CN110335132A - 记账快速输入方法、系统及计算机可读存储介质 - Google Patents
记账快速输入方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110335132A CN110335132A CN201910637574.2A CN201910637574A CN110335132A CN 110335132 A CN110335132 A CN 110335132A CN 201910637574 A CN201910637574 A CN 201910637574A CN 110335132 A CN110335132 A CN 110335132A
- Authority
- CN
- China
- Prior art keywords
- money
- stored
- account amount
- book keeping
- keeping operation
- 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 41
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 9
- 239000010931 gold Substances 0.000 claims description 9
- 229910052737 gold Inorganic materials 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 8
- 238000003066 decision tree Methods 0.000 claims description 7
- 238000000151 deposition Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q40/125—Finance or payroll
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种记账快速输入方法、系统及计算机可读存储介质，其中该记账快速输入方法包括以下步骤：S10：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元；S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元；S30：判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储。本发明使记账更快捷方便，节省记账时间。
Description
技术领域
本发明涉及记账技术领域，特别涉及一种记账快速输入方法、系统及计算机可读存储介质。
背景技术
随着理财观念的深入，不管是个人记账还是各行各业的资金收支记账越来越趋于成熟。目前传统的账目输入的是：由用户手动输入金额、分类、备注等信息，其缺点是操作较为繁琐。
现有的一种已有的改进方式是：由用户维护一个常用分类列表，用户通过在该列表中选择一项实现快速输入分类信息，其缺点是缺乏灵活性，当常用分类发生变化时，必须手动更新该列表；
另一种已有的改进方式是：将一笔账目存为模板，用户在新增账目时，可以载入模板以一键输入金额、分类、备注等信息，其缺点是缺乏灵活性，通过一定操作载入模板后，可能仍要对金额进行微调，整体操作依然较为繁琐。
另一种已有的改进方式是：通过输入账目的备注，结合历史数据实现自动填写金额和分类等信息，该方式很大程度上类似于“存为模板”，其缺点是操作较为繁琐，需要打开输入法输入多个文字或单词，且一旦备注文字存在细微偏差则该方法容易失效。
另一种已有的改进方式是：通过类似于即时通信软件的自然语言聊天方式实现账目输入，其缺点是逐字输入较慢，且难以方便地进行多字段的结构化输入，比如无法准确提取分类和备注信息、难以调整账目发生时间等。
另一种已有的改进方式是：使用语音识别技术进行自然语言输入，该方式解决了逐字输入慢的问题，引入了一定程度的语音识别错误，逐字输入较慢，且难以方便地进行多字段的结构化输入，比如无法准确提取分类和备注信息、难以调整账目发生时间等。
发明内容
本发明的主要目的是提供一种记账快速输入方法，旨在使记账更快捷方便，节省记账时间。
为实现上述目的，本发明提出一种记账快速输入方法，该记账快速输入方法包括以下步骤：
S10：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元；
S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元；
S30：判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储。
优选地，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S211：获取进入记账界面的时间，
S212：将进入记账界面的时间与数据库中已存储的账目金额的生成时间相互匹配，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S213：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额的生成时间与进入记账界面时间相同或相近。
优选地，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S221：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S222：获取输入的待存储账目金额和进入记账界面的时间，
S223：将待存储账目金额和进入记账界面的时间输入模型中，显示对应的分类单元。
