CN117076444A - 财务数据处理方法、系统、可读存储介质及计算机 - Google Patents
财务数据处理方法、系统、可读存储介质及计算机 Download PDFInfo
- Publication number
- CN117076444A CN117076444A CN202310812723.0A CN202310812723A CN117076444A CN 117076444 A CN117076444 A CN 117076444A CN 202310812723 A CN202310812723 A CN 202310812723A CN 117076444 A CN117076444 A CN 117076444A
- Authority
- CN
- China
- Prior art keywords
- data
- financial
- classification
- template
- processed
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 76
- 238000004140 cleaning Methods 0.000 claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种财务数据处理方法、系统、可读存储介质及计算机,该方法包括:将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类得到分类结果;通过分类结果所获取的数据模板编号从模板数据库中调用数据模板;解析出待处理财务数据的多个数据标识,并在各数据标识中添加分类标识符,以得到分类标识;基于分类标识和预设的数据处理模型对待处理财务数据进行数据清洗,以得到待处理财务数据中的特征数据和常规数据;利用预设的数据标识库对常规数据进行关键标识判断,以识别常规数据中是否含有预设的关键标识;若常规数据中不含有预设的关键标识,则以第一预设规则将特征数据与各数据模板构建映射关系,以对应生成数据报表。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种财务数据处理方法、系统、可读存储介质及计算机。
背景技术
随着科技的飞速发展和人们生活水平的提高,各类企业的数量也在逐渐增加,因此,各类企业针对财务数据的处理要求也越来越高,同时也极大地推动财务数据处理方法的快速发展。
现有的财务处理方法,通常分为两种,一种是由财务人员对企业内外部的所有财务数据进行数据整合,并根据所整合的内容建立对应的财务表格,再根据数据整合的结果将企业的财务信息填入至财务表格中,以形成对应的财务报表,然而,该方式所需要人力资源较为庞大、信息量较多,从而导致人工处理较为耗时,同时,人工处理会存在一定的疏漏,从而影响处理效率以及浪费时间成本;另一种是利用财务处理软件对企业内外部的所有财务数据进行处理,并将处理后的结果以表格的形式进行输出,然而,由于企业的不同,软件中缺少标准统一的软件规则,并且由于财务数据的数据量较为庞大,导致软件的处理效率降低,导致财务数据的前期分类以及处理标准依然需要人工进行核对。
发明内容
基于此,本发明的目的是提供一种财务数据处理方法、系统、可读存储介质及计算机,以至少解决上述技术中的不足。
本发明提出一种财务数据处理方法,包括:
将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
进一步的,将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果的步骤包括:
将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
进一步的,通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板的步骤包括:
根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
进一步的,基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据的步骤包括:
解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
本发明还提出一种财务数据处理系统,包括:
数据分类模块,用于将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
模板调用模块,用于根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
标识解析模块,用于解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
数据清洗模块,用于基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
标识判断模块,用于利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
报表生成模块,用于若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
进一步的,所述数据分类模块包括:
数据拆分单元,用于将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
第一数据分类单元,用于获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
第二数据分类单元,用于获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
进一步的,所述模板调用模块包括:
任务创建单元,用于根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
模板调用单元,用于将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
进一步的,所述数据清洗模块包括:
标识解析单元,用于解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
数据清洗单元,用于将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
本发明还提出一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的财务数据处理方法。
本发明还提出一种计算机,包括存储器、处理器以及存储在所述存储器上并可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的财务数据处理方法。
本发明当中的财务数据处理方法、系统、可读存储介质及计算机,通过对待处理财务数据按照时间周期和数据类型进行数据分类,以实现对待处理财务数据的初步分类,并在待处理财务数据中数据标识中添加分类标识符,以得到分类标识,以便于后续利用分类标识和数据处理模型对待处理财务数据进行数据清洗,从而得到待处理财务数据中的特征数据和常规数据;对常规数据进行再次识别,以避免待处理财务数据中非必要数据对数据处理的影响,从而提高数据处理的精准度。
附图说明
图1为本发明第一实施例中的财务数据处理方法的流程图;
图2为图1中步骤S101的详细流程图;
图3为图1中步骤S102的详细流程图;
图4为图1中步骤S104的详细流程图;
图5为本发明第二实施例中的财务数据处理系统的结构框图;
图6为本发明第三实施例中的计算机的结构框图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
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。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1,所示为本发明第一实施例中的财务数据处理方法,所述方法具体包括步骤S101至S106:
S101,将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
进一步的,请参阅图2,所述步骤S101具体包括步骤S1011~S1013:
S1011,将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
S1012,获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
S1013,获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
在具体实施时,将所获取到的待处理财务数据按照月度周期、季度周期以及年度周期进行拆分,并将所拆分的数据按照数据类型进行划分,从而得到月度周期、季度周期以及年度周期下的资产类型财务数据和消费类型财务数据,可以理解的,通过对待处理财务数据的初步筛分,以去除待处理财务数据中不符合要求的相关数据,从而提高数据处理的效率以及报表的准确率。
具体的,获取消费类型的财务处理数据的开票情况,开票情况包括已开票的财务数据和未开票的财务数据,根据财务数据中的多个维度参数构建对应的分类树列表,其中,维度参数包括项目参数、往来单位参数、账套参数、部门参数等具备特殊标记的参数,对上述的维度参数所获取到的财务处理数据按照维度参数的等级构建分类树列表,例如:往来单位参数中包含有往来单位名称、往来单位类型等,其中,往来单位参数的维度高于往来单位名称和往来单位类型,在分类树列表中,将往来单位名称和往来单位类型填充至往来单位参数的下拉菜单中,以形成往来单位参数的分类树列表,在得到各参数的分类树列表后,将上述的开票情况和各分类树列表构建映射关系,以得到消费分类子表;
进一步的,获取资产类型的报表文件,将上述的资产类型的财务处理数据按照报表文件的头文件数据进行数据填充,从而得到资产分类子表,可以理解的,头文件数据即为报表文件中与资产类财务数据相关的文件名称,例如:台账等。
S102,根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
进一步的,请参阅图3,所述步骤S102具体包括步骤S1021~S1022:
S1021,根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
S1022,将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
在具体实施时,根据上述的消费分类子表和资产分类子表中与数据模板相关的表头字符在预设的模板编号库中找到对应的数据模板编号,并将数据模板编号对应创建模板调用任务,利用数据分类结果对应的数据类型(即消费类型以资产类型)配置其对应的采集参数,该采集参数为系统根据不同的数据类型所定义的参数,由系统自动生成,通过采集参数和模板调用任务从模板数据库调用对应的数据模板。
可以理解的,数据模板编号为数据模板的唯一标识,当获取到数据模板编号时,在模板数据库中根据对应的参数和该编号即可得到对应的数据模板。
S103,解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
在具体实施时,对待处理财务数据进行数据解析,以得到多个数据标识,其中,该数据标识包括科目编号、账套编号、借贷双方、时间编号等与财务和业务相关的标识,并利用分类标识库中与各数据标识对应的分类标识符填入该数据标识中,以生成对应的分类标识,通过分类标识以便于后续的模型对该财务数据进行数据清洗。
S104,基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
进一步的,请参阅图4,所述步骤S104具体包括步骤S1041~S1042:
S1041,解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
S1042,将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
在具体实施时,将分类标识中业务标识和财务标识分别创建数据清洗任务,并利用数据处理模型基于各数据清洗任务对待处理财务数据进行数据清洗得到特征数据和常规数据,其中,特征数据即为财务标识所创建的数据清洗任务被数据处理模型进行数据清洗后的财务相关数据,常规数据即为业务标识所创建的数据清洗任务被数据处理模型进行数据清洗后的业务相关数据以及财务标识所创建的数据清洗任务被数据处理模型进行数据清洗后的业务相关数据。
S105,利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
S106,若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
在具体实施时,对所得到的常规数据进行关键标识判断,该关键标识即为常规数据所对应的关键字,在数据标识库中存有业务关键字以及财务关键字,利用该数据标识库对该常规数据进行判断,若常规数据中不含有与财务相关的关键标识,意味着常规数据中不存在与财务相关的数据,则生成特征数据的映射规则,将所得到的特征数据与各数据模板构建映射关系,以对应生成数据报表;若常规数据中含有与财务相关的关键标识,意味着常规数据中存在与财务相关的数据,则根据常规数据重新创建数据清洗任务,重新对数据进行清洗以及关键标识判断,直至常规数据中不含有与财务相关的关键标识。
综上,本发明上述实施例当中的财务数据处理方法,通过对待处理财务数据按照时间周期和数据类型进行数据分类,以实现对待处理财务数据的初步分类,并在待处理财务数据中数据标识中添加分类标识符,以得到分类标识,以便于后续利用分类标识和数据处理模型对待处理财务数据进行数据清洗,从而得到待处理财务数据中的特征数据和常规数据;对常规数据进行再次识别,以避免待处理财务数据中非必要数据对数据处理的影响,从而提高数据处理的精准度。
实施例二
本发明另一方面还提出一种财务数据处理系统,请查阅图5,所示为本发明第二实施例中的财务数据处理系统,所述系统包括:
数据分类模块11,用于将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
进一步的,所述数据分类模块11包括:
数据拆分单元,用于将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
第一数据分类单元,用于获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
第二数据分类单元,用于获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
模板调用模块12,用于根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
进一步的,所述模板调用模块12包括:
任务创建单元,用于根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
模板调用单元,用于将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
标识解析模块13,用于解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
数据清洗模块14,用于基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
进一步的,所述数据清洗模块14包括:
标识解析单元,用于解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
数据清洗单元,用于将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
标识判断模块15,用于利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
报表生成模块16,用于若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同,在此不再赘述。
本发明实施例所提供的财务数据处理系统,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,系统实施例部分未提及之处,可参考前述方法实施例中相应内容。
实施例三
本发明还提出一种计算机,请参阅图6,所示为本发明第三实施例中的计算机,包括存储器10、处理器20以及存储在所述存储器10上并可在所述处理器20上运行的计算机程序30,所述处理器20执行所述计算机程序30时实现上述的财务数据处理方法。
其中,存储器10至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器10在一些实施例中可以是计算机的内部存储单元,例如该计算机的硬盘。存储器10在另一些实施例中也可以是外部存储装置,例如插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器10还可以既包括计算机的内部存储单元也包括外部存储装置。存储器10不仅可以用于存储安装于计算机的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。
其中,处理器20在一些实施例中可以是电子控制单元(Electronic ControlUnit,简称ECU,又称行车电脑)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器10中存储的程序代码或处理数据,例如执行访问限制程序等。
需要指出的是,图6示出的结构并不构成对计算机的限定,在其它实施例当中,该计算机可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例还提出一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的财务数据处理方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种财务数据处理方法,其特征在于,包括:
将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
2.根据权利要求1所述的财务数据处理方法,其特征在于,将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果的步骤包括:
将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
3.根据权利要求1所述的财务数据处理方法,其特征在于,通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板的步骤包括:
根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
4.根据权利要求1所述的财务数据处理方法,其特征在于,基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据的步骤包括:
解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
5.一种财务数据处理系统,其特征在于,包括:
数据分类模块,用于将获取到的待处理财务数据分别按照时间周期和数据类型进行数据分类,以得到对应的分类结果;
模板调用模块,用于根据所述分类结果获取对应的数据模板编号,并通过所述数据模板编号从模板数据库中调用所述分类结果对应的数据模板;
标识解析模块,用于解析出所述待处理财务数据的多个数据标识,并在各所述数据标识中添加分类标识符,以得到对应的分类标识;
数据清洗模块,用于基于所述分类标识和预设的数据处理模型对所述待处理财务数据进行数据清洗,以得到所述待处理财务数据中的特征数据和常规数据;
