屬度函數(shù)
c、 第i個指標(biāo)與納稅人利益關(guān)聯(lián)度有負(fù)相關(guān)關(guān)系時，若X e [lu，，X對應(yīng)評估等 級G中的Gm_h_等級，隸屬度函數(shù)為
d、 第i個指標(biāo)與納稅人利益關(guān)聯(lián)度有負(fù)相關(guān)關(guān)系時，若X e [lu，，X對應(yīng)評估等 級G中的Gm_h_等級，非隸屬度函數(shù)為
〇
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟2)中構(gòu)造量測數(shù)據(jù)的直覺模糊集的 方法為：令第i個指標(biāo)的量測數(shù)據(jù)為X，當(dāng)該指標(biāo)與納稅人利益關(guān)聯(lián)度為正相關(guān)關(guān)系時，X的 直覺申旲糊集為(XM〗W);當(dāng)該指標(biāo)與納稅人利益關(guān)聯(lián)度為負(fù)相關(guān)關(guān)系時，X的直覺申旲糊 集為
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟3)中基于Einstein操作的直覺模 糊集融合方法為：令a i = (μ Vi)為第i個指標(biāo)的量測數(shù)據(jù)Xi的直覺模糊集，ω = (ω1; ω2. . .，（^"是!!個指標(biāo)的權(quán)重向量，并且％ e [〇, 1]，
則此η個指標(biāo)的直 覺模糊集融合后的結(jié)果為身=〃''?+冗(心《,,) ·具體描述如下：
〇
8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，步驟1)中所述各個指標(biāo)具體指經(jīng)營交易、 相互占股、未屬關(guān)系。
9. 根據(jù)權(quán)利要求8所述的方法，其特征在于，步驟3)中所述各個指標(biāo)的權(quán)重分別為： 經(jīng)營交易的權(quán)重為〇. 1，相互占股的權(quán)重為〇. 3,親屬關(guān)系的權(quán)重為0. 6。
【文檔編號】G06F19/00GK104112074SQ201410336118
【公開日】2014年10月22日 申請日期:2014年7月15日 優(yōu)先權(quán)日:2014年7月15日
【發(fā)明者】鄭慶華, 南燕, 張恒山, 劉烴, 王迪, 施建生, 錢運(yùn)輝, 張帆 申請人:西安交通大學(xué), 稅友軟件集團(tuán)股份有限公司