CN116012178A - 一种基于人工智能的自动化财务对账方法 - Google Patents

Abstract

本发明公开了一种基于人工智能的自动化财务对账方法，涉及自动化财务技术领域，包括，建立财务数据集；获取时间、数据金额及数据量，确定对账顺序；依据确定的对账顺序，在第一端和第二端之间依次核对财务数据，确定其中不一致的并输出，并在差异大于阈值时，发出预警；获取财务处理规则并建立财务规则库，第一端和第二端的财务数据不一致且差异值大于阈值时，依据原始数据，由相应的财务处理规则进行校验，形成校验结果；依据校验结果重新进行对账，如果第一端和第二端的数据仍不匹配，确定财务数据错误的节点并且输出。分别确定中间数据，依据中间数据是否相同来判断发生错误的处理节点，从而在自动纠错的基础上，确定财务异常原因。

Description

一种基于人工智能的自动化财务对账方法

技术领域

本发明涉及自动化财务技术领域，具体为一种基于人工智能的自动化财务对账方法。

背景技术

财务自动化就是我们常听到的财务机器人，它能实现自动开票、自动对账、自动报税等有逻辑的重复财务工作，能在人工智能的辅助下，通过电脑自动化技术提升财务人员的工作效率，而财务自动化的主要内容，就是对账自动化。

对账自动化主要包括：项目账单核对、发货及回款账单核对、CRM销售回款核对、供应商对账及资金日报生成等等。

现有的自动化对账过程中，第一财务端口与第二财务端口之间的对账通常是沿着财务数据生成或者录入的时间顺序展开，这对账方式顺序明确，对账难度低，但是这种对账方式中，各种参与对账的财务项目优先级一致，不存在区分性，而且在财务项目出现不一致时，也难以判断出导致不一致的处理节点。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种基于人工智能的自动化财务对账方法，通过建立财务数据集；获取时间、数据金额及数据量，确定对账顺序；依据确定的对账顺序，在第一端和第二端之间依次核对财务数据，确定其中不一致的并输出，并在差异大于阈值时，发出预警；在第一端和第二端的财务数据不一致且差异值大于阈值时，依据原始数据，由相应的财务处理规则进行校验，形成校验结果；依据校验结果重新进行对账，如果第一端和第二端的数据仍不匹配，确定财务数据错误的节点并且输出。分别确定中间数据，依据中间数据是否相同来判断发生错误的处理节点，从而在自动纠错的基础上，确定财务异常原因，解决了背景技术中提出的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能的自动化财务对账方法，包括，分别从第一端和第二端获取财务数据，依据过滤规则对财务数据进行过滤，确定其中有效数据，分别建立财务数据集；依据财务数据集中的财务项目及与财务项目相对应的财务数据的获取时间、数据金额及数据量，确定对账顺序；依据确定的对账顺序，在第一端和第二端之间依次核对财务数据，确定其中不一致的并输出，并在差异大于阈值时，发出预警；获取财务处理规则并建立财务规则库，第一端和第二端的财务数据不一致且差异值大于阈值时，依据原始数据，由相应的财务处理规则进行校验，形成校验结果；依据校验结果重新进行对账，如果第一端和第二端的数据仍不匹配，确定财务数据错误的节点并且输出。

进一步的，确定财务对账周期，通过数据采集单元分别从财务系统的第一端和第二端采集该对账周期内，涉及财务流转的相关数据；识别数据类型及数据值，将数据类型不符合及数值差距大于阈值的数据筛除，确定余下数据为有效数据；获取有效数据，依据数据来源，分别建立第一财务数据集及第二财务数据集；确定所有财务项目，依据时间序列，将所有的财务数据在财务项目下有序排列，存在空位时，对空位进行标记。

进一步的，建立财务数据变动影响模型，进行多重线性回归分析，通过改变财务项目相对应的财务数据，确定财务项目的影响因子；基于评估算法建立评估模型，完成训练和测试后，对影响因子进行评分，输出财务项目评分及财务项目评分排序，形成第一对账顺序；在同一财务项目下，沿着时间序列对所有的财务数据进行排序，基于对账时间与财务数据之间的差值，确定迟缓时间T；依据与财务项目相对应的各个财务数据的金额，确定财务金额值Cw；依据与财务项目相对应的各个财务数据的数据总量，形成数据量L。

