CN109740799B - 预算数据生成方法、装置、计算机设备和存储介质 - Google Patents
预算数据生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109740799B CN109740799B CN201811549413.XA CN201811549413A CN109740799B CN 109740799 B CN109740799 B CN 109740799B CN 201811549413 A CN201811549413 A CN 201811549413A CN 109740799 B CN109740799 B CN 109740799B
- Authority
- CN
- China
- Prior art keywords
- budget
- data
- current
- regression analysis
- analysis model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000000611 regression analysis Methods 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 26
- 230000001502 supplementing effect Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012550 audit Methods 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013439 planning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理技术领域,应用于金融行业,特别是涉及一种预算数据生成方法、装置、计算机设备和存储介质。一个实施例中的方法包括:获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据,这样通过当前预算请求得到回归分析模型输出的当前预算属性值预测数据,结合预算调节数据,得到当前预算数据,无需人工进行繁琐计算,可以有效提高预算处理的工作效率。
Description
技术领域
本申请涉及计算机数据处理技术领域,特别是涉及一种预算数据生成方法、装置、计算机设备和存储介质。
背景技术
预算是企业普遍采用的一种管理工具,通过编制预算,可以实现有计划、有步骤地将企业的长期战略规划、短期经营策略和发展方向相结合,激励职工从各自角度完成战略目标。因此,预算对于企业管理来说十分重要。
通过预算有利于加强企业经济活动的控制,实现企业资源的合理配置,以及企业对各个经济单位业绩的考核与评价,也有利于企业内部各部门之间的相互协调和沟通。而传统的预算管理需要工作人员通过手工方式进行管理,数据量大且计算繁琐,导致工作效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高工作效率的预算数据生成方法、装置、计算机设备和存储介质。
一种预算数据生成方法,所述方法包括:
获取回归分析模型,所述回归分析模型基于历史预算数据得到;
接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息;
将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据。
在一个实施例中,所述获取回归分析模型之前,还包括:
获取历史预算数据;
根据所述历史预算数据,基于数值差平方和最小原则建立回归分析模型。
在一个实施例中,所述根据所述历史预算数据,基于数值差平方和最小原则建立回归分析模型,包括:
对所述历史预算数据进行标准化处理,得到多个坐标点;
计算各坐标点到预设曲线的距离,根据所述各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;
对所述各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。
在一个实施例中,所述根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据之后,还包括:
接收预算调整请求,所述预算调整请求携带待调整预算对象标识以及待调整预算明细数据;
解析所述预算调整请求,根据所述待调整预算对象标识在所述当前预算数据中匹配,得到与所述待调整预算对象标识对应的当前预算数据;
根据所述待调整预算明细数据,对所述与待调整预算对象标识对应的当前预算数据进行更新。
在一个实施例中,所述根据所述待调整预算对象标识在所述当前预算数据中匹配,得到与所述待调整预算对象标识对应的当前预算数据,包括:
将所述当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;
通过在所述分块索引表中查找与所述待调整预算对象标识对应的块,得到与所述待调整预算对象标识对应的当前预算数据。
在一个实施例中,所述根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据之后,还包括:
将所述当前预算数据发送至业务终端;
接收所述业务终端的反馈信息,所述反馈信息包括反馈主体标识以及反馈数据信息;
将所述反馈主体标识以及所述反馈数据信息对应补充至所述当前预算数据,得到更新的当前预算数据。
在一个实施例中,所述将所述反馈主体标识以及所述反馈数据信息对应补充至所述当前预算数据,得到更新的当前预算数据之后,还包括:
将所述更新的当前预算数据发送至审核终端;
接收所述审核终端的反馈结果,当所述反馈结果为审核通过结果时,将所述更新的当前预算数据作为年初预算数据。
一种预算数据生成装置,所述装置包括:
