Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的财务数据中会计科目智能分析方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏税软软件科技有限公司

摘要:本发明公开了一种基于机器学习的财务数据中会计科目智能分析方法,涉及财务数据分析领域,包括:P1:获取财务数据;P2:数据识别归类;P3:异常分析;P4:风险分析;P5:异常词条校对;通过设定特征词和使用TF‑IDF算法计算重要分数能更准确地评估词条与会计科目的关联度,从而提高了分类的准确度,实现词条与会计科目的自动化分类;通过排序选取预警词条,减少了因漏审高风险词条而带来的潜在风险,确保了关键异常词条得到及时处理和审查,避免了可能的财务不准确性或违规问题;同时,通过依据每个处理人员的处理效率进行分析得到优先值,并据此进行循环调度分配,能够帮助实现任务分配的效率和公平性,提高了整体处理效率。

主权项:1.一种基于机器学习的财务数据中会计科目智能分析方法,其特征在于,包括以下步骤:获取企业的财务数据,将财务数据分成若干个词条;通过分析数据库内各词条与会计科目之间的关联度,并据此进行归类;具体步骤为:设定会计科目对应若干个特征词,将各词条与所有设定的特征词进行比对,将含有特征词的词条记为初选词条,并将初选词条中的特征词记为标定特征词,提取初选词条中存在的标定特征词以及各标定特征词出现的次数;任选一个初选词条,利用TF-IDF算法计算每个标定特征词在初选词条中的重要分数,由此可得各标定特征词于初选词条中的重要分数;将初选词条中各标定特征词出现的次数和各标定特征词于初选词条中的重要分数进行归一化处理得到相关值,由此可得各初选词条的相关值,并将其与设定的阈值进行比较分析,当相关值大于设定的阈值时,则将该词条记为目标词条,并将目标词条归类至会计科目;通过对会计科目中的数据进行智能分析以准确识别出存在异常情况,并据此生成异常词条;对会计科目内各词条进行风险分析得到词条对应的异常值;依据会计科目内所有异常词条对应的异常值对异常词条进行校对处理。

全文数据:

权利要求:

百度查询: 江苏税软软件科技有限公司 一种基于机器学习的财务数据中会计科目智能分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。