进一步的，获取迟缓时间T、财务金额值Cw及数据量L，进行无量纲化处理后，关联形成对账优先值Yp；

获取若干个对账优先值Yp进行排序，依据形成的排序结果，对财务数据集的财务项目进行排序，形成第二对账顺序。

进一步的，所述对账优先值Yp的形成方式如下公式：

其中，参数的意义为：金额因子Ac、时间因子At、数据量因子，C为常数修正系数。

进一步的，依据第一对账顺序，将第一端中财务项目与第二端中的财务项目相对应，依据第二对账顺序，分别从第一财务数据集和第二财务数据集获取与财务项目相对应财务数据进行校验；如果不一致则确定为错误，并输出；在第一财务数据集和第二财务数据集之间的对应数据存在差异时，计算出差异值；将差异值与相应阈值对比，判断是否大于阈值，如果大于阈值，则确定为异常数据，发出预警。

进一步的，建立数据采集单元及数据录入单元，获取现有的财务数据处理规则，建立财务规则库；基于分类算法建立分类器，经过训练和测试后，以分类器对财务规则库中的财务规则进行分类；将分类后的财务处理规则与财务项目相对应，并且分别从第一财务数据集和第二财务数据集中获取该财务项目下的原始数据。

进一步的，在异常数据多于一个时，依据差异值大小对异常数据进行排序，形成校验顺序；依照校验顺序，依次确定异常数据对应财务项目下及原始数据；依据财务项目从财务规则分类中的选择相应性的财务处理规则，对原始数据进行处理，形成新财务数据，作为校验结果并输出。

进一步的，判断新财务数据与异常数据是否一致，如果不一致，以新财务数据对异常数据进行替换，依据财务项目重新对账；如果仍不一致，将不一致的财务项目标记为异常财务项目，并对相对应的原始数据进行标记。

进一步的，在校验原始数据无误的情况下，依据财务数据转换流程，依次确定新财务数据各个处理节点上的中间数据；获取与异常数据对应的财务数据转换流程中的各个处理节点上的中间数据；将相对应的中间数据进行对比，如果处理节点上的中间数据不一致，则确定为错误节点，对错误节点进行标记并且输出。

（三）有益效果

本发明提供了一种基于人工智能的自动化财务对账方法。具备以下有益效果：

在第一端和第二端在进对账时，对数据进行筛选，建立第一财务数据集及第二财务数据集，以两个财务数据集内的数据作为对账的财务数据来源，能够减少对账难度，并且基于财务项目对财务数据进行排序，确定对账顺序，提高对账的效率。

在第一端和第二端之间对账不一致时，通过形成新财务数据对异常数据形成替换，在自动进行对账时，能够形成自动纠错，减少人工参与；

通过财务数据转换流程进行回溯和再执行，分别确定中间数据，依据中间数据是否相同来判断发生错误的处理节点，从而在自动纠错的基础上，确定财务数据异常的原因，节省用户查找的时间。

附图说明

图1为本发明自动化财务对账方法流程示意图；

图2为本发明对账方法中的对账顺序结构示意图；

图3为本发明对账优先值的构成示意图。

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做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。

实施例

请参阅图1-3，本发明提供一种基于人工智能的自动化财务对账方法，包括如下步骤：

步骤一、分别从第一端和第二端获取财务数据，依据过滤规则对财务数据进行过滤，确定其中有效数据，分别建立财务数据集；

所述步骤一包括如下内容：

步骤101、确定财务对账周期，例如本日、本周或者本月等，通过数据采集单元分别从财务系统的第一端和第二端采集该对账周期内，所有涉及财务流转的相关数据，并上传至云端，通过进行备份，便于数据获取，也避免原始数据丢失；

步骤102、识别数据类型及数据值，将数据类型不符合及数值差距大于阈值的数据筛除，确定余下数据为有效数据；从而通过筛选其中的多余数据，减少对账时产生的干扰；

获取有效数据，依据数据来源，分别建立财务数据集；

也就是说，针对第一端建立第一财务数据集，针对第二端建立第二财务数据集；如果没有特别说明，都是同时对第一财务数据集和第二财务数据集进行数据处理；

步骤103、确定所有财务项目，依据时间序列，将所有的财务数据在财务项目下有序排列，存在空位时，对空位进行标记。

使用时，结合步骤101至103中的内容，在第一端和第二端之间进行对账时，完成数据采集后，再次对数据进行筛选，分别建立第一财务数据集及第二财务数据集，以两个财务数据集内的数据作为对账的财务数据来源，减少对账难度，基于财务项目对财务数据进行排序，则可以确定对账顺序，提高对账的效率。

步骤二、依据财务数据集中的财务项目及与财务项目相对应的财务数据的获取时间、数据金额及数据量，确定对账顺序；

所述步骤二包括如下内容：

步骤201、建立财务数据变动影响模型，进行多重线性回归分析，通过改变财务项目相对应的财务数据，确定财务项目的影响因子；

基于评估算法建立评估模型，完成训练和测试后，对影响因子进行评分，输出财务项目评分及财务项目评分排序；也即是对影响程度进行量化，确定各个财务项目的重要性顺序，形成第一对账顺序；

其中，对财务项目进行重要性评分时，财务项目的重要性评价可以从公开的网络渠道进行检索获得；依据财务项目评分排序作为各个财务项目的重要性顺序，依次对财务项目进行对账，提高对账的效率，在时间有限的条件下，能够优先完成最重要的部分。

步骤202、在同一财务项目下，沿着时间序列对所有的财务数据进行排序，基于对账时间与财务数据之间的差值，确定迟缓时间T；迟缓时间T的值越大，越需要优先处理；

依据与财务项目相对应的各个财务数据的金额，确定财务金额值Cw，如果为空位，则以数值0作为替代；财务金额值Cw的值越大，越需要优先处理；

依据与财务项目相对应的各个财务数据的数据总量，形成数据量L；数据量L的值越大，则越优先处理；

步骤203、获取迟缓时间T、财务金额值Cw及数据量L，进行无量纲化处理后，关联形成对账优先值Yp；

所述对账优先值Yp的形成方式如下公式：

其中，参数的意义为：金额因子Ac、时间因子At、数据量因子，C为常数修正系数；

其中，金额因子Ac、时间因子At、数据量因子由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数；将设定的预设比例系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到Ac、At、的取值。

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数，只要不影响参数与量化后数值的比例关系即可。

步骤204、获取若干个对账优先值Yp进行排序，依据形成的排序结果，对财务数据集的财务项目进行排序，形成第二对账顺序。

使用时，基于迟缓时间T、财务金额值Cw及数据量L形成的对账优先值Yp，在财务项目下存在多条财务数据时，再次确定财务数据的处理顺序，使财务对照区别于时间顺序，能够更有序地进行对账。

结合步骤201至203中的内容，依据财务项目确定第一对账顺序，依据财务数据确定第二对账顺序，在对账时，优先执行第一对账顺序，再执行第二对账顺序，先从第一端和第二端中分别确认对应的财务项目，然后从确定的财务项目中，依据对账优先值Yp，先后开始对账，区别于依据数据生成顺序进行对账，能够确定新的对账顺序，优先处理重要的财务项目和财务数据。

步骤三、依据确定的对账顺序，在第一端和第二端之间依次核对财务数据，确定其中不一致的并输出，并在差异大于阈值时，发出预警；

所述步骤三包括如下内容：

步骤301、依据第一对账顺序，将第一端中财务项目与第二端中的财务项目相对应，依据第二对账顺序，分别从第一财务数据集和第二财务数据集获取与财务项目相对应财务数据进行校验；

如果两者一致，则确定正确；如果不一致则确定为错误，并输出；

步骤302、在第一财务数据集和第二财务数据集之间的对应数据存在差异时，计算出差异值；

将差异值与相应阈值对比，判断是否大于阈值，如果大于阈值，则确定为异常数据，发出预警；需要说明书的是，差异值阈值的大小需要按照实际需要进行设置，不同的对账场景下，差异值阈值可能并不一致。

使用时，步骤301至302，在确定第一对账顺序及第二对账顺序后，进行对账并确定第一端与第二端之间的差异值，完成对账的流程，并依据差异值的大小进行报警，进而起到指示作用，用户能过快速地确定存在差异财务项目，降低对账难度。

