CN109993454A - 审计风险处理方法、装置、计算机设备和存储介质 - Google Patents
审计风险处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109993454A CN109993454A CN201910285706.XA CN201910285706A CN109993454A CN 109993454 A CN109993454 A CN 109993454A CN 201910285706 A CN201910285706 A CN 201910285706A CN 109993454 A CN109993454 A CN 109993454A
- Authority
- CN
- China
- Prior art keywords
- risk
- audit
- business module
- data
- cabinet
- 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
- 238000012550 audit Methods 0.000 title claims abstract description 328
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000007726 management method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000013500 data storage Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000001737 promoting effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 14
- 239000000284 extract Substances 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 239000012141 concentrate Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种审计风险处理方法、装置、计算机设备和存储介质,服务器识别审计风险数据的业务特征,并匹配业务特征与审计风险箱体中的业务模块;若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。采用上述方法可以对审计风险数据进行自动分类存储,提升审计风险数据处理的效率;可以对审计风险箱体进行动态调整,适应对审计风险数据处理的需求,进一步提高审计风险数据处理的准确度,提升企业的审计风险管理水平,增强企业的抗风险能力。
Description
技术领域
本申请涉及数据库技术领域,特别是涉及一种审计风险处理方法、装置、计算机设备和存储介质。
背景技术
随着全球一体化的趋势日益明显,电力企业的经营环境显得更为复杂,现代内部审计除了关注传统的经营管理不足和核算错弊外,对企业的风险管理机制日益关注。然而,随着电力企业各业务模块信息化水平的不断提高以及各主题数据、关联数据的广泛应用,被审数据海量化发展、被审对象多元化的趋势已不可逆转,由此而引起的审计资源与审计任务之间的矛盾也日益加大。
现有的审计风险处理方法是:首先由人工梳理若干问题风险,其次加以识别分类和在存储,供审计人员根据类别调用。
但是,采用上述方法对于海量的审计风险处理显得力不从心,容易造成企业的审计风险管理混乱,抗风险能力差。
发明内容
基于此,有必要针对上述技术问题,提供一种审计风险处理方法、装置、计算机设备和存储介质。
一种审计风险处理方法,上述方法包括:
识别审计风险数据的业务特征;
匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理;
若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;
若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
在其中一个实施例中,上述方法还包括:
对历史审计风险数据进行分析,确定各业务模块以及各风险标签;
根据各业务模块和风险标签,对历史审计风险数据进行分类,建立审计风险箱体。
在其中一个实施例中,上述对历史审计风险数据进行分析,确定审计风险箱体的各业务模块以及风险标签,包括:
提取历史审计风险数据的风险特征,并对风险特征进行统计分析处理,确定风险特征集;
根据风险特征集中的业务特征,确定历史审计风险数据的各业务模块;
根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。
在其中一个实施例中,提取历史审计风险数据的风险特征之前,上述方法还包括:
对历史审计风险数据进行预处理;预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。
在其中一个实施例中,上述审计风险箱体包括风险问题关联规则,风险问题关联规则用于表示风险问题与审计问题的关联关系;方法还包括:
获取审计问题分析需求;
根据风险问题关联规则,获取与审计问题分析需求关联的目标审计风险数据;
对目标审计风险数据进行分析。
在其中一个实施例中,上述将审计风险数据存储到与业务特征匹配的业务模块中,包括:
根据审计风险箱体的各风险标签,提取审计风险数据中的标签特征;