优选地，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S231：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S232：获取输入的待存储账目金额；
S233：输入的一个指定时间值；
S234：将待存储账目金额和指定时间值输入模型中，显示对应的分类单元。
优选地，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S241：获取输入的待存储账目金额，
S242：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S243：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额与待存储账目金额相同或相近。
优选地，步骤S30判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储包括以下步骤：
S31：判断是否选取显示的一个分类单元，若是，将待存储账目金额和选取的分类单元的已存储账目的备注一同与选取的一个分类单元进行关联后存储。
本发明还提出一种记账快速输入方法，包括以下步骤：
S100：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元、全部或部分已存储的账目金额的生成时间；
S200：获取输入的待存储账目金额；
S300：自动显示数据库中的至少一个已存储的账目金额对应的时间；
S400：判断是否选取显示的一个已存储的账目金额对应的时间，若是，将待存储账目金额与选取的一个已存储的账目金额对应的时间进行关联后存储。
优选地，S300：自动显示数据库中的至少一个已存储的账目金额对应的时间具体包括以下步骤：
S301：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S302：显示待存储账目金额与已存储的账目金额相同的或相近的已存储的账目金额对应的时间。
本发明还提出一种记账快速输入系统，所述记账快速输入系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的记账快速输入程序，其中：
所述记账快速输入程序被所述处理器执行时实现上述任一所述的记账快速输入方法的步骤。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有记账快速输入程序，所述记账快速输入程序被处理器执行时实现上述任一所述的记账快速输入方法的步骤。
本发明技术方案通过S10：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元；S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元；S30：判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储，以此通过直接自动分类单元的显示可减少记账操作过程中，用户和程序的交互次数，节省记账时间，使记账更快捷方便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明记账快速输入方法一实施例的流程结构示意图；
图2为图1记账快速输入方法的步骤S20的第一实施例细化流程结构示意图；
图3为图1记账快速输入方法的步骤S20的第二实施例细化流程结构示意图；
图4为图1记账快速输入方法的步骤S20的第三实施例细化流程结构示意图；
图5为图1记账快速输入方法的步骤S20的第四实施例细化流程结构示意图；
图6为图1记账快速输入方法的步骤S20的第五实施例细化流程结构示意图；
图7为本发明记账快速输入方法又一实施例的流程结构示意图；
图8为图7记账快速输入方法的步骤S300的细化流程结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提出一种记账快速输入系统。所述记账快速输入系统可以是移动电话、智能电话、笔记本电脑、PAD(平板电脑)等可移动设备，以及诸如台式计算机、服务器等固定终端。所述记账快速输入系统包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的记账快速输入程序。
其中，所述存储器至少包括一种计算机可读存储介质，用于存储安装于所述记账快速输入系统的操作系统和各类应用软件，例如记账快速输入程序的程序代码等。此外，所述存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制所述记账快速输入系统的总体操作。本实施例中，所述处理器用于运行所述存储器中存储的程序代码或者处理数据，例如运行所述记账快速输入程序等。
参照图1，所述记账快速输入程序被所述处理器执行时，实现如下步骤：
S10：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元；
S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元；
S30：判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储。
具体地，可通过触控显示屏手动录入账目信息和/或通过计算机的文字识别功能搜索用户历史账目信息的关键词，如金额、分类、账单等进行录入账目信息，还可在用户每记录一次账目信息处理器进行收集一次，将上述收集的账目信息作为原始账目信息存储至数据库，数据库存储至存储器中；当用户进行记账使用时，触控显示屏的记账界面接收到输入待存储账目金额，触控显示屏的记账界面上自动显示数据库中的至少一个分类单元供用户进行选取，不需要用户进行输入分类单元，可减少记账操作过程中，用户和程序的交互次数，节省记账时间，使记账更快捷方便。
