CN116596284B - 基于客户需求的差旅决策管理方法及系统 - Google Patents
基于客户需求的差旅决策管理方法及系统 Download PDFInfo
- Publication number
- CN116596284B CN116596284B CN202310877969.6A CN202310877969A CN116596284B CN 116596284 B CN116596284 B CN 116596284B CN 202310877969 A CN202310877969 A CN 202310877969A CN 116596284 B CN116596284 B CN 116596284B
- Authority
- CN
- China
- Prior art keywords
- travel
- personnel
- accounting
- management
- budget
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 142
- 239000011159 matrix material Substances 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于客户需求的差旅决策管理方法及系统,应用于数据处理技术领域,该方法包括:通过获取差旅预算信息和多个差旅人员的多个差旅人员信息集合,构建差旅人员信息矩阵。对差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵。基于前三列标准值,计算获得多个人员信用参数,基于第四列标准值,计算获得多个人员差旅核算参数。构建差旅决策管理通道,获得多个差旅信用预算分配结果。计算获得多个人员报销管理参数,获得多个差旅记录误差要求。根据多个差旅信用预算分配结果,多个差旅记录误差要求,对多个差旅人员管理。解决了现有技术中差旅管理依然存在差旅成本过高且核算效率较低的技术问题。
Description
技术领域
本发明涉及数据处理领域,尤其涉及基于客户需求的差旅决策管理方法及系统。
背景技术
现有技术中的差旅管理主要集中于控制成本,提升核算报销的严格程度上,可能会影响员工差旅工作的积极性和状态,同时也会影响实际的核算效率。差旅管理仍然存在差旅成本过高和核算效率过低的问题。
因此,在现有技术中差旅管理依然存在差旅成本过高且核算效率较低的技术问题。
发明内容
本申请通过提供基于客户需求的差旅决策管理方法及系统,解决了在现有技术中差旅管理依然存在差旅成本过高且核算效率较低的技术问题。
本申请提供基于客户需求的差旅决策管理方法,所述方法包括:获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。
本申请还提供了基于客户需求的差旅决策管理系统,所述系统包括:信息集合获取模块,用于获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;人员信息矩阵获取模块,用于基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;矩阵标准化模块,用于对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;差旅核算参数获取模块,用于基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;预算分配结果获取模块,用于构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;记录误差要求获取模块,用于根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;分配管理模块,用于根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。
本申请还提供了一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请提供的基于客户需求的差旅决策管理方法。
本申请提供一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的基于客户需求的差旅决策管理方法。
拟通过本申请提出的基于客户需求的差旅决策管理方法及系统,通过获取数据库类型,基于数据库类型进行数据库识别,获取多组数据库。基于多组数据库进行分布式连接,生成第一分布式数据库,对分布式数据库进行访问配置。获取第一检索指令的请求信息,根据第一检索指令中的目标检索数据库的数据存储格式,采用NLP同义处理器对检索关键字进行对应转换,生成基于目标检索数据库分别对应的转换关键字。基于转换关键字对目标检索数据库进行检索,获取第一检索结果。实现了对检索人员的检索关键字进行处理,基于同义处理器对所述检索关键字进行转换,使得计算机可以直接在数据库中查找对应的转换关键字,提高了数据库的检索效率。
实现了对差旅人员差旅费用的精细化管理,并限制差旅人员的差旅花费,进而降低差旅成本,避免差旅人员报销异常情况,从而提高差旅核算效率。解决了在现有技术中差旅管理依然存在差旅成本过高且核算效率较低的技术问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请实施例提供的基于客户需求的差旅决策管理方法的流程示意图;
图2为本申请实施例提供的基于客户需求的差旅决策管理方法获取多个差旅人员信息集合的流程示意图;
图3为本申请实施例提供的基于客户需求的差旅决策管理方法构建差旅决策管理通道的流程示意图;
图4为本申请实施例提供的基于客户需求的差旅决策管理方法的系统的结构示意图;
图5为本发明实施例提供的基于客户需求的差旅决策管理方法的系统电子设备的结构示意图。
附图标记说明:信息集合获取模块11,人员信息矩阵获取模块12,矩阵标准化模块13,差旅核算参数获取模块14,预算分配结果获取模块15,记录误差要求获取模块16,分配管理模块17,处理器31,存储器32,输入装置33,输出装置34。
具体实施方式
实施例一:
本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
如图1所示,本申请实施例提供了基于客户需求的差旅决策管理方法,所述方法包括:
S10:获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;
S20:基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;
S30:对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;
具体的,获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,其中,差旅预算为差旅总花费费用信息。每个差旅人员信息集合包括职位信息即具体的职位等级数据,通过职位信息来判断差旅人员的信用等级,职位等级越高对应的信用等级越高,便于结合其他数据信息,对后续的差旅费用真实情况进行评价,历史差旅误报次数即在历史差旅记录中的误报次数、历史差旅误报金额即在历史差旅记录中误报情况对应的误报总金额和历史差旅核算效率即历史差旅记录的平均核算时间。随后,基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员。对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵。
如图2所示,本申请实施例提供的方法S10还包括:
S11:获取所述目标客户提供的所述差旅预算信息、以及进行差旅的多个差旅人员的职位信息;
S12:根据所述目标客户的历史差旅数据,对所述多个差旅人员在预设历史时间范围内的差旅误报次数、差旅误报金额、差旅核算金额以及差旅核算时间进行采集,并计算获得多个历史差旅核算效率;
S13:结合所述多个差旅人员的职位信息、多个历史差旅误报次数、多个历史差旅误报金额和多个历史差旅核算效率,获得所述多个差旅人员信息集合。
具体的,获取目标客户提供的所述差旅预算信息、以及进行差旅的多个差旅人员的职位信息。根据所述目标客户的历史差旅数据,对所述多个差旅人员在预设历史时间范围内的差旅误报次数、差旅误报金额、差旅核算金额以及差旅核算时间进行采集,并计算获得多个历史差旅核算效率。最后,结合所述多个差旅人员的职位信息、多个历史差旅误报次数、多个历史差旅误报金额和多个历史差旅核算效率,获得所述多个差旅人员信息集合。
本申请实施例提供的方法S30还包括:
S31:基于所述多个差旅人员,构建多个行属性,基于所述职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,构建四个列属性;
S32:根据所述多个行属性和四个列属性,构建所述差旅人员信息矩阵,如下式:
;
其中,C为构建的差旅人员信息矩阵,为第一个差旅人员的职位信息,为
第M个差旅人员的职位信息,为第一个差旅人员的历史差旅核算效率,为第M个差
旅人员的历史差旅核算效率,M为多个差旅人员的数量。
具体的,构建差旅人员信息矩阵包括:基于所述多个差旅人员,构建多个行属性,基于所述职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,构建四个列属性。根据所述多个行属性和四个列属性,构建所述差旅人员信息矩阵,如下式:
;
其中,为第一个差旅人员的职位信息,为第M个差旅人员的职位信息,
为第一个差旅人员的历史差旅核算效率,为第M个差旅人员的历史差旅核算效率,M为
多个差旅人员的数量。在第一个差旅人员的职位信息与第一个差旅人员的历史差
旅核算效率之间还包括,历史差旅误报次数、历史差旅误报金额信息。基于上述信息共同构
成所述差旅人员信息矩阵。
本申请实施例提供的方法S30还包括:
S33:对所述差旅人员信息矩阵内的每个标准值进行标准化处理,如下式:
;
其中,为标准化处理后的标准化标准值,和为权重,、
为多个历史差旅核算效率中的最小值和最大值,Xi4为第i行的历史差旅核算效率;
S34:对基于标准化处理的结果,获得所述标准化人员信息矩阵,如下式:
。
具体的,以第四列数据为例,对所述差旅人员信息矩阵内的每个标准值进行标准化处理,如下式:
;
其中,为标准化处理后的标准化标准值,和为权重,、
为多个历史差旅核算效率中的最小值和最大值,Xi4为第i行的历史差旅核算效率,按照上述
公式相同的计算方式对信息矩阵内的每个数据进行标准化处理,获取A即标准化人员信息
矩阵。最后,完成对所有数据的标准化处理,基于标准化处理的结果,获得所述标准化人员
信息矩阵,如下式:
。
S40:基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;
S50:构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;
S60:根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;
S70:根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。
具体的,在获取标准化人员信息矩阵后,基于所述标准化人员信息矩阵内的前三列标准值,即计算的职位信息、历史差旅误报次数、历史差旅误报金额的标准值。计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数。随后,构建差旅决策管理通道,差旅决策管理通道用于对差旅信用预算进行分配并分配结果。所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果。
随后,根据多个人员信用参数即计算获取人员信用参数的和多个人员差旅核算参数即差旅信用预算分配结果,计算获得多个人员报销管理参数,其中多个人员报销管理参数为人员信用参数与差旅信用预算分配结果的乘积。其中差旅记录误差要求为差旅过程中超出预算分配额度的超额花费数据。将所述多个人员报销管理参数输入所述核算管理分支内,根据核算管理分支内获得对应的多个差旅记录误差要求。最后,根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理即对差旅花费进行差旅记录管理。实现了对差旅人员差旅费用的精细化管理,并限制差旅人员的差旅花费,进而降低差旅成本,避免差旅人员报销异常情况,从而提高差旅核算效率。
本申请实施例提供的方法S40还包括:
S41:对第二列和第三列的标准值进行极大转化处理,如下式:
;
其中,为第二列标准值中的最大值,为第M个差旅人员的历史差旅误报
