CN114282791A - 一种费用数据的处理方法、装置、设备和介质 - Google Patents

Abstract

本发明实施例公开了一种费用数据的处理方法、装置、设备和介质。方法包括：根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。本发明实施例实现了自动生成费用清单的技术效果，无需人工介入，节省了人力成本且提高了费用清单的生成效率。

Description

一种费用数据的处理方法、装置、设备和介质

技术领域

本发明实施例涉及物流技术领域，尤其涉及一种费用数据的处理方法、装置、设备和介质。

背景技术

随着网络技术和通信技术的发展，网络购物以及收发快递逐渐成为了人们日常生活中很常见的行为，在这种趋势下物流行业迎来了巨大的发展。

随着物流行业业务量的增加，物流公司对于物流过程中产生的费用的管控也愈加严格。

发明内容

本申请实施例公开一种费用数据的处理方法、装置、设备和介质，以解决目前行业内生成费用清单会产生大量人力成本的问题。

第一方面，本发明实施例提供了一种费用数据的处理方法，所述方法包括：

根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

第二方面，本发明实施例提供了一种费用数据的处理装置，所述装置包括：

费用类别确定模块，用于根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

费用清单生成模块，用于根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

第三方面，本发明实施例提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的费用数据的处理方法。

第四方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的费用数据的处理方法。

本发明实施例实现了自动生成费用清单的技术效果，无需人工介入，节省了人力成本且提高了费用清单的生成效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例一提供的一种费用数据的处理方法的流程图；

图2A为本发明实施例二提供的一种费用数据的处理方法的流程图；

图2B为本发明实施例二提供的一种费用清单的界面示意图；

图2C为本发明实施例二提供的一种明细查看的示意图；

图3为本发明实施例三提供的一种费用数据的处理方法的流程图

图4为本发明实施例四提供的一种费用数据的处理装置的结构示意图；

图5为本发明实施例五提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的结构而非全部结构。

物流行业从客户发货到送货到客户手里所产生的费用都是要经过请款或核销，具体可包括开单费用、运输费用和送货费用三部分。

1、开单费用即表示开单产生的收取客户运费，如果开单产生的费用由多个费用构成，则需要对每个费用单项进行请款或核销操作。

2、运输费用即表示货车运输过程产生的运输成本，包括但不限于现付司机费用、油卡费用、装卸费用、接货费用、其他费用和油卡押金费用等等，这些费用均需要进行请款或核销操作。

3、送货费用即表示运输末端产生的送货成本，包括但不限于送货费用、叉车费用、装卸费用和其他费用等等，这些费用均需要进行请款或核销操作。

申请人在研发过程中发现，随着物流行业业务量的增加，物流公司对物流费用管控越来越精细化，分析每个环节的成本利润迫在眉睫。

目前行业内主流的做法是通过人工方式对每项费用均生成对应的费用清单，并由专人对每张费用清单进行审核。然而一个完整的物流过程会涉及十几项甚至几十项费用，如果单独对每项费用生成费用清单，就需要操作十几次甚至几十次，操作过程繁琐，无疑大大增加了人力成本，费用清单的生成效率也很低，且出错概率也较高。相应的在对费用清单审核的过程中，也需要审核人员重复对十几张甚至几十张费用清单进行审核，大大增加了审核人员的审核负担，导致整个费用审核的时间过长。

以开单费用为例对现有技术的缺点进行解释说明，假设开单费用包括回扣费用、接货费用和短驳费用三种费用，现有技术则会在发起阶段，由人工方式生成回扣费用、接货费用和短驳费用分别对应的三张费用清单，即需要三人次的操作。并且在费用清单的审核过程中，也需要审核人员对回扣费用、接货费用和短驳费用分别对应的三张费用清单进行审核，即也需要三人次的操作。

可见如何减少生成费用清单所需的人力成本，以及如何提高费用清单的生成效率，成了一个亟需解决的问题。

实施例一

图1为本发明实施例一提供的一种费用数据的处理方法的流程图。本实施例可适用于自动生成目标项目的费用清单的情况，该方法可以由本发明实施例提供的费用数据的处理装置来执行，所述装置可以由软件和/或硬件的方式来实现。如图1所示，该方法可以包括：