步骤四、获取财务处理规则并建立财务规则库，第一端和第二端的财务数据不一致且差异值大于阈值时，依据原始数据，由相应的财务处理规则进行校验，形成校验结果；

所述四包括如下内容：

步骤401、建立数据采集单元及数据录入单元，获取现有的财务数据处理规则，建立财务规则库；财务数据规则可以用户手动收入，也可以从公开渠道检索后获取；

步骤402、基于分类算法建立分类器，经过训练和测试后，以分类器对财务规则库中的财务规则进行分类；

步骤403、将分类后的财务处理规则与财务项目相对应，并且分别从第一财务数据集和第二财务数据集中获取该财务项目下的原始数据；

步骤404、在异常数据多于一个时，依据差异值大小对异常数据进行排序，形成校验顺序；依照校验顺序，依次确定异常数据对应财务项目下及原始数据；

步骤405、依据财务项目从财务规则分类中的选择相应性的财务处理规则，对原始数据进行处理，形成新财务数据，作为校验结果并输出。

使用时，结合步骤401至405中的内容，在第一端与第二端之间的财务数据存在差异，并且差异值大于预期时，选用对应的财务处理规则对该财务项目下的原始数据重新进行处理，形成处理后的新财务数据；在第一端和第二端之间的财务数据难以匹配时，以重新处理数据的形式完成对财务数据处理过程自动形成校验，避免人工核算，减少工作量。

步骤五、依据校验结果重新进行对账，如果第一端和第二端的数据仍不匹配，确定财务数据错误的节点并且输出；

所述步骤五包括如下内容：

步骤501、判断新财务数据与异常数据是否一致，如果一致，则确定原始数据或者处理规则中至少存在一个错误；如果不一致，以新财务数据对异常数据进行替换，依据财务项目重新对账；

如果仍不一致，将不一致的财务项目标记为异常财务项目，并对相对应的原始数据进行标记；从而判断是否是原始数据存在错误；

步骤502、在校验原始数据无误的情况下，依据财务数据转换流程，依次确定新财务数据各个处理节点上的中间数据；

获取与异常数据对应的财务数据转换流程中的各个处理节点上的中间数据；

将相对应的中间数据进行对比，如果处理节点上的中间数据不一致，则确定为错误节点，对错误节点进行标记并且输出。

使用时，结合步骤501与502中的内容，在第一端和第二端之间对账不一致时，判断是否是原始数据的错误，如果不是原始数据错误，通过形成新财务数据对异常数据形成替换，能够形成自动纠错，在自动进行对账时，减少人工参与；

并且在财务数据转换流程进行回溯和再执行，分别确定中间数据，依据中间数据是否相同，来判断发生错误的处理节点，从而在自动对账时，在自动纠错的基础上，确定财务数据异常的原因，节省用户查找的时间。

结合步骤一至步骤五中的内容，本方案中至少存在如下效果：

在第一端和第二端在进对账时，对数据进行筛选，建立第一财务数据集及第二财务数据集，以两个财务数据集内的数据作为对账的财务数据来源，能够减少对账难度，并且基于财务项目对财务数据进行排序，确定对账顺序，提高对账的效率。

在第一端和第二端之间对账不一致时，通过形成新财务数据对异常数据形成替换，在自动进行对账时，能够形成自动纠错，减少人工参与；

通过财务数据转换流程进行回溯和再执行，分别确定中间数据，依据中间数据是否相同来判断发生错误的处理节点，从而在自动纠错的基础上，确定财务数据异常的原因，节省用户查找的时间。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质。半导体介质可以是固态硬盘。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一些逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-onlymemory，ROM)、随机存取存储器（randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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)

1.一种基于人工智能的自动化财务对账方法，其特征在于：包括，

分别从第一端和第二端获取财务数据，依据过滤规则对财务数据进行过滤，确定其中有效数据，分别建立财务数据集；

依据财务数据集中的财务项目及与财务项目相对应的财务数据的获取时间、数据金额及数据量，确定对账顺序；

依据确定的对账顺序，在第一端和第二端之间依次核对财务数据，确定其中不一致的并输出，并在差异大于阈值时，发出预警；

获取财务处理规则并建立财务规则库，第一端和第二端的财务数据不一致且差异值大于阈值时，依据原始数据，由相应的财务处理规则进行校验，形成校验结果；

依据校验结果重新进行对账，如果第一端和第二端的数据仍不匹配，确定财务数据错误的节点并且输出。

2.根据权利要求1所述的一种基于人工智能的自动化财务对账方法，其特征在于：

确定财务对账周期，通过数据采集单元分别从财务系统的第一端和第二端采集该对账周期内，涉及财务流转的相关数据；

识别数据类型及数据值，将数据类型不符合及数值差距大于阈值的数据筛除，确定余下数据为有效数据；获取有效数据，依据数据来源，分别建立第一财务数据集及第二财务数据集；

确定所有财务项目，依据时间序列，将所有的财务数据在财务项目下有序排列，存在空位时，对空位进行标记。

3.根据权利要求1所述的一种基于人工智能的自动化财务对账方法，其特征在于：

建立财务数据变动影响模型，进行多重线性回归分析，通过改变财务项目相对应的财务数据，确定财务项目的影响因子；

基于评估算法建立评估模型，完成训练和测试后，对影响因子进行评分，输出财务项目评分及财务项目评分排序，形成第一对账顺序；

在同一财务项目下，沿着时间序列对所有的财务数据进行排序，基于对账时间与财务数据之间的差值，确定迟缓时间T；依据与财务项目相对应的各个财务数据的金额，确定财务金额值Cw；

依据与财务项目相对应的各个财务数据的数据总量，形成数据量L。

4.根据权利要求3所述的一种基于人工智能的自动化财务对账方法，其特征在于：

获取迟缓时间T、财务金额值Cw及数据量L，进行无量纲化处理后，关联形成对账优先值Yp；

获取若干个对账优先值Yp进行排序，依据形成的排序结果，对财务数据集的财务项目进行排序，形成第二对账顺序。

5.根据权利要求4所述的一种基于人工智能的自动化财务对账方法，其特征在于：

所述对账优先值Yp的形成方式如下公式：

其中，参数的意义为：金额因子Ac、时间因子At、数据量因子，C为常数修正系数。

6.根据权利要求4所述的一种基于人工智能的自动化财务对账方法，其特征在于：

依据第一对账顺序，将第一端中财务项目与第二端中的财务项目相对应，依据第二对账顺序，分别从第一财务数据集和第二财务数据集获取与财务项目相对应财务数据进行校验；如果不一致则确定为错误，并输出；

在第一财务数据集和第二财务数据集之间的对应数据存在差异时，计算出差异值；将差异值与相应阈值对比，判断是否大于阈值，如果大于阈值，则确定为异常数据，发出预警。

7.根据权利要求1所述的一种基于人工智能的自动化财务对账方法，其特征在于：

建立数据采集单元及数据录入单元，获取现有的财务数据处理规则，建立财务规则库；

基于分类算法建立分类器，经过训练和测试后，以分类器对财务规则库中的财务规则进行分类；

将分类后的财务处理规则与财务项目相对应，并且分别从第一财务数据集和第二财务数据集中获取该财务项目下的原始数据。

8.根据权利要求7所述的一种基于人工智能的自动化财务对账方法，其特征在于：

在异常数据多于一个时，依据差异值大小对异常数据进行排序，形成校验顺序；依照校验顺序，依次确定异常数据对应财务项目下及原始数据；

依据财务项目从财务规则分类中的选择相应性的财务处理规则，对原始数据进行处理，形成新财务数据，作为校验结果并输出。

9.根据权利要求1所述的一种基于人工智能的自动化财务对账方法，其特征在于：

判断新财务数据与异常数据是否一致，如果不一致，以新财务数据对异常数据进行替换，依据财务项目重新对账；

如果仍不一致，将不一致的财务项目标记为异常财务项目，并对相对应的原始数据进行标记。

10.根据权利要求9所述的一种基于人工智能的自动化财务对账方法，其特征在于：

在校验原始数据无误的情况下，依据财务数据转换流程，依次确定新财务数据各个处理节点上的中间数据；

获取与异常数据对应的财务数据转换流程中的各个处理节点上的中间数据；

将相对应的中间数据进行对比，如果处理节点上的中间数据不一致，则确定为错误节点，对错误节点进行标记并且输出。

Images