次数的标准值;
S42:基于极大转化处理后的标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,如下式:
;
;
;
其中,为第i行标准值与前三列标准值内三个最大值的距离,为第i行
标准值与前三列标准值内三个最小值的距离,Yij为第j列、第i行的标准值,为职位信
息、历史差旅误报次数、历史差旅误报金额3种数据的标准值中第j种标准值的权重,MAXj为
第j列标准值中的最大值,MINj为第j列标准值中的最小值,为第i个差旅人员的人员信用
参数;
S43:基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数,如下式:
;
其中,为第i个差旅人员的人员差旅核算参数,Yi4为第四列标准值中的第i个标
准值。
具体的,对第二列和第三列的标准值进行极大转化处理,如下式:;
其中,为第二列标准值中的最大值,为第M个差旅人员的历史差旅误报次数的标
准值,其中第二列为历史差旅误报次数。第三列为历史差旅误报金额。第三列的标准值进行
极大转化处理的处理方式与第二列相同。
基于极大转化处理后的标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,如下式:
;
;
;
其中,为第i行标准值与前三列标准值内三个最大值的距离,为第i行
标准值与前三列标准值内三个最小值的距离,为职位信息、历史差旅误报次数、历史差
旅误报金额3种数据的标准值中第j种标准值的权重,为第i个差旅人员的人员信用参数。
基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数,如下
式:
;
其中,为第i个差旅人员的人员差旅核算参数,Yi4为第四列标准值中的第i个标
准值。通过获取差旅人员的人员信用参数便于对后续对差旅信用预算进行分配。
如图3所示,本申请实施例提供的方法S50还包括:
S51:对历史时间内的差旅管理数据进行检索处理,获取多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合;
S52:采用所述多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合,基于机器学习,构建所述预算管理分支;
S53:对历史时间内的差旅管理数据进行检索处理,获取样本人员报销管理参数集合和样本差旅记录误差要求集合;
S54:构建所述样本人员报销管理参数集合和样本差旅记录误差要求集合的映射关系,获得所述核算管理分支。
具体的,构建差旅决策管理通道,通过对历史时间内的差旅管理数据进行检索处理,获取多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合。根据获取的数据,采用所述多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合,基于机器学习,构建所述预算管理分支。即将所述多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合作为训练数据,对神经网络模型进行监督训练。直至模型输出的差旅信用预算分配结果的准确性满足预定的准确率阈值时完成对模型的训练,获取预算管理分支。进一步,对历史时间内的差旅管理数据进行检索处理,获取样本人员报销管理参数集合和样本差旅记录误差要求集合。最后,根据报销管理参数集合和样本差旅记录误差要求集合,构建所述样本人员报销管理参数集合和样本差旅记录误差要求集合的映射关系,获得所述核算管理分支。
本发明实施例所提供的技术方案,通过获取差旅预算信息和多个差旅人员的多个差旅人员信息集合,构建差旅人员信息矩阵。对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵。基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数。构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果。根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求。根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。实现了对差旅人员差旅费用的精细化管理,并限制差旅人员的差旅花费,进而降低差旅成本,避免差旅人员报销异常情况,从而提高差旅核算效率。解决了在现有技术中差旅管理依然存在差旅成本过高且核算效率较低的技术问题。
实施例二:
基于与前述实施例中基于客户需求的差旅决策管理方法同样发明构思,本发明还提供了基于客户需求的差旅决策管理方法的系统,系统可以由硬件和/或软件的方式来实现,一般可集成于电子设备中,用于执行本发明任意实施例所提供的方法。如图4所示,所述系统包括:
信息集合获取模块11,用于获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;
人员信息矩阵获取模块12,用于基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;
矩阵标准化模块13,用于对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;
差旅核算参数获取模块14,用于基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;
预算分配结果获取模块15,用于构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;
记录误差要求获取模块16,用于根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;
分配管理模块17,用于根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。
进一步地,所述信息集合获取模块11还用于:
获取所述目标客户提供的所述差旅预算信息、以及进行差旅的多个差旅人员的职位信息;
根据所述目标客户的历史差旅数据,对所述多个差旅人员在预设历史时间范围内的差旅误报次数、差旅误报金额、差旅核算金额以及差旅核算时间进行采集,并计算获得多个历史差旅核算效率;