将标签特征存储到与业务特征匹配的业务模块中。
在其中一个实施例中,业务模块包括至少两级子业务模块;上述匹配业务特征与审计风险箱体中的业务模块,包括:
按照预设的层级顺序,将业务特征依次与业务模块中的各级子业务模块的特征进行比较;
若业务特征与业务模块中的每一级子业务模块的特征均匹配,则确定业务特征与业务模块相匹配。
一种审计风险处理装置,上述装置包括:
识别模块,用于识别审计风险数据的业务特征;
匹配模块,用于匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理;
存储模块,用于在审计风险箱体中存在与业务特征匹配的业务模块时,将审计风险数据存储到与业务特征匹配的业务模块中;
新增模块,用于在审计风险箱体中不存在与业务特征匹配的业务模块时,在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述审计风险处理方法的步骤。
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上述审计风险处理方法的步骤。
上述审计风险处理方法、装置、计算机设备和存储介质,服务器识别审计风险数据的业务特征,并匹配业务特征与审计风险箱体中的业务模块;若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。由于服务器通过识别审计风险数据的业务特征,然后根据在上述业务特征与审计风险箱体的业务模块匹配时,将上述审计风险数据存储到该业务模块中,可以对审计风险数据进行自动分类存储,提升了审计风险数据处理的效率;进一步地,服务器在该业务特征与审计风险箱体的业务模块不匹配时,增加与业务特征匹配的新增业务模块,可以对上述审计风险箱体进行动态调整,从而适应对审计风险数据处理的需求,进一步提高审计风险数据处理的准确度,提升企业的审计风险管理水平,增强企业的抗风险能力。
附图说明
图1为一个实施例中审计风险处理方法的应用环境图;
图2为一个实施例中审计风险处理方法的流程示意图;
图3为另一个实施例中审计风险处理方法的流程示意图;
图4为另一个实施例中审计风险处理方法的流程示意图;
图5为另一个实施例中审计风险处理方法的流程示意图;
图6为另一个实施例中审计风险处理方法的流程示意图;
图7为另一个实施例中审计风险处理方法的流程示意图;
图8为一个实施例中审计风险处理装置的结构框图;
图9为一个实施例中审计风险处理装置的结构框图;
图10为一个实施例中审计风险处理装置的结构框图;
图11为一个实施例中审计风险处理装置的结构框图;
图12为一个实施例中审计风险处理装置的结构框图;
图13为一个实施例中审计风险处理装置的结构框图;
图14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。
本申请提供的审计风险处理方法,可以应用于如图1所示的应用环境中。服务器101对审计风险数据102进行处理,其中服务器101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,提供了一种审计风险处理方法,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:
S101、识别审计风险数据的业务特征。
其中,审计风险数据是指在对企业的审计活动中发现的、可能导致审计问题的风险数据。上述业务特征是指表征与上述审计风险数据有关的业务类型的特征,例如上述业务可以是财务管理,也可以是营销管理,在此不做限定。服务器在识别审计风险数据的业务特征时,可以提取上述审计风险数据中与业务有关的关键字,然后将其确定为该审计风险数据的业务特征;服务器也可以在按照预定格式输入的审计风险数据中,按照数据标识来识别上述业务特征,对于上述业务特征的识别方式在此不做限定。
S102、匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理。
其中,上述审计风险箱体是指对企业的各个业务中产生的审计风险数据进行分类管理的数据库;审计风险箱体中将不同业务对应的审计风险数据存储在不同的业务模块下,上述业务模块可以按照企业的实际情况来确定,例如可以包括财务管理、成本费用、预算管理、营销管理、工程管理、研发项目管理、信息化项目管理、物资管理、固定资产管理、招标与非招标采购管理、合同管理、关联交易、人力资源管理、重大决策事项管理等业务模块。
具体地,服务器将上述业务特征与审计风险箱体的业务模块进行匹配时,可以将上述业务特征与上述各个业务模块的预设的模块业务特征来比较,获得审计风险数据的业务特征与模块业务特征的相似度,然后将相似度较高的业务模块确定为与该审计风险数据匹配的业务模块;服务器还可以根据预设的机器学习模型对上述审计风险数据进行分类,获得与审计风险数据匹配的业务模块;对于上述业务特征与审计风险箱体的业务模块的匹配方式在此不做限定。
S103、若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中。
进一步地,服务器在获得与上述审计风险数据的业务特征匹配的业务模块后,可以将上述审计风险数据存储到该业务模块中。服务器可以获取上述审计风险数据的元数据,然后将上述元数据存储到审计风险箱体的元数据目录下,服务器可以通过上述元数据连接到所存储的审计风险数据;另外,服务器还可以从上述审计风险数据中提取有用信息,对上述有用信息再分类存储;对于上述审计风险数据的存储方式,在此不做限定。
S104、若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
在服务器对业务特征与审计风险箱体的业务模块进行匹配后,如果上述业务特征与审计风险箱体的各个业务模块均不匹配,那么服务器可以增加与该业务特征匹配的新增业务模块,然后将上述审计风险数据存储到新增业务模块中。具体地,服务器可以按照审计风险数据的业务特征,来确定新增业务模块的名称;在审计风险箱体的业务模块包含多级的子业务模块时,服务器可以根据业务特征,增加与该业务特征匹配的业务模块的一级子业务模块下的下一级子业务模块;对于上述新增业务模块的增加方式,在此不做限定。
上述审计风险处理方法,服务器识别审计风险数据的业务特征,并匹配业务特征与审计风险箱体中的业务模块;若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。由于服务器通过识别审计风险数据的业务特征,然后根据在上述业务特征与审计风险箱体的业务模块匹配时,将上述审计风险数据存储到该业务模块中,可以对审计风险数据进行自动分类存储,提升了审计风险数据处理的效率;进一步地,服务器在该业务特征与审计风险箱体的业务模块不匹配时,增加与业务特征匹配的新增业务模块,可以对上述审计风险箱体进行动态调整,从而适应对审计风险数据处理的需求,进一步提高审计风险数据处理的准确度,提升企业的审计风险管理水平,增强企业的抗风险能力。
图3为另一个实施例中审计风险处理方法的流程示意图,本实施例涉及服务器建立上述审计风险箱体的方式,在上述实施例的基础上,如图3所示,上述方法还包括:
S201、对历史审计风险数据进行分析,确定各业务模块以及各风险标签。
其中,上述历史审计风险数据是指企业在以往的审计活动中发现的各个审计风险数据;服务器可以对上述历史审计风险数据进行分析,来建立审计风险箱体。上述风险标签用于表征审计风险数据的数据类型,例如,针对电力企业,上述风险标签可以是:风险名称、风险及表现形式、责任部门、责任单位(施工单位/承包单位)、风险成因、风险等级、风险特征、风险来源、管理目标、审计目的以及法规制度条款数据等。
具体地,服务器可以采用神经网络回归方法来提取各历史审计风险数据的特征,确定上述历史审计风险数据都与企业的哪些业务有关,以及上述历史审计风险数据中都包含有哪些内容,来确定各业务模块以及各风险标签;也可以采用向量机回归方法来确定,对于上述各业务模块以及各风险标签的确定方式在此不做限定。
S202、根据各业务模块和风险标签,对历史审计风险数据进行分类,建立审计风险箱体。
进一步地,服务器在确定了上述各业务模块和风险标签之后,可以确定出审计风险箱体的存储框架,然后根据上述业务模块和风险标签,对上述历史审计风险数据进行分类,将各历史审计风险数据分别存储到对应的业务模块中,然后按照风险标签的类型,将每一个历史审计风险数据中的各个类型的数据分别进行存储。
上述审计风险处理方法,服务器根据企业的历史审计风险数据建立审计风险箱体,可以完成对历史审计风险数据的梳理,在基于历史审计风险数据的基础上建立与企业的审计活动更匹配的审计风险箱体,提升了对审计风险处理的准确性。
图4为另一个实施例中审计风险处理方法的流程示意图,本实施例涉及服务器确定审计风险箱体的各业务模块以及各风险标签的一种方式,在上述实施例的基础上,如图4所示,上述S201包括:
S301、提取历史审计风险数据的风险特征,并对风险特征进行统计分析处理,确定风险特征集。
具体地,服务器在确定审计风险箱体的各业务模块以及各风险标签时,可以提取各个历史审计风险数据的风险特征;上述风险特征可以包括历史审计风险数据的业务特征,也可以包括上述历史审计风险数据的数据类型特征;然后对各个风险特征进行统计分析处理,形成风险特征集。
S302、根据风险特征集中的业务特征,确定历史审计风险数据的各业务模块。
进一步地,服务器可以从上述风险特征集中提取与业务有关的业务特征,也就是说包含了与历史审计风险数据有关的所有业务的特征,通过上述业务特征确定出历史审计风险数据的各业务模块,使得每一个历史审计风险数据都与其中一个业务模块匹配。
S303、根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。
进一步地,由于历史审计风险数据中,每一个历史审计风险数据包含的数据类型不一定相同,可能导致风险特征集中的用于表征历史审计风险数据数据内容的风险特征较多;因此,服务器在确定了历史审计风险数据的各风险标签之后,可以根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。例如,各个历史审计风险数据中均包括了风险内容,而只有部分历史审计风险数据中包含了财务报表,因此,服务器可以设置风险内容的权重值较高,设置财务报表的权重值较低,在确定出各个风险特征的权重值之后,按照预设阈值确定出权重值靠前的部分风险特征为审计风险箱体的风险标签。
另外,服务器在提取历史审计风险数据的风险特征之前,还可以对历史审计风险数据进行预处理;预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。通过对上述历史审计风险数据进行预处理,可以去除审计风险箱体建立过程中的干扰数据,提升了审计风险箱体的建立效率。
上述审计风险处理方法,服务器根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签,可以集中资源存储历史审计风险数据中的重点数据,简化了审计风险箱体的数据存储结构,有利提升审计风险的处理效率。
图5为另一个实施例中审计风险处理方法的流程示意图,审计风险箱体包括风险问题关联规则,风险问题关联规则用于表示风险问题与审计问题的关联关系;本实施例涉及服务器对将审计风险数据存储到审计风险箱体之后,对审计风险风险数据进行分析的具体方式,在上述实施例的基础上,如图5所示,上述方法还包括:
S401、获取审计问题分析需求。
服务器在将审计风险数据存储到审计风险箱体之后,通过建立风险问题与审计问题的关联关系获得风险问题关联规则,可以根据获取的审计问题分析需求,来对审计风险数据进行分析。其中,上述审计问题分析需求是指针对企业审计活动中的审计问题,需要对审计风险箱体中的审计风险数据进行分析处理的需求;上述审计问题可以是审计人员在审计风险箱体中输入的与审计问题有关的关键字,服务器根据上述关键字来确定出审计问题;也可以是审计人员在审计风险箱体中在预设的审计问题列表中选择相关的审计问题;对于上述审计问题的获取方式在此不做限定。
S402、根据风险问题关联规则,获取与审计问题分析需求关联的目标审计风险数据。
具体地,服务器在获取了审计问题分析需求之后,可以根据上述审计问题分析需求中携带的审计问题,然后基于风险问题关联规则,在审计风险箱体中搜索与该审计问题关联的各个审计风险数据,并将其确定为目标审计风险数据。
S403、对目标审计风险数据进行分析。
进一步地,服务器可以根据上述审计问题分析需求中的分析方式,来对上述目标审计风险数据进行分析,例如可以对上述风险数据进行风险排序,确定最重要的审计风险数据;另外,还可以对目标审计风险数据中的资产流动性、金额的重要性等进行分析;对于上述目标审计风险数据的分析方式在此不做限定。
上述审计风险处理方法,服务器可以根据风险问题关联规则,获取对与审计问题关联的目标审计风险数据并进行分析处理,可以帮助审计人员在处理审计问题时快速定位风险,及时提出管理建议,进一步提升企业抗风险能力。
图6为另一个实施例中审计风险处理方法的流程示意图,本实施例涉及服务器将审计风险数据存储到与业务特征匹配的业务模块中的具体方式,在上述实施例的基础上,如图6所示,上述S103包括:
S501、根据审计风险箱体的各风险标签,提取审计风险数据中的标签特征。
具体地,服务器在将审计风险数据存储到与业务特征匹配的业务模块中时,可以先根据审计风险箱体的各风险标签,提取审计风险数据中与风险标签的类型对应的数据,将其确定为该风险标签下的标签特征。例如,对于风险标签为风险责任部门时,可以从审计风险数据中提取该审计风险数据所产生的责任部门的名称,将其确定为风险责任部门的标签特征。
S502、将标签特征存储到与业务特征匹配的业务模块中。
进一步地,服务器将上述标签特征,按照对应的风险标签存储到业务模块中,完成对审计风险数据的分类存储。
上述审计风险处理方法,服务器按照风险标签从审计风险数据中提取标签特征进行存储,可以对审计风险数据进行细致分类,提升审计风险数据管理的规范性。
图7为另一个实施例中审计风险处理方法的流程示意图,本实施例涉及服务器匹配业务特征与审计风险箱体中的业务模块的具体方式,业务模块包括至少两级子业务模块,在上述实施例的基础上,上述S102包括:
S601、按照预设的层级顺序,将业务特征依次与业务模块中的各级子业务模块的特征进行比较。
具体地,审计风险箱体中的业务模块可以包括多级子业务模块,例如财务管理一级子业务模块中可以包括会计基础工作流程等二级子业务模块,在会计基础工作子业务模块中还可以包括对账工作要求等三级子业务模块。服务器在匹配业务特征与审计风险箱体中的业务模块时,可以按照预设的层级顺序,将业务特征与业务模块中的各级资业务模块的特征分别进行比较。
S602、若业务特征与业务模块中的每一级子业务模块的特征均匹配,则确定业务特征与业务模块相匹配。
进一步地,若业务特征与业务模块中的每一级子业务模块的特征均匹配,那么服务器可以确定与该业务特征匹配的各级子业务模块,然后将上述业务特征对应的审计风险数据存储到最小一级子业务模块中。
上述审计风险处理方法,服务器将审计风险数据与业务模块中的各级子业务模块匹配,然后存储到匹配的最小一级子业务模块中,使服务器可以对审计风险数据进行更细致地业务分类,提升了审计风险数据的管理规范性。
应该理解的是,虽然图2-7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2-7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8所示,提供了一种审计风险处理装置,包括:识别模块10、匹配模块20、存储模块30和新增模块40,其中:
识别模块10,用于识别审计风险数据的业务特征。
匹配模块20,用于匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理。
存储模块30,用于在审计风险箱体中存在与业务特征匹配的业务模块是,将审计风险数据存储到与业务特征匹配的业务模块中。
新增模块40,用于在审计风险箱体中不存在与业务特征匹配的业务模块时,在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
在一个实施例中,如图9所述,在上述实施例的基础上,上述装置还包括分析模块50和建立模块60,其中:
分析模块50,用于对历史审计风险数据进行分析,确定各业务模块以及各风险标签。
建立模块60,用于根据各业务模块和风险标签,对历史审计风险数据进行分类,建立审计风险箱体。
在一个实施例中,如图10所示,在上述实施例的基础上,上述分析模块50包括:
分析单元501,用于提取历史审计风险数据的风险特征,并对风险特征进行统计分析处理,确定风险特征集。
确定单元502,用于根据风险特征集中的业务特征,确定历史审计风险数据的各业务模块。
确定单元502,还用于根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。
在一个实施例中,如图11所示,在上述实施例的基础上,上述分析模块50还包括处理单元503,用于对历史审计风险数据进行预处理;预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。
在一个实施例中,审计风险箱体包括风险问题关联规则,风险问题关联规则用于表示风险问题与审计问题的关联关系;上述装置还包括分析模块70,用于获取审计问题分析需求;根据风险问题关联规则,获取与审计问题分析需求关联的目标审计风险数据;对目标审计风险数据进行分析。
在一个实施例中,如图12所示,在上述实施例的基础上,上述存储模块30包括:
提取单元301,用于根据审计风险箱体的各风险标签,提取审计风险数据中的标签特征;
存储单元302,用于将标签特征存储到与业务特征匹配的业务模块中。
在一个实施例中,如图13所示,在上述实施例的基础上,业务模块包括至少两级子业务模块;匹配模块20包括:
比较单元201,用于按照预设的层级顺序,将业务特征依次与业务模块中的各级子业务模块的特征进行比较。
匹配单元202,用于在业务特征与业务模块中的每一级子业务模块的特征均匹配时,确定业务特征与业务模块相匹配。
本申请实施例提供的审计风险处理装置,可以实现上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于审计风险处理装置的具体限定可以参见上文中对于审计风险处理方法的限定,在此不再赘述。上述审计风险处理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14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审计风险处理数据。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审计风险处理方法。
本领域技术人员可以理解,图14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,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
识别审计风险数据的业务特征;
匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理;
若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;
若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
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:对历史审计风险数据进行分析,确定各业务模块以及各风险标签;根据各业务模块和风险标签,对历史审计风险数据进行分类,建立审计风险箱体。
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:提取历史审计风险数据的风险特征,并对风险特征进行统计分析处理,确定风险特征集;根据风险特征集中的业务特征,确定历史审计风险数据的各业务模块;根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。
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:对历史审计风险数据进行预处理;预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。
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:获取审计问题分析需求;根据风险问题关联规则,获取与审计问题分析需求关联的目标审计风险数据;对目标审计风险数据进行分析。
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:根据审计风险箱体的各风险标签,提取审计风险数据中的标签特征;将标签特征存储到与业务特征匹配的业务模块中。
在一个实施例中,业务模块包括至少两级子业务模块,处理器执行计算机程序时还实现以下步骤:按照预设的层级顺序,将业务特征依次与业务模块中的各级子业务模块的特征进行比较;若业务特征与业务模块中的每一级子业务模块的特征均匹配,则确定业务特征与业务模块相匹配。
本实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
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:
识别审计风险数据的业务特征;
匹配业务特征与审计风险箱体中的业务模块;审计风险箱体用于对审计风险数据分类管理;
若审计风险箱体中存在与业务特征匹配的业务模块,则将审计风险数据存储到与业务特征匹配的业务模块中;
若审计风险箱体中不存在与业务特征匹配的业务模块,则在审计风险箱体中增加与业务特征匹配的新增业务模块,并将审计风险数据存储到新增业务模块中。
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:对历史审计风险数据进行分析,确定各业务模块以及各风险标签;根据各业务模块和风险标签,对历史审计风险数据进行分类,建立审计风险箱体。
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:提取历史审计风险数据的风险特征,并对风险特征进行统计分析处理,确定风险特征集;根据风险特征集中的业务特征,确定历史审计风险数据的各业务模块;根据风险特征集中各风险特征的权重,将权重大于预设阈值的风险特征确定为审计风险箱体的风险标签。
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:对历史审计风险数据进行预处理;预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。
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:获取审计问题分析需求;根据风险问题关联规则,获取与审计问题分析需求关联的目标审计风险数据;对目标审计风险数据进行分析。
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:根据审计风险箱体的各风险标签,提取审计风险数据中的标签特征;将标签特征存储到与业务特征匹配的业务模块中。
在一个实施例中,业务模块包括至少两级子业务模块,计算机程序被处理器执行时还实现以下步骤:按照预设的层级顺序,将业务特征依次与业务模块中的各级子业务模块的特征进行比较;若业务特征与业务模块中的每一级子业务模块的特征均匹配,则确定业务特征与业务模块相匹配。
本实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
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)
1.一种审计风险处理方法,其特征在于,所述方法包括:
识别审计风险数据的业务特征;
匹配所述业务特征与审计风险箱体中的业务模块;所述审计风险箱体用于对所述审计风险数据分类管理;
若所述审计风险箱体中存在与所述业务特征匹配的业务模块,则将所述审计风险数据存储到与所述业务特征匹配的业务模块中;
若所述审计风险箱体中不存在与所述业务特征匹配的业务模块,则在所述审计风险箱体中增加与所述业务特征匹配的新增业务模块,并将所述审计风险数据存储到所述新增业务模块中。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对历史审计风险数据进行分析,确定各业务模块以及各风险标签;
根据所述各业务模块和所述风险标签,对所述历史审计风险数据进行分类,建立所述审计风险箱体。
3.根据权利要求2所述的方法,其特征在于,所述对历史审计风险数据进行分析,确定审计风险箱体的各业务模块以及风险标签,包括:
提取所述历史审计风险数据的风险特征,并对所述风险特征进行统计分析处理,确定风险特征集;
根据所述风险特征集中的业务特征,确定所述历史审计风险数据的各业务模块;
根据所述风险特征集中各风险特征的权重,将所述权重大于预设阈值的风险特征确定为所述审计风险箱体的风险标签。
4.根据权利要求3所述的方法,其特征在于,所述提取所述历史审计风险数据的风险特征之前,所述方法还包括:
对所述历史审计风险数据进行预处理;所述预处理包括数据解析、数据提取、数据转换以及数据清洗中的至少一个。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述审计风险箱体包括风险问题关联规则,所述风险问题关联规则用于表示风险问题与审计问题的关联关系;所述方法还包括:
获取审计问题分析需求;
根据所述风险问题关联规则,获取与所述审计问题分析需求关联的目标审计风险数据;
对所述目标审计风险数据进行分析。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述审计风险数据存储到与所述业务特征匹配的业务模块中,包括:
根据所述审计风险箱体的各风险标签,提取所述审计风险数据中的标签特征;
将所述标签特征存储到与所述业务特征匹配的业务模块中。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述业务模块包括至少两级子业务模块;所述匹配所述业务特征与审计风险箱体中的业务模块,包括:
按照预设的层级顺序,将所述业务特征依次与所述业务模块中的各级子业务模块的特征进行比较;
若所述业务特征与所述业务模块中的每一级子业务模块的特征均匹配,则确定所述业务特征与所述业务模块相匹配。
8.一种审计风险处理装置,其特征在于,所述装置包括:
识别模块,用于识别审计风险数据的业务特征;
匹配模块,用于匹配所述业务特征与审计风险箱体中的业务模块;所述审计风险箱体用于对所述审计风险数据分类管理;
存储模块,用于在所述审计风险箱体中存在与所述业务特征匹配的业务模块时,将所述审计风险数据存储到与所述业务特征匹配的业务模块中;
新增模块,用于在所述审计风险箱体中不存在与所述业务特征匹配的业务模块时,在所述审计风险箱体中增加与所述业务特征匹配的新增业务模块,并将所述审计风险数据存储到所述新增业务模块中。
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 |
---|---|---|---|
CN201910285706.XA CN109993454A (zh) | 2019-04-10 | 2019-04-10 | 审计风险处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910285706.XA CN109993454A (zh) | 2019-04-10 | 2019-04-10 | 审计风险处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109993454A true CN109993454A (zh) | 2019-07-09 |
Family
ID=67133021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910285706.XA Pending CN109993454A (zh) | 2019-04-10 | 2019-04-10 | 审计风险处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109993454A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111489098A (zh) * | 2020-04-17 | 2020-08-04 | 支付宝(杭州)信息技术有限公司 | 疑似风险业务的决策方法、装置及处理设备 |
CN111652570A (zh) * | 2020-05-12 | 2020-09-11 | 国网福建省电力有限公司 | 一种自动审核系统及方法 |
CN111984742A (zh) * | 2020-07-31 | 2020-11-24 | 招联消费金融有限公司 | 审计线索管理方法、装置和计算机设备 |
CN112488572A (zh) * | 2020-12-15 | 2021-03-12 | 广东电网有限责任公司 | 一种审计对象推荐方法、装置、设备和介质 |
CN113763143A (zh) * | 2021-08-03 | 2021-12-07 | 远光软件股份有限公司 | 审计处理方法、计算机设备及存储装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1490754A (zh) * | 2002-09-03 | 2004-04-21 | 企业全面风险审计与管理的方法与系统 | |
CN1492336A (zh) * | 2003-09-04 | 2004-04-28 | 上海格尔软件股份有限公司 | 基于数据仓库的信息安全审计方法 |
US7562040B2 (en) * | 1998-11-05 | 2009-07-14 | Loeper David B | Method, system and computer program for auditing financial plans |
CN105160038A (zh) * | 2015-10-10 | 2015-12-16 | 广东卓维网络有限公司 | 一种基于审计知识库的数据分析方法及系统 |
US20160246823A1 (en) * | 2015-02-20 | 2016-08-25 | Metropolitan Life Insurance Co. | System and method for enterprise data quality processing |
CN109299879A (zh) * | 2018-09-30 | 2019-02-01 | 广东电网有限责任公司 | 一种电网审计问题的统计方法、装置及设备 |
-
2019
- 2019-04-10 CN CN201910285706.XA patent/CN109993454A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7562040B2 (en) * | 1998-11-05 | 2009-07-14 | Loeper David B | Method, system and computer program for auditing financial plans |
CN1490754A (zh) * | 2002-09-03 | 2004-04-21 | 企业全面风险审计与管理的方法与系统 | |
CN1492336A (zh) * | 2003-09-04 | 2004-04-28 | 上海格尔软件股份有限公司 | 基于数据仓库的信息安全审计方法 |
US20160246823A1 (en) * | 2015-02-20 | 2016-08-25 | Metropolitan Life Insurance Co. | System and method for enterprise data quality processing |
CN105160038A (zh) * | 2015-10-10 | 2015-12-16 | 广东卓维网络有限公司 | 一种基于审计知识库的数据分析方法及系统 |
CN109299879A (zh) * | 2018-09-30 | 2019-02-01 | 广东电网有限责任公司 | 一种电网审计问题的统计方法、装置及设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111489098A (zh) * | 2020-04-17 | 2020-08-04 | 支付宝(杭州)信息技术有限公司 | 疑似风险业务的决策方法、装置及处理设备 |
CN111489098B (zh) * | 2020-04-17 | 2022-10-25 | 支付宝(杭州)信息技术有限公司 | 疑似风险业务的决策方法、装置及处理设备 |
CN111652570A (zh) * | 2020-05-12 | 2020-09-11 | 国网福建省电力有限公司 | 一种自动审核系统及方法 |
CN111984742A (zh) * | 2020-07-31 | 2020-11-24 | 招联消费金融有限公司 | 审计线索管理方法、装置和计算机设备 |
CN111984742B (zh) * | 2020-07-31 | 2023-06-06 | 招联消费金融有限公司 | 审计线索管理方法、装置和计算机设备 |
CN112488572A (zh) * | 2020-12-15 | 2021-03-12 | 广东电网有限责任公司 | 一种审计对象推荐方法、装置、设备和介质 |
CN113763143A (zh) * | 2021-08-03 | 2021-12-07 | 远光软件股份有限公司 | 审计处理方法、计算机设备及存储装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993454A (zh) | 审计风险处理方法、装置、计算机设备和存储介质 | |
Guerrero et al. | Non-technical losses reduction by improving the inspections accuracy in a power utility | |
US20210365963A1 (en) | Target customer identification method and device, electronic device and medium | |
CN109063217B (zh) | 电力营销系统中的工单分类方法、装置及其相关设备 | |
US10579651B1 (en) | Method, system, and program for evaluating intellectual property right | |
CN107578212B (zh) | 工程量清单综合单价合理性的检测方法、检测系统 | |
CN108197306A (zh) | Sql语句处理方法、装置、计算机设备和存储介质 | |
CN109614433A (zh) | 业务系统间数据血缘的识别方法、装置、设备及存储介质 | |
Chen et al. | A patent time series processing component for technology intelligence by trend identification functionality | |
CN110069629A (zh) | 房屋交易任务处理方法、设备、存储介质及装置 | |
CN114723543B (zh) | 一种跨境电商的财务档案大数据管理系统及方法 | |
CN111062564A (zh) | 一种电力客户诉求敏感值计算方法 | |
CN116957828A (zh) | 报账审核方法、设备、存储介质及装置 | |
CN110910241A (zh) | 现金流评估方法、装置、服务器设备及存储介质 | |
US20060111993A1 (en) | System, method for deploying computing infrastructure, and method for identifying an impact of a business action on a financial performance of a company | |
CN115860252A (zh) | 一种全渠道业务智能监测分析方法及系统 | |
CN115034654A (zh) | 资产评估方法、装置、设备及存储介质 | |
CN115375474A (zh) | 信息提示方法、装置及电子设备 | |
CN110458383B (zh) | 需求处理服务化的实现方法、装置及计算机设备、存储介质 | |
Manjupriya et al. | Customer churn prediction in the mobile telecommunication industry using decision tree classification algorithm | |
CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
Dzedik et al. | Application of Python Software environment for analyzing the systems of quality management with the use of machine teaching methods | |
CN110378481A (zh) | 基于粗糙集的决策处理方法、装置、计算机和存储介质 | |
CN113326310B (zh) | 基于nlp的调研数据标准化方法及系统 | |
Kumar et al. | Requirements Engineering Process Model Add-On For Software Development |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |