税务信用评价方法、设备及可读存储介质技术

本发明专利技术属于税务信用评价指标领域，公开了一种税务信用评价方法、设备及可读存储介质，包括以下步骤：S101：根据归一化的税务信用评价数据指标取值得到税务信用评价数据指标取值的信息熵和统计信息；S102：将税务信用评价数据指标取值的信息熵和统计信息两两比较，得到信息熵比较矩阵和统计信息比较矩阵；S103：根据信息熵比较矩阵和统计信息比较矩阵得到信息熵指标权重和统计信息指标权重；S104：融合信息熵指标权重和统计信息指标权重得到税务信用评价指标权重；S105：结合税务信用评价指标权重进行税务信用评价。极大地降低税务评价信息工作的时间耗费及人力资源，规范纳税信用管理，保证评价结果的统一性，使税务信用评价的工作更高效、更精准、更可靠。

Tax credit evaluation method, equipment and readable storage medium

【技术实现步骤摘要】
税务信用评价方法、设备及可读存储介质
本专利技术属于税务信用评价指标领域，涉及一种税务信用评价方法、设备及可读存储介质。
技术介绍
随着国家经济的不断稳定增长，税务数据也呈现爆发态势，以信用评价指标为标准的纳税人评级也显得越来越重要，纳税信用评价指标和评价方式既丰富了信息采集渠道，还大幅度提升纳税信用评价的准确性。然而，以往的信用评价指标权重计算方式，都需要依赖专家经验，且仅仅是对指标数据的归一化，并以此为权重，一旦指标体系发生改变，就必须重新组织人力、物力来解决，此外这种计算方式容易丢失部分信息，甚至是关键信息，再者以往指标权重的计算都属于绝对重要性，即没有在指标之间进行两两比较。因此这样就忽略了指标之间的相对联系，无法体现指标的相对重要性，容易造成不合理、甚至是无效的结果。为了完善国家市场经济体制的发展要求，进一步规范纳税信用管理，保证评价结果的统一性，提高纳税人依法诚信纳税意识和税法遵从度，迫切需要一种新的计算税务信用评价指标权重的方法，以应对当下日益复杂的形势，确保国家税务工作向更精准、更高效化发展。综上，亟需一种新的税务信用评价方法。
技术实现思路
本专利技术的目的在于克服上述现有技术中由于税务信用评价指标权重确定方式不合理，导致纳税信用评价的准确性低或难以有效评价的缺点，提供一种税务信用评价方法、设备及可读存储介质。为达到上述目的，本专利技术采用以下技术方案予以实现：一种税务信用评价方法，包括以下步骤：S101：获取税务信用评价数据指标，将税务信用评价数据指标取值进行归一化处理，根据归一化的税务信用评价数据指标取值得到税务信用评价数据指标取值的信息熵和统计信息；S102：将税务信用评价数据指标取值的信息熵两两比较，得到信息熵比较矩阵；将税务信用评价数据指标取值的统计信息两两比较，得到统计信息比较矩阵；S103：根据信息熵比较矩阵和统计信息比较矩阵得到信息熵指标权重和统计信息指标权重；S104：融合信息熵指标权重和统计信息指标权重得到税务信用评价指标权重；S105：根据税务信用评价数据指标和税务信用评价指标权重进行税务信用评价。本专利技术税务信用评价方法进一步的改进在于：所述S101的具体方法为：获取税务信用评价数据指标，通过式(1)将税务信用评价数据指标取值进行归一化处理，将税务信用评价数据指标取值Xij归一化为N(0,1)区间的数值：其中，表示归一化的税务信用评价数据指标取值，α表示税务信用评价数据指标取值中的最大值；通过式(2)计算税务信用评价数据指标取值的信息熵E(αi)：其中，αi表示税务信用评价数据指标的向量；计算税务信用评价数据指标取值的统计信息S(αi)，统计信息S(αi)为统计区间(μ-3δ，μ+3δ)外的税务信用评价数据所占全体税务信用评价数据的比率。所述S102的具体方法为：将每个税务信用评价数据指标取值的信息熵与所有税务信用评价数据指标取值的信息熵均两两比较，得到信息熵比较矩阵AEntropy：将每个税务信用评价数据指标取值的统计信息与所有税务信用评价数据指标取值的统计信息均两两比较，得到统计信息比较矩阵AStatistic：所述S103的具体方法为：通过式(3)得到信息熵指标权重ωEntropy_i：其中，aij为信息熵比较矩阵AEntropy中第i行第j列元素；通过式(4)得到统计信息指标权重ωStatistic_i：其中，bij为统计信息比较矩阵AEntropy中第i行第j列元素。所述S104的具体方法为：将信息熵指标权重和统计信息指标权重取平均值，得到税务信用评价指标权重。本专利技术另一方面，一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现税务信用评价方法的步骤。本专利技术又一方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现税务信用评价方法的步骤。与现有技术相比，本专利技术具有以下有益效果：通过从信息熵和统计信息两个角度综合考虑，通过对指标信息的两两比较，构建对应的比较矩阵，在此基础上，进一步计算基于信息熵的信息熵权重和基于统计信息的统计信息权重，最后，根据信息熵权重和统计信息权重确定最终的指标权重，通过计算得到的最终指标权重，可以得知，当权重越大时，则该指标的重要程度越大，因此，税务人员可以把更多的考虑该指标对税务信用评价的重要性，极大地降低税务评价信息工作的时间耗费及人力资源，规范纳税信用管理。此外，两种计算权重方法的优势互补，保证了评价结果更具有合理性、有效性，提高纳税人依法诚信纳税的意识和税法的遵从度，使税务信用评价的工作更高效、更精准、更可靠，将更有利于国家经济健康稳步发展。附图说明图1为本专利技术的方法流程图；图2为本专利技术的构建比较矩阵步骤的具体流程图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面结合附图对本专利技术做进一步详细描述：参见图1，本专利技术税务信用评价方法，包括以下步骤：步骤S101：根据输入的税务信用评价数据指标，对税务信用评价数据指标取值进行归一化为N(0,1)区间的值，得到税务信用评价数据指标取值的归一化结果，并计算其信息熵和统计信息。具体包括以下内容：获取税务信用评价数据指标，通过下式将税务信用评价数据指标取值进行归一化处理，将税务信用评价数据指标取值Xij归一化为N(0,1)区间的数值：其中，表示归一化的税务信用评价数据指标取值，α表示税务信用评价数据指标取值中的最大值。然后，根据归一化结果，计算税务信用评价数据指标的信息熵和税务信用评价数据指标的统计信息S(αi)；S(αi)表示αi所包含异常值的比率，为统计区间(μ-3δ，μ+3δ)外的税务信用评价数据所占全体税务信用评价数据的比率，其中，αi表示税务本文档来自技高网...