当触控显示屏的记账界面接收用户进行选取了一个分类单元并进行点击确认按键后，处理器接收到确认按键的指令即判断选取显示的一个分类单元，将待存储账目金额与选取的一个分类单元进行关联后存储至数据库中完成记账，并且该次记账还可作为原始账目信息进行保存。或触控显示屏显示了一个分类单元的预选项，未接收用户进行更改的指令，直接接收用户通过触控显示屏进行确认的指令，处理器预选项的一个分类单元作为选取显示的一个分类单元，将待存储账目金额与预选项的一个分类单元进行关联后存储至数据库中完成记账，并且该次记账还可作为原始账目信息进行保存，若未接收用户选取的分类单元的指令，可一直保持记账界面状态，直至接收到用户的其他的指令。以此节省记账时间，使记账更快捷方便。
参照图2，步骤S20获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元的第一实施例为：具体包括以下步骤：
S211：获取进入记账界面的时间，
S212：将进入记账界面的时间与数据库中已存储的账目金额的生成时间相互匹配，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S213：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额的生成时间与进入记账界面时间相同或相近。
具体地，进入记账界面的时间和数据库中已存储的账目金额的生成时间取值均可为月份、月份中的天数、精确到时或精确到分，当用户进行记账使用时，获取客户端的触控显示屏的记账界面打开的时间或客户端的触控显示屏的记账界面接收到输入待存储账目金额时，通过处理器查找此时的时间，其中的时间可通过网络进行查找实时时间，再通过现有的数据查找功能，进行查找数据库中的每一个账目信息的生成时间与输入时间相同的或相近的已存储的账目金额对应的分类单元进行显示，其中相近的已存储的账目金额的输入时间为将该输入时间增加一定的时间作为最大时间值，减少一定的时间作为最小时间值，形成一个包括该输入时间的一个时间范围。以供用户进行选取，使记账更快捷方便。
参照图3，步骤S20获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元的第二实施例为：具体包括以下步骤：
S221：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S222：获取输入的待存储账目金额和进入记账界面的时间，
S223：将待存储账目金额和进入记账界面的时间输入模型中，显示对应的分类单元。
具体的，当用户进行记账使用时，处理器获取客户端的触控显示屏的记账界面打开时的时间或客户端的触控显示屏的记账界面接收到输入待存储账目金额时，通过处理器查找此时的时间，其中的时间可通过网络连接进行查找实时时间，其中的K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法建立一个模型为现有技术，在此不再一一赘述，运用到本方案中为将数据库中已存储的账目金额和对应的生成时间作为训练集生成模型，再输入一个样本，即获取输入的待存储账目金额和进入记账界面的时间后，触控显示屏显示对应的一个分类单元。
其中通过KNN分类算法运用到本实施例中的具体方案如下：
将待存储账目金额与数据库中已存储的账目金额相互匹配，将待存储账目金额的输入时间与数据库中已存储的账目金额的生成时间相互匹配，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，显示两次匹配度的综合值由高到底排序为第一或多个最靠前的已存储的账目金额对应的分类单元。即通过现有的数据查找功能在数据库中查找每一个账目信息的已存储的账目金额与待存储账目金额相同的或相近的已存储的账目金额对应的分类单元，其中的相近的已存储的账目金额为将该待存储账目金额增加一定的金额作为最大金额，减少一定的金额作为最小金额，形成一个包括该待存储账目金额的一个区间范围。可将越接近该待存储账目金额的已存储的账目金额对应的分类单元的匹配度计为最高；再通过处理器查找此时的输入待存储账目金额的输入时间，如通过网络进行查找实时时间，通过现有的数据查找功能，进行查找数据库中的每一个账目信息的生成时间与输入时间相同的或相近的已存储的账目金额对应的分类单元，将越接近该输入时间的已存储的账目金额对应的分类单元的匹配度计为最高，将两次匹配度可分配一个对应的权重，根据两个匹配度分别与权重的乘积后再相加得出的分值作为综合值，并由高到底排序，将排序第一或排序最靠前的几位已存储的账目金额对应的分类单元进行显示。以供用户进行选取，使记账更快捷方便。
参照图4，步骤S20获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元的第三实施例为：具体包括以下步骤：
S231：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S232：获取输入的待存储账目金额；
S233：输入的一个指定时间值；
S234：将待存储账目金额和指定时间值输入模型中，显示对应的分类单元。
具体的，当用户进行记账使用时，用户打开客户端的触控显示屏的记账界面，处理器获取客户端的触控显示屏的记账界面接收的输入待存储账目金额，再获取接收到客户端的触控显示屏输入的一个指定时间值，该指定时间值可为触控显示屏接收到用户输入的任意一个时间值；其中的K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法建立一个模型为现有技术，在此不再一一赘述，运用到本方案中为将数据库中已存储的账目金额和对应的生成时间作为训练集生成模型，再输入一个样本，即获取输入的待存储账目金额和触控显示屏输入的一个指定时间值后，触控显示屏显示对应的一个分类单元。
其中通过KNN分类算法运用到本实施例中的具体方案如下：
