CN112230887A - 一种应用于决策引擎中的指标的脚本配置系统 - Google Patents

一种应用于决策引擎中的指标的脚本配置系统 Download PDF

Info

Publication number
CN112230887A
CN112230887A CN202010957745.2A CN202010957745A CN112230887A CN 112230887 A CN112230887 A CN 112230887A CN 202010957745 A CN202010957745 A CN 202010957745A CN 112230887 A CN112230887 A CN 112230887A
Authority
CN
China
Prior art keywords
index
script
parameter
decision engine
configuration unit
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.)
Granted
Application number
CN202010957745.2A
Other languages
English (en)
Other versions
CN112230887B (zh
Inventor
刘德彬
黄远江
孙世通
邓雪荣
罗杰
严絜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Socialcredits Big Data Technology Co ltd
Original Assignee
Chongqing Socialcredits Big Data Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Socialcredits Big Data Technology Co ltd filed Critical Chongqing Socialcredits Big Data Technology Co ltd
Priority to CN202010957745.2A priority Critical patent/CN112230887B/zh
Publication of CN112230887A publication Critical patent/CN112230887A/zh
Application granted granted Critical
Publication of CN112230887B publication Critical patent/CN112230887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/10Requirements analysis; Specification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/20Software design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code
    • G06F8/36Software reuse
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/40Transformation of program code
    • G06F8/41Compilation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/018Certifying business or products
    • G06Q30/0185Product, service or business identity fraud

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种应用于决策引擎中的指标的脚本配置系统,包括:基本信息配置单元,用于配置指标名称;参数配置单元,用于配置指标的参数类型及对应的参数,参数类型包括系统参数类型和自定义参数类型;系统参数类型包括回溯时间区间、固定时间区间、行业、地域;针对同一业务概念下的不同需求,可以使用同一个指标,通过配置不同的参数类型和参数实现,不会造成相似指标数量激增,有利于后期维护和使用;校验单元,用于对上传的指标脚本以及基本信息配置单元、参数配置单元配置的数据进行校验,并展示校验结果;保存单元,用于保存指标脚本及其配置的数据,以绑定规则组件和/或评分卡模型,从而应用到决策引擎中。