S101、根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别。

其中，目标项目指的是某个特定物流任务的费用集合，例如可以是特定物流任务的开单费用集合、运输费用集合和送货费用集合中的某一项，还可以是三项之间的任意组合，在本实施例中目标项目的类型包括但不限于请款类项目和核销类项目。待处理费用数据指的是目标项目包含的所有费用明细，待处理费用数据的数量可以是一个也可以是多个。数据标识指的是可唯一标识待处理费用数据的标识信息，数据标识包括但不限于名称信息或者编号信息等。费用类别是根据实际涉及的业务内容预先设置完成的，用于对待处理费用数据进行汇总归类，在本实施例中根据不同的项目类型设置不同的费用类别，例如对于请款类项目，设置有自有车费用请款、外请车费用请款、同行费用请款和杂项费用请款四种费用类别；又例如，对于核销类项目设置有客户结算类、承运单位结算、司机结算类和车队结算类四种费用类别。

在一种实施方式中，预先将目标项目包含的待处理费用数据，以结构数据的形式进行汇总存储，其中存储方式包括但不限于存储到本地数据库中，本地数据库的类型包括但不限于MySQL、MariaDB或Key-Value等等；或者，存储到云端服务器中，云端服务器的类型包括但不限于ARM服务器或者X86服务器等等。

当目标项目需要进行费用申报时，其中费用申报包括费用请款和费用核销，用户在本地客户端中实施针对目标项目的费用申报操作，例如点击目标项目关联的“请款”按钮则生成针对目标项目的请款请求；又例如点击目标项目关联的“核销”按钮则生成针对目标项目的核销请求。

本地客户端响应针对目标项目的费用申报操作，根据目标项目的待处理费用数据的存储路径，获取待处理费用数据。具体的，当待处理费用数据存储于本地数据库时，本地客户端则访问本地数据库并根据目标项目的项目标识，从本地数据库中获取与目标项目关联的待处理费用数据。当待处理费用数据存储于云端服务器时，本地客户端则生成包含目标项目的项目标识的数据请求，并将该数据请求发送给云端服务器，云端服务器对该数据请求进行解析并根据解析得到的项目标识确定与目标项目关联的待处理费用数据，进而将携带有待处理费用数据的反馈信息发送至本地客户端中，以使得本地客户端对反馈信息解析得到待处理费用数据。

本地客户端根据各待处理费用数据的数据内容，从预设位置中获取各待处理费用数据的数据标识，例如任一待处理费用数据的数据内容为“回扣300元”，则“回扣”为该待处理费用数据的数据标识。

本地客户端根据各待处理费用数据的数据标识，确定各待处理费用数据在目标项目中分别所属的费用类别。具体的，本地客户端将各待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，并根据匹配结果从候选费用类别中确定各待处理费用数据在目标项目中分别所属的费用类别。

示例性的，假设目标项目A包括待处理费用数据1：“回扣300元”、待处理费用数据2：“车辆保养500元”和待处理费用数据3：“车辆维修1000元”，即待处理费用数据1的数据标识为“回扣”，待处理费用数据2的数据标识为“车辆保养”，待处理费用数据3的数据标识为“车辆维修”。假设候选数据标识“回扣”与候选费用类别“同行费用请款”具有映射关系，候选数据标识“车辆保养”和“车辆维修”与候选费用类别“自有车费用请款”具有映射关系，则确定待处理费用数据1属于“同行费用请款”费用类别，待处理费用数据2和待处理费用数据3属于“车辆维修”费用类别。

S102、根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

其中，待处理费用数据的数据值即表示待处理费用数据的费用值。例如，任一待处理费用数据的数据内容为“回扣300元”，则“300元”为该待处理费用数据的数据值。

在一种实施方式中，本地客户端根据各待处理费用数据的数据内容，从预设位置中获取各待处理费用数据的数据值。对目标项目各费用类别分别包括的待处理费用数据的数据值进行求和，确定各费用类别对应的数据总值。进而根据各费用类别的数据总值，以及各费用类别包括的各待处理费用数据的数据值，生成目标项目的费用清单。换言之，在本实施例中的费用清单的数量仅为一张，并且费用清单包括各费用类别的数据总值，以及各费用类别包括的各待处理费用数据的数据值。