标识判断模块,用于利用预设的数据标识库对所述常规数据进行关键标识判断,以识别所述常规数据中是否含有预设的关键标识;
报表生成模块,用于若所述常规数据中不含有预设的关键标识,则以第一预设规则将所述特征数据与各所述数据模板构建映射关系,以对应生成数据报表。
6.根据权利要求5所述的财务数据处理系统,其特征在于,所述数据分类模块包括:
数据拆分单元,用于将所述待处理财务数据按照所述时间周期和所述数据类型进行数据拆分,以得到各所述时间周期下不同数据类型的财务处理数据,其中,所述时间周期包括月度周期、季度周期以及年度周期,所述数据类型包括资产类型以及消费类型;
第一数据分类单元,用于获取所述消费类型的财务处理数据的开票情况,并基于多个维度参数构建对应的分类树列表,将所述开票情况和所述分类树列表构建映射关系,以得到消费分类子表;
第二数据分类单元,用于获取所述资产类型所对应的报表文件,并将所述资产类型的财务处理数据按照所述报表文件的头文件数据进行数据填充,以得到资产分类子表。
7.根据权利要求5所述的财务数据处理系统,其特征在于,所述模板调用模块包括:
任务创建单元,用于根据所述数据模板编号创建模板调用任务,并基于所述数据分类结果所对应的数据类型配置采集参数;
模板调用单元,用于将所述采集参数和所述模板调用任务导入至模板数据库,以使所述模板数据库调用对应的数据模板。
8.根据权利要求5所述的财务数据处理系统,其特征在于,所述数据清洗模块包括:
标识解析单元,用于解析出所述分类标识中的业务标识和财务标识,并根据所述业务标识和所述财务标识分别创建数据清洗任务;
数据清洗单元,用于将所述数据清洗任务输入至预设的数据处理模型,以使所述数据处理模型基于所述数据清洗任务对所述待处理财务数据进行数据清洗得到特征数据和常规数据。
9.一种可读存储介质,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至4任一所述的财务数据处理方法。
10.一种计算机,包括存储器、处理器以及存储在所述存储器上并可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至4任一所述的财务数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812723.0A CN117076444A (zh) | 2023-07-04 | 2023-07-04 | 财务数据处理方法、系统、可读存储介质及计算机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812723.0A CN117076444A (zh) | 2023-07-04 | 2023-07-04 | 财务数据处理方法、系统、可读存储介质及计算机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117076444A true CN117076444A (zh) | 2023-11-17 |
Family
ID=88706850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310812723.0A Withdrawn CN117076444A (zh) | 2023-07-04 | 2023-07-04 | 财务数据处理方法、系统、可读存储介质及计算机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117076444A (zh) |
-
2023
- 2023-07-04 CN CN202310812723.0A patent/CN117076444A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682097B (zh) | 一种处理日志数据的方法和装置 | |
CN109062780B (zh) | 自动化测试用例的开发方法及终端设备 | |
CN110956269B (zh) | 数据模型的生成方法、装置、设备以及计算机存储介质 | |
CN106557307B (zh) | 业务数据的处理方法及处理系统 | |
CN111222942B (zh) | 一种数据处理方法、装置、可读介质及电子设备 | |
CN113868507A (zh) | 结合rpa和ai的招投标信息获取方法、装置及电子设备 | |
US10073938B2 (en) | Integrated circuit design verification | |
CN110716866A (zh) | 代码质量扫描方法、装置、计算机设备及存储介质 | |
CN110969547A (zh) | 一种文本生成方法及装置 | |
CN112346775A (zh) | 指标数据通用处理方法、电子设备和存储介质 | |
CN110930056A (zh) | 一种基于思维导图的任务管理方法、终端设备及存储介质 | |
CN113688418B (zh) | 基于区块链数据存储的工程订单结算方法及系统 | |
CN114386853A (zh) | 基于通用审核模型的数据审核处理方法、装置及设备 | |
CN112631920A (zh) | 一种测试方法、装置、电子设备及可读存储介质 | |
CN115099922B (zh) | 财务数据查询方法、系统、可读存储介质及计算机设备 | |
CN117076444A (zh) | 财务数据处理方法、系统、可读存储介质及计算机 | |
CN114003220B (zh) | 工作流模型实现方法、系统、可读存储介质及计算机设备 | |
CN113741864B (zh) | 基于自然语言处理的语义化服务接口自动设计方法与系统 | |
CN115033590A (zh) | 一种多域数据融合的方法、装置和存储介质 | |
CN108509773A (zh) | 一种源代码加固方法及装置 | |
CN113672638A (zh) | 一种查询数据的方法、系统及电子设备 | |
CN113674023A (zh) | 基于会员等级的权益升级方法、装置、设备及存储介质 | |
CN112559331A (zh) | 测试方法和装置 | |
CN110880099A (zh) | 基于工作流引擎的任务事件处理方法、装置、设备和介质 | |
KR100836218B1 (ko) | 제품 계열 시스템의 특징 관리 자동화 방법 및 장치 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231117 |
|
WW01 | Invention patent application withdrawn after publication |