[发明专利]基于密集区间发现的税务指标归一化与融合计算方法

说明书

【技术领域】

本发明属于税务数据融合计算领域，特别涉及一种基于密集区间发现的税务指标归一化与融合计算方法。

【背景技术】

由于税务指标类型多样且结构各异，不同纳税人的指标也存在较大差异，如何对纳税人的各项纳税指标进行关联融合，是评估纳税人经营发展和纳税情况的难点问题之一。

如何针对多个纳税指标进行融合计算，目前已知常用的数据融合计算方法主要有：计算融合指标的平均值，计算融合指标的合取值，计算融合指标的析取值，混合的指标融合计算方法。由于税务指标的多样性和复杂性，在税务指标的融合计算中，简单的采用某种数据融合计算方法，往往不能解决税务系统中实际遇到的问题。因而在电子税务系统中，常常采用混合的数据融合计算方法，以实现不同情况下用不同的数据融合操作。在混合的数据融合计算方法中，一类操作是通过一个特定的值将要融合的数据分为两部分，然后再对两部分数据施以不同的数据融合操作，从而实现具有不同性质数据的融合计算。例如，可将指标表示为区间[-1,1]中的数，其中小于零的数表示与计算目标负相关，而大于零的数表示与计算目标正相关，对这两类数据可以实施不同的数据融合操作。另一类操作是由于可以通过一个特定的值将要融合的数据分为两部分，从而可以将融合函数的定义域划分成不同的部分，混合函数进行的操作是根据数据对应的定义域进行不同的操作。

然而在实际应用中，许多数据具有分布不均匀的特点，也就是它们的取值主要集中在某个密集分布区间内，在该区间外很少取值。例如，如果某个数据服从正太分布，则它的取值主要集中在[-3σ,3σ]内。密集分布区间外的这些取值，在有些情况下，可能是异常数据，而在其它一些情况下，也可能是一些特殊数据。在数据融合计算时，由于无法精确判断这些密集分布区间外取值的数据是否为异常数据，我们希望减少该类数据对最后计算结果的影响。这样，已有的通过单个值分类数据从而实现对数据的混合融合计算的方法就无法解决该类问题。同样，用单个值分类数据从而将融合函数的定义域划分成不同部分，针对定义域的不同部分进行不同操作的混合融合计算方法，也不能很好的解决该类问题。

【发明内容】

本发明的目的在于提供了一种基于密集区间发现的税务指标归一化与融合计算方法，以克服目前存在的混合数据融合计算方法所存在的缺陷，从而可以解决背景技术中所述的问题。

为达到上述的目的，本发明通过以下技术方案予以实现：

基于密集区间发现的税务指标归一化与融合计算方法，包括如下步骤：

1)对税务数据预处理，实现将税务数据统一转换为[0,1]内的归一化的税务数据；

2)对于归一化的税务数据，统计其取值的频率，并设定最小频率阈值p和最小距离阈值q，通过迭代算法将频率大于阈值p以及与集合C的距离小于q的税务数据归入集合C，进而根据该集合C找到非均匀分布税务数据集中分布的区间；

3)根据上述得到的税务数据分布的密集区间，将要融合计算的税务分为三类，并进行不同的融合操作。

本发明进一步改进在于，步骤1)中的数据预处理包括以下步骤：

a)获取税务数据的取值范围；

b)根据税务数据的取值范围，将税务数据平均划分成n个等级，具体包括：如果税务数据与计算目标正相关，则取值越大对应的等级值越大；如果税务数据与计算目标负相关，则取值越大对应的等级值越小；如果税务数据小于中值a时，与计算目标负相关，而大于或等于a时，与计算目标正相关，或者如果税务数据小于中值a时，与计算目标正相关，而大于或等于a时，与计算目标负相关；此时，设税务数据的下界为l，上界为m，则根据区间[l,a]或[a,m]划分等级，并将划分结果对应到区间的另一部分；

c)将某个税务数据x_j对应到相应的等级区间[c_i,d_i]，然后根据如下公式进行数据格式转换：