模型获取模块,用于获取回归分析模型,所述回归分析模型基于历史预算数据得到;
预算请求模块,用于接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息;
请求响应模块,用于响应所述当前预算请求,将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
预算获取模块,用于获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取回归分析模型,所述回归分析模型基于历史预算数据得到;
接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息;
将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取回归分析模型,所述回归分析模型基于历史预算数据得到;
接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息;
将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据。
上述预算数据生成方法、装置、计算机设备和存储介质,通过获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据,这样通过当前预算请求得到回归分析模型输出的当前预算属性值预测数据,结合预算调节数据,得到当前预算数据,无需人工进行繁琐计算,可以有效提高预算处理的工作效率。
附图说明
图1为一个实施例中预算数据生成方法的应用环境图;
图2为一个实施例中预算数据生成方法的流程示意图;
图3为另一个实施例中预算数据生成方法的流程示意图;
图4为一个实施例中回归分析模型建立步骤的流程示意图;
图5为一个实施例中预算调整步骤的流程示意图;
图6为一个实施例中预算数据生成装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的预算数据生成方法,可以应用于如图1所示的应用环境中。其中,业务终端102通过网络与服务器104进行通信。服务器获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据。其中,业务终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种预算数据生成方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取回归分析模型,回归分析模型基于历史预算数据得到。
回归分析模型可以用来确定两种或者两种以上变量之间的关系,按照自变量的数量,可以分为一元回归分析模型和多元回归分析模型;按照自变量和因变量之间的关系,可以分为线性回归分析模型和非线性回归分析模型。具体地,回归分析模型可以根据历年历史预算数据的变化规律,找到时间与预算金额之间的回归方程式,从而可以通过回归分析模型对预算数据进行预测。
步骤204,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息。
当前预算请求是指预算请求终端发出的,用于获取某一对象当前预算数据的请求。预算对象标识用于标识预算请求的数据对象,具体可以是某预算部门、某类型预算等;预算属性信息是指预算请求数据对象的属性信息,具体可以是预算待使用月数、每月待使用量等。
步骤206,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据。
对当前预算请求进行解析,得到预算对象标识和预算属性信息,比如部门A和2018年的12个月,将其输入至回归分析模型,回归分析模型根据输入信息,输出当前预算属性值预测数据,比如输出部门A在2018年12个月的每月预算金额。
步骤208,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据。
预算调节数据是指影响预算主体当前预算的数据,比如当前产品产量的变动数据、当前人力资源的变动数据等。以部门A作为预算对象标识为例,获取部门A的预算调节数据,根据部门A的预算调节数据对当前预算属性值预测数据进行调整,得到部门A的当前预算数据。比如,部门A当前增加了20%的人力,根据人力涨幅20%对当前预算属性值预测数据进行调整,比如对每月预算追加10%,然后得到部门A的当前预算数据。
上述预算数据生成方法,通过获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据,这样通过当前预算请求得到回归分析模型输出的当前预算属性值预测数据,结合预算调节数据,得到当前预算数据,无需人工进行繁琐计算,可以有效提高预算处理的工作效率。
在一个实施例中,如图3所示,获取回归分析模型之前,还包括:步骤302,获取历史预算数据;步骤304,根据历史预算数据,基于数值差平方和最小原则建立回归分析模型。历史预算数据具体可以包括预算条线、团队名称、费用类型、预算金额、日期等。基于最小二乘法进行多项式曲线拟合,找到一条和离散的历史预算数据吻合的一元多项式曲线。从历史预算数据中预先确定多个数值点,一元多项式曲线尽可能靠近这些数值点所在的曲线,比如根据数值差平方和最小的原则进行曲线拟合,由此建立回归分析模型。
在一个实施例中,如图4所示,根据历史预算数据,基于数值差平方和最小原则建立回归分析模型,包括:步骤402,对历史预算数据进行标准化处理,得到多个坐标点;步骤404,计算各坐标点到预设曲线的距离,根据各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;步骤406,对各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。对历史预算数据进行标准化处理,比如从历年历史预算数据中提取时间和对应的预算金额,统一单位,根据时间和对应的预算金额得到多个坐标点。根据数值差平方和最小的原则建立多项式函数,对多项式进行求解,首先假定拟合多项式,计算各个坐标点到拟合多项式的距离。对距离之和的数学表达式进行变换处理,得到范德蒙矩阵形式的等式,根据范德蒙矩阵形式的等式得到拟合曲线,由此建立了回归分析模型。
在一个实施例中,如图5所示,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据之后,还包括:步骤502,接收预算调整请求,预算调整请求携带待调整预算对象标识以及待调整预算明细数据;步骤504,解析预算调整请求,根据待调整预算对象标识在当前预算数据中匹配,得到与待调整预算对象标识对应的当前预算数据;步骤506,根据待调整预算明细数据,对与待调整预算对象标识对应的当前预算数据进行更新。预算调整是指在年初预算确认后,对预算的调整,调整后的金额为最新预算,一般发生在年中。待调整预算对象标识是指待调整预算的数据对象标识,比如待调整预算的业务线、待调整预算的团队等;待调整预算明细数据包括待调整预算字段以及与待调整预算字段对应的字段值,比如调拨资金来源字段包括调增、调减、调拨调增和调拨调减,其中,单一系统的调整为调增和调减,系统之间的调整为调拨调增和调拨调减,具体来源和金额说明可在备注字段详细说明。这样可以实现按公司团队/成本中心维度进行预算费用的线上调拨调整,可有效提高工作效率,便于公司的管理层直观了解各团队/成本中心维度,当前预算下发后的预算调整明细数据。
在一个实施例中,根据待调整预算对象标识在当前预算数据中匹配,得到与待调整预算对象标识对应的当前预算数据,包括:将当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;通过在分块索引表中查找与待调整预算对象标识对应的块,得到与待调整预算对象标识对应的当前预算数据。通过分块索引方式进行查找,先对当前预算数据进行分块,使其分块有序,然后再对每一块建立一个索引项,从而减少索引项的个数。首先在分块索引表中查找待调整预算对象标识所在的块,由于分块索引表是块间有序的,可以通过折半、插值等算法得到结果,再根据块首指针找到相应的块,并在块中顺序查找待调整预算对象标识。分块有序是指把数据集的记录按照块内无序和块间有序的原则分成若干块,块内无序是指每一块内的记录不要求有序;块间有序是指比如要求第二块所有记录的关键字均要大于第一块中所有记录的关键字,第三块的所有记录的关键字均要大于第二块的所有记录关键字。对于分块有序的数据集,将每块对应一个索引项,分块索引项包括三个数据项,分别为最大关键码、块长和块首指针。最大关键码数据项存储每一块中的最大关键字,可以使得在它之后的下一块中最小关键字比这一块最大的关键字要大。块长存储了块中的记录个数,以便于循环时使用。块首指针指向块首数据元素的指针,便于开始对这一块中的记录进行遍历。
在一个实施例中,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据之后,还包括:将当前预算数据发送至业务终端;接收业务终端的反馈信息,反馈信息包括反馈主体标识以及反馈数据信息;将反馈主体标识以及反馈数据信息对应补充至当前预算数据,得到更新的当前预算数据。业务终端发起预算请求,服务器将自动生成的当前预算数据发送至对应的业务终端,比如经办岗人员。当经办岗人员接收到当前预算数据,发送反馈信息至服务器,反馈信息包括反馈主体标识以及反馈数据信息。服务器将反馈主体标识以及反馈数据信息补充至对应的当前预算数据,对当前预算数据进行更新,以便后续数据追溯。比如,经办岗人员对自动生成的当前预算数据无异议时,发送确认反馈信息至服务器,此时反馈数据信息即为空。当经办岗人员对自动生成的当前预算数据有异议时,支持每个月的预算金额由经办人编辑,服务器判断编辑后的12个月份的金额之和是否等于自动生成的当前预算数据。
在一个实施例中,将反馈主体标识以及反馈数据信息对应补充至当前预算数据,得到更新的当前预算数据之后,还包括:将更新的当前预算数据发送至审核终端;接收审核终端的反馈结果,当反馈结果为审核通过结果时,将更新的当前预算数据作为年初预算数据。当反馈结果为审核不通过结果时,获取反馈结果中的反馈具体信息,将反馈具体信息发送至经办岗终端。具体地,将更新的当前预算数据发送至部门长进行审核,获取部门长的审核结果,当审核结果为审核通过时,将审核通过的数据发送至条线预算接口人进行审核;当审核结果为审核不通过时,获取审核不通过信息,将审核不通过信息以及节点退回至经办人。获取条线预算接口人的审核结果,当审核将结果为通过时,将审核通过的数据发送至预算管理岗进行审核;当审核结果为审核不通过时,获取审核不通过信息,将审核不通过信息以及节点退回至经办人。获取预算管理岗的审核结果,当审核将结果为通过时,预算金额为最终状态,年初预算不可再编辑,得到年初预算数据;当审核结果为审核不通过时,获取审核不通过信息,将审核不通过信息以及节点退回至经办人。这样可以实现按公司团队/成本中心维度进行预算费用的线上自定义复核,可有效提高工作效率。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种预算数据生成装置,包括:模型获取模块602、预算请求模块604、请求响应模块606以及预算获取模块608。其中,模型获取模块,用于获取回归分析模型,回归分析模型基于历史预算数据得到。预算请求模块,用于接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息。请求响应模块,用于将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据。预算获取模块,用于获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据。
在一个实施例中,模型获取模块之前还包括历史数据获取模块,用于获取历史预算数据;模块建立模块,用于根据历史预算数据,基于数值差平方和最小原则建立回归分析模型。
