CN113724057A - 基于大数据的财政预算填报方法、系统、设备及介质 - Google Patents
基于大数据的财政预算填报方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN113724057A CN113724057A CN202111014407.6A CN202111014407A CN113724057A CN 113724057 A CN113724057 A CN 113724057A CN 202111014407 A CN202111014407 A CN 202111014407A CN 113724057 A CN113724057 A CN 113724057A
- Authority
- CN
- China
- Prior art keywords
- financial
- data
- budget
- financial budget
- expenditure
- 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 43
- 238000013499 data model Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请的实施例提供了一种基于大数据的财政预算填报方法、系统、设备及介质,属于大数据技术领域。该基于大数据的财政预算预测方法包括:获取预算期内的多个财政预算项目;对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,其中,公开财政文件是基于大数据获取的;基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据;基于预测数据进行财政预算的填报,并在任一财政预算项目的填报数据与财政预算项目对应的预测数据的差值大于预设差值时,发出不匹配的提示。本申请实施例的技术方案能够提高财政预算填报的准确性。
Description
技术领域
本申请涉及大数据领域,具体而言,涉及一种基于大数据的财政预算填报方法、系统、计算机可读存储介质及电子设备。
背景技术
随着电子政务建设的不断推进,为更好地适应现代经济社会发展的客观需求,各政务部门迫切需要利用信息化手段,快速准确的获取和共享与本部门相关的业务、财政收支等信息,从而增强政府监管和服务能力,提高行政质量和效率,带动各行业、领域发展。
财政预算是经法定程序审批的、政府在一个财政年度内的基本财政收支计划。财政预算应当反映一般公共预算、政府性基金预算、国有资本经营预算安排给本部门及其所属各单位的所有预算资金。财政预算规范和安排着财政活动,直接体现着政府的政策意向,直接关系到社会经济运作的好坏。换言之,财政预算的填报正确性非常重要,影响着整个财年是否开支能够平衡,财政的预算同时也影响着该项是否能够达到国家制定的预期目标。然而,目前业内还未有针对财政预算填报的智能辅助方式,目前的财政预算填报通常通过各级政府部门自行收集信息并自行填报,易产生错漏。
因此,如何能够提高财政预算填报的准确性成为了本领域技术人员亟需解决的问题。
发明内容
本申请的实施例提供了一种基于大数据的财政预算填报方法,进而至少在一定程度上可以提高财政预算填报的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种基于大数据的财政预算填报方法,包括:获取预算期内的多个财政预算项目,财政预算项目包括财政预算大项,以及各个财政预算大项分别包含的财政预算子项;对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,词单元包括趋势属性单元以及项目属性单元,其中,公开财政文件是基于大数据获取的;基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据;基于预测数据进行财政预算的填报,并在任一财政预算项目的填报数据与财政预算项目对应的预测数据的差值大于预设差值时,发出不匹配的提示,其中,财政预算的填报包括若干财政预算项目的填报。
在一些实施例中,对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,包括:建立财政词典;基于财政词典对多个公开财政文件进行分词,获取若干词单元;对若干词单元进行分类,获取词单元中的趋势属性单元以及项目属性单元。
在一些实施例中,对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,包括:提取多个公开财政文件中的目标信息,目标信息包括特定的项目信息以及项目支出限额;基于项目信息以及项目支出限额,生成各个公开财政文件分别对应的词单元。
在一些实施例中,基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据,包括:将项目属性单元与各个财政预算项目进行匹配;基于趋势属性单元,对匹配后的财政预算项目进行预测,得到预测数据。
