【技術實現步驟摘要】
本專利技術涉及數據處理，具體為一種基于ai智能的財務對賬系統及方法。
技術介紹
1、目前銀行和企業的對賬是依據銀行和企業分別對相關的費用數據進行計算，然后根據計算結果進行對賬，主要是人工配置對賬規則，并轉換待核算的業務數據格式生成對賬數據，然后根據配置出的對賬規則，對各個對賬數據進行對賬處理。
2、盡管財務管理技術日益先進，但傳統的人工對賬與數據分析仍然存在諸多缺點，首先，手動處理數據容易引發人為錯誤，導致數據不準確，影響決策的可靠性。其次，傳統方法往往難以快速、全面地識別財務異常，無法及時應對潛在風險。此外，缺乏量化的異常評估手段，使得財務團隊在處理異常時往往依賴主觀判斷，增加了決策的模糊性。
3、所以我們提出了一種基于ai智能的財務對賬系統及方法，以便于解決上述提出的問題。
技術實現思路
1、本專利技術的目的在于提供一種基于ai智能的財務對賬系統及方法，以解決上述
技術介紹
提出的手動處理數據容易引發人為錯誤，導致數據不準確，影響決策的可靠性以及傳統方法往往難以快速、全面地識別財務異常，無法及時應對潛在風險。此外，缺乏量化的異常評估手段，使得財務團隊在處理異常時往往依賴主觀判斷，增加了決策的模糊性的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種基于ai智能的財務對賬系統，包括數據采集模塊、數據解析模塊、第一數據計算模塊、第一數據分析模塊、第二數據計算模塊、第二數據分析模塊以及反饋模塊；
3、所述數據采集模塊用于進行數據獲
4、所述數據解析模塊用于對多源數據集進行處理，并重新整理為第一數據集、第二數據集、第三數據集以及第四數據集；
5、所述第一數據計算模塊用于對第一數據集、第二數據集、第三數據集以及第四數據集進行整合計算，從而生成異常判斷值cyc；
6、所述第一數據分析模塊用于將財務異常判斷值cyc與預設的第一閾值y進行對比，從而生成第一對比結果，根據第一對比結果，判斷賬務是否出現異常，若第一對比結果顯示為出現異常，則將異常判斷值與預設的第一閾值y進行整合計算，從而生成財務異常量級值，并將財務異常量級值與第一閾值y進行再對比，從而生成第一再對比結果，并根據第一再對比結果，判斷當前財務出現的異常等級；
7、所述第二數據計算模塊用于對第一數據集、第二數據集、第三數據集以及第四數據集分別進行整合計算，從而生成第一異常定位值dy、第二異常定位值dr、第三異常定位值ds以及第四異常定位值dz；
8、所述第二數據分析模塊用于將第一異常定位值dy、第二異常定位值dr、第三異常定位值ds以及第四異常定位值dz分別與預設的第一異常定位閾值yy、第二異常定位閾值ry、第三異常定位閾值sy以及第四異常定位閾值zy進行對比，從而生成第二對比結果，并根據第二對比結果，對賬務的異常區域進行定位，并將異常區域所對應的異常定位值與對應的異常定位閾值進行整合計算，從而生成相應的異常定位量級值，并將生成的異常定位量級值與對應的異常定位閾值進行再對比，從而生成第二再對比結果，根據第二再對比結果，判斷對應區域的異常等級；
9、所述反饋模塊用于將多項數據反饋至終端。
10、優選的，所述數據采集模塊包括交易數據采集單元、企業系統數據采集單元、支付網關數據以及外部數據采集單元；
11、所述交易數據采集單元用于采集企業交易數據，包括交易金額、交易數量、外匯匯率以及賬戶余額波動幅度；
12、所述企業系統數據采集單元用于采集企業系統數據，包括賬單總額、開票稅率、應收金額以及壞賬準備金；
13、所述支付網關數據用于采集企業支付網關數據，包括總支付金額、支付成功率、退款金額以及交易處理時間；
14、所述外部數據采集單元用于采集企業外部數據，包括發票金額、供應商折扣率、優惠金額以及發票稅額；
15、所述多源數據集包括交易金額、交易數量、外匯匯率、賬戶余額波動幅度、賬單總額、開票稅率、應收金額、壞賬準備金、總支付金額、支付成功率、退款金額、交易處理時間、發票金額、供應商折扣率、優惠金額以及發票稅額。
16、優選的，所述數據解析模塊包括數據預處理單元和數據整理單元；
17、所述數據預處理單元用于對多源數據集進行預處理以及歸一化，所述數據整理單元用于將處理完畢后的多源數據集劃分為第一數據集、第二數據集以及第三數據集；
18、第一數據集包括交易金額、交易數量、外匯匯率以及賬戶余額波動幅度；
19、交易金額按照交易次數分別記為a1、a2、a3、...、an；
20、交易數量按照交易次數分別記為b1、b2、b3、...、bn；
21、外匯匯率按照交易次數分別記為c1、c2、c3、...、cn；
22、賬戶余額波動幅度按照交易次數分別記為d1、d2、d3、...、dn；
23、第二數據集包括賬單總額、開票稅率、應收金額以及壞賬準備金；
24、賬單總額按照交易次數分別記為e1、e2、e3、...、en；