生成费用清单后，本地客户端将费用清单发送给预设审核人员，以使得预设审核人员对费用清单进行审核。在审核人员对费用清单审核通过的情况下，则本地客户端则自动生成现金日记账或银行存款日记账，供后续进行出纳审核以及出纳扎帐。

本发明实施例提供的技术方案，通过根据目标项目包括的待处理费用数据的数据标识，确定待处理费用数据在目标项目中所属的费用类别，并根据待处理费用数据的数据值以及费用类别，生成目标项目的费用清单，实现了自动生成费用清单的技术效果，无需人工介入，节省了人力成本且提高了费用清单的生成效率；并且，还自动对待处理费用数据进行分类，使得费用清单中包括了所有费用类别的待处理费用数据，从而实现了一次性进行请款或核销的效果，避免了现有技术中单独对每项待处理费用数据生成费用清单，导致效率较低且出错概率较高的问题；对于审核人员而言，也实现了一次性对费用清单进行审核的效果，无需多次对大量的费用清单进行审核，提高了审核的效率。

实施例二

图2A为本发明实施例二提供的一种费用数据的处理方法的流程图。本实施例在上述各可选实施例基础上进行优化，如图2A所示，该方法可以包括：

S201、将目标项目包括的待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，确定所述待处理费用数据在所述目标项目中所属的费用类别。

其中，候选费用类别表示所有预设的费用类别的集合，而候选数据标识表示各候选费用类别包括的所有数据标识的集合。在本实施例中，预先建立了各候选费用类别与候选数据标识之间的映射关系。换言之，基于该映射关系就可以确定任一候选费用类别包括的所有候选数据标识，以及确定任一候选数据标识所属的候选费用类别。

可选的，在目标项目的类型为请款类项目时，候选费用类别包括但不限于自有车费用请款、外请车费用请款、同行费用请款和杂项费用请款。

其中，与“自有车费用请款”具有映射关系的候选数据标识包括但不限于：车辆固定费用、车辆保养、车辆加油、车辆轮胎和车辆维修。

与“外请车费用请款”具有映射关系的候选数据标识包括但不限于：现付大车费、到付大车费、回付大车费、油卡大车费、短驳费、派车费、送货费、转送费、大车费调整、大车费接货费、送货费调整、送货装卸费、送货叉车费、送货其他费、异地其他费、退油卡押金、退托盘押金、退包装费押金、退大车其他押金、付垫付进仓费、付垫付其他费、付垫付装卸费和理赔核销。

与“同行费用请款”具有映射关系的候选数据标识包括但不限于：转费、中转送货费、中转装卸费、中转叉车费、中转其他费、中转付油卡、中转费调整、理赔核销、运单支出调整、送货费、回扣、回扣调整和垫付中转费。

与“杂项费用请款”具有映射关系的候选数据标识包括但不限于：退客户送货费、大车其他费、大车装卸费、大车落地费和异地其他费。

可选的，在目标项目的类型为核销类项目时，候选费用类别包括但不限于客户结算类、承运单位结算、司机结算类和车队结算类。

其中，与“客户结算类”具有映射关系的候选数据标识包括但不限于：现付、回单月结、垫付中转费、回扣、回扣调整、收垫付进仓费、收垫付装卸费、收垫付其他费、异动核销、理赔核销、退客户送货费、客户补送货费和提付。

与“承运单位结算”具有映射关系的候选数据标识包括但不限于：提付、中转费、中转送货费、中转叉车费、中转装卸费、中转其他费、中转付油卡、中转费调整、货款回收、付垫付进仓费、付垫付装卸费、付垫付其他费、异动核销、收外部理赔、退客户送货费和客户不送货费。

与“司机结算类”具有映射关系的候选数据标识包括但不限于：提付、货款回收、派车费、短驳费、转送费、送货费、送货费调整、付垫付进仓费、付垫付装卸费、付垫付其他费、异动核销、收外部理赔、退客户送货费、客户补送货费、现付大车费、回付大车费、到付大车费、油卡大车费、大车接货费、大车其他费、收包装费押金、收大车其他押金、收托盘押金、退大车其他押金、退托盘押金、收油卡押金、收司机保险费、退油卡押金、收大车篷布费、收大车停车费、收大车其他费、异地其他费和大车费调整。

与“队结算类”具有映射关系的候选数据标识包括但不限于：运输合同收款、专线车调整、专线送货费、专线送货费调整、专线提货派车费、专线短驳费、专线转送费、车辆固定费用、车辆维修、车辆保养、车辆加油、车辆轮胎和合同接货费。

在S201的一种实施方式中，将待处理费用数据的数据标识与候选数据标识进行匹配，并根据匹配结果确定目标数据标识，进而根据与目标数据标识具有映射关系的候选费用类别，确定待处理费用数据在目标项目中所属的费用类别。

可选的，S201包括：

确定与所述待处理费用数据的数据标识匹配的候选数据标识，作为目标数据标识；将与所述目标数据标识具有映射关系的候选费用类别，作为所述待处理费用数据在所述目标项目中所属的费用类别。

示例性的，假设目标项目的类型为请款类项目，目标项目包括待处理费用数据A、待处理费用数据B和待处理费用数据C三项待处理费用数据，其中，待处理费用数据A的数据标识为“车辆固定费用”，待处理费用数据B的数据标识为“到付大车费”，待处理费用数据C的数据标识为“中转费”。

假设与候选数据标识“车辆固定费用”具有映射关系的候选费用类别为“自有车费用请款”，与候选数据标识“到付大车费”具有映射关系的候选费用类别为“外请车费用请款”，与候选数据标识“中转费”具有映射关系的候选费用类别为“同行费用请款”，则确定待处理费用数据A所属的费用类别为“自有车费用请款”，待处理费用数据B所属的费用类别为“外请车费用请款”，待处理费用数据C所属的费用类别为“同行费用请款”。

通过确定与待处理费用数据的数据标识匹配的候选数据标识，作为目标数据标识，并将与目标数据标识具有映射关系的候选费用类别，作为待处理费用数据在目标项目中所属的费用类别，实现了自动对待处理费用数据进行分类的效果，无需人工介入，效率较高且出错概率较低。

S202、根据所述目标项目中各费用类别包括的待处理费用数据的数据值，确定各所述费用类别的费用总和。

示例性的，假设目标项目包括“自有车费用请款”和“外请车费用请款”两类费用类别。“自有车费用请款”包括“车辆加油”和“车辆维修”两项待处理费用数据，“外请车费用请款”包括“现付大车费”和“送货费”两项待处理费用数据。假设“车辆加油”的数据值为“300元”，“车辆维修”的数据值为“800元”，“现付大车费”的数据值为“500元”，“送货费”的数据值为“500元”，则“自有车费用请款”的费用总和为300+800＝1100元，“外请车费用请款”的费用总和为500+500＝1000元。

S203、根据所述目标项目的项目标识以及各所述费用类别的费用总和，生成所述目标项目的费用清单。

在一种实施方式中，将目标项目的项目标识以及各费用类别的费用总和，添加至费用清单模板的相应位置，生成目标项目的费用清单。

图2B为本发明实施例二提供的一种费用清单的界面示意图，如图2B所示，目标项目的项目标识为“某某项目”，项目类型为“请款类项目”，费用类别包括“自有车费用请款”、“外请车费用请款”、“同行费用请款”和“杂项费用请款”，“自有车费用请款”的费用总和为“1000元”，“外请车费用请款”的费用总和为“5000元”，“同行费用请款”的费用总和为“500元”，“杂项费用请款”的费用总和为“500元”，支出总费用为“7000元”。

S204、根据对所述费用清单中任一费用类别的查看请求，将该费用类别包括的待处理费用数据的数据标识以及数据值进行展示。

在一种实施方式中，用户点击费用清单中任一费用类别关联的“明细查看”按钮，以使得本地客户端展示该费用类别包括的所有待处理费用数据的数据标识以及数据值。

图2C为本发明实施例二提供的一种明细查看的示意图，如图2C所示，用户点击“自有车费用请款”关联的“明细查看”按钮，从而触发展示“自有车费用请款”的明细，包括数据标识“车辆固定费用”、“车辆保养”和“车辆加油”，以及各自对应的数据值“500元”、“300元”和“200元”。