Description

一种应用于决策引擎中的指标的脚本配置系统
技术领域
本发明涉及决策引擎技术领域,尤其涉及一种应用于决策引擎中的指标的脚本配置系统。
背景技术
目前,决策引擎被广泛应用于普惠金融准入、反欺诈、防薅羊毛、防套现、防洗钱、防盗卡等各种类型的业务;而指标和参数作为整个决策引擎中最底层、最基础的一环,在其他决策引擎中也并不少见。常见的实现方式为:根据规则描述实现指标,通过指标的结果与阈值比较,最终得出规则结果。但这样的方式还是有其缺点存在,尤其规则对应的指标很难被复用,可能会造成后期较高的维护成本,即细微的规则改动可能就会需要重新实现一个新的指标。
目前,常见的决策引擎主要采用如下两种实现方案:一是通过添加指标的方式,来应对同含义但不同细节的指标的实现,比如计算不同时间窗口的逾期次数的时候,会根据不同的时间窗口实现多个指标,并配置入规则中去;二是当部分实现逻辑较复杂的规则出现时,通常会对相应指标采取“定制化”处理。
以上两种常见的指标实现方案,都会导致后期需维护的相似指标的数量众多,版本紊乱,并且随着后期产品接入的增多,这种相似的指标随着业务的开展一直会线性增长,后台指标维护问题会较快放大,对运营人员和后台技术人员的要求较高;规则配置时,检索目标指标的候选项和相似项过多,也不利于检索。
发明内容
本发明提供的一种应用于决策引擎中的指标的脚本配置系统,主要解决的技术问题是:目前决策引擎指标脚本实现方案不利于后期维护和使用。
为解决上述技术问题,本发明提供一种应用于决策引擎中的指标的脚本配置系统,包括:
基本信息配置单元,用于配置指标名称;
参数配置单元,用于配置指标的参数类型及对应的参数,所述参数类型包括系统参数类型和自定义参数类型;所述系统参数类型包括回溯时间区间、固定时间区间、行业、地域;
校验单元,用于对上传的指标脚本以及所述基本信息配置单元、所述参数配置单元配置的数据进行校验,并展示校验结果;
保存单元,用于保存所述指标脚本及其配置的数据,以绑定规则组件和/或评分卡模型,从而应用到决策引擎中。
可选的,所述行业分为大类、中类和小类;所述地域分为省份、城市和区县。
可选的,所述自定义参数类型适用于名称、数值类型为整形、浮点型的参数。
可选的,还包括指标派生单元,用于将派生指标拆分为至少两个原子指标;所述派生指标为引用了其他任意指标的指标。
可选的,所述基本信息配置单元还用于配置指标代码、数据类型、默认值、业务分类、指标版本。
本发明的有益效果是:
根据本发明提供的一种应用于决策引擎中的指标的脚本配置系统,包括:基本信息配置单元,用于配置指标名称;参数配置单元,用于配置指标的参数类型及对应的参数,参数类型包括系统参数类型和自定义参数类型;系统参数类型包括回溯时间区间、固定时间区间、行业、地域;针对同一业务概念下的不同需求,可以使用同一个指标,通过配置不同的参数类型和参数实现,不会造成相似指标数量激增,有利于后期维护和使用;校验单元,用于对上传的指标脚本以及基本信息配置单元、参数配置单元配置的数据进行校验,并展示校验结果;如果存在语法问题将会给出错误提示,有利于提高后台技术人员指标脚本配置的效率;保存单元,用于保存指标脚本及其配置的数据,以绑定规则组件和/或评分卡模型,从而应用到决策引擎中。
附图说明
图1为本发明的一种应用于决策引擎中的指标的脚本配置系统结构示意图;
图2为本发明的指标脚本的执行流程示意图;
图3为本发明的指标脚本配置页面示意图;
图4为本发明的另一种应用于决策引擎中的指标的脚本配置系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一:
为了解决目前决策引擎指标脚本实现方案不利于后期维护和使用的问题,本实施例提供一种应用于决策引擎中的指标的脚本配置系统,请参见图1,该脚本配置系统包括基本信息配置单元11、参数配置单元12、校验单元13以及保存单元14,其中:
基本信息配置单元11用于配置指标名称;
参数配置单元12用于配置指标的参数类型及对应的参数,参数类型包括系统参数类型和自定义参数类型;系统参数类型包括回溯时间区间、固定时间区间、行业、地域;
校验单元13用于对上传的指标脚本以及基本信息配置单元11、参数配置单元12配置的数据进行校验,并展示校验结果;
保存单元14用于保存指标脚本及其配置的数据,以绑定规则组件和/或评分卡模型,从而应用到决策引擎中。
决策引擎中的指标脚本用以描述具体业务场景的某种特征值,其中指标可选用动态脚本语言(例如Python2.7)实现。一个配置完成的指标,绑定至规则或评分卡模型后,便可以在系统内调用Jython运行,请参见如图2所示的指标脚本执行流程。
在系统内,基本信息配置单元11还用于配置指标代码、数据类型、默认值、业务分类、指标版本等信息,请参见图3所示。校验单元13核实脚本代码的正确性,如果脚本语法有问题则会给出错误提醒。保存单元14用于脚本保存入库,需注意的是,完全配置相同(含代码)的指标脚本是无法保存的,除非将版本号升级或内容做出变更。
可选的,脚本配置系统还包括:
脚本复制:对已有脚本复制一个完全相同的新副本,用以减少配置工作的复杂度。
脚本上传:也支持通过复制脚本内容至代码框,减少配置工作的复杂度。
参数配置单元12是脚本配置系统的一个重要组成部分,通过使指标脚本与参数集的1对N(N≥1)匹配,可以有效减少指标脚本可能存在的大量冗余现象。
系统定义指标参数类型代码为4位数值字符串,其中第1位表示参数类型(0-系统参数类型,1-自定义参数类型),第2-4位表示参数类型代码。
其中,系统参数类型包括回溯时间区间、固定时间区间、行业、地域。
回溯时间区间,用以描述从当前节点往过去滑动窗口的时间区间,例如:近1-3个月、近半年、近1年、近2年等。传值样例可采用:"1,3,月",表示“近1-3个月”;"1,2,年",可表示“近2年”。
固定时间区间,用以描述历史某一段固定窗口的时间区间,比如:去年1-6月,今年2月等。传值样例可采用:"2014-02-01,2017-02-01",表示“2014年2月1日至2017年2月1日”。
本实施例中,行业分为大类、中类和小类;以2007年国标行业分类为例,国标行业的4级结构为全集,参见如下表1所示:
表1
Figure BDA0002678649600000041
Figure BDA0002678649600000051
本实施例通过层级结构复选行业,最终映射为行业代码集合。传值样例可采用:"011,0111,0112,0122,02,021,022,0221,0222",表示为“谷物种植,稻谷种植,小麦种植,油料种植,林业,林业育种和育苗,造林和更新”。
地域分为省份、城市和区县。以2020年国家统计局行政区划3级结构为全集,通过层级结构复选区域,最终映射为区域代码集合。
请参见如下表2所示:
表2
Figure BDA0002678649600000052
Figure BDA0002678649600000061
地域传值样例:"500000,500100,500112,500103,500105,330200,…,330103,330106",可表示“重庆市,重庆市,渝北区,渝中区,江北区,宁波市,…,下城区,西湖区”。
除了系统参数类型,系统针对非复合参数还设置了自定义参数类型,可以对整形、浮点型等数值意义上的类型进行定义,也可以对企业名称、医院名称等业务上的内容进行定义。这取决于系统使用者具体的业务场景。
实际应用过程中,系统通过扫描指标脚本中的占位符“SC_ZBCS_指标参数代码”,并将之替换为系统前端界面配置的形参,最终传入Jython解释器执行。
请参见图4,在本发明可选的实施例中,脚本配置系统还包括指标派生单元15,用于将派生指标拆分为至少两个原子指标;其中派生指标为引用了其他任意指标的指标。
系统设计指标脚本目的,是为了绑定相应的规则,通过指标值与相应阈值的与或非逻辑计算出规则的最终结果(True/False)。我们希望指标的实现是高度浓缩的、可复用的,但可以预见到部分业务规则的逻辑实现会比较复杂(比如“最近3个自然年的最大年度应纳税额”)。如果将这样的规则单纯实现为一项指标,不难想象会指标代码冗长,不利于后期维护;指标趋向于定制化开发,可复用性较低。为此系统设计了派生指标的概念,若指标A引用了任意其他指标,则称指标A为派生指标。
同样以“最近3个自然年的最大年度应纳税额”为例,可以拆解为如下两个原子指标:
年度应纳税额指标;
最大年度应纳税额指标。
需要说明的是,原子指标,在业务上指无法进一步拆解的指标,比如应纳税额、实缴税额、法人年龄等。
实际应用过程中,系统通过扫描指标脚本中的占位符“SC_ZB_指标代码_版本号_$({"param_1":参数1,"param_2":参数2})$”识别指标脚本的引用,需注意的是,指标脚本的引用需带上版本号及相应的参数值。
在本发明可选的实施例中,在决策流中,任意指标脚本都需要绑定规则组件,但由于规则组件的输出为布尔类型(True/False),无法在决策流层面支持其他类型的数据输出。因此,系统设计了自定义脚本,它可以被加入决策流面板中,在整个决策流计算流程中,直接影响到决策执行的输出结果或路径。
自定义脚本作为单独的组件,在决策系统中和规则组件、评分卡组件平级,专门用来处理在规则与评分卡组件中无法解决的复杂问题;并且不需要遵循规则和评分卡的输出格式规范。而指标脚本必须被规则或评分卡绑定,才能使用,因此在脚本输出的格式上有一定约束规范。自定义脚本由于过于自由,所以复用性不高,通常不会配置,仅用于解决棘手问题。例如,自定义脚本可以输出JSON格式(因此可以做一些数据转换、筛选的工作),而指标脚本的输出由于要用于规则比较或评分卡计算,只能是字符串或数值。
表1为自定义脚本与指标脚本的差异性,参见如下表3所示:
表3
序号 对比项 指标脚本 自定义脚本
1 脚本语言 Python Python
2 唯一性 指标代码+版本号 /
3 可引入数据源
4 可引用其它指标(派生)
5 固定的返回结构
6 可接收规则传参
7 可脚本内重置参数
8 可直接配置入决策流程
9 可引用决策流前序组件输出
综上,自定义脚本本身功能与指标脚本基本相同,但在传参方式和被决策流的引用的方式存在差异。
本发明提供的脚本配置系统,具有如下优势:
第一,同一个业务概念使用同一个的指标;同一个业务概念下不同的需求,通过配置不同的参数实现。例如,以下3条规则需引用系统中同一个指标(滞纳金的次数),但该指标配置的参数(近1个月/近3个月/近4-24个月)会有所不同:
近1个月滞纳金的次数<1;
近3个月滞纳金的次数<2;
近4-24个月滞纳金的次数<3。
第二,对于某些输出内容较复杂的应用场景,比如产品匹配模型,设计自定义脚本的概念,跳过规则直接应用于决策流。
第三,某些逻辑复杂的冷门指标复用率不高,可以将其复杂的逻辑拆解成原子指标,构建派生指标实现。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (5)