【技术保护点】
1.一种税务信用评价方法，其特征在于，包括以下步骤：/nS101：获取税务信用评价数据指标，将税务信用评价数据指标取值进行归一化处理，根据归一化的税务信用评价数据指标取值得到税务信用评价数据指标取值的信息熵和统计信息；/nS102：将税务信用评价数据指标取值的信息熵两两比较，得到信息熵比较矩阵；将税务信用评价数据指标取值的统计信息两两比较，得到统计信息比较矩阵；/nS103：根据信息熵比较矩阵和统计信息比较矩阵得到信息熵指标权重和统计信息指标权重；/nS104：融合信息熵指标权重和统计信息指标权重得到税务信用评价指标权重；/nS105：根据税务信用评价数据指标和税务信用评价指标权重进行税务信用评价。/n

【技术特征摘要】
1.一种税务信用评价方法，其特征在于，包括以下步骤：
S101：获取税务信用评价数据指标，将税务信用评价数据指标取值进行归一化处理，根据归一化的税务信用评价数据指标取值得到税务信用评价数据指标取值的信息熵和统计信息；
S102：将税务信用评价数据指标取值的信息熵两两比较，得到信息熵比较矩阵；将税务信用评价数据指标取值的统计信息两两比较，得到统计信息比较矩阵；
S103：根据信息熵比较矩阵和统计信息比较矩阵得到信息熵指标权重和统计信息指标权重；
S104：融合信息熵指标权重和统计信息指标权重得到税务信用评价指标权重；
S105：根据税务信用评价数据指标和税务信用评价指标权重进行税务信用评价。


2.根据权利要求1所述的税务信用评价方法，其特征在于，所述S101的具体方法为：
获取税务信用评价数据指标，通过式(1)将税务信用评价数据指标取值进行归一化处理，将税务信用评价数据指标取值Xij归一化为N(0,1)区间的数值：



其中，表示归一化的税务信用评价数据指标取值，α表示税务信用评价数据指标取值中的最大值；
通过式(2)计算税务信用评价数据指标取值的信息熵E(αi)：



其中，αi表示税务信用评价数据指标的向量；
计算税务信用评价数据指标取值的统计信息S(αi)，统计信息S(αi)为统计区间(μ-3δ，μ+3δ)外的税务信用评价数据所占全体税务信用评价数据的比率。


3.根据权利要求2所述的税...

【专利技术属性】
技术研发人员：张恒山，王忠民，陈彦萍，李科源，陈春茹，蔺伟，樊武东，李玥，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61