本发明实施例提供的技术方案，通过将目标项目包括的待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，确定待处理费用数据在目标项目中所属的费用类别，实现了自动对待处理费用数据进行分类的效果，无需人工介入，效率较高且出错概率较低；通过根据目标项目中各费用类别包括的待处理费用数据的数据值，确定各费用类别的费用总和，根据目标项目的项目标识以及各费用类别的费用总和，生成目标项目的费用清单，实现了自动生成费用清单的效果，且费用清单中包括各费用类别的费用总和，避免了现有技术中单独对每项待处理费用数据生成费用清单，导致效率较低且出错概率较高的问题；通过根据对费用清单中任一费用类别的查看请求，将该费用类别包括的待处理费用数据的数据标识以及数据值进行展示，满足了用户对各费用类别的费用明细进行查看的需求，提高了用户体验。

实施例三

图3为本发明实施例三提供的一种费用数据的处理方法的流程图。本实施例在上述各可选实施例基础上进行优化，如图3所示，该方法可以包括：

S301、将所述待处理费用数据的数据标识输入至分类模型中；其中，所述分类模型是根据历史费用数据的数据标识和历史费用数据所属的费用类别训练得到的。

其中，历史费用数据表示历史项目包括的费用数据，历史项目即在历史时间出现过的项目。历史费用数据所属的费用类别可以通过人工方式确定，即通过人工方式为各历史费用数据标注所属的费用类别，还可以基于费用类别与数据标识之间的映射关系确定，本实施例并不对确定历史费用数据所属费用类别采用的技术手段进行限定。

在一种实施方式中，将历史费用数据的数据标识作为待训练分类模型的输入，且根据预设的损失函数计算待训练分类模型输出的预测费用类别和历史费用数据所属的费用类别之间的损失值，并将该损失值在待训练分类模型进行反向传播，以训练待训练分类模型的模型参数，从而训练得到分类模型。其中，分类模型可以是神经网络模型。

训练得到分类模型后，将待处理费用数据的数据标识输入至训练完成的分类模型中。

S302、根据所述分类模型输出的候选费用类别的概率值，从所述候选费用类别中确定所述待处理费用数据在所述目标项目中所属的费用类别。

在一种实施方式中，分类模型根据待处理费用数据的数据标识，输出待处理费用数据所属各候选费用类别的概率值。本地客户端对各候选费用类别的概率值进行排序，并将最大概率值对应的候选费用类别作为待处理费用数据在目标项目中所属的费用类别。

示例性的，将待处理费用数据的数据标识“车辆固定费用”输入至分类模型中，假设分类模型输出候选费用类别“自有车费用请款”、“外请车费用请款”、“同行费用请款”和“杂项费用请款”分别对应的概率值为“95％”、“3％”、“1.5％”和“0.5％”，则将最大概率值“95％”对应的候选费用类别“自有车费用请款”，作为待处理费用数据所属的费用类别。

S303、根据所述目标项目中各费用类别包括的待处理费用数据的数据值，确定各所述费用类别的费用总和。

S304、根据所述目标项目的项目标识以及各所述费用类别的费用总和，生成所述目标项目的费用清单。

S305、根据对所述费用清单中任一费用类别的查看请求，将该费用类别包括的待处理费用数据的数据标识以及数据值进行展示。

本发明实施例提供的技术方案，通过将待处理费用数据的数据标识输入至分类模型中；其中，分类模型是根据历史费用数据的数据标识和历史费用数据所属的费用类别训练得到的，根据分类模型输出的候选费用类别的概率值，从候选费用类别中确定待处理费用数据在目标项目中所属的费用类别，实现了基于训练得到的分类模型自动对待处理费用数据进行分类的效果，无需人工介入，效率较高且出错概率较低。

实施例四

图4为本发明实施例四提供的一种费用数据的处理装置的结构示意图，可执行本发明任一实施例所提供的一种费用数据的处理方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置可以包括：

费用类别确定模块41，用于根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

费用清单生成模块42，用于根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

在上述实施例的基础上，所述费用类别确定模块41，具体用于：

将所述待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，确定所述待处理费用数据在所述目标项目中所属的费用类别。

在上述实施例的基础上，所述费用类别确定模块41，具体还用于：

确定与所述待处理费用数据的数据标识匹配的候选数据标识，作为目标数据标识；

将与所述目标数据标识具有映射关系的候选费用类别，作为所述待处理费用数据在所述目标项目中所属的费用类别。

在上述实施例的基础上，所述费用类别确定模块41，具体用于：

将所述待处理费用数据的数据标识输入至分类模型中；其中，所述分类模型是根据历史费用数据的数据标识和历史费用数据所属的费用类别训练得到的；

根据所述分类模型输出的候选费用类别的概率值，从所述候选费用类别中确定所述待处理费用数据在所述目标项目中所属的费用类别。

在上述实施例的基础上，所述费用清单生成模块42，具体用于：

根据所述目标项目中各费用类别包括的待处理费用数据的数据值，确定各所述费用类别的费用总和；

根据所述目标项目的项目标识以及各所述费用类别的费用总和，生成所述目标项目的费用清单。

在上述实施例的基础上，所述装置还包括明细查看模块，具体用于：

根据对所述费用清单中任一费用类别的查看请求，将该费用类别包括的待处理费用数据的数据标识以及数据值进行展示。

本发明实施例所提供的一种费用数据的处理装置，可执行本发明任一实施例所提供的一种费用数据的处理方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任一实施例提供的费用数据的处理方法。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备500的框图。图5显示的设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，设备500以通用计算设备的形式表现。设备500的组件可以包括但不限于：一个或者多个处理器或者处理单元501，系统存储器502，连接不同系统组件(包括系统存储器502和处理单元501)的总线503。

总线503表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

设备500典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备500访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器502可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)504和/或高速缓存存储器505。设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统506可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块507的程序/实用工具508，可以存储在例如存储器502中，这样的程序模块507包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。

设备500也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信，还可与一个或者多个使得用户能与该设备500交互的设备通信，和/或与使得该设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且，设备500还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器512通过总线503与设备500的其它模块通信。应当明白，尽管图中未示出，可以结合设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元501通过运行存储在系统存储器502中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的费用数据的处理方法，包括：

根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种费用数据的处理方法，该方法包括：

根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的一种费用数据的处理方法中的相关操作。本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，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。

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程序代码。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程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种费用数据的处理方法，其特征在于，包括：

根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

2.根据权利要求1所述的方法，其特征在于，所述根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别，包括：

将所述待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，确定所述待处理费用数据在所述目标项目中所属的费用类别。

3.根据权利要求2所述的方法，其特征在于，所述将所述待处理费用数据的数据标识，与候选费用类别与候选数据标识之间的映射关系进行匹配，确定所述待处理费用数据在所述目标项目中所属的费用类别，包括：

确定与所述待处理费用数据的数据标识匹配的候选数据标识，作为目标数据标识；

将与所述目标数据标识具有映射关系的候选费用类别，作为所述待处理费用数据在所述目标项目中所属的费用类别。

4.根据权利要求1所述的方法，其特征在于，所述根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别，包括：

将所述待处理费用数据的数据标识输入至分类模型中；其中，所述分类模型是根据历史费用数据的数据标识和历史费用数据所属的费用类别训练得到的；

根据所述分类模型输出的候选费用类别的概率值，从所述候选费用类别中确定所述待处理费用数据在所述目标项目中所属的费用类别。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单，包括：

根据所述目标项目中各费用类别包括的待处理费用数据的数据值，确定各所述费用类别的费用总和；

根据所述目标项目的项目标识以及各所述费用类别的费用总和，生成所述目标项目的费用清单。

6.根据权利要求1-5中任一所述的方法，所述生成所述目标项目的费用清单之后，还包括：

根据对所述费用清单中任一费用类别的查看请求，将该费用类别包括的待处理费用数据的数据标识以及数据值进行展示。

7.一种费用数据的处理装置，其特征在于，包括：

费用类别确定模块，用于根据目标项目包括的待处理费用数据的数据标识，确定所述待处理费用数据在所述目标项目中所属的费用类别；

费用清单生成模块，用于根据所述待处理费用数据的数据值以及所述费用类别，生成所述目标项目的费用清单。

8.根据权利要求7所述的装置，其中，所述费用类别确定模块，具体用于：

将所述待处理费用数据的数据标识输入至分类模型中；其中，所述分类模型是根据历史费用数据的数据标识和历史费用数据所属的费用类别训练得到的；

根据所述分类模型输出的候选费用类别的概率值，从所述候选费用类别中确定所述待处理费用数据在所述目标项目中所属的费用类别。

9.一种电子设备，其特征在于，所述电子设备还包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的费用数据的处理方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的费用数据的处理方法。

Images