通过现有的数据查找功能在数据库中查找每一个账目信息的已存储的账目金额与待存储账目金额相同的或相近的已存储的账目金额对应的分类单元，将越接近该待存储账目金额的已存储的账目金额对应的分类单元的匹配度计为最高；再通过处理器查找接收的输入时间值，通过现有的数据查找功能，进行查找数据库中的每一个账目信息的生成时间与时间值相同的或相近的已存储的账目金额对应的分类单元，将越接近该时间值的已存储的账目金额对应的分类单元的匹配度计为最高，其中的相近的时间值为将该时间值增加一定的时间作为最大时间值，减少一定的时间额作为最小时间值，形成一个包括该时间值的一个时间区间范围。将两次匹配度可分配一个对应的权重，根据两个匹配度分别与权重的乘积后再相加得出的分值作为综合值，并由高到底排序，将排序第一或排序最靠前的几位已存储的账目金额对应的分类单元进行显示。以供用户进行选取，使记账更快捷方便。
参照图5，步骤S20获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元的第四实施例为：具体包括以下步骤：
S241：获取输入的待存储账目金额，
S242：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S243：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额与待存储账目金额相同或相近。
具体地，当用户进行记账使用时，触控显示屏的记账界面接收到输入待存储账目金额，通过处理器查找此时的输入待存储账目金额，通过现有的数据查找功能在数据库中查找每一个账目信息的已存储的账目金额与待存储账目金额相同的或相近的已存储的账目金额对应的分类单元进行显示于触控显示屏的记账界面上，以供用户进行选取，使记账更快捷方便。
参照图6，步骤S30判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储具体包括以下步骤：
S31：判断是否选取显示的一个分类单元，若是，将待存储账目金额和选取的分类单元的已存储账目的备注一同与选取的一个分类单元进行关联后存储。
其中的备注包括账目的具体消费商品，进行记账使用时，触控显示屏的记账界面接收到输入待存储账目金额，触控显示屏显示分类单元时，同时还显示分类单元对应的备注，以供用户进行选取，减少用户输入备注的操作，使记账更快捷方便。
参照图7，另一实施例提出的一种记账快速输入方法包括以下步骤：
S100：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元、全部或部分已存储的账目金额的生成时间；
S200：获取输入的待存储账目金额；
S300：自动显示数据库中的至少一个已存储的账目金额对应的时间；
S400：判断是否选取显示的一个已存储的账目金额对应的时间，若是，将待存储账目金额与选取的一个已存储的账目金额对应的时间进行关联后存储。
具体地，可通过触控显示屏手动录入账目信息和/或通过计算机的文字识别功能搜索用户历史账目信息的关键词，如金额、分类、账单等进行录入账目信息，还可在用户每记录一次账目信息处理器进行收集一次，将上述收集的账目信息作为原始账目信息存储至数据库，数据库存储至存储器中；当用户进行记账使用时，触控显示屏的记账界面接收到输入待存储账目金额，触控显示屏的记账界面上自动显示数据库中的至少一个时间供用户进行选取，不需要用户进行输入时间，可减少记账操作过程中，用户和程序的交互次数，节省记账时间，使记账更快捷方便。
当触控显示屏的记账界面接收用户进行选取了一个时间并进行点击确认按键后，处理器接收到确认按键的指令即判断选取显示的一个时间，将待存储账目金额与选取的一个时间进行关联后存储至数据库中完成时间部分的记账，并且该次记账还可作为原始账目信息进行保存。或触控显示屏显示了一个时间的预选项，未接收用户进行更改的指令，直接接收用户通过触控显示屏进行确认的指令，处理器预选项的一个时间作为选取显示的一个时间，将待存储账目金额与预选项的一个时间进行关联后存储至数据库中完成时间部分的记账，并且该次记账还可作为原始账目信息进行保存，若未接收用户选取的时间的指令，可一直保持记账界面状态，直至接收到用户的其他的指令。以此节省记账时间，使记账更快捷方便。
参照图8，步骤S300自动显示数据库中的至少一个已存储的账目金额对应的时间的一个实施例为：具体包括以下步骤：
S301：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S302：显示待存储账目金额与已存储的账目金额相同的或相近的已存储的账目金额对应的时间。
具体的，当用户进行记账使用时，触控显示屏的记账界面接收到输入待存储账目金额，通过处理器查找此时的输入待存储账目金额，再通过现有的数据查找功能在数据库中查找每一个账目信息的已存储的账目金额与待存储账目金额相同的或相近的已存储的账目金额对应的生成时间，进行显示，以供用户进行选取，减少用户输入时间的操作，使记账更快捷方便。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种记账快速输入方法，其特征在于，包括以下步骤：
S10：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元；
S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元；
S30：判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储。
2.如权利要求1所述的记账快速输入方法，其特征在于，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S211：获取进入记账界面的时间，