在一个实施例中,模块建立模块包括数据处理单元,用于对历史预算数据进行标准化处理,得到多个坐标点;距离计算单元,用于计算各坐标点到预设曲线的距离,根据各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;模型建立单元,用于对各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。
在一个实施例中,预算获取模块之后还包括调整请求接收模块,用于接收预算调整请求,预算调整请求携带待调整预算对象标识以及待调整预算明细数据;数据查找模块,用于解析预算调整请求,根据待调整预算对象标识在当前预算数据中匹配,得到与待调整预算对象标识对应的当前预算数据;预算调整模块,用于根据待调整预算明细数据对与待调整预算对象标识对应的当前预算数据进行更新。
在一个实施例中,数据查找模块包括分块处理单元,用于将当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;索引查找单元,用于通过在分块索引表中查找与待调整预算对象标识对应的块,得到与待调整预算对象标识对应的当前预算数据。
在一个实施例中,预算获取模块之后还包括数据发送模块,用于将当前预算数据发送至业务终端;反馈接收模块,用于接收业务终端的反馈信息,反馈信息包括反馈主体标识以及反馈数据信息;数据更新模块,用于将反馈主体标识以及反馈数据信息对应补充至当前预算数据,得到更新的当前预算数据。
在一个实施例中,数据更新模块之后还包括更新数据发送模块,用于将更新的当前预算数据发送至审核终端;审核模块,用于接收审核终端的反馈结果,当反馈结果为审核通过结果时,将更新的当前预算数据作为年初预算数据。
关于预算数据生成装置的具体限定可以参见上文中对于预算数据生成方法的限定,在此不再赘述。上述预算数据生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史预算数据、当前预算数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种预算数据生成方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取历史预算数据,根据历史预算数据,基于数值差平方和最小原则建立回归分析模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对历史预算数据进行标准化处理,得到多个坐标点;计算各坐标点到预设曲线的距离,根据各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;对各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收预算调整请求,预算调整请求携带待调整预算对象标识以及待调整预算明细数据;解析预算调整请求,根据待调整预算对象标识在当前预算数据中匹配,找到与待调整预算对象标识对应的当前预算数据;根据待调整预算明细数据对与待调整预算对象标识对应的当前预算数据进行更新。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;通过在分块索引表中查找与待调整预算对象标识对应的块,得到与待调整预算对象标识对应的当前预算数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将当前预算数据发送至业务终端;接收业务终端的反馈信息,反馈信息包括反馈主体标识以及反馈数据信息;将反馈主体标识以及反馈数据信息对应补充至当前预算数据,得到更新的当前预算数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将更新的当前预算数据发送至审核终端;接收审核终端的反馈结果,当反馈结果为审核通过结果时,将更新的当前预算数据作为年初预算数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取回归分析模型,回归分析模型基于历史预算数据得到,接收当前预算请求,当前预算请求携带预算对象标识和预算属性信息,将预算对象标识以及预算属性信息输入至回归分析模型,得到当前预算属性值预测数据,获取预算对象标识对应的预算调节数据,根据预算调节数据以及当前预算属性值预测数据,得到当前预算数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取历史预算数据,根据历史预算数据,基于数值差平方和最小原则建立回归分析模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对历史预算数据进行标准化处理,得到多个坐标点;计算各坐标点到预设曲线的距离,根据各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;对各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收预算调整请求,预算调整请求携带待调整预算对象标识以及待调整预算明细数据;解析预算调整请求,根据待调整预算对象标识在当前预算数据中匹配,找到与待调整预算对象标识对应的当前预算数据;根据待调整预算明细数据对与待调整预算对象标识对应的当前预算数据进行更新。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;通过在分块索引表中查找与待调整预算对象标识对应的块,得到与待调整预算对象标识对应的当前预算数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将当前预算数据发送至业务终端;接收业务终端的反馈信息,反馈信息包括反馈主体标识以及反馈数据信息;将反馈主体标识以及反馈数据信息对应补充至当前预算数据,得到更新的当前预算数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将更新的当前预算数据发送至审核终端;接收审核终端的反馈结果,当反馈结果为审核通过结果时,将更新的当前预算数据作为年初预算数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种预算数据生成方法,所述方法包括:
获取回归分析模型,所述回归分析模型基于历史预算数据得到;所述回归分析模型根据历史预算数据的变化规律,确定时间与预算金额之间的回归方程式,以对预算数据进行预测;
接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息,其中,所述预算对象标识用于标识预算请求的数据对象,所述预算属性信息为预算请求数据对象的属性信息;
将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据;其中,所述预算调节数据用于表征影响预算主体当前预算的数据,所述预算调节数据包括当前产品产量的变动数据、当前人力资源的变动数据。
2.根据权利要求1所述的方法,其特征在于,所述获取回归分析模型之前,还包括:
获取历史预算数据;
根据所述历史预算数据,基于数值差平方和最小原则建立回归分析模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史预算数据,基于数值差平方和最小原则建立回归分析模型,包括:
对所述历史预算数据进行标准化处理,得到多个坐标点;
计算各坐标点到预设曲线的距离,根据所述各坐标点到预设曲线的距离,得到各坐标点到预设曲线的距离之和;
对所述各坐标点到预设曲线的距离之和进行变换处理,建立回归分析模型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据之后,还包括:
接收预算调整请求,所述预算调整请求携带待调整预算对象标识以及待调整预算明细数据;
解析所述预算调整请求,根据所述待调整预算对象标识在所述当前预算数据中匹配,得到与所述待调整预算对象标识对应的当前预算数据;
根据所述待调整预算明细数据,对所述与所述待调整预算对象标识对应的当前预算数据进行更新。
5.根据权利要求4所述的方法,其特征在于,所述根据所述待调整预算对象标识在所述当前预算数据中匹配,得到与所述待调整预算对象标识对应的当前预算数据,包括:
将所述当前预算数据进行分块处理,对每一块分别建立索引项,得到分块索引表;
通过在所述分块索引表中查找与所述待调整预算对象标识对应的块,得到与所述待调整预算对象标识对应的当前预算数据。
6.根据权利要求1所述的方法,其特征在于,所述根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据之后,还包括:
将所述当前预算数据发送至业务终端;
接收所述业务终端的反馈信息,所述反馈信息包括反馈主体标识以及反馈数据信息;
将所述反馈主体标识以及所述反馈数据信息对应补充至所述当前预算数据,得到更新的当前预算数据。
7.根据权利要求6所述的方法,其特征在于,所述将所述反馈主体标识以及所述反馈数据信息对应补充至所述当前预算数据,得到更新的当前预算数据之后,还包括:
将所述更新的当前预算数据发送至审核终端;
接收所述审核终端的反馈结果,当所述反馈结果为审核通过结果时,将所述更新的当前预算数据作为年初预算数据。
8.一种预算数据生成装置,其特征在于,所述装置包括:
模型获取模块,用于获取回归分析模型,所述回归分析模型基于历史预算数据得到;所述回归分析模型根据历史预算数据的变化规律,确定时间与预算金额之间的回归方程式,以对预算数据进行预测;
预算请求模块,用于接收当前预算请求,所述当前预算请求携带预算对象标识和预算属性信息,其中,所述预算对象标识用于标识预算请求的数据对象,所述预算属性信息为预算请求数据对象的属性信息;
请求响应模块,用于将所述预算对象标识以及所述预算属性信息输入至所述回归分析模型,得到当前预算属性值预测数据;
预算获取模块,用于获取所述预算对象标识对应的预算调节数据,根据所述预算调节数据以及所述当前预算属性值预测数据,得到当前预算数据;其中,所述预算调节数据用于表征影响预算主体当前预算的数据,所述预算调节数据包括当前产品产量的变动数据、当前人力资源的变动数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811549413.XA CN109740799B (zh) | 2018-12-18 | 2018-12-18 | 预算数据生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811549413.XA CN109740799B (zh) | 2018-12-18 | 2018-12-18 | 预算数据生成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109740799A CN109740799A (zh) | 2019-05-10 |
CN109740799B true CN109740799B (zh) | 2024-02-02 |
Family
ID=66360532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811549413.XA Active CN109740799B (zh) | 2018-12-18 | 2018-12-18 | 预算数据生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740799B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111050008A (zh) * | 2019-12-12 | 2020-04-21 | 北京金山云网络技术有限公司 | 一种账户余额提醒方法、装置、电子设备及存储介质 |