1.一种应用于决策引擎中的指标的脚本配置系统,其特征在于,包括基本信息配置单元,用于配置指标名称;
参数配置单元,用于配置指标的参数类型及对应的参数,所述参数类型包括系统参数类型和自定义参数类型;所述系统参数类型包括回溯时间区间、固定时间区间、行业、地域;
校验单元,用于对上传的指标脚本以及所述基本信息配置单元、所述参数配置单元配置的数据进行校验,并展示校验结果;
保存单元,用于保存所述指标脚本及其配置的数据,以绑定规则组件和/或评分卡模型,从而应用到决策引擎中。
2.如权利要求1所述的应用于决策引擎中的指标的脚本配置系统,其特征在于,所述行业分为大类、中类和小类;所述地域分为省份、城市和区县。
3.如权利要求1所述的应用于决策引擎中的指标的脚本配置系统,其特征在于,所述自定义参数类型适用于名称、数值类型为整形、浮点型的参数。
4.如权利要求1-3任一项所述的应用于决策引擎中的指标的脚本配置系统,其特征在于,还包括指标派生单元,用于将派生指标拆分为至少两个原子指标;所述派生指标为引用了其他任意指标的指标。
5.如权利要求4所述的应用于决策引擎中的指标的脚本配置系统,其特征在于,所述基本信息配置单元还用于配置指标代码、数据类型、默认值、业务分类、指标版本。
CN202010957745.2A 2020-09-11 2020-09-11 一种应用于决策引擎中的指标的脚本配置系统 Active CN112230887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010957745.2A CN112230887B (zh) 2020-09-11 2020-09-11 一种应用于决策引擎中的指标的脚本配置系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010957745.2A CN112230887B (zh) 2020-09-11 2020-09-11 一种应用于决策引擎中的指标的脚本配置系统

