CN114519629A - 一种基于大数据技术的财政收支数据动态监管方法及系统 - Google Patents

一种基于大数据技术的财政收支数据动态监管方法及系统 Download PDF

Info

Publication number
CN114519629A
CN114519629A CN202210153649.1A CN202210153649A CN114519629A CN 114519629 A CN114519629 A CN 114519629A CN 202210153649 A CN202210153649 A CN 202210153649A CN 114519629 A CN114519629 A CN 114519629A
Authority
CN
China
Prior art keywords
balance
ratio
sequence
similarity
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.)
Pending
Application number
CN202210153649.1A
Other languages
English (en)
Inventor
杜传胜
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210153649.1A priority Critical patent/CN114519629A/zh
Publication of CN114519629A publication Critical patent/CN114519629A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及大数据分析技术领域，具体涉及一种基于大数据技术的财政收支数据动态监管方法及系统，该方法包括：获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度、收支记录变更频率序列与参考变更频率序列之间的频率相似度，根据收支相似度和频率相似度得到数据的可靠性；计算当前单位的压力程度分别与其他各单位的压力差，进而得到各单位的相对工作状态指标；根据各单位的相对工作状态指标的分布偏差和可靠性得到当前任务调整的需求度；将各单位的工作状态划分为不同的状态等级，并设定调整优先级；在需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量，达到了动态调整任务量的目的。

Description

一种基于大数据技术的财政收支数据动态监管方法及系统
技术领域
本发明涉及大数据分析技术领域，具体涉及一种基于大数据技术的财政收支数据动态监管方法及系统。
背景技术
对于连锁店或者具有相同资源配置的单位来说，在理想状下，具有相同或者等同客流量的连锁店其营收额应该相同或者相近，但是实际情况中，由于各种原因，各个具有不同的连锁店之间的营收额会存在较大差异，即便在同一个城市中，处于不同区块的繁华街道，营业额也会存在较大的差异，这不仅仅跟连锁店周围的人流量相关，也与连锁店服务人员的工作能力或者服务态度等等其他因素相关。
目前对于连锁店营业额的调控是通过对同等资源配置的其他连锁店进行对比分析，或者是通过对当前商店的历史数据进行分析，来调控营业收入不理想的连锁店的任务量。
发明人在实践中，发现上述现有技术存在以下缺陷：
由于每次都需要人为对相应的数据进行分析，但分析过于依赖认为判断和挑选的主观性，不仅会影响数据的客观公正，同时由于数据来源的可靠性无法判断，也会导致最终的调整结果出现误差。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于大数据技术的财政收支数据动态监管方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种基于大数据技术的财政收支数据动态监管方法，该方法包括以下步骤：获取在同一周期时段内各连锁单位的收支占比、收支记录变更频率和任务量，得到收支占比序列、变更频率序列和任务量的压力程度序列；所述连锁单位为资源配置相同的单位；所述任务量的压力程度是通过获取当前任务量与参考任务量的比值；获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度、收支记录变更频率序列与参考变更频率序列之间的频率相似度，根据所述收支相似度和频率相似度得到数据的可靠性；计算当前单位的压力程度分别与其他各单位的压力程度之间的压力差，根据压力差得到各单位的相对工作状态指标，所述相对工作状态指标与所述压力差负相关；获取各单位的相对工作状态指标的分布偏差；根据所述分布偏差和所述可靠性得到当前任务调整的需求度，所述需求度与所述分布偏差正相关、与所述可靠性负相关；利用各单位对应的相对工作状态指标将各单位的工作状态划分为不同的状态等级，并设定调整优先级；在所述需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量。
进一步，所述收支占比的获取步骤包括：获取当前单位的收入与所有单位的总收入的收入占比、当前单位的支出与所有单位的总支出的支出占比，所述收入占比与所述支出占比的比值为所述收支占比。
进一步，所述参考收支占比序列的获取步骤包括：基于历史数据，获取多个周期时段内的历史收支占比序列；取所有所述历史收支占比序列中对应元素的中间值，由中间值构成的序列为所述参考收支占比序列。
进一步，所述参考变更频率序列的获取步骤包括：基于历史数据，获取多个周期时段内的历史收支记录变更频率序列；取所有所述历史收支记录变更频率序列中对应元素的中间值，由中间值构成的序列为所述参考变更频率序列。
进一步，所述获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度的步骤包括：获取各连锁单位的收支占比序列与参考收支占比序列之间的第一相似度和第一绝对差值，所述第一相似度与所述第一绝对差值的比值为所述收支相似度。
进一步，所述收支记录变更频率序列与参考变更频率序列之间的频率相似度的获取步骤包括：获取各连锁单位的收支记录变更频率序列与参考变更频率序列之间的第二相似度和第二绝对差值，所述第二相似度与所述第二绝对差值的比值为所述频率相似度。
进一步，所述可靠性为所述收支相似度和频率相似度的乘积。
进一步，所述按照预设的调整优先级调整相应单位的任务量之后，还包括以下步骤：获取调整后的需求度与调整前的需求度的差值得到需求差，根据所述需求差计算调整的合理性，所述调整的合理性与所述需求差正相关。
进一步，所述参考任务量的获取步骤包括：统计历史数据库中所有被完成的预期任务量，被完成的预期任务量出现的次数为被完成的总次数，将所有被完成的预期任务量相加得到被完成的总任务量，将总任务量与被完成的总次数相除得到平均完成的任务量，该平均完成的任务量为参考任务量。
第二方面，本发明另一个实施例还提供了一种基于大数据技术的财政收支数据动态监管系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明具有如下有益效果：
本发明实施例通过对收支占比和收支记录变更频率进行分析判断数据的可靠性，并进一步对各个连锁单位的任务量进行分析来计算相对工作状态指标，利用相对工作状态指标对各个连锁单位的工作状态分为不同状态等级，并设定调整优先级，同时利用可靠性和各单位的相对工作状态指标的分布偏差得到任务调整的需求度，在所述需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量。通过该方法不仅能够消除人为主观因素的干扰，使得最终的任务量调整结果更加客观公正，并且进一步提高可靠数据的权重，降低不可靠数据的权重，使得最终得到的结果可信度更高，更加准确。
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和优点，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的介绍，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获得其它附图。
图1为本发明一个实施例所提供的一种基于大数据技术的财政收支数据动态监管方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于大数据技术的财政收支数据动态监管方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明实施例的使用场景为针对多家连锁单位进行动态监管，在该监管系统中的每个连锁单位都具有相同的资源配置，其中该资源配置是指单位的店面规模、采购资源、人力资源均相同或者相似。连锁单位可以是商业化的连锁店也可以是具有相同营收职能的企事业的单位。例如餐饮连锁店、服装连锁店、教育培训连锁机构等。
下面本发明实施例以连锁的餐饮店为例，结合附图具体的说明本发明所提供的一种基于大数据技术的财政收支数据动态监管方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于大数据技术的财政收支数据动态监管方法流程图，该方法包括以下步骤：
步骤S001，获取在同一周期时段内各连锁单位的收支占比、收支记录变更频率和任务量，得到收支占比序列、变更频率序列和任务量的压力程度序列；连锁单位为资源配置相同的单位；任务量的压力程度是通过获取当前任务量与参考任务量的比值。
其中，同一周期时段是指以一个月为一个周期，获取每个月的收支占比、收支记录频率和任务量。
为了达到利用收支数据进行动态监管的目的，需要统计每个连锁单位的收支占比，由所有连锁单位的收支占比所构成的序列为收支占比序列。其中收支占比的获取步骤包括：获取当前单位的收入与所有单位的总收入的收入占比、当前单位的支出与所有单位的总支出的支出占比，收入占比与支出占比的比值为收支占比。需要说明的是，单位的收入和支出是指一个周期时段内该单位的总收入和总支出；所有单位的总收入和总支出是指在一个周期时段内所有单位的总收入和总支出。而对于连锁的餐饮店来说每个周期时段的收入即为营业额。收支占比能够反映一个单位的实际盈亏状态，当收支占比等于1时，说明当前的单位的收入等于支出，没有盈利；当收支占比小于1时，说明当前单位的收入小于支出，处于亏损状态，比值越小亏损越多；当收支占比大于1时，说明当前单位的收入大于支出，处于盈利状态，比值越大盈利越多。
结合当前互联网发展的形势，消费的模式也由此发生了变更，网络刷单是商家为了营造良好的口碑和销量而制造的假象，为了评估收支占比数据的可靠性，需要对收支记录变更频率进行统计。收支记录变更频率是指统计每个周期内收入和支出变更的总次数。由所有连锁店单位的收支记录变更频率所构成的序列为收支记录变更频率序列。
其中，任务量是指一个连锁单位在一个周期内预期的销售总额。该任务量的制定是由总部根据每个连锁单位的工作状态所调整或者制定的预期的销售总额，每个连锁单位需要在相应的周期内完成该预期的销售总额。
其中，参考任务量是指基于历史数据，对历史数据库中进行大数据分析，统计所有被完成的预期任务量，被完成的预期任务量出现的次数为被完成的总次数，将所有被完成的预期任务量相加得到被完成的总任务量，将总任务量与被完成的总次数相除得到平均完成的任务量，该平均完成的任务量为参考任务量。
当前任务量与参考任务量的比值能够反映当前任务量的压力程度，如果比值大于1说明当前任务量的压力较大，比值越大说明压力越大；如果比值小于1说明当前任务量的压力越小，比值越小说明压力越小；比值等于1时，说明任务量的压力适中。
需要说明的是，本发明实施例中所涉及到的序列中元素的排列顺序均为按照预设的连锁单位的排列顺序而排列。
其中，资源配置相同是指单位的店面规模、采购资源、人力资源等均相同或者相似，例如店面规模相同或者相似，采购资源是指原料的进货渠道等相同或者相似，人力资源相同或者相似是指该连锁店内的职工配置以及组织架构相同或者相似。由于资源配置相同的连锁店中，也即其他硬件条件相同的情况下，营业额是连锁店能够通过提升自身的软实力来提高的指标。
步骤S002，获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度、收支记录变更频率序列与参考变更频率序列之间的频率相似度，根据收支相似度和频率相似度得到数据的可靠性。
其中，参考收支占比序列的获取步骤包括：基于历史数据，对历史数据库中进行大数据分析，获取多个周期时段内的历史收支占比序列；取所有历史收支占比序列中对应元素的中间值，由中间值构成的序列为参考收支占比序列，取中间值的方式能够有效的滤除噪声数据的干扰，得到可靠数据的概率较高，取中间值滤波的原理等同于中值滤波的原理。
其中，参考变更频率序列的获取步骤包括：基于历史数据，对历史数据库中进行大数据分析，获取多个周期时段内的历史收支记录变更频率序列；取所有历史收支记录变更频率序列中对应元素的中间值，由中间值构成的序列为参考变更频率序列，取中间值的方式能够有效的滤除噪声数据的干扰。
其中，获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度的步骤包括：获取各连锁单位的收支占比序列与参考收支占比序列之间的第一相似度和第一绝对差值，第一相似度与第一绝对差值的比值为收支相似度。收支占比序列、参考收支占比序列可以看作是收支占比向量、参考收支占比向量，因此第一相似度是通过计算收支占比向量和参考收支占比向量之间的余弦相似度得到，第一相似度的值越大，两个向量就越相似，也即收支占比序列越接近参考收支占比序列，越相似说明数据的可靠程度越高；第一相似度的值越小，说明收支占比序列与参考收支占比序列之间的差异就越大，差异越大说明数据的可靠程度越低。同理，收支占比序列与参考收支占比序列之间的第一绝对差值的获取步骤包括：将收支占比序列、参考收支占比序列看作是收支占比向量、参考收支占比向量，计算收支占比向量和参考收支占比向量之间模长的差值的绝对值，若两个向量的模长差越小，则最终得到的可靠性越大。优选的，为了防止在计算比值时分母为0的情况，可以将第一绝对差值加1作为比值的分母进行计算。
其中，收支记录变更频率序列与参考变更频率序列之间的频率相似度的获取步骤包括：获取各连锁单位的收支记录变更频率序列与参考变更频率序列之间的第二相似度和第二绝对差值，第二相似度与第二绝对差值的比值为频率相似度。收支记录变更频率序列、参考收支记录变更频率序列可以看作是收支记录变更频率向量、参考收支记录变更频率向量，因此第二相似度是通过计算收支记录变更频率向量和参考收支记录变更频率向量之间的余弦相似度得到，第二相似度的值越大，两个向量就越相似，也即收支记录变更频率序列越接近参考收支记录变更频率占比序列，越相似说明数据的可靠程度越高；第二相似度的值越小，说明收支记录变更频率序列与参考收支记录变更频率序列之间的差异就越大，差异越大说明数据的可靠程度越低，存在异常操作的可能性越大，比如刷单带来的变更频率异常等。同理，收支记录变更频率序列与参考收支记录变更频率序列之间的第二绝对差值的获取步骤包括：将收支记录变更频率序列、参考收支记录变更频率序列看作是收支记录变更频率向量、参考收支记录变更频率向量，计算收支记录变更频率向量和参考收支记录变更频率向量之间模长的差值的绝对值，若两个向量的模长差越小，则最终得到的可靠性越大。优选的，为了防止在计算比值时分母为0的情况，可以将第二绝对差值加1作为比值的分母进行计算。
由以上分析可知，可靠性与收支相似度之间为正相关的关系，而频率相似度能够反映数据的可靠程度，因此利用频率相似度修正收支相似度的可靠性，因此可靠性通过收支相似度和频率相似度的乘积来反映。
步骤S003，计算当前单位的压力程度序列分别与其他各单位的压力程度序列之间的压力差，根据压力差得到各单位的相对工作状态指标，相对工作状态指标与压力差负相关。
在步骤S001中得到了在同一周期时段内各连锁单位的压力程度序列，也即在该压力程度序列中的每个元素均为相应单位的压力程度，将其中某一个单位与其他任意一个单位所对应的压力程度作差得到压力差，将第i个单位和第j个单位之间的压力差记为ΔFij，则第i个单位任务量的相对工作状态指标Ii有：
Figure BDA0003511487600000061
其中，N表示除了第i个单位之外的其他单位的总数量。
相对工作状态指标的取值越趋近于1，说明当前单位与其他单位之间的压力差接近于0，相对工作状态越相近；相对工作状态指标越趋近于0，说明当前单位与其他单位之间的压力差越大，相对工作状态差异越大。
按照相同的方法能够得到每个连锁单位对应的相对工作状态指标。
步骤S004，获取各单位的相对工作状态指标的分布偏差，根据分布偏差和可靠性得到当前任务调整的需求度，需求度与方差正相关、与可靠性负相关。
获取所有连锁单位所对应的相对工作状态指标的平均值，得到平均相对工作状态指标，将平均相对工作状态指标记为
Figure BDA0003511487600000062
将需求度记为J，则有：
Figure BDA0003511487600000063
其中，e为自然常数，R为数据的可靠性。
Figure BDA0003511487600000064
表示第i个单位与平均相对工作状态指标之间的偏差。
需求度公式中第一项为相对工作状态指标的标准差，反映了相对工作状态指标的分布偏差，标准差越大说明相对工作状态指标的分布偏差越大，则越需要调整。同时，利用数据的可靠性来调整标准差的大小，收支占比数据的可靠性越小，说明收支数据与参考收支数据之间的差异越大，则越需要进行任务量的调整。
在本发明实施例中，设定调整阈值，在需求度大于等于0.37时，说明任务量的分布不合理，需要对任务量进行调整；否则，不需要进行调整。在其他实施例中，实施者可根据需求设定调整阈值。
步骤S005，利用各单位对应的相对工作状态指标将各单位的工作状态划分为不同的状态等级，并设定调整优先级；在需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量。
其中，将工作状态划分为不同的状态等级的步骤包括：对各单位对应的相对工作状态指标进行聚类，在本发明实施例中采用k-means聚类方法，设置k的值为3，将相对工作状态指标划分为三个工作状态等级，分为紧张、适中和清闲的工作状态。调整优先级是按照清闲、适中和紧张的工作状态进行排序，清闲的优先级最高，紧张的优先级最低。在需要调整任务量时，按照优先级的排序，优先调整清闲的工作状态所对应的连锁单位的任务量。
其中，按照预设的调整优先级调整相应单位的任务量之后，还包括以下步骤：获取调整后的需求度与调整前的需求度的差值得到需求差，根据需求差计算调整的合理性，调整的合理性与需求差正相关。具体的，按照调整优先级进行任务量的调整之后，按照步骤S001-S004的方法计算调整后的需求度，将调整后的需求度记为J′，则需求差ΔJ＝|J-J′|，其中J为调整前的需求度。将合理性记为Q，则有：
Figure BDA0003511487600000071
调整前后的合理性的取值越大，说明调整的效果就越明显。设定合理性阈值，在调整前后的合理性小于合理性阈值时，表示调整效果不理想，需要继续调整，当合理性大于等于合理性阈值时，停止调整。在本发明实施例中，该合理性阈值为0.7。
综上所述，本发明实施例通过对收支占比和收支记录变更频率进行分析判断数据的可靠性，并进一步对各个连锁单位的任务量进行分析来计算相对工作状态指标，利用相对工作状态指标对各个连锁单位的工作状态分为不同状态等级，并设定调整优先级，同时利用可靠性和各单位的相对工作状态指标的分布偏差得到任务调整的需求度，在所述需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量。通过该方法不仅能够消除人为主观因素的干扰，使得最终的任务量调整数据更加客观公正，并且进一步提高可靠数据的权重，降低不可靠数据的权重，使得最终得到的结果可信度更高，更加准确。
基于与上述方法实施例相同的构思，本发明另一个实施例还提供了一种基于大数据技术的财政收支数据动态监管系统，该系统包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一个实施例所提供的一种基于大数据技术的财政收支数据动态监管方法的步骤，其中，一种基于大数据技术的财政收支数据动态监管方法已经在上述实施例中详细说明，不再赘述。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据技术的财政收支数据动态监管方法，其特征在于，该方法包括以下步骤：
获取在同一周期时段内各连锁单位的收支占比、收支记录变更频率和任务量，得到收支占比序列、变更频率序列和任务量的压力程度序列；所述连锁单位为资源配置相同的单位；所述任务量的压力程度是通过获取当前任务量与参考任务量的比值；
获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度、收支记录变更频率序列与参考变更频率序列之间的频率相似度，根据所述收支相似度和频率相似度得到数据的可靠性；
计算当前单位的压力程度分别与其他各单位的压力程度之间的压力差，根据压力差得到各单位的相对工作状态指标，所述相对工作状态指标与所述压力差负相关；
获取各单位的相对工作状态指标的分布偏差；根据所述分布偏差和所述可靠性得到当前任务调整的需求度，所述需求度与所述分布偏差正相关、与所述可靠性负相关；
利用各单位对应的相对工作状态指标将各单位的工作状态划分为不同的状态等级，并设定调整优先级；在所述需求度大于预设阈值时，按照预设的调整优先级调整相应单位的任务量。
2.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述收支占比的获取步骤包括：获取当前单位的收入与所有单位的总收入的收入占比、当前单位的支出与所有单位的总支出的支出占比，所述收入占比与所述支出占比的比值为所述收支占比。
3.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述参考收支占比序列的获取步骤包括：基于历史数据，获取多个周期时段内的历史收支占比序列；取所有所述历史收支占比序列中对应元素的中间值，由中间值构成的序列为所述参考收支占比序列。
4.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述参考变更频率序列的获取步骤包括：基于历史数据，获取多个周期时段内的历史收支记录变更频率序列；取所有所述历史收支记录变更频率序列中对应元素的中间值，由中间值构成的序列为所述参考变更频率序列。
5.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述获取各连锁单位的收支占比序列与参考收支占比序列之间的收支相似度的步骤包括：获取各连锁单位的收支占比序列与参考收支占比序列之间的第一相似度和第一绝对差值，所述第一相似度与所述第一绝对差值的比值为所述收支相似度。
6.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述收支记录变更频率序列与参考变更频率序列之间的频率相似度的获取步骤包括：获取各连锁单位的收支记录变更频率序列与参考变更频率序列之间的第二相似度和第二绝对差值，所述第二相似度与所述第二绝对差值的比值为所述频率相似度。
7.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述可靠性为所述收支相似度和频率相似度的乘积。
8.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述按照预设的调整优先级调整相应单位的任务量之后，还包括以下步骤：获取调整后的需求度与调整前的需求度的差值得到需求差，根据所述需求差计算调整的合理性，所述调整的合理性与所述需求差正相关。
9.根据权利要求1所述的一种基于大数据技术的财政收支数据动态监管方法，其特征在于，所述参考任务量的获取步骤包括：统计历史数据库中所有被完成的预期任务量，被完成的预期任务量出现的次数为被完成的总次数，将所有被完成的预期任务量相加得到被完成的总任务量，将总任务量与被完成的总次数相除得到平均完成的任务量，该平均完成的任务量为参考任务量。
10.一种基于大数据技术的财政收支数据动态监管系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
CN202210153649.1A 2022-02-19 2022-02-19 一种基于大数据技术的财政收支数据动态监管方法及系统 Pending CN114519629A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210153649.1A CN114519629A (zh) 2022-02-19 2022-02-19 一种基于大数据技术的财政收支数据动态监管方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210153649.1A CN114519629A (zh) 2022-02-19 2022-02-19 一种基于大数据技术的财政收支数据动态监管方法及系统

Publications (1)

Publication Number Publication Date
CN114519629A true CN114519629A (zh) 2022-05-20

Family

ID=81598908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210153649.1A Pending CN114519629A (zh) 2022-02-19 2022-02-19 一种基于大数据技术的财政收支数据动态监管方法及系统

Country Status (1)

Country Link
CN (1) CN114519629A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116362906A (zh) * 2023-05-15 2023-06-30 华中科技大学同济医学院附属协和医院 一种提高准确性的收支管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116362906A (zh) * 2023-05-15 2023-06-30 华中科技大学同济医学院附属协和医院 一种提高准确性的收支管理方法

Similar Documents

Publication Publication Date Title
Schaffnit et al. Best practice analysis of bank branches: an application of DEA in a large Canadian bank
US9760656B2 (en) Methods and systems for automatic selection of classification and regression trees having preferred consistency and accuracy
Řezáč et al. How to measure the quality of credit scoring models
Gold FX trading via recurrent reinforcement learning
CN108399453A (zh) 一种电力客户信用等级评价方法和装置
CN112200659A (zh) 建立风控模型的方法、装置及存储介质
Antel Costly employment contract renegotiation and the labor mobility of young men
CN114519629A (zh) 一种基于大数据技术的财政收支数据动态监管方法及系统
CN113723692A (zh) 数据处理方法、装置、设备、介质及程序产品
Li et al. Quantile elasticity of international tourism demand for South Korea using the quantile autoregressive distributed lag model
CN113570257A (zh) 基于评分模型的指标数据评估方法和装置、介质、设备
CN109858947B (zh) 零售用户价值分析系统及方法
CN110322347A (zh) 一种长短期策略多因子量化投资方法及装置
Białowolski Patterns and evolution of consumer debt: evidence from latent transition models
Pakes Mueller's profits in the long run
Battistin et al. The insights and illusions of consumption measurements
CN116611829A (zh) 一种基于区块链的消费监管系统
Liu The evaluation of classification models for credit scoring
Bellemare et al. Actions and beliefs: Estimating distribution-based preferences using a large scale experiment with probability questions on expectations
Chi et al. Decision dilemmas facing managers: recognizing the value of learning while making sequential decisions
CN115809784A (zh) 基于多目标的额度调整最优分配方法、装置、设备及介质
Vieira et al. Determinants and projections of demand for higher education in Portugal
CN110162747A (zh) 一种基于特征的预处理及推荐方法
CN113592175B (zh) 一种基于物流业务响应过程的资源调度优化控制系统
CN113421154B (zh) 基于控制图的信贷风险评估方法及系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220520

WD01 Invention patent application deemed withdrawn after publication