CN111861377B (zh) * | 2020-06-22 | 2023-08-15 | 远光软件股份有限公司 | 融合内部调剂、调整申请和调整下达的预算调整方法 |
CN111626682B (zh) * | 2020-08-03 | 2020-12-11 | 南昌梦想软件有限公司 | 一种成本的核算方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111284A (zh) * | 2009-12-28 | 2011-06-29 | 北京亿阳信通软件研究院有限公司 | 电信业务量预测方法和装置 |
CN104462793A (zh) * | 2014-11-25 | 2015-03-25 | 北京数迅科技有限公司 | 时间序列实时预测方法及装置 |
CN108369673A (zh) * | 2016-01-29 | 2018-08-03 | 微软技术许可有限责任公司 | 结合时间序列和外部数据的跨多个范围的预测模型 |
-
2018
- 2018-12-18 CN CN201811549413.XA patent/CN109740799B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111284A (zh) * | 2009-12-28 | 2011-06-29 | 北京亿阳信通软件研究院有限公司 | 电信业务量预测方法和装置 |
CN104462793A (zh) * | 2014-11-25 | 2015-03-25 | 北京数迅科技有限公司 | 时间序列实时预测方法及装置 |
CN108369673A (zh) * | 2016-01-29 | 2018-08-03 | 微软技术许可有限责任公司 | 结合时间序列和外部数据的跨多个范围的预测模型 |
Non-Patent Citations (2)
Title |
---|
徐天一.深圳C 集装箱港公司成本预算管控研究.中国优秀硕士论文全文数据库.2017,第1-4章. * |
财税数据仓库结构及部门预算数据预测研究;崔丹丹;中国优秀硕士论文全文数据库;第1-5章 * |
Also Published As
Publication number | Publication date |
---|---|
CN109740799A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108874926B (zh) | 海量数据查询方法、装置、计算机设备和存储介质 | |
CN109542428B (zh) | 业务处理方法、装置、计算机设备和存储介质 | |
CN109446068B (zh) | 接口测试方法、装置、计算机设备和存储介质 | |
CN108647914B (zh) | 生产排程方法、装置、计算机设备和存储介质 | |
CN109740799B (zh) | 预算数据生成方法、装置、计算机设备和存储介质 | |
CN110266752B (zh) | 区块链信息推送方法、装置、计算机设备和存储介质 | |
CN109816331B (zh) | 审核任务处理方法、装置、计算机设备和存储介质 | |
CN111865691B (zh) | 基于人工智能的报警文件分发方法、装置、设备和介质 | |
CN110633306B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN109542962B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN112232754A (zh) | 一种企业数据挖掘方法、装置、设备 | |
CN109493158B (zh) | 产品报价测算方法、装置、计算机设备和存储介质 | |
CN111881252A (zh) | 工作报告处理方法、装置、计算机设备及存储介质 | |
CN113220707A (zh) | 实时合并多种业务指标数据的方法、装置和计算机设备 | |
CN118152243A (zh) | 数据校验方法、装置、计算机设备、存储介质和程序产品 | |
CN114201511A (zh) | 一种项目管控的方法、装置、计算机设备和存储介质 | |
CN110555082A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN112101848B (zh) | 联合储备的核电站战略物资领料方法、装置、设备及介质 | |
CN109542947B (zh) | 数据统计方法、装置、计算机设备和存储介质 | |
CN117036062A (zh) | 一种结算资源计算方法及装置 | |
CN114385705A (zh) | 数据重要性识别方法、装置、设备及介质 | |
CN110532533B (zh) | 表格精度配置化方法、装置、计算机设备以及存储介质 | |
CN110443560B (zh) | 一种协议数据管理方法、装置、计算机设备及存储介质 | |
Herbon et al. | Selection of Most Informative Components in Risk MitigationAnalysis of Supply Networks: An Information-Gain Approach | |
WO2017004348A1 (en) | Normalizing data sets for predicting an attribute of the data sets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |