CN109767072A - 制证数据生成方法、装置、计算机设备和存储介质 - Google Patents
制证数据生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109767072A CN109767072A CN201811537010.3A CN201811537010A CN109767072A CN 109767072 A CN109767072 A CN 109767072A CN 201811537010 A CN201811537010 A CN 201811537010A CN 109767072 A CN109767072 A CN 109767072A
- Authority
- CN
- China
- Prior art keywords
- accreditation
- data
- pipelined data
- business
- template
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012550 audit Methods 0.000 claims abstract description 68
- 238000004590 computer program Methods 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 7
- 238000003032 molecular docking Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000032258 transport Effects 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，特别是涉及一种制证数据生成方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据，这样可以实现直接通过导入业务流水数据生成制证数据，无需人工对接业务流水数据，可以有效提高生成制证数据的效率。
Description
技术领域
本申请涉及计算机数据处理技术领域，特别是涉及一种制证数据生成方法、装置、计算机设备和存储介质。
背景技术
随着科学技术的发展，计算机数据处理在财务领域得到了广泛应用，财务软件应运而生，财务软件带来了极大的便利性。
然而，传统的财务软件不支持导入外部系统业务流水数据直接制证，需要事先对接外部系统，导致业务流水数据制证的工作效率低。
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制证数据生成方法、装置、计算机设备和存储介质。
一种制证数据生成方法，所述方法包括：
获取业务流水数据；
将所述业务流水数据发送至审核终端；
接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
根据所述制证科目以及所述业务流水数据，生成制证数据。
在一个实施例中，所述获取所述业务流水数据对应的制证科目，包括：
提取所述业务流水数据的属性标识，根据所述属性标识得到所述业务流水数据的制证对象；
基于制证对象与制证科目的对应关系，得到所述业务流水数据的制证对象对应的制证科目。
在一个实施例中，所述基于制证对象与制证科目的对应关系，得到所述业务流水数据的制证对象对应的制证科目之前，还包括：
获取制证对象、制证关系以及所述制证对象到所述制证关系的映射规则；
遍历所述制证对象，从所述制证对象中采集关联信息；
根据所述关联信息、所述映射规则以及所述制证对象，得到制证对象与制证科目的对应关系。
在一个实施例中，所述根据所述制证科目以及所述业务流水数据，生成制证数据，包括：
获取所述业务流水数据的特征信息；
根据所述特征信息在目标制证模板集合中进行匹配，得到与所述特征信息匹配的制证输出模板；
根据所述制证输出模板，得到待生成制证数据中各个要素在所述业务流水数据中的数据来源；
根据所述各个要素在所述业务流水数据中的数据来源以及所述制证科目，生成制证数据。
在一个实施例中，所述根据所述特征信息在目标制证模板集合中进行匹配，得到与所述特征信息匹配的制证输出模板，包括：
提取目标制证模板集合中各制证模板的特征信息；
通过所述业务流水数据的特征信息以及所述各制证模板的特征信息进行相似度匹配，得到所述业务流水数据与所述各制证模板的相似度；
当所述业务流水数据与所述目标制证模板集合中制证模板的相似度大于预设阈值时，将所述相似度大于预设阈值的制证模板作为制证输出模板。
在一个实施例中，所述通过所述业务流水数据的特征信息以及所述各制证模板的特征信息进行相似度匹配，得到所述业务流水数据与所述各制证模板的相似度，包括：
计算所述业务流水数据的特征信息与所述各制证模板的特征信息的相似度；
根据所述业务流水数据的特征信息与所述各制证模板的特征信息的相似度，以及各个相似度的权重，得到所述业务流水数据与所述各制证模板的相似度。
一种制证数据生成装置，所述装置包括：
流水数据获取模块，用于获取业务流水数据；
流水数据发送模块，用于将所述业务流水数据发送至审核终端；
反馈信息接收模块，用于接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
反馈信息解析模块，用于对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
数据生成模块，用于根据所述制证科目以及所述业务流水数据，生成制证数据。
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：
获取业务流水数据；
将所述业务流水数据发送至审核终端；
接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
根据所述制证科目以及所述业务流水数据，生成制证数据。
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：
获取业务流水数据；
将所述业务流水数据发送至审核终端；
接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
根据所述制证科目以及所述业务流水数据，生成制证数据。
上述制证数据生成方法、装置、计算机设备和存储介质，通过获取业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据，这样可以实现直接通过导入业务流水数据生成制证数据，无需人工对接业务流水数据，可以有效提高生成制证数据的效率。
附图说明
图1为一个实施例中制证数据生成方法的应用环境图；
图2为一个实施例中制证数据生成方法的流程示意图；
图3为一个实施例中制证科目获取步骤的流程示意图；
图4为一个实施例中制证数据生成步骤的流程示意图；
图5为一个实施例中制证输出模块获取步骤的流程示意图；
图6为一个实施例中制证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。
本申请提供的制证数据生成方法，可以应用于如图1所示的应用环境中。其中，业务终端102、审核终端104分别通过网络与服务器106进行通信。服务器获取业务终端的业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据。其中，业务终端102以及审核终端104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106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，提供了一种制证数据生成方法，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，获取业务流水数据。
业务流水数据是指业务终端发出的，各个业务条线的财务明细数据。业务条线是指部门分类，比如业务条线可以包括中小企业业务条线、贷款业务条线等，各个业务条线包括多个相关业务经办人员。业务流水数据包括多个字段和对应的字段值，具体字段可以包括当月实际收入、当月预提、上月实际确认收入、冲销上月预提收入等。
步骤204，将业务流水数据发送至审核终端。
审核终端是指财务人员权限对应的终端，审核终端对应的权限与业务终端对应的权限不一样，业务终端的用户对应的是业务线经办人员，审核终端的用户对应的是财务人员。将业务终端的业务人员填报的业务流水数据发送至审核终端的财务人员，由财务人员对业务流水数据进行审核。
步骤206，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到。
审核终端的财务人员接收到业务流水数据，对业务流水数据进行审核，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，以便后续数据追溯。比如，审核终端的财务人员对业务流水数据无异议时，发送审核通过反馈信息至服务器，此时反馈数据信息即为空。当审核终端的财务人员对业务流水数据有异议时，发送审核不通过反馈信息至服务器，此时反馈数据信息不为空，可以是具体的错误提示信息，将审核不通过反馈信息以及节点退回至业务终端经办人员。
步骤208，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目。
制证科目是指制证字段信息，具体可以包括业务条线类型、费用单位等。比如，业务流水数据的数据项包括当月实际收入、当月不开票收入、当月预提、上月实际确认收入、冲销上月预提收入等，业务流水数据对应的制证科目可以是业务口径收入、财务口径收入等，其中，业务口径收入＝当月实际收入+当月不开票收入+当月预提，财务口径收入＝业务口径收入+上月实际确认收入-冲销上月预提收入。
步骤210，根据制证科目以及业务流水数据，生成制证数据。
根据制证科目，从业务流水数据中找到与制证科目对应的数据值，从而得到制证数据。比如，制证科目为业务条线A在2018年8月的业务口径收入，从业务流水数据中找到业务条线A在2018年8月的业务流水数据，根据业务条线A在2018年8月的业务流水数据，获取当月实际收入、当月不开票收入以及当月预提的具体数值，对应补充至制证科目中，由此生成对应的制证数据。
上述制证数据生成方法，通过获取业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据，这样可以实现直接通过导入业务流水数据生成制证数据，无需人工对接业务流水数据，可以有效提高生成制证数据的效率。
在一个实施例中，如图3所示，获取业务流水数据对应的制证科目，包括：步骤302，提取业务流水数据的属性标识，根据属性标识得到业务流水数据的制证对象；步骤304，基于制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目。属性标识是用来标识业务流水数据的数据项，制证对象即业务流水数据的数据项，比如业务流水数据的数据项包括当月实际收入、当月不开票收入等，通过数字1标识当月实际收入，数字2标识当月不开票收入。根据制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目，比如制证对象包括当月实际收入、当月不开票收入以及当月预提，其对应的制证科目有业务口径收入以及财务口径收入。
在一个实施例中，基于制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目之前，还包括：获取制证对象、制证关系以及制证对象到制证关系的映射规则；遍历制证对象，从制证对象中采集关联信息；根据关联信息、映射规则以及制证对象，得到制证对象与制证科目的对应关系。制证对象是指业务流水数据的数据项，制证关系是指制证对象之间的关系，映射规则是指制证对象与制证关系之间的规则，比如一一映射、一对多映射、多对一映射等。关联信息是指制证对象的数据实体类型和数据值类型，数据实体类型可以是收入、支出等，数据值类型可以是整型、浮点型、字符型等。获取制证对象、制证关系以及制证对象到制证关系的映射规则，比如，获取的制证对象包括当月实际收入、当月不开票收入以及当月预提，制证关系为当月实际收入、当月不开票收入以及当月预提彼此独立的关系，获取到的映射规则为一一映射规则。遍历制证对象，从当月实际收入、当月不开票收入以及当月预提中采集数据实体类型和数据值类型，根据数据实体类型和数据值类型、映射规则以及制证对象，得到制证对象与制证科目的对应关系，如制证对象当月实际收入、当月不开票收入以及当月预提与制证科目业务口径收入对应。