结合所述多个差旅人员的职位信息、多个历史差旅误报次数、多个历史差旅误报金额和多个历史差旅核算效率,获得所述多个差旅人员信息集合。
进一步地,所述矩阵标准化模块13还用于:
基于所述多个差旅人员,构建多个行属性,基于所述职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,构建四个列属性;
根据所述多个行属性和四个列属性,构建所述差旅人员信息矩阵,如下式:
;
其中,为第一个差旅人员的职位信息,为第M个差旅人员的职位信息,
为第一个差旅人员的历史差旅核算效率,为第M个差旅人员的历史差旅核算效率,M为
多个差旅人员的数量。
进一步地,所述矩阵标准化模块13还用于:
对所述差旅人员信息矩阵内的每个标准值进行标准化处理,如下式:
;
其中,为标准化处理后的标准化标准值,和为权重,、
为多个历史差旅核算效率中的最小值和最大值;
基于标准化处理的结果,获得所述标准化人员信息矩阵,如下式:
。
进一步地,所述差旅核算参数获取模块14还用于:
对第二列和第三列的标准值进行极大转化处理,如下式:
;
其中,为第二列标准值中的最大值,为第M个差旅人员的历史差旅误报
次数的标准值;
基于极大转化处理后的标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,如下式:
;
;
;
其中,为第i行标准值与前三列标准值内三个最大值的距离,为第i行
标准值与前三列标准值内三个最小值的距离,为职位信息、历史差旅误报次数、历史
差旅误报金额3种数据的标准值中第j种标准值的权重,为第i个差旅人员的人员信用参
数;
基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数,如下式:
;
其中,为第i个差旅人员的人员差旅核算参数。
进一步地,所述预算分配结果获取模块15还用于:
对历史时间内的差旅管理数据进行检索处理,获取多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合;
采用所述多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合,基于机器学习,构建所述预算管理分支;
对历史时间内的差旅管理数据进行检索处理,获取样本人员报销管理参数集合和样本差旅记录误差要求集合;
构建所述样本人员报销管理参数集合和样本差旅记录误差要求,集合的映射关系,获得所述核算管理分支。
所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三:
图5为本发明实施例三提供的电子设备的结构示意图,示出了适于用来实现本发明实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例,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,该电子设备包括处理器31、存储器32、输入装置33及输出装置34;电子设备中处理器31的数量可以是一个或多个,图5中以一个处理器31为例,电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于客户需求的差旅决策管理方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述基于客户需求的差旅决策管理方法。
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 (2)
1.一种基于客户需求的差旅决策管理方法,其特征在于,所述方法包括:
获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;
基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;
对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;
基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;
构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;
根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;
根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理;
其中,获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,包括:
获取所述目标客户提供的所述差旅预算信息、以及进行差旅的多个差旅人员的职位信息;
根据所述目标客户的历史差旅数据,对所述多个差旅人员在预设历史时间范围内的差旅误报次数、差旅误报金额、差旅核算金额以及差旅核算时间进行采集,并计算获得多个历史差旅核算效率;
结合所述多个差旅人员的职位信息、多个历史差旅误报次数、多个历史差旅误报金额和多个历史差旅核算效率,获得所述多个差旅人员信息集合;
基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,包括:
基于所述多个差旅人员,构建多个行属性,基于所述职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,构建四个列属性;
根据所述多个行属性和四个列属性,构建所述差旅人员信息矩阵,如下式:
;
其中,为第一个差旅人员的职位信息,/>为第M个差旅人员的职位信息,/>为第一个差旅人员的历史差旅核算效率,/>为第M个差旅人员的历史差旅核算效率,M为多个差旅人员的数量;
对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵,包括:
对所述差旅人员信息矩阵内的每个标准值进行标准化处理,如下式:
;
其中,为/>标准化处理后的标准化标准值,/>和/>为权重,/>、/>为多个历史差旅核算效率中的最小值和最大值,/>为第i行的历史差旅核算效率;
基于标准化处理的结果,获得所述标准化人员信息矩阵,如下式:
;
基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数,包括:
对第二列和第三列的标准值进行极大转化处理,如下式:
;
其中,为第二列标准值中的最大值,/>为第M个差旅人员的历史差旅误报次数的标准值;
基于极大转化处理后的标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,如下式:
;
;
;
其中,为第i行标准值与前三列标准值内三个最大值的距离,/>为第i行标准值与前三列标准值内三个最小值的距离,/>为第j列、第i行的标准值,/>为职位信息、历史差旅误报次数、历史差旅误报金额3种数据的标准值中第j种标准值的权重,/>为第j列标准值中的最大值,/>为第j列标准值中的最小值,/>为第i个差旅人员的人员信用参数;
基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数,如下式:
;
其中,为第i个差旅人员的人员差旅核算参数,/>为第四列标准值中的第i个标准值;
构建差旅决策管理通道,包括:
对历史时间内的差旅管理数据进行检索处理,获取多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合;
采用所述多个样本人员信用参数集合、样本差旅预算集合和多个样本差旅信用预算分配结果集合,基于机器学习,构建所述预算管理分支;
对历史时间内的差旅管理数据进行检索处理,获取样本人员报销管理参数集合和样本差旅记录误差要求集合;
构建所述样本人员报销管理参数集合和样本差旅记录误差要求,集合的映射关系,获得所述核算管理分支。
2.一种基于客户需求的差旅决策管理系统,其特征在于,所述系统用于执行权利要求1所述的一种基于客户需求的差旅决策管理方法,所述系统包括:
信息集合获取模块,用于获取待进行差旅决策管理的目标客户提供的差旅预算信息和多个差旅人员的多个差旅人员信息集合,每个差旅人员信息集合包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率;
人员信息矩阵获取模块,用于基于所述多个差旅人员信息集合,构建差旅人员信息矩阵,所述差旅人员信息矩阵内的列属性包括职位信息、历史差旅误报次数、历史差旅误报金额和历史差旅核算效率,行属性包括多个差旅人员;
矩阵标准化模块,用于对所述差旅人员信息矩阵进行标准化处理,获得标准化人员信息矩阵;
差旅核算参数获取模块,用于基于所述标准化人员信息矩阵内的前三列标准值,计算获得多个人员信用参数,基于所述标准化人员信息矩阵内的第四列标准值,计算获得多个人员差旅核算参数;
预算分配结果获取模块,用于构建差旅决策管理通道,所述差旅决策管理通道内包括预算管理分支和核算管理分支,将所述多个人员信用参数输入所述预算管理分支内,获得多个差旅信用预算分配结果;
记录误差要求获取模块,用于根据所述多个人员信用参数和多个人员差旅核算参数,计算获得多个人员报销管理参数,将所述多个人员报销管理参数输入所述核算管理分支内,获得多个差旅记录误差要求;
分配管理模块,用于根据所述多个差旅信用预算分配结果,将所述差旅预算信息对所述多个差旅人员进行分配管理,根据所述多个差旅记录误差要求,对所述多个差旅人员进行差旅记录管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310877969.6A CN116596284B (zh) | 2023-07-18 | 2023-07-18 | 基于客户需求的差旅决策管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310877969.6A CN116596284B (zh) | 2023-07-18 | 2023-07-18 | 基于客户需求的差旅决策管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116596284A CN116596284A (zh) | 2023-08-15 |
CN116596284B true CN116596284B (zh) | 2023-09-26 |
Family
ID=87606620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310877969.6A Active CN116596284B (zh) | 2023-07-18 | 2023-07-18 | 基于客户需求的差旅决策管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116596284B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554885B (zh) * | 2023-12-13 | 2024-05-07 | 浙江万昌电力设备有限公司 | 一种智能计量箱运行异常检测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104969477A (zh) * | 2013-02-08 | 2015-10-07 | 索尼公司 | 数据处理装置和数据处理方法 |
WO2022062193A1 (zh) * | 2020-09-28 | 2022-03-31 | 南京博雅区块链研究院有限公司 | 基于时序归因分析的个人信用评估与解释方法、装置、设备及存储介质 |
CN114418156A (zh) * | 2022-01-21 | 2022-04-29 | 郭震 | 一种商旅预订结算管理系统 |
CN114445079A (zh) * | 2022-01-29 | 2022-05-06 | 九恒星(武汉)信息技术有限公司 | 单据处理方法、装置、设备和存储介质 |
JP2022090812A (ja) * | 2020-12-08 | 2022-06-20 | 株式会社Retool | 活動管理システムとその方法 |
CN114693906A (zh) * | 2020-12-29 | 2022-07-01 | 中国科学院计算机网络信息中心 | 基于时空规则的差旅报销异常行为检测方法和系统 |
CN116205613A (zh) * | 2023-05-04 | 2023-06-02 | 益企商旅(山东)科技服务有限公司 | 一种用于差旅自动巡检系统的在线监测方法及系统 |