Publications (2)

Publication Number Publication Date
CN112230887A true CN112230887A (zh) 2021-01-15
CN112230887B CN112230887B (zh) 2023-11-14

Family

ID=74117103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010957745.2A Active CN112230887B (zh) 2020-09-11 2020-09-11 一种应用于决策引擎中的指标的脚本配置系统

Country Status (1)

Country Link
CN (1) CN112230887B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515923A (zh) * 2021-09-14 2021-10-19 浙江省金融综合服务平台管理有限公司 一种应用于决策引擎中的指标加工实现方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101714273A (zh) * 2009-05-26 2010-05-26 北京银丰新融科技开发有限公司 一种基于规则引擎的银行异常业务监控方法和系统
US20140177821A1 (en) * 2012-11-29 2014-06-26 Genesys Telecommunications Laboratories, Inc. System and method for testing and deploying rules
CN105446799A (zh) * 2014-08-22 2016-03-30 阿里巴巴集团控股有限公司 一种计算机系统中进行规则管理的方法及系统
CN106293891A (zh) * 2015-06-12 2017-01-04 交通银行股份有限公司 多维投资指标监督方法
CN109086031A (zh) * 2018-06-28 2018-12-25 阿里巴巴集团控股有限公司 一种基于规则引擎的业务决策方法和装置
CN109299150A (zh) * 2018-10-24 2019-02-01 万惠投资管理有限公司 一种可配置多数据源适配规则引擎解决方法
CN109685375A (zh) * 2018-12-26 2019-04-26 重庆誉存大数据科技有限公司 一种基于半结构化文本数据的企业风险规则引擎运算方法
CN109710413A (zh) * 2018-12-29 2019-05-03 重庆誉存大数据科技有限公司 一种半结构化文本数据的规则引擎系统的整体计算方法
CN109767316A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 规则配置方法、装置、计算机设备和存储介质
CN109784933A (zh) * 2019-01-23 2019-05-21 集奥聚合(北京)人工智能科技有限公司 一种基于数据变量的反欺诈规则模型构建系统及方法
US20190366557A1 (en) * 2016-11-10 2019-12-05 Warner Bros. Entertainment Inc. Social robot with environmental control feature
CN110727922A (zh) * 2019-10-11 2020-01-24 集奥聚合(北京)人工智能科技有限公司 一种基于多维度数据流的反欺诈决策模型构建方法
CN111414376A (zh) * 2020-03-02 2020-07-14 中国建设银行股份有限公司 一种数据预警方法和装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101714273A (zh) * 2009-05-26 2010-05-26 北京银丰新融科技开发有限公司 一种基于规则引擎的银行异常业务监控方法和系统
US20140177821A1 (en) * 2012-11-29 2014-06-26 Genesys Telecommunications Laboratories, Inc. System and method for testing and deploying rules
CN105446799A (zh) * 2014-08-22 2016-03-30 阿里巴巴集团控股有限公司 一种计算机系统中进行规则管理的方法及系统
CN106293891A (zh) * 2015-06-12 2017-01-04 交通银行股份有限公司 多维投资指标监督方法
US20190366557A1 (en) * 2016-11-10 2019-12-05 Warner Bros. Entertainment Inc. Social robot with environmental control feature
CN109086031A (zh) * 2018-06-28 2018-12-25 阿里巴巴集团控股有限公司 一种基于规则引擎的业务决策方法和装置
CN109299150A (zh) * 2018-10-24 2019-02-01 万惠投资管理有限公司 一种可配置多数据源适配规则引擎解决方法
CN109767316A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 规则配置方法、装置、计算机设备和存储介质
CN109685375A (zh) * 2018-12-26 2019-04-26 重庆誉存大数据科技有限公司 一种基于半结构化文本数据的企业风险规则引擎运算方法
CN109710413A (zh) * 2018-12-29 2019-05-03 重庆誉存大数据科技有限公司 一种半结构化文本数据的规则引擎系统的整体计算方法
CN109784933A (zh) * 2019-01-23 2019-05-21 集奥聚合(北京)人工智能科技有限公司 一种基于数据变量的反欺诈规则模型构建系统及方法
CN110727922A (zh) * 2019-10-11 2020-01-24 集奥聚合(北京)人工智能科技有限公司 一种基于多维度数据流的反欺诈决策模型构建方法
CN111414376A (zh) * 2020-03-02 2020-07-14 中国建设银行股份有限公司 一种数据预警方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
WAI YIP LUM 等: "A context-aware decision engine for content adaptation", 《IEEE PERVASIVE COMPUTING》, vol. 1, no. 3, pages 41 - 49, XP002285791, DOI: 10.1109/MPRV.2002.1037721 *
尤晓建 等: "认知无线网络认知决策引擎技术研究", 《信息通信》, no. 6, pages 11 - 13 *
杨二勇 等: "多参数联合自适应通信抗干扰决策引擎研究", 《中国新通信》, vol. 12, no. 21, pages 9 - 12 *
梁凯鹏: "基于规则引擎的反洗钱系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 6, pages 138 - 347 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515923A (zh) * 2021-09-14 2021-10-19 浙江省金融综合服务平台管理有限公司 一种应用于决策引擎中的指标加工实现方法

Also Published As

Publication number Publication date
CN112230887B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
US7590647B2 (en) Method for extracting, interpreting and standardizing tabular data from unstructured documents
US7940899B2 (en) Fraud detection, risk analysis and compliance assessment
AU2018206822A1 (en) Simplified tax interview
WO2017210519A1 (en) Dynamic self-learning system for automatically creating new rules for detecting organizational fraud
US20140067803A1 (en) Data Enrichment Using Business Compendium
US7580916B2 (en) Adjustments to relational chart of accounts
US11625371B2 (en) Automated audit balance and control processes for data stores
US11640641B2 (en) Automated field-mapping of account names for form population
US9508100B2 (en) Methods and apparatus for on-line analysis of financial accounting data
CN112231747A (zh) 数据脱敏方法、数据脱敏装置以及计算机可读介质
US20100083147A1 (en) Parameter-driven data aggregator
US20220229854A1 (en) Constructing ground truth when classifying data
CN112230887A (zh) 一种应用于决策引擎中的指标的脚本配置系统
US20060218060A1 (en) Accounting method and system
CN117236304A (zh) 一种基于模板配置的Excel通用导入的实现方法
US10042902B2 (en) Business rules influenced quasi-cubes with higher diligence of data optimization
US7752091B2 (en) Flexible assignment scheme for financial statement items in an automated accounting system
US20220100770A1 (en) Core Reconciliation System with Cross-Platform Data Aggregation and Validation
US11775757B2 (en) Automated machine-learning dataset preparation
KR102110350B1 (ko) 비표준화 데이터베이스를 위한 도메인 판별 장치 및 방법
Demir et al. Institutional similarity, firm heterogeneity and export sophistication
US10515339B1 (en) Error correction system for accountants
CA2789628C (en) Methods and apparatus for on-line analysis of financial accounting data
Mersland et al. What explains governance structure in non-profit and for-profit microfinance institutions?
CN116108007A (zh) 报表数据校验方法、装置、计算机设备和存储介质

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