基于直觉模糊集的纳税人利益关联度评估方法

摘要

本发明提出了一种基于直觉模糊集的纳税人利益关联度评估方法，根据纳税人之间的各类税务数据，包括发票、商品交易、所有权占比等，评估纳税人之间的利益关联程度。该方法将纳税人之间的各类税务数据作为量测数据，根据量测数据自身分布规律进行等级划分；计算各量测数据所属的等级，以及对应的隶属度值和非隶属度值，构造量测数据的直觉模糊集；采用基于Einstein操作的直觉模糊集融合方法对量测数据进行融合计算，得到纳税人利益关联度的直觉模糊集，评估纳税人之间的利益关联程度。本发明能够很好地处理多样的和异构的税务数据，将多样异构的税务数据归一化后进行融合，且不要求多个税务指标数据之间相互独立，具有广阔的适用范围。