在一个实施例中，如图4所示，根据制证科目以及业务流水数据，生成制证数据，包括：步骤402，获取业务流水数据的特征信息；步骤404，根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板；步骤406，根据制证输出模板，得到待生成制证数据中各个要素在业务流水数据中的数据来源；步骤408，根据各个要素在业务流水数据中的数据来源以及制证科目，生成制证数据。特征信息是指业务流水数据的类型信息，比如转账、开票等，目标制证模板集合是指具体制证数据内容为空白的凭证模板集合，包括税务发票模板、转账凭证模板等。根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板，以转账作为特征信息为例，根据转账在目标制证模板集合中进行字段匹配，得到转账凭证模板，将转账凭证模板作为制证输出模板。获取制证输出模板的制证科目，从业务流水数据中查找符合制证科目需求的数据值，并将查找到的数据值对应补充至制证科目，得到制证数据。
在一个实施例中，如图5所示，根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板，包括：步骤502，提取目标制证模板集合中各制证模板的特征信息；步骤504，通过业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，得到业务流水数据与各制证模板的相似度；步骤506，当业务流水数据与目标制证模板集合中制证模板的相似度大于预设阈值时，将相似度大于预设阈值的制证模板作为制证输出模板。目标制证模板集合中各制证模板的特征信息包括模板名称、模板制证科目等。将业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，比如可以通过潜在语义分析技术进行相似度匹配，得到业务流水数据与各制证模板的相似度。潜在语义分析是指通过使用大量的文本构建一个矩阵，该矩阵的一行代表一个词，一列代表一个文档，矩阵元素代表该词在该文档中出现的次数，然后在此矩阵上使用奇异值分解来保留列信息的情况下减少矩阵行数，之后每两个词语的相似性则可以通过其行向量的余弦值表示，余弦值越接近于1，说明两个词语越相似，越接近于0，则说明越不相似。当业务流水数据与目标制证模板集合中制证模板的相似度大于预设阈值，比如80％时，将相似度大于80％的制证模板作为制证输出模板。
在一个实施例中，通过业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，得到业务流水数据与所述各制证模板的相似度，包括：计算业务流水数据的特征信息与各制证模板的特征信息的相似度；根据业务流水数据的特征信息与各制证模板的特征信息的相似度，以及各个相似度的权重，得到业务流水数据与各制证模板的相似度。计算业务流水数据的特征信息与各制证模板的特征信息的相似度，比如将业务流水数据的特征信息以及各制证模板的特征信息转换为向量形式，计算业务流水数据的特征信息对应的向量以及制证模板的特征信息对应的向量的余弦相似度，余弦相似度是通过计算两个向量的夹角余弦值来评估两者的相似度。
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，提供了一种制证数据生成装置，包括：流水数据获取模块602、流水数据发送模块604、反馈信息接收模块606、反馈信息解析模块608以及数据生成模块610。其中，流水数据获取模块，用于获取业务流水数据。流水数据发送模块，用于将业务流水数据发送至审核终端。反馈信息接收模块，用于接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到。反馈信息解析模块，用于对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目。数据生成模块，用于根据制证科目以及业务流水数据，生成制证数据。
在一个实施例中，反馈信息解析模块包括：制证对象获取单元，用于提取业务流水数据的属性标识，根据属性标识得到业务流水数据的制证对象；制证科目获取单元，用于基于制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目。
在一个实施例中，制证科目获取单元之前还包括信息获取单元，用于获取制证对象、制证关系以及制证对象到制证关系的映射规则；关联信息采集单元，用于遍历制证对象，从制证对象中采集关联信息；对应关系生成单元，用于根据关联信息、映射规则以及制证对象，得到制证对象与制证科目的对应关系。
在一个实施例中，数据生成模块包括特征信息获取单元，用于获取业务流水数据的特征信息；特征信息匹配单元，用于根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板；数据来源确定单元，用于根据制证输出模板，得到待生成制证数据中各个要素在业务流水数据中的数据来源；制证数据补充单元，用于根据各个要素在业务流水数据中的数据来源以及制证科目，生成制证数据。
在一个实施例中，特征信息匹配单元包括提取单元，用于提取目标制证模板集合中各制证模板的特征信息；相似度计算单元，用于通过业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，得到业务流水数据与各制证模板的相似度；相似度筛选单元，用于当业务流水数据与目标制证模板集合中制证模板的相似度大于预设阈值时，将相似度大于预设阈值的制证模板作为制证输出模板。