S212：将进入记账界面的时间与数据库中已存储的账目金额的生成时间相互匹配，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S213：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额的生成时间与进入记账界面时间相同或相近。
3.如权利要求1所述的记账快速输入方法，其特征在于，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S221：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S222：获取输入的待存储账目金额和进入记账界面的时间，
S223：将待存储账目金额和进入记账界面的时间输入模型中，显示对应的分类单元。
4.如权利要求1所述的记账快速输入方法，其特征在于，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S231：将数据库中已存储的账目金额和对应的生成时间共同建立一个模型，所述模型为K-Means算法、决策树算法、KNN分类算法、SVM算法、人工神经网络算法或遗传算法得出，所述原始账目信息还包括全部或部分已存储的账目金额的生成时间，
S232：获取输入的待存储账目金额；
S233：输入的一个指定时间值；
S234：将待存储账目金额和指定时间值输入模型中，显示对应的分类单元。
5.如权利要求1所述的记账快速输入方法，其特征在于，S20：获取输入的待存储账目金额和/或获取进入记账界面的时间，自动显示数据库中的至少一个分类单元具体包括以下步骤：
S241：获取输入的待存储账目金额，
S242：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S243：显示至少一个已存储的账目金额对应的分类单元，该已存储的账目金额与待存储账目金额相同或相近。
6.如权利要求1-5任意一项所述的记账快速输入方法，其特征在于，步骤S30判断是否选取显示的一个分类单元，若是，将待存储账目金额与选取的一个分类单元进行关联后存储包括以下步骤：
S31：判断是否选取显示的一个分类单元，若是，将待存储账目金额和选取的分类单元的已存储账目的备注一同与选取的一个分类单元进行关联后存储。
7.一种记账快速输入方法，其特征在于，包括以下步骤：
S100：收集原始账目信息至数据库，所述原始账目信息包括全部或部分已存储的账目金额、全部或部分已存储的账目金额对应的分类单元、全部或部分已存储的账目金额的生成时间；
S200：获取输入的待存储账目金额；
S300：自动显示数据库中的至少一个已存储的账目金额对应的时间；
S400：判断是否选取显示的一个已存储的账目金额对应的时间，若是，将待存储账目金额与选取的一个已存储的账目金额对应的时间进行关联后存储。
8.如权利要求7所述的记账快速输入方法，其特征在于，S300：自动显示数据库中的至少一个已存储的账目金额对应的时间具体包括以下步骤：
S301：将待存储账目金额与数据库中已存储的账目金额相互匹配，
S302：显示待存储账目金额与已存储的账目金额相同的或相近的已存储的账目金额对应的时间。
9.一种记账快速输入系统，其特征在于，所述记账快速输入系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的记账快速输入程序，其中：
所述记账快速输入程序被所述处理器执行时实现如权利要求1至8中任一项所述的记账快速输入方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有记账快速输入程序，所述记账快速输入程序被处理器执行时实现如权利要求1至8中任一项所述的记账快速输入方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637574.2A CN110335132A (zh) | 2019-07-15 | 2019-07-15 | 记账快速输入方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637574.2A CN110335132A (zh) | 2019-07-15 | 2019-07-15 | 记账快速输入方法、系统及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110335132A true CN110335132A (zh) | 2019-10-15 |
Family
ID=68145133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910637574.2A Pending CN110335132A (zh) | 2019-07-15 | 2019-07-15 | 记账快速输入方法、系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110335132A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2406105A1 (en) * | 2002-09-30 | 2004-03-30 | Canadian National Railway Company | Method and system for generating account reconciliation data |
| CN106355487A (zh) * | 2016-08-19 | 2017-01-25 | 四川省艾普网络股份有限公司 | 一种用于家庭记账系统的大数据平台 |
| CN107657039A (zh) * | 2017-09-28 | 2018-02-02 | 努比亚技术有限公司 | 账单记录方法、移动终端及计算机可读存储介质 |
| CN107862596A (zh) * | 2017-11-30 | 2018-03-30 | 努比亚技术有限公司 | 记账方法、终端及存储介质 |
| CN109583448A (zh) * | 2018-10-25 | 2019-04-05 | 北京奇虎科技有限公司 | 一种记账方法、装置、电子设备及介质 |
| CN109871443A (zh) * | 2018-12-25 | 2019-06-11 | 杭州茂财网络技术有限公司 | 一种基于记账场景的短文本分类方法及装置 |
-
2019
- 2019-07-15 CN CN201910637574.2A patent/CN110335132A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2406105A1 (en) * | 2002-09-30 | 2004-03-30 | Canadian National Railway Company | Method and system for generating account reconciliation data |
| CN106355487A (zh) * | 2016-08-19 | 2017-01-25 | 四川省艾普网络股份有限公司 | 一种用于家庭记账系统的大数据平台 |
| CN107657039A (zh) * | 2017-09-28 | 2018-02-02 | 努比亚技术有限公司 | 账单记录方法、移动终端及计算机可读存储介质 |
| CN107862596A (zh) * | 2017-11-30 | 2018-03-30 | 努比亚技术有限公司 | 记账方法、终端及存储介质 |
| CN109583448A (zh) * | 2018-10-25 | 2019-04-05 | 北京奇虎科技有限公司 | 一种记账方法、装置、电子设备及介质 |
| CN109871443A (zh) * | 2018-12-25 | 2019-06-11 | 杭州茂财网络技术有限公司 | 一种基于记账场景的短文本分类方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王莹: "基于Android的个人记账本平台开发", 《中国管理信息化》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Ensemble application of convolutional and recurrent neural networks for multi-label text categorization | |
| US11080340B2 (en) | Systems and methods for classifying electronic information using advanced active learning techniques | |
| US20160306800A1 (en) | Reply recommendation apparatus and system and method for text construction | |
| WO2018040068A1 (zh) | 基于知识图谱的语意分析系统及方法 | |
| CN112163079B (zh) | 一种基于阅读理解模型的智能对话方法及系统 | |
| CN102999635A (zh) | 语义可视搜索引擎 | |
| CN109446410A (zh) | 知识点推送方法、装置及计算机可读存储介质 | |
| CN109344227A (zh) | 工单处理方法、系统和电子设备 | |
| US11783252B1 (en) | Apparatus for generating resource allocation recommendations | |
| US20230236890A1 (en) | Apparatus for generating a resource probability model | |
| CN109299734A (zh) | 侵权图片的识别方法、装置和计算机可读存储介质 | |
| Yu et al. | Research and implementation of CNN based on TensorFlow | |
| CN112632261A (zh) | 智能问答方法、装置、设备及存储介质 | |
| CN113627797A (zh) | 入职员工画像生成方法、装置、计算机设备及存储介质 | |
| CN115730597A (zh) | 多级语义意图识别方法及其相关设备 | |
| CN115619448A (zh) | 用户流失预测方法、装置、计算机设备及存储介质 | |
| CN106570196B (zh) | 视频节目的搜索方法和装置 | |
| CN113837307A (zh) | 数据相似度计算方法、装置、可读介质及电子设备 | |
| CN113449089A (zh) | 一种查询语句的意图识别方法、问答方法及计算设备 | |
| CN110532448B (zh) | 基于神经网络的文档分类方法、装置、设备及存储介质 | |
| CN110335132A (zh) | 记账快速输入方法、系统及计算机可读存储介质 | |
| US11789983B2 (en) | Enhanced data driven intelligent cloud advisor system | |
| CN109284392A (zh) | 一种文本分类方法、装置、终端及存储介质 | |
| CN111242519B (zh) | 用户特征数据生成方法、装置及电子设备 | |
| US20210398025A1 (en) | Content Classification Method |
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: 20191015 |