【技術實現步驟摘要】
本申請涉及人工智能，特別是涉及一種基于業務數據的自動審計分析方法、裝置和計算機設備。
技術介紹
1、隨著信息技術的飛速發展，企業和組織的業務數據量呈現出爆炸性增長，數據類型也變得更加復雜多樣，傳統的手工審計方法在面對海量數據時顯得力不從心，不僅效率低下，而且容易出錯。
2、現有技術提供了業務數據模型的構建和分析功能，能夠進行數據的自動化抽取和自動化分析，與審計管理系統有一定的協同工作能力。然而，業務數據審計難以滿足用戶實際需求，只能夠處理結構化數據，對于非結構化及其半結構數據難以進行分析處理，分析效果不理想；現有技術的響應時間和質量難以滿足用戶的需求，性能和效果難以保證。
3、可知，當前的業務數據分析方式存在著數據分析的效率較低、質量較差的問題。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠提升數據分析的效率和質量的基于業務數據的自動審計分析方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
2、第一方面，本申請實施例提供了一種基于業務數據的自動審計分析方法。所述方法包括：
3、獲取業務數據；所述業務數據為業務系統中記錄的，用于表征各項業務辦理細節的數據；
4、識別所述業務數據中的非結構化的業務數據，將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據；
5、根據所述轉換后的業務數據構建元數據和知識庫；所述元數據為用于描述所述業務數據的
6、基于所述元數據和所述知識庫，對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果；所述業務分析結果表征所述業務數據的呈現規律，以及各項所述業務數據之間的關聯關系，所述業務分析結果用于核對所述業務數據。
7、在其中一個實施例中，所述業務分析結果包括統計分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
8、預測得到所述業務數據中因變量與各自變量之間的關系，得到回歸分析結果；
9、識別所述業務數據中各變量之間的共同因子，根據所述共同因子更新所述業務數據的維度，得到因子分析結果；
10、根據所述業務數據中已知分類的變量，預測新樣本的分類信息，得到判別分析結果；
11、合并所述回歸分析結果、所述因子分析結果和所述判別分析結果，得到所述統計分析結果。
12、在其中一個實施例中，所述業務分析結果包括聚類分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
13、識別所述業務數據的數據特征，根據所述數據特征確定聚類算法；
14、計算不同聚類數量下的總誤差平方，根據所述總誤差平方確定聚類數量；
15、基于所述聚類算法和所述聚類數量，對所述業務數據進行聚類，得到聚類結果；
16、對所述聚類結果進行規律性分析、非特異性分析，以及異常值檢測，確定所述聚類分析結果。
17、在其中一個實施例中，所述將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據，包括：
18、對所述非結構化的業務數據進行分詞，得到分詞結果；
19、對所述分詞結果進行數據挖掘，得到所述業務數據對應的主題信息；
20、按照所述主題信息對所述業務數據進行歸類，得到歸類后的業務數據；
21、識別所述歸類后的業務數據的關聯規則，根據所述關聯規則將所述非結構化的業務數據映射至所述結構化模板中，得到轉換后的業務數據。
22、在其中一個實施例中，所述獲取業務數據，包括：
23、獲取初始的所述業務數據，對初始的所述業務數據進行完整性校驗和準確性校驗，得到校驗后的數據；
24、識別到所述校驗后的數據中不同的數據類型，分別對不同所述數據類型的數據進行標準化處理，得到標準化的數據；
25、對所述標準化的數據進行數據清洗，得到清洗后的數據，整合并記錄所述清洗后的數據對應的數據來源，得到整合后的數據；
26、對所述整合后的數據的文本字符的格式進行轉換，得到轉換后的所述業務數據。
27、在其中一個實施例中，在所述基于所述元數據和所述知識庫，對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果的步驟之后，所述方法還包括：
28、根據設計需求信息生成所述設計需求信息對應的報告模板；
29、根據所述業務分析結果生成所述業務數據的分析過程信息，并基于所述分析過程信息和業務分析結果生成工作底稿信息；
30、根據所述工作底稿信息和所述報告模板，生成所述業務數據對應的數據分析報告。
31、第二方面，本申請還提供了一種基于業務數據的自動審計分析裝置。所述裝置包括：
32、業務數據獲取模塊，用于獲取業務數據；所述業務數據為業務系統中記錄的，用于表征各項業務辦理細節的數據；
33、數據轉換模塊，用于識別所述業務數據中的非結構化的業務數據，將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據；
34、元數據和知識庫構建模塊，用于根據所述轉換后的業務數據構建元數據和知識庫；所述元數據為用于描述所述業務數據的內容、結構和特征的數據，所述知識庫為對所述業務數據進行分類后得到的數據庫；
35、數據分析模塊，用于基于所述元數據和所述知識庫，對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果；所述業務分析結果表征所述業務數據的呈現規律，以及各項所述業務數據之間的關聯關系，所述業務分析結果用于核對所述業務數據。
36、第三方面，本申請還提供了一種計算機設備。所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：
37、獲取業務數據；所述業務數據為業務系統中記錄的，用于表征各項業務辦理細節的數據；
38、識別所述業務數據中的非結構化的業務數據，將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據；
39、根據所述轉換后的業務數據構建元數據和知識庫；所述元數據為用于描述所述業務數據的內容、結構和特征的數據，所述知識庫為對所述業務數據進行分類后得到的數據庫；
40、基于所述元數據和所述知識庫，對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果；所述業務分析結果表征所述業務數據的呈現規律，以及各項所述業務數據之間的關聯關系，所述業務分析結果用于核對所述業務數據。
41、第四方面，本申請還提供了一種計算機可讀存儲介質。所述計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處本文檔來自技高網...
【技術保護點】
1.一種基于業務數據的自動審計分析方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述業務分析結果包括統計分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
3.根據權利要求1所述的方法，其特征在于，所述業務分析結果包括聚類分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
4.根據權利要求1所述的方法，其特征在于，所述將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據，包括：
5.根據權利要求1所述的方法，其特征在于，所述獲取業務數據，包括：
6.根據權利要求1所述的方法，其特征在于，在所述基于所述元數據和所述知識庫，對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果的步驟之后，所述方法還包括：
7.一種基于業務數據的自動審計分析裝置，其特征在于，所述裝置包括：
8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。
10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種基于業務數據的自動審計分析方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述業務分析結果包括統計分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
3.根據權利要求1所述的方法，其特征在于，所述業務分析結果包括聚類分析結果，所述對所述轉換后的業務數據進行各項的數據分析，得到業務分析結果，包括：
4.根據權利要求1所述的方法，其特征在于，所述將所述非結構化的業務數據映射至預設的結構化模板中，以對所述業務數據進行格式轉換，得到轉換后的業務數據，包括：
5.根據權利要求1所述的方法，其特征在于，所述獲取業務數據，包括：
6.根據權利要求1所述的...
【專利技術屬性】
技術研發人員：李瑜，王云琦，陳哲瀚，宋京，王澤涌，王建永，
申請(專利權)人：南方電網數字企業科技廣東有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。