25、開票稅率按照交易次數分別記為f1、f2、f3、...、fn；
26、應收金額按照交易次數分別記為g1、g2、g3、...、gn；
27、壞賬準備金按照交易次數分別記為h1、h2、h3、...、hn；
28、第三數據集包括總支付金額、支付成功率、退款金額以及交易處理時間；
29、總支付金額按照交易次數分別記為i1、i2、i3、...、in；
30、支付成功率按照交易次數分別記為j1、j2、j3、...、jn；
31、退款金額按照交易次數分別記為k1、k2、k3、...、kn；
32、交易處理時間按照交易次數分別記為l1、l2、l3、...、ln；
33、第四數據集包括發票金額、供應商折扣率、優惠金額以及發票稅額；
34、發票金額按照交易次數分別記為m1、m2、m3、...、mn；
35、供應商折扣率按照交易次數分別記為o1、o2、o3、...、on；
36、優惠金額按照交易次數分別記為p1、p2、p3、...、pn；
37、發票稅額按照交易次數分別記為q1、q2、q3、...、qn。
38、優選的，所述第一數據計算模塊通過下述公式計算獲取財務異常判斷值cyc；
39、
40、式中：pa為交易金額分析系數，pb為交易數量分析系數，pc為外匯匯率分析系數，pd為賬戶余額波動幅度分析系數，pe為賬單總額分析系數，pf為開票稅率分析系數，pg為應收金額分析系數，ph為壞賬準備金分析系數，pi為總支付金額分析系數，pj為支付成功率分析系數，pk為退款金額分析系數，pl為交易處理時間分析系數，pm為發票金額分析系數，po為供應商折扣率分析系數，pp為優惠金額分析系數，pq本文檔來自技高網...
【技術保護點】
1.一種基于AI智能的財務對賬系統，其特征在于：包括數據采集模塊(1)、數據解析模塊(2)、第一數據計算模塊(3)、第一數據分析模塊(4)、第二數據計算模塊(5)、第二數據分析模塊(6)以及反饋模塊(7)；
2.根據權利要求1所述的一種基于AI智能的財務對賬系統，其特征在于：所述數據采集模塊(1)包括交易數據采集單元(11)、企業系統數據采集單元(12)、支付網關數據采集單元(13)以及外部數據采集單元(14)；
3.根據權利要求2所述的一種基于AI智能的財務對賬系統，其特征在于：所述數據解析模塊(2)包括數據預處理單元(21)和數據整理單元(22)；
4.根據權利要求3所述的一種基于AI智能的財務對賬系統，其特征在于：所述第一數據計算模塊(3)通過下述公式計算獲取財務異常判斷值CYC；
5.根據權利要求4所述的一種基于AI智能的財務對賬系統，其特征在于：所述第一數據計算模塊(3)分別通過下述公式計算獲取交易金額分析系數PA、交易數量分析系數PB、外匯匯率分析系數PC、賬戶余額波動幅度分析系數PD、賬單總額分析系數PE、開票稅率分析
6.根據權利要求5所述的一種基于AI智能的財務對賬系統，其特征在于：第一數據分析模塊(4)包括第一數據對比單元(41)和第一數據再對比單元(42)，所述第一數據對比單元(41)用于生成第一對比結果，具體如下：
7.根據權利要求6所述的一種基于AI智能的財務對賬系統，其特征在于：第二數據計算模塊(5)通過下述公式分別計算獲取第一異常定位值DY、第二異常定位值DR、第三異常定位值DS以及第四異常定位值DZ；
8.根據權利要求7所述的一種基于AI智能的財務對賬系統，其特征在于：所述第二數據分析模塊(6)包括第二數據對比單元(61)和第二數據再對比單元(62)；
9.一種基于AI智能的財務對賬方法，其特征在于：具體步驟如下：
...【技術特征摘要】
1.一種基于ai智能的財務對賬系統，其特征在于：包括數據采集模塊(1)、數據解析模塊(2)、第一數據計算模塊(3)、第一數據分析模塊(4)、第二數據計算模塊(5)、第二數據分析模塊(6)以及反饋模塊(7)；
2.根據權利要求1所述的一種基于ai智能的財務對賬系統，其特征在于：所述數據采集模塊(1)包括交易數據采集單元(11)、企業系統數據采集單元(12)、支付網關數據采集單元(13)以及外部數據采集單元(14)；
3.根據權利要求2所述的一種基于ai智能的財務對賬系統，其特征在于：所述數據解析模塊(2)包括數據預處理單元(21)和數據整理單元(22)；
4.根據權利要求3所述的一種基于ai智能的財務對賬系統，其特征在于：所述第一數據計算模塊(3)通過下述公式計算獲取財務異常判斷值cyc；
5.根據權利要求4所述的一種基于ai智能的財務對賬系統，其特征在于：所述第一數據計算模塊(3)分別通過下述公式計算獲取交易金額分析系數pa、交易數量分析系數pb、外匯匯率分析系數pc、賬戶余額波動幅度分析系數pd...
【專利技術屬性】
技術研發人員：王繼章，
申請(專利權)人：上海速元信息技術有限公司，
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。