在一个实施例中，相似度计算单元包括：第一计算单元，用于计算业务流水数据的特征信息与各制证模板的特征信息的相似度；第二计算单元，用于根据业务流水数据的特征信息与各制证模板的特征信息的相似度，以及各个相似度的权重，得到业务流水数据与各制证模板的相似度。
关于制证数据生成装置的具体限定可以参见上文中对于制证数据生成方法的限定，在此不再赘述。上述制证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目标制证模板、业务流水数据等数据。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制证数据生成方法。
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：获取业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据。
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：提取业务流水数据的属性标识，根据属性标识得到业务流水数据的制证对象；基于制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目。
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：获取制证对象、制证关系以及制证对象到制证关系的映射规则；遍历制证对象，从制证对象中采集关联信息；根据关联信息、映射规则以及制证对象，得到制证对象与制证科目的对应关系。
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：获取业务流水数据的特征信息；根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板；根据制证输出模板，得到待生成制证数据中各个要素在业务流水数据中的数据来源；根据各个要素在业务流水数据中的数据来源以及制证科目，生成制证数据。
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：提取目标制证模板集合中各制证模板的特征信息；通过业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，得到业务流水数据与各制证模板的相似度；当业务流水数据与目标制证模板集合中制证模板的相似度大于预设阈值时，将相似度大于预设阈值的制证模板作为制证输出模板。
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：计算业务流水数据的特征信息与各制证模板的特征信息的相似度；根据业务流水数据的特征信息与各制证模板的特征信息的相似度，以及各个相似度的权重，得到业务流水数据与各制证模板的相似度。
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：获取业务流水数据，将业务流水数据发送至审核终端，接收审核终端的反馈信息，反馈信息由审核终端对业务流水数据处理得到，对反馈信息进行解析，当反馈信息为审核通过反馈信息时，获取业务流水数据对应的制证科目，根据制证科目以及业务流水数据，生成制证数据。
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：提取业务流水数据的属性标识，根据属性标识得到业务流水数据的制证对象；基于制证对象与制证科目的对应关系，得到业务流水数据的制证对象对应的制证科目。
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：获取制证对象、制证关系以及制证对象到制证关系的映射规则；遍历制证对象，从制证对象中采集关联信息；根据关联信息、映射规则以及制证对象，得到制证对象与制证科目的对应关系。
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：获取业务流水数据的特征信息；根据特征信息在目标制证模板集合中进行匹配，得到与特征信息匹配的制证输出模板；根据制证输出模板，得到待生成制证数据中各个要素在业务流水数据中的数据来源；根据各个要素在业务流水数据中的数据来源以及制证科目，生成制证数据。
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：提取目标制证模板集合中各制证模板的特征信息；通过业务流水数据的特征信息以及各制证模板的特征信息进行相似度匹配，得到业务流水数据与各制证模板的相似度；当业务流水数据与目标制证模板集合中制证模板的相似度大于预设阈值时，将相似度大于预设阈值的制证模板作为制证输出模板。
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：计算业务流水数据的特征信息与各制证模板的特征信息的相似度；根据业务流水数据的特征信息与各制证模板的特征信息的相似度，以及各个相似度的权重，得到业务流水数据与各制证模板的相似度。
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)
1.一种制证数据生成方法，所述方法包括：
获取业务流水数据；
将所述业务流水数据发送至审核终端；
接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
根据所述制证科目以及所述业务流水数据，生成制证数据。
2.根据权利要求1所述的方法，其特征在于，所述获取所述业务流水数据对应的制证科目，包括：
提取所述业务流水数据的属性标识，根据所述属性标识得到所述业务流水数据的制证对象；
基于制证对象与制证科目的对应关系，得到所述业务流水数据的制证对象对应的制证科目。
3.根据权利要求2所述的方法，其特征在于，所述基于制证对象与制证科目的对应关系，得到所述业务流水数据的制证对象对应的制证科目之前，还包括：
获取制证对象、制证关系以及所述制证对象到所述制证关系的映射规则；
遍历所述制证对象，从所述制证对象中采集关联信息；
根据所述关联信息、所述映射规则以及所述制证对象，得到制证对象与制证科目的对应关系。
4.根据权利要求1所述的方法，其特征在于，所述根据所述制证科目以及所述业务流水数据，生成制证数据，包括：
获取所述业务流水数据的特征信息；
根据所述特征信息在目标制证模板集合中进行匹配，得到与所述特征信息匹配的制证输出模板；
根据所述制证输出模板，得到待生成制证数据中各个要素在所述业务流水数据中的数据来源；
根据所述各个要素在所述业务流水数据中的数据来源以及所述制证科目，生成制证数据。
5.根据权利要求4所述的方法，其特征在于，所述根据所述特征信息在目标制证模板集合中进行匹配，得到与所述特征信息匹配的制证输出模板，包括：
提取目标制证模板集合中各制证模板的特征信息；
通过所述业务流水数据的特征信息以及所述各制证模板的特征信息进行相似度匹配，得到所述业务流水数据与所述各制证模板的相似度；
当所述业务流水数据与所述目标制证模板集合中制证模板的相似度大于预设阈值时，将所述相似度大于预设阈值的制证模板作为制证输出模板。
6.根据权利要求5所述的方法，其特征在于，所述通过所述业务流水数据的特征信息以及所述各制证模板的特征信息进行相似度匹配，得到所述业务流水数据与所述各制证模板的相似度，包括：
计算所述业务流水数据的特征信息与所述各制证模板的特征信息的相似度；
根据所述业务流水数据的特征信息与所述各制证模板的特征信息的相似度，以及各个相似度的权重，得到所述业务流水数据与所述各制证模板的相似度。
7.一种制证数据生成装置，其特征在于，所述装置包括：
流水数据获取模块，用于获取业务流水数据；
流水数据发送模块，用于将所述业务流水数据发送至审核终端；
反馈信息接收模块，用于接收所述审核终端的反馈信息，所述反馈信息由所述审核终端对所述业务流水数据处理得到；
反馈信息解析模块，用于对所述反馈信息进行解析，当所述反馈信息为审核通过反馈信息时，获取所述业务流水数据对应的制证科目；
数据生成模块，用于根据所述制证科目以及所述业务流水数据，生成制证数据。
8.根据权利要求7所述的装置，其特征在于，所述反馈信息解析模块包括：
制证对象获取单元，用于提取所述业务流水数据的属性标识，根据所述属性标识得到所述业务流水数据的制证对象；
制证科目获取单元，用于基于制证对象与制证科目的对应关系，得到所述业务流水数据的制证对象对应的制证科目。
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6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6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811537010.3A CN109767072A (zh) | 2018-12-14 | 2018-12-14 | 制证数据生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811537010.3A CN109767072A (zh) | 2018-12-14 | 2018-12-14 | 制证数据生成方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109767072A true CN109767072A (zh) | 2019-05-17 |
Family
ID=66450704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811537010.3A Pending CN109767072A (zh) | 2018-12-14 | 2018-12-14 | 制证数据生成方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109767072A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110460636A (zh) * | 2019-07-05 | 2019-11-15 | 中国平安人寿保险股份有限公司 | 数据响应方法、装置、计算机设备及存储介质 |
| CN113435990A (zh) * | 2021-06-28 | 2021-09-24 | 平安科技（深圳）有限公司 | 基于规则引擎的凭证生成方法、装置和计算机设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8615423B1 (en) * | 2009-03-26 | 2013-12-24 | Thirdwave Corporation | Method of rapid workflow process modeling |
| CN103473342A (zh) * | 2013-09-23 | 2013-12-25 | 北京久其软件股份有限公司 | 一种报表数据生成方法及系统 |
| CN107657516A (zh) * | 2016-07-24 | 2018-02-02 | 平安科技（深圳）有限公司 | 生成凭证的方法及财务服务器 |
| CN107784579A (zh) * | 2017-08-30 | 2018-03-09 | 平安科技（深圳）有限公司 | 制证方法、装置、存储介质和计算机设备 |
| CN108717429A (zh) * | 2018-05-11 | 2018-10-30 | 平安科技（深圳）有限公司 | 财务数据制证方法、装置、计算机设备及存储介质 |
| CN108921680A (zh) * | 2018-05-31 | 2018-11-30 | 康键信息技术（深圳）有限公司 | 财务数据制证方法、装置、计算机设备和存储介质 |
-
2018
- 2018-12-14 CN CN201811537010.3A patent/CN109767072A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8615423B1 (en) * | 2009-03-26 | 2013-12-24 | Thirdwave Corporation | Method of rapid workflow process modeling |
| CN103473342A (zh) * | 2013-09-23 | 2013-12-25 | 北京久其软件股份有限公司 | 一种报表数据生成方法及系统 |
| CN107657516A (zh) * | 2016-07-24 | 2018-02-02 | 平安科技（深圳）有限公司 | 生成凭证的方法及财务服务器 |
| CN107784579A (zh) * | 2017-08-30 | 2018-03-09 | 平安科技（深圳）有限公司 | 制证方法、装置、存储介质和计算机设备 |
| CN108717429A (zh) * | 2018-05-11 | 2018-10-30 | 平安科技（深圳）有限公司 | 财务数据制证方法、装置、计算机设备及存储介质 |
| CN108921680A (zh) * | 2018-05-31 | 2018-11-30 | 康键信息技术（深圳）有限公司 | 财务数据制证方法、装置、计算机设备和存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110460636A (zh) * | 2019-07-05 | 2019-11-15 | 中国平安人寿保险股份有限公司 | 数据响应方法、装置、计算机设备及存储介质 |
| CN110460636B (zh) * | 2019-07-05 | 2022-11-15 | 中国平安人寿保险股份有限公司 | 数据响应方法、装置、计算机设备及存储介质 |
| CN113435990A (zh) * | 2021-06-28 | 2021-09-24 | 平安科技（深圳）有限公司 | 基于规则引擎的凭证生成方法、装置和计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489520B (zh) | 基于知识图谱的事件处理方法、装置、设备和存储介质 | |
| US10755093B2 (en) | Hierarchical information extraction using document segmentation and optical character recognition correction | |
| Zhou et al. | Hybrid heterogeneous transfer learning through deep learning | |
| CN109189769A (zh) | 数据标准化处理方法、装置、计算机设备和存储介质 | |
| Guo et al. | Eaten: Entity-aware attention for single shot visual text extraction | |
| CN110009471A (zh) | 财务凭证生成方法、装置、计算机设备和存储介质 | |
| CN108563782A (zh) | 商品信息格式处理方法、装置、计算机设备和存储介质 | |
| US20150026556A1 (en) | Systems and Methods for Extracting Table Information from Documents | |
| CN109685056A (zh) | 获取文档信息的方法及装置 | |
| US11720615B2 (en) | Self-executing protocol generation from natural language text | |
| US11526692B2 (en) | Systems and methods for domain agnostic document extraction with zero-shot task transfer | |
| CN109299094A (zh) | 数据表处理方法、装置、计算机设备和存储介质 | |
| CN111127205B (zh) | 智能合约生成方法、装置、计算机设备和存储介质 | |
| CN109446065A (zh) | 用户标签测试方法、装置、计算机设备和存储介质 | |
| CN109325118A (zh) | 不平衡样本数据预处理方法、装置和计算机设备 | |
| CN109767072A (zh) | 制证数据生成方法、装置、计算机设备和存储介质 | |
| CN108228443A (zh) | 一种web应用的测试方法及装置 | |
| CN111858467B (zh) | 基于人工智能的文件数据处理方法、装置、设备和介质 | |
| CN109359176A (zh) | 数据提取方法、装置、计算机设备和存储介质 | |
| CN115994232A (zh) | 在线多版本文献同一性鉴别方法、系统及计算机设备 | |
| CN109410069A (zh) | 结算数据处理方法、装置、计算机设备和存储介质 | |
| CN116484836A (zh) | 基于nlp模型的问卷生成系统、方法、电子设备及介质 | |
| CN110390083A (zh) | 近似案件的推送方法、装置、计算机设备和存储介质 | |
| Huang et al. | Target-Oriented Sentiment Classification with Sequential Cross-Modal Semantic Graph | |
| Liang et al. | Preconditioned ADMM for a class of bilinear programming problems |
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 |