CN116342305A (zh) * | 2023-03-02 | 2023-06-27 | 远光软件股份有限公司 | 一种差旅费报销方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080270363A1 (en) * | 2007-01-26 | 2008-10-30 | Herbert Dennis Hunt | Cluster processing of a core information matrix |
US20140142992A1 (en) * | 2012-11-16 | 2014-05-22 | Frank Anthony Nuzzi | Trip Planning and Budgeting |
-
2023
- 2023-07-18 CN CN202310877969.6A patent/CN116596284B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104969477A (zh) * | 2013-02-08 | 2015-10-07 | 索尼公司 | 数据处理装置和数据处理方法 |
WO2022062193A1 (zh) * | 2020-09-28 | 2022-03-31 | 南京博雅区块链研究院有限公司 | 基于时序归因分析的个人信用评估与解释方法、装置、设备及存储介质 |
JP2022090812A (ja) * | 2020-12-08 | 2022-06-20 | 株式会社Retool | 活動管理システムとその方法 |
CN114693906A (zh) * | 2020-12-29 | 2022-07-01 | 中国科学院计算机网络信息中心 | 基于时空规则的差旅报销异常行为检测方法和系统 |
CN114418156A (zh) * | 2022-01-21 | 2022-04-29 | 郭震 | 一种商旅预订结算管理系统 |
CN114445079A (zh) * | 2022-01-29 | 2022-05-06 | 九恒星(武汉)信息技术有限公司 | 单据处理方法、装置、设备和存储介质 |
CN116342305A (zh) * | 2023-03-02 | 2023-06-27 | 远光软件股份有限公司 | 一种差旅费报销方法、装置、计算机设备及存储介质 |
CN116205613A (zh) * | 2023-05-04 | 2023-06-02 | 益企商旅(山东)科技服务有限公司 | 一种用于差旅自动巡检系统的在线监测方法及系统 |
Non-Patent Citations (2)
Title |
---|
C#环境下差旅报账网络管理系统的构想与实现;李欣;么同元;周春梅;刘景艳;王立萍;;唐山学院学报(第03期);全文 * |
一种改进的企业差旅国内机票推荐算法;易淑娟;马化军;李挥;;广东通信技术(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116596284A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10074079B2 (en) | Systems and methods for automated analysis, screening and reporting of group performance | |
CN116596284B (zh) | 基于客户需求的差旅决策管理方法及系统 | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
CN109829615B (zh) | 一种基于专有云的目标任务多级监控装置和方法 | |
CN112667805A (zh) | 一种工单类别确定方法、装置、设备及介质 | |
CN101452556A (zh) | 一种客户信息处理系统及方法 | |
CN110737727B (zh) | 一种数据处理的方法及系统 | |
CN110489142A (zh) | 设备软件升级的评估方法及装置、存储介质、终端 | |
CN117875293A (zh) | 一种业务表单模板快速数字化的生成方法 | |
CN111105050B (zh) | 风机维护计划的生成方法、装置、设备及存储介质 | |
CN116820767A (zh) | 一种云资源管理方法、装置、电子设备及存储介质 | |
CN111651452A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN116485019A (zh) | 一种数据处理方法及装置 | |
CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
CN115797084A (zh) | 基于车主驾驶行为的投保定价指导方法及其相关设备 | |
CN113780675B (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
CN110826845A (zh) | 一种多维组合成本分摊装置及方法 | |
CN110334328B (zh) | 基于机器学习的物品清单自动生成方法及装置 | |
CN113496365A (zh) | 一种仓库合并方案确定方法、装置、设备及介质 | |
CN113779116A (zh) | 对象排序方法、相关设备及介质 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN112948469A (zh) | 数据挖掘方法、装置、计算机设备及存储介质 | |
RU172498U1 (ru) | Устройство поддержки принятия решений при анализе развития проблемных ситуаций | |
US20230058158A1 (en) | Automated iterative predictive modeling computing platform | |
CN111292052B (zh) | 基于多源事件驱动的电子监察方法 |
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 |