在一些实施例中,方法还包括;采集若干财政预算项目分别对应的实际填报数据;识别各个财政预算项目所对应的政府部门;获取政府部门的财政预算项目对应的支出数据;根据预设监督规则,对政府部门的财政预算项目对应的支出数据进行监督,并在任一财政预算项目对应的支出数据与财政预算项目对应的实际填报数据之间的差值大于预警值时发出提示。
在一些实施例中,根据预设监督规则,对各个政府部门的财政预算项目的支出数据进行监督,包括:采集各政府部门对应财政预算项目的当前支出数据;根据当前支出数据构建趋势分析数据模型;基于趋势分析数据模型,执行对各政府部门的支出数据的监督。
在一些实施例中,预算监督数据中心采用大数据存储模块,在采集各政府部门对应财政预算项目的当前支出数据之后,方法还包括:将各政府部门对应财政预算项目的当前支出数据存入大数据存储模块中,以根据所存储的支出数据构建趋势分析数据模型,当前支出数据包括已产生的每一笔的支出信息,支出信息包括支出时间、支出内容以及支出金额。
根据本申请的另一个方面,还提供了一种基于大数据的财政预算填报系统,其特征在于,包括:
预测模块,用于获取预算期内的多个财政预算项目,财政预算项目包括财政预算大项,以及各个财政预算大项分别包含的财政预算子项;对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,词单元包括趋势属性单元以及项目属性单元;基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据;
预警模块,用于在预测数据进行财政预算的填报的过程中,在任一财政预算项目的填报数据与预测数据的差值大于预设差值时,发出不匹配的提示。
根据本申请的又一个方面,还提供了一种电子设备,包括:处理器;及存储器,存储器上存储有计算机可读指令,计算机可读指令被处理器执行时实现如前所描述任一项的财政预算填报方法。
根据本申请的又一个方面,还提供了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,计算机程序被处理器执行时实现如如前所描述任一项的基于大数据的财政预算填报方法。
在本申请的一些实施例所提供的技术方案中,通过大数据获取财政公开文本,在财政预算项目的填报中或填报完成后,通过将所填入的数据与各个财政预算项目分别对应的预测数据进行比对,并根据对比结果进行提示,通过所生成的提示能有效的防止出现在财政预算填报中针对预算项目的漏填错填等情况。并可提醒填报人员对差异过大的项目重新核算,以此可提高填报准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示出了根据本申请的一个实施例的基于大数据的财政预算填报方法的流程图;
图3是根据本申请又一实施例所提供的基于大数据的财政预算填报方法的流程图;
图4是根据本申请的一实施例所提供的基于大数据的财政预算填报系统的结构示意图;
图5示出了应用于本申请的电子设备的计算机系统500的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构可以包括终端设备(如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种,当然也可以是台式计算机等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备通过网络104与服务器105交互,以接收或发送消息等。服务器105可以是提供各种服务的服务器。例如用户利用终端设备103(也可以是终端设备101或102)向服务器105上传了待处理的消息集合,服务器105可以从该消息集合中获取具有关联关系的多条消息,然后生成这多条消息中每条消息对应的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型,且该词类别标签的分布模型用于表示具有不同功能标签的消息包含各种类型的词的概率,进而可以基于生成的主题标签的分布模型、功能标签的分布模型和词类别标签的分布模型,确定主题标签的词分布概率,以根据主题标签的词分布概率,确定该多条消息的主题。
需要说明的是,本申请实施例所提供的财政预算填报方法一般由服务器105执行,相应地,财政预算填报装置一般设置于服务器105中。但是,在本申请的其它实施例中,终端设备也可以与服务器具有相似的功能,从而执行本申请实施例所提供的财政预算填报的方案。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示出了根据本申请的一个实施例的基于大数据的财政预算填报方法的流程图。该基于大数据的财政预算填报方法可以由服务器来执行,该服务器可以是图1中所示的服务器。参照图2所示,该基于大数据的财政预算填报方法至少包括步骤S210至步骤S240,详细介绍如下:
步骤S210,获取预算期内的多个财政预算项目,财政预算项目包括财政预算大项,以及各个财政预算大项分别包含的财政预算子项。
预算期可为一年,也可为三年,视具体情况而定。
可直接或间接地获得财政预算项目。在一个实施例中,可基于往年的财政预算项目,以及往年填报日期与当前日期之间的变动信息获取财政预算项目。示意性的,基于大数据筛选并获取往年填报日期与当前日期之间与财政预算项目有关的文本,并基于所获取的文本进行财政预算项目的更新。在另外的实施例中,也可以从财政预算填报系统中直接获得预算期内财政预算项目。在该实施例中,财政预算项目包括财政预算大项,以及各个财政预算大项所包含的子项。具体的,财政预算大项包括经济建设支出,事业发展支出,一般性转移支付等等。其中,“事业发展支出”的财政预算大项是指用于教育、科学、文化、卫生、体育、工业、交通、商业、农业、林业、环境保护、水利、气象等方面事业的支出,具体包括公益性基本建设支出、设备购置支出、人员费用支出、业务费用支出以及其他事业发展支出等子项。
步骤S220,对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,词单元包括趋势属性单元以及项目属性单元,其中,公开财政文件是基于大数据获取的。
多个公开财政文件包括历年的预算填报信息、国家指导文件、国家出台的各类财政文件。对多个公开财政文件进行离散化处理以获得各个公开财政文件对应的词单元。可通过大数据对公开财政文件进行采集,从而通过物联网系统以及Web系统全面地获取预算期前的公开财政文件。其中,物联网的数据包括非结构化数据和半结构化数据,可通过采是报文或文件的方式根据所制定的策略采集,采集策略包括采集的频率以及采集参数。针对Web系统的数据采集可通过网络爬虫来实现,可以通过Python或者Java语言来完成爬虫的编写,通过在爬虫上增加一些智能化的采集操作,爬虫也可以模拟人工来进行数据爬取。示意性的,可在政务网站上编写获取公开财政文件的脚本以自动获取所需的文件。
在一些实施例中,对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,具体可包括以下步骤:
建立财政词典;
基于财政词典对多个公开财政文件进行分词,获取若干词单元;
对若干词单元进行分类,获取词单元中的趋势属性单元以及项目属性单元。
具体的,可先为财政相关的词语建立词典,以形成财政相关的词语集群,再基于词典分词对文件进行处理,获得对应的词单元。一个词单元可为语义上表达一个事件的字串。进一步的,还可对词单元进行词性标注、关键词抽取、命名实体识别、语义角色标注等等,从而获得所获得词单元中的趋势属性单元以及项目属性单元。其中,命名实体包括人名、地名、组织机构名、数字、日期和货币等特有名词。词性标注可以由人工或特定算法完成,使用机器学习方法实现词性标注是自然语言处理的研究内容。常见的词性标注算法包括隐马尔可夫模型、条件随机场等。
在一些实施例中,对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,还可以包括以下步骤:
提取多个公开财政文件中的目标信息,目标信息包括特定的项目信息以及项目支出限额;
基于项目信息以及项目支出限额,生成各个公开财政文件分别对应的词单元。
具体的,所提取的信息包括国家指导文件,管理规范中所包含的特定项目预算支出限制(例如人员费用支出、业务支出),有专项用途的支出(例如基础建设、公益、环境保护支出),往年各个预算项目的实际支出与预算支出等。所提取的方式可包括命名实体,关系抽取、事件抽取等,从而得到生成各个公开财政文件分别对应的词单元其中,命名实体为各个预算项目以及其他所有以名称为标识的预算项目。关系抽取主要用于抽取实体间的关系。事件抽取可为各个预算项目的重要事件汇总。在另一个实施例中,可以对财政文件的公开文本进行语义识别,以获取各个公开财政文件分部对应的项目属性单元以及趋势属性单元。
步骤S230,基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据。
可将词单元中项目属性单元与财政预算项目进行匹配,以通过所匹配的项目属性单元对应的项目得到各个财政预算项目在各个多个公开财政文件中的相关信息。因此,在一些实施例中,基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据,具体可包括以下步骤:
将项目属性单元与各个财政预算项目进行匹配;
基于趋势属性单元,对匹配后的财政预算项目进行预测,得到预测数据。
具体的,匹配包括常用词替换,示意性的,“设备购置支出”与“设备采购支出”可互相替换。再根据词单元中趋势属性单元进行与所匹配的财政预算项目的预测。趋势属性单元可包括“增加投入”、“减少支出”“开源节流”等,趋势单元用于表征对应的财政项的预算值比同期是增长还是减少,从而可对财政预算项目的值进行预测,得到预测数据。示意性的,可以在以往填报的项目预算支出的基础上,基于趋势属性单元所表征的变化趋势,得到本预算期内的预测数据。
需要注意的是,需要对所选择财政预算项目有关的公开文本进行筛选。若任意两个文本之间的文字的重合率大于80%,则可确定为不同版本的重复文件,可删除其中任一个,以使趋势属性单元对应的趋势值准确。
步骤S240,基于预测数据进行财政预算的填报,并在任一财政预算项目的填报数据与预测数据的差值大于预设差值时,发出不匹配的提示,其中,所述财政预算的填报包括若干财政预算项目的填报。
在填报过程中或在填报完成之后,若所填报的财政预算项目的值与该财政预算项目对应的预测值相差过大,则进行提示,以提醒填报者,达到智能辅助的目的。
由此,在财政预算项目的填报中或填报完成后,通过将所填入的数据与各个财政预算项目分别对应的预测数据进行比对,并根据对比结果进行提示,通过所生成的提示能有效的防止出现在财政预算填报中针对预算项目的漏填错填等情况。并可提醒填报人员对差异过大的项目重新核算,以此可提高填报准确度。
图3是根据本申请又一实施例所提供的基于大数据的财政预算项目方法的流程图。如图3所示,在该实施例中,财政预算填报方法还可以包括以下步骤S310至S340。
步骤S310,采集若干财政预算项目分别对应的实际填报数据;
步骤S320,识别各个财政预算项目所对应的政府部门;
步骤S330,获取政府部门的财政预算项目对应的支出数据;
步骤S340,根据预设监督规则,对政府部门的财政预算项目对应的支出数据进行监督,并在任一财政预算项目对应的支出数据与对应的实际填报数据之间的差值大于预警值时发出提示。
预算监督是指国家通过预算资金的筹集、分配和使用,对国民经济各项活动进行的监督。由于预算是国家财政的主体,因而预算监督在财政监督体系中起着主导作用。可通过预算监督数据中心对政府预算进行监督。政府预算是指政府的财政收支计划,反映政府活动的范围、方向和政策。
具体的,可采集每个政府部门的每个财政项目的实际填报数据,并根据预设的数据标准格式对实际填报数据进行初始化处理,得到第一数据集。在一个实施例中,可以该第一数据集构建预算监督数据中心,以通过该预算监督数据中心进行支出数据的监督。其中,第一数据集为包含了每个政府部门的每个财政预算项目的实际填报数据的具有预设格式的数据库,以用于与预计支出数据进行对比。
在一个实施例中,步骤S340中,根据预设监督规则,对各个政府部门的财政预算项目的支出数据进行监督,具体可包括以下步骤:
采集各政府部门对应的财政预算项目的当前支出数据;根据当前支出数据构建趋势分析数据模型;
基于趋势分析数据模型,执行对各政府部门的支出数据的监督。
可将不同政府部门的财政预算项目数据进行分级处理;然后通过政府预算监督数据中心逐级访问分级处理后的财政预算数据。可逐级比对,进而通过差异分析、趋势分析等方式实施监督。差异分析以及趋势分析的结果可通过柱状图、饼图、折线图、玫瑰图等可视化展示,以便于监督。由此,可打通多层级数据关联,建立纵向、横向联动的政府预算监督体系,实现全口径预算监督,提高了政府预算监督工作效率。
在一些实施例中,预算监督数据中心可采用大数据存储模块,在采集各政府部门对应财政预算项目的当前支出数据之后,财政预算填报方法还可以包括以下步骤:将各政府部门对应财政预算项目的当前支出数据存入大数据存储模块中,以根据所存储的支出数据构建趋势分析数据模型。具体的,可就每一笔支出的支出信息存入大数据存储模块中,支出信息包括支出时间、支出金额、支出内容等。具体的,将支出时间、支出金额、支出内容等作为自变量,将支出数据的预测值作为因变量。示意性的,可根据支出时间、支出金额等信息首先绘制散点图,基于散点图确定模型参数,再基于新生成的支出数据对模型进行检验修正,进而训练生成趋势分析数据模型,再利用该趋势分析数据模型进行支出数据的预测。由此,可通过丰富的样本数据进行训练,进而使所构建的趋势分析数据模型更为精准。
具体的,预算监督数据中心包括处理器、算数装置、存储设备和输入设备。存储设备被构造存储多个指令,且所述指令由处理器进行执行;允许用户提供反映财政相关活动的多个输入,以得到各政府部门对应财政预算项目的当前支出数据。算数装置被配置为选择性地并行地执行单个大运算或多个降精度运算,以生成若干时间节点对应的支出数据,处理器根据降维后的时间节点对应的支出数据生成预测模型,并根据新生成的数据对预测模型进行校正,从而构建趋势分析数据模型,从而实现通过丰富的样本数据使所构建的趋势分析数据模型更为精准的目的。
一个实施例中,还可以判断支出数据对应的项目是否正确,换言之,可判断预算项目所支出的资金是否是按照原用途使用,若否,则发出预警通知。示意性的,可建立财政信息共享平台,一方面,通过该财政信息共享平台执行每个财政项目的支出信息的录入、审核、修改、删除、查询、比对及统计分析等操作。另一方面,该财政信息共享平台可供接收资金的一方录入所采购的物资明细等,并提供发票等证据进行辅助证明,从而通过对两方上传的信息的比对,确定所支出的资金是否是按照原用途使用。进一步地,一个实施例中,还可以允许用户提供财政相关活动的多个账单,并将账单存储于区块链中,以防止篡改,同时便于对财政支出与预算进行监控。
图4是根据本申请的一实施例所提供的基于大数据的财政预算填报系统的结构示意图。基于大数据的财政预算填报系统至少包括预测模块410及预警模块420。其中,预测模块410用于获取预算期内的多个财政预算项目,财政预算项目包括财政预算大项,以及各个财政预算大项分别包含的财政预算子项;对多个公开财政文件进行离散化处理,获取各个公开财政文件分别对应的词单元,词单元包括趋势属性单元以及项目属性单元;基于趋势属性单元以及项目属性单元,获取各个财政预算项目的预测数据。预警模块420用于在预测数据进行财政预算的填报的过程中,在任一财政预算项目的填报数据与预测数据的差值大于预设差值时,发出不匹配的提示。
由此,在财政预算项目的填报中或填报完成后,通过将所填入的数据与各个财政预算项目分别对应的预测数据进行比对,并根据对比结果进行提示,通过所生成的提示能有效的防止出现在财政预算填报中针对预算项目的漏填错填等情况。并可提醒填报人员对差异过大的项目重新核算,以此可提高填报准确度。
在一个实施例中,预测模块410还可以用于:建立财政词典;基于财政词典对多个公开财政文件进行分词,获取若干词单元;对若干词单元进行分类,获取词单元中的趋势属性单元以及项目属性单元。
在一个实施例中,预测模块410还可以用于:提取多个公开财政文件中的目标信息,目标信息包括特定的项目信息以及项目支出限额;基于项目信息以及项目支出限额,生成各个公开财政文件分别对应的词单元。
在一个实施例中,预测模块410还可以用于:将项目属性单元与各个财政预算项目进行匹配;基于趋势属性单元,对匹配后的财政预算项目进行预测,得到预测数据。
在一个实施例中,预警模块420还可以用于:采集若干财政预算项目分别对应的实际填报数据;识别各个财政预算项目所对应的政府部门;获取政府部门的财政预算项目对应的支出数据;根据预设监督规则,对政府部门的财政预算项目对应的支出数据进行监督,并在任一财政预算项目对应的支出数据与财政预算项目对应的实际填报数据之间的差值大于预警值时发出提示。
在一个实施例中,预警模块420还可以用于:采集各政府部门对应的财政预算项目的当前支出数据;根据当前支出数据构建趋势分析数据模型;基于趋势分析数据模型,执行对各政府部门的支出数据的监督。
在一个实施例中,预警模块420还可以用于:将各政府部门对应财政预算项目的当前支出数据存入大数据存储模块中,以根据所存储的支出数据构建趋势分析数据模型,当前支出数据包括已产生的每一笔的支出信息,支出信息包括支出时间、支出内容以及支出金额。
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图5示出的电子设备的计算机系统500仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(Central Processing Unit,CPU)501,其可以根据存储在只读存储器(Read-Only Memory,ROM)502中的程序或者从存储部分508加载到随机访问存储器(Random Access Memory,RAM)503中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 503中,还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(Input/Output,I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于大数据的财政预算填报方法,其特征在于,包括:
获取预算期内的多个财政预算项目,所述财政预算项目包括财政预算大项,以及各个所述财政预算大项分别包含的财政预算子项;
对多个公开财政文件进行离散化处理,获取各个所述公开财政文件分别对应的词单元,所述词单元包括趋势属性单元以及项目属性单元,其中,所述公开财政文件是基于大数据获取的;
基于所述趋势属性单元以及所述项目属性单元,获取各个所述财政预算项目的预测数据;
基于所述预测数据进行财政预算的填报,并在任一所述财政预算项目的填报数据与所述财政预算项目对应的预测数据的差值大于预设差值时,发出不匹配的提示,其中,所述财政预算的填报包括若干所述财政预算项目的填报。
2.根据权利要求1所述的方法,其特征在于,所述对多个公开财政文件进行离散化处理,获取各个所述公开财政文件分别对应的词单元,包括:
建立财政词典;
基于所述财政词典对多个公开财政文件进行分词,获取若干词单元;
对若干所述词单元进行分类,获取所述词单元中的趋势属性单元以及项目属性单元。
3.根据权利要求1所述的方法,其特征在于,所述对多个公开财政文件进行离散化处理,获取各个所述公开财政文件分别对应的词单元,包括:
提取多个公开财政文件中的目标信息,所述目标信息包括特定的项目信息以及项目支出限额;
基于所述项目信息以及所述项目支出限额,生成各个所述公开财政文件分别对应的词单元。
4.根据权利要求1所述的方法,其特征在于,所述基于所述趋势属性单元以及所述项目属性单元,获取各个所述财政预算项目的预测数据,包括:
将所述项目属性单元与各个所述财政预算项目进行匹配;
基于趋势属性单元,对匹配后的所述财政预算项目进行预测,得到预测数据。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括;
采集若干所述财政预算项目分别对应的实际填报数据;
识别各个所述财政预算项目所对应的政府部门;
获取所述政府部门的所述财政预算项目对应的支出数据;
根据预设监督规则,对所述政府部门的所述财政预算项目对应的支出数据进行监督,并在任一所述财政预算项目对应的支出数据与对应的实际填报数据之间的差值大于预警值时发出提示。
6.根据权利要求5所述的方法,其特征在于,所述根据预设监督规则,对各个政府部门的财政预算项目的支出数据进行监督,包括:
采集各政府部门对应的财政预算项目的当前支出数据;
根据当前支出数据构建趋势分析数据模型;
基于所述趋势分析数据模型,执行对各政府部门的支出数据的监督。
7.根据权利要求6所述的方法,其特征在于,所述预算监督数据中心采用大数据存储模块,在采集各政府部门对应财政预算项目的当前支出数据之后,所述方法还包括:
将所述各政府部门对应财政预算项目的当前支出数据存入所述大数据存储模块中,以根据所存储的支出数据构建趋势分析数据模型,所述当前支出数据包括已产生的每一笔支出的支出信息,所述支出信息包括支出时间、支出内容以及支出金额。
8.一种基于大数据的财政预算填报系统,其特征在于,包括:
预测模块,用于获取预算期内的多个财政预算项目,所述财政预算项目包括财政预算大项,以及各个所述财政预算大项分别包含的财政预算子项;对多个公开财政文件进行离散化处理,获取各个所述公开财政文件分别对应的词单元,所述词单元包括趋势属性单元以及项目属性单元;基于所述趋势属性单元以及所述项目属性单元,获取各个所述财政预算项目的预测数据;
预警模块,用于在所述预测数据进行财政预算的辅助填报的过程中,在各个所述财政预算项目的填报数据与预测数据的差值大于预设差值时,发出不匹配的提示。
9.一种电子设备,其特征在于,包括:
处理器;及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如权利要求1至7中任一项所述的基于大数据的财政预算填报方法。
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如权利要求1至7中任一项所述的基于大数据的财政预算填报方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014407.6A CN113724057A (zh) | 2021-08-31 | 2021-08-31 | 基于大数据的财政预算填报方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014407.6A CN113724057A (zh) | 2021-08-31 | 2021-08-31 | 基于大数据的财政预算填报方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113724057A true CN113724057A (zh) | 2021-11-30 |
Family
ID=78679962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014407.6A Pending CN113724057A (zh) | 2021-08-31 | 2021-08-31 | 基于大数据的财政预算填报方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724057A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115203496A (zh) * | 2022-05-16 | 2022-10-18 | 广东省技术经济研究发展中心 | 基于大数据的项目智能预测及评估方法、系统及可读存储介质 |
CN116720973A (zh) * | 2023-06-13 | 2023-09-08 | 广东铭太信息科技有限公司 | 基于rpa的数字财政管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279963A (zh) * | 2010-06-11 | 2011-12-14 | 百度在线网络技术(北京)有限公司 | 两级预算合理性检查提醒及自动优化的方法、设备和系统 |
KR101182703B1 (ko) * | 2012-05-02 | 2012-09-18 | 대한민국(기획재정부장관) | 재정통합정보시스템에서 사용되는 중앙재정정보시스템 |
JP2018060272A (ja) * | 2016-10-03 | 2018-04-12 | ソフトバンク株式会社 | 予算管理システム、予算管理方法及び予算管理プログラム |
CN108053306A (zh) * | 2017-12-04 | 2018-05-18 | 深圳春沐源控股有限公司 | 财务数据预测管理方法、系统、终端及存储介质 |
US20180253791A1 (en) * | 2007-08-29 | 2018-09-06 | Thomson Reuters Global Resources Unlimited Company | Accruals processing within an electronic invoicing and budgeting system |
CN109544309A (zh) * | 2018-10-11 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于智能决策的预算执行率预测方法、装置、计算机设备 |
CN110490785A (zh) * | 2019-07-08 | 2019-11-22 | 广东铭太信息科技有限公司 | 一种政府预算监督方法、系统及存储介质 |
CN111461397A (zh) * | 2020-02-26 | 2020-07-28 | 山东浪潮通软信息科技有限公司 | 一种基于改进支持向量回归机的预算预测方法及设备、介质 |
-
2021
- 2021-08-31 CN CN202111014407.6A patent/CN113724057A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180253791A1 (en) * | 2007-08-29 | 2018-09-06 | Thomson Reuters Global Resources Unlimited Company | Accruals processing within an electronic invoicing and budgeting system |
CN102279963A (zh) * | 2010-06-11 | 2011-12-14 | 百度在线网络技术(北京)有限公司 | 两级预算合理性检查提醒及自动优化的方法、设备和系统 |
KR101182703B1 (ko) * | 2012-05-02 | 2012-09-18 | 대한민국(기획재정부장관) | 재정통합정보시스템에서 사용되는 중앙재정정보시스템 |
JP2018060272A (ja) * | 2016-10-03 | 2018-04-12 | ソフトバンク株式会社 | 予算管理システム、予算管理方法及び予算管理プログラム |
CN108053306A (zh) * | 2017-12-04 | 2018-05-18 | 深圳春沐源控股有限公司 | 财务数据预测管理方法、系统、终端及存储介质 |
CN109544309A (zh) * | 2018-10-11 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于智能决策的预算执行率预测方法、装置、计算机设备 |
CN110490785A (zh) * | 2019-07-08 | 2019-11-22 | 广东铭太信息科技有限公司 | 一种政府预算监督方法、系统及存储介质 |
CN111461397A (zh) * | 2020-02-26 | 2020-07-28 | 山东浪潮通软信息科技有限公司 | 一种基于改进支持向量回归机的预算预测方法及设备、介质 |
Non-Patent Citations (2)
Title |
---|
徐铃茜;: "基于内部控制的公立医院全面预算管理模式探析", 中国总会计师, no. 10, 15 October 2018 (2018-10-15) * |
盛剑红;: "公立医院全面预算管理系统构建――基于政府会计制度视角", 新会计, no. 09, 15 September 2020 (2020-09-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115203496A (zh) * | 2022-05-16 | 2022-10-18 | 广东省技术经济研究发展中心 | 基于大数据的项目智能预测及评估方法、系统及可读存储介质 |
CN116720973A (zh) * | 2023-06-13 | 2023-09-08 | 广东铭太信息科技有限公司 | 基于rpa的数字财政管理方法及系统 |
CN116720973B (zh) * | 2023-06-13 | 2024-01-16 | 广东铭太信息科技有限公司 | 基于rpa的数字财政管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11687827B2 (en) | Artificial intelligence (AI)-based regulatory data processing system | |
US20230126681A1 (en) | Artificially intelligent system employing modularized and taxonomy-based classifications to generate and predict compliance-related content | |
CN110020660B (zh) | 使用人工智能(ai)技术的非结构化过程的完整性评估 | |
US10579721B2 (en) | Lean parsing: a natural language processing system and method for parsing domain-specific languages | |
EP4195112A1 (en) | Systems and methods for enriching modeling tools and infrastructure with semantics | |
Tsui et al. | Knowledge-based extraction of intellectual capital-related information from unstructured data | |
US11853337B2 (en) | System to determine a credibility weighting for electronic records | |
US20180075554A1 (en) | System and interface for generating real-time regulatory compliance alerts using modularized and taxonomy-based classification of regulatory obligations | |
US20160350823A1 (en) | System and methods for automatically generating regulatory compliance manual using modularized and taxonomy-based classification of regulatory obligations | |
AU2023203202A1 (en) | Method and system for automatically extracting relevant tax terms from forms and instructions | |
AU2019278989B2 (en) | System and method for analyzing and modeling content | |
CN108153729B (zh) | 一种面向金融领域的知识抽取方法 | |
US20070288336A1 (en) | Method and System For Advanced Financial Analysis | |
CN110795568A (zh) | 基于用户信息知识图谱的风险评估方法、装置和电子设备 | |
Li et al. | A policy-based process mining framework: mining business policy texts for discovering process models | |
CN113724057A (zh) | 基于大数据的财政预算填报方法、系统、设备及介质 | |
US20210042515A1 (en) | Method and system for analyzing documents | |
Huang et al. | Reviewing rounds prediction for code patches | |
Jishag et al. | Automated review analyzing system using sentiment analysis | |
CN113486146A (zh) | 一种文本处理方法、装置、电子设备及计算机可读介质 | |
CN111782803A (zh) | 一种工单的处理方法、装置、电子设备及存储介质 | |
Huang et al. | Machine learning and its potential applications in the independent evaluation unit of the green climate fund: A scoping study | |
Di Marzo Serugendo Giovanna et al. | Private computing for consumers’ online documents access | |
Bhatia | Banking AI as a Service | |
Wróblewska et al. | Automating the Analysis of Institutional Design in International Agreements |
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 |