CN117252176A - 调查报告智能生成方法、装置、设备及介质 - Google Patents
调查报告智能生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117252176A CN117252176A CN202311207272.4A CN202311207272A CN117252176A CN 117252176 A CN117252176 A CN 117252176A CN 202311207272 A CN202311207272 A CN 202311207272A CN 117252176 A CN117252176 A CN 117252176A
- Authority
- CN
- China
- Prior art keywords
- information
- report
- survey
- investigation
- report template
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011835 investigation Methods 0.000 claims abstract description 108
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 230000010354 integration Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- 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
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/355—Class or cluster creation or modification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了调查报告智能生成方法、装置、设备及介质，方法包括：根据接收的基础资料信息获取关联信息并从报告模板库中获取对应的目标报告模板，根据目标报告模板包含的调查分类对基础资料信息及关联信息进行分类整理，并基于对应的调查评估规则对分类整理得到的分类资料信息进行汇总整理得到调查汇总信息，根据对应的整合模型对调查汇总信息进行整合得到报告结论并生成对应的调查报告文件。上述调查报告智能生成方法，能够匹配获取对应目标报告模板，并根据目标报告模板中的调查分类及调查评估规则形成调查汇总信息及报告结论，从而智能化生成调查报告文件，从而提高了调查报告的生成效率及生成质量。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种调查报告智能生成方法、装置、设备及介质。
背景技术
企业在进行商业对接过程中，需要结合商业业务对接对其它企业进行尽职调查，通过尽职调查考察其它企业的生产经营状态及财务状况，从而为金融等业务提供判断依据。现有技术方法中为确保信息核查的准确性，通常是采用线下实地走访的方式考察企业并基于考察结果形成相应的调查报告，然而这一技术方法需要耗费大量人力，且调查报告的结论易因业务人员的主观判断而受到影响。因此，现有技术方法在生成调查报告的过程中存在效率较低的问题。
发明内容
本发明实施例提供了一种调查报告智能生成方法、装置、设备及介质，旨在解决现有技术方法在生成调查报告的过程中所存在的效率较低的问题。
第一方面，本发明实施例提供了一种调查报告智能生成方法，其中，该方法应用于终端设备中，所述方法包括：
接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息；
从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板；
根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息；
根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息；
获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论；
将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
第二方面，本发明实施例还提供了一种调查报告智能生成装置，其中，该装置配置于终端设备中，所述装置用于执行上述第一方面所述的调查报告智能生成方法，所述装置包括：
关联信息获取单元，用于接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息；
目标报告模板获取单元，用于从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板；
分类整理单元，用于根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息；
调查汇总信息获取单元，用于根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息；
报告结论获取单元，用于获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论；
调查报告文件生成单元，用于将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
第三方面，本发明实施例还提供了一种计算机设备，其中，所述设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面所述的调查报告智能生成方法的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上述第一方面所述的调查报告智能生成方法的步骤。
本发明实施例提供了一种调查报告智能生成方法、装置、设备及介质，方法包括：根据接收的基础资料信息获取关联信息并从报告模板库中获取对应的目标报告模板，根据目标报告模板包含的调查分类对基础资料信息及关联信息进行分类整理，并基于对应的调查评估规则对分类整理得到的分类资料信息进行汇总整理得到调查汇总信息，根据对应的整合模型对调查汇总信息进行整合得到报告结论并生成对应的调查报告文件。上述调查报告智能生成方法，能够匹配获取对应目标报告模板，并根据目标报告模板中的调查分类及调查评估规则形成调查汇总信息及报告结论，从而智能化生成调查报告文件，从而提高了调查报告的生成效率及生成质量。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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他的附图。
图1为本发明实施例提供的调查报告智能生成方法的方法流程图
图2为本发明实施例提供的调查报告智能生成装置的示意性框图；
图3为本发明实施例提供的计算机设备的示意性框图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，如图所示，本发明申请的实施例提供了一种调查报告智能生成方法，该调查报告智能生成方法应用于终端设备中，该方法通过安装于终端设备中的应用软件进行执行，终端设备也即是执行调查报告智能生成方法以智能化生成调查报告文件的信息处理终端，终端设备可以是台式电脑、笔记本电脑、平板电脑或手机等信息处理终端。如图1所示，该方法包括步骤S110～S160。
S110、接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息。
接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息。可接收操作人员所输入的基础资料信息，操作人员以文本的方式将需对接企业的资料或需对接个人的资料作为基础资料信息输入至终端设备，基础资料信息包括对接方信息(企业或个人)、贸易合同、财务交易信息等相关资料信息。终端设备接收到基础资料信息后，对与基础资料信息相关联的信息进行检索，从而得到关联信息，通过关联信息与基础资料信息综合对对接方进行分析，从而使所得到的调查报告更加全面、准确。
在一具体的实施例中，所述步骤S110包括：从所述基础资料信息中获取与预置的检索信息项对应的检索信息；根据所述检索信息进行检索以获取对应的关联信息。
具体的，根据预先配置的检索信息项从基础资料信息中获取对应的检索信息，检索信息项也即是用于限定需要进行检索的信息项，通过各检索信息项即可从基础资料信息中提取得到检索信息。例如，检索信息项包括企业名称、企业股东姓名、纳税人识别号等。
根据所得到的与检索信息项对应的检索信息即可检索，例如对终端设备外部的信息网站进行检索，以获取得企业主要客户、关联企业、征信报告、诉讼信息、动产质押登记信息等信息；对终端设备内配置的交易数据库进行检索，以获取得到企业的历史对账数据、历史开票数据、历史回款数据、买方信息、融资应收明细数据、应收账款数据等信息。将通过检索信息检索得到的各项信息进行组合即可作为关联信息进行使用
S120、从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板。
从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板。终端设备中预先配置有报告模板库，可将基础资料信息与报告模板库中所包含的报告模板进行匹配，从而获取与基础资料信息相匹配的目标报告模板进行使用。
在一具体的实施例中，所述步骤S120包括：根据类型判断模型对所述基础资料信息进行类型判断，以确定对应的报告类型；获取所述报告模板库中与所述报告类型相匹配的报告模板作为目标报告模板。
具体的，可根据类型判断模型对基础资料信息进行类型判断，类型判断模型可基于分类判断规则构建得到，例如，第一级分类判断规则为判断基础资料信息中的对接方为企业或个人，若判断结果为企业，则第二级分类判断规则为判断对接方为国企或民企，若判断结果为民企，则第三级分类判断规则为判断对接方为供应端企业或支付端企业……。通过类型判断模型即可确定适合基础资料信息的报告类型，如报告类型为企业、民企、支付端企业、服装生产企业；报告模板库中的各报告模板分别对应一个报告类型，则可对应从报告模板库中获取与该报告类型相匹配的一个报告模板，并将该报告模板作为目标报告模板进行使用。
S130、根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息。
根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息。进一步的，目标报告模板中包含不同的调查分类，每一调查分类所需要调查的具体信息各不相同，即可根据调查分类对基础资料信息及关联信息进行分类整理，从而获取得到与各调查分类对应的分类资料信息，不同调查分类的分类资料信息可能存在部分重合。
例如，调查分类可包括申请人风险调查、企业交易调查、方案风险调查等。申请人风险调查包含的调查项为股权架构、关联企业、企业主要客户、征信报告、诉讼信息、动产质押登记信息、企业主要客户的交易信息(包括客户企业名称、交易商品名称、近1年开票金额、当期应收金额、交易比重等)。企业交易调查包括的调查项为历史对账数据、历史开票数据、历史回款数据、财务交易信息(包括回款流水、财务报告、发票信息等)。方案风险调查包括的调查项为贸易合同、融资应收明细数据、应收账款数据、财务交易信息(包括回款流水、财务报告、发票信息等)。
S140、根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息。
根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息。进一步的，目标报告模板中还包括与各调查分类对应的调查评估规则，即可通过与各调查分类对应的调查评估规则分别对调查分类对应的分类资料信息进行汇总整理，从而得到各调查分类对应的调查汇总信息，通过进行汇总整理后，可得到用于体现各分类资料信息基本调查情况的调查汇总信息，则每一调查分类可对应得到一组调查汇总信息。
在一具体的实施例中，所述步骤S140包括：根据所述调查评估规则的特征项从对应的分类资料信息中提取得到特征项信息；根据所述调查评估规则中包含的数据加工规则对所述特征项信息进行数据加工，得到数据加工结果；对各所述调查分类对应的所述数据加工结果分别进行汇总整理，得到各所述调查分类的调查汇总信息。
具体的，可根据调查评估规则的特征项从对应的分类资料信息中提取得到特征项信息，并非分类资料信息中的所有信息均需要进行调查评估，可通过特征项从分类资料信息中提取得到仅用于调查评估的部分重要信息作为对应的特征项信息，例如，某一特征项为交易商品类别数量，则可从企业主要客户的交易信息包含的交易商品名称中进行汇总整理，得到交易商品类别的数量值作为对应的交易商品类别数量。同时，可通过特征项对分类资料信息中的部分分散数据进行整合计算，例如，融资应收明细数据中包含每一笔融资应收款项，对应的特征项包括融资应收总额、融资应收平均额，融资应收最大额，则可通过该特征项对融资应收明细数据中包含的多笔融资应收款进行提取，从而得到融资应收总额、融资应收平均额，融资应收最大额这三个特征项分别对应的具体数据值作为特征项信息。
调查评估规则中还包括数据加工规则，可通过对应的数据加工规则对特征项信息进行数据加工，从而得到数据加工结果。例如，可通过数据加工规则中配置的计算公式对对接方实际的财务交易信息(包括回款流水、财务报告、发票信息等)进行自动测算，得到实际应收账款数额，并根据数据加工规则中的真实度计算公式对实际应收账款数额与检索得到的应收账款数据进行计算，得到与应收账款对应的真实度值，从而通过真实度值验证检索得到的应收账款数据的真实性。
其中，真实度计算公式可采用公式(1)进行表示：
其中，P1为应收账款数据，P2为实际应收账款数额，e为自然对数底数。
具体的，数据加工规则可以是计算公式，也可以是统计分类规则、信息判断规则等。则通过与特征项信息对应的数据加工规则对对相应的特征项信息进行数据加工后，即可得到一组对应的数据加工结果。对每一调查分类对应的数据加工结果分别进行汇总整理，从而得到各调查分类的调查汇总信息，则每一调查汇总信息中包含各调查分类对相应分类资料信息进行调查所得到的所有数据加工结果。
S150、获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论。
获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论。进一步的，可通过与调查汇总信息对应的整合模型对各组调查分类的调查汇总信息进行整合，从而得到能够综合体现各组调查汇总信息的调查情况的报告结论。具体的，报告模板库中包含不同的整合模型，不同的整合模型适用于不同调查情况所对应的报告结论。则可将调查汇总信息与报告模板库中包含的整合模型进行匹配，从而获取相匹配的整合模型对调查汇总信息进行整合，从而得到对应的报告结论。
在一具体的实施例中，所述步骤S150包括：根据所述报告模板库中配置的信息判断规则对各所述调查分类的调查汇总信息进行判断，得到包含各所述调查分类对应的判断信息的判断结果；根据所述报告模板库中配置的分级系数计算公式对所述判断结果进行计算，得到对应的分级系数；获取所述报告模板库中与所述分级系数相匹的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论。
具体的，可根据报告模板库中配置的信息判断规则对调查分类的调查汇总信息进行判断，从而得到调查分类对应的调查汇总信息中各数据加工结果的判断信息，各调查分类的所有判断信息汇总为判断结果。信息判断规则中包含对调查汇总信息中的各数据加工结果进行判断的数据阈值，通过数据阈值对相应的数据加工结果进行判断，从而可得到各数据加工结果是否超出相应数据阈值的判断信息。
根据报告模板库中配置的分级系数计算公式对判断结果中包含的判断信息进行计算，从而得到对应的分级系数。其中，分级系数计算公式中包含对各判断信息进行加权计算的加权系数，如判断信息为是，则对应的计算系数为“1”，判断信息为否，则对应的计算系数为“5”，将各计算系数与分级系数计算公式中对应的加权系数相乘，所得乘积进行累加，即可得到分级系数。分级系数用于体现各组调查汇总信息的综合态势，如分级系数较大，则表明对接方的经营状况恶化，如分级系数较小，则表明对接方的经营状况良好。报告模块库中的各整合模型分别对应一个系数区间，可判断计算得到的分级系数是否落入某一整合模型的系数区间，并将系数区间与该分级系数对应的一个整合模型作为与调查汇总信息对应的整合模型进行使用。不同的整合模型中包含不同的话术，例如，经营状况恶化，则对应的话术为“全年交易数额为XXX，营收数额持续下降”。
获取相匹配的整合模型后，可将调查分类的调查汇总信息填充至整合模型的对应数据点内，例如，上述话术中的“XXX”即为填充全年交易数额的一个数据点，每一数据点即对应填充调查汇总信息中的一个数据值。铜整合模型对各调查分类的调查汇总信息进行汇总后，即可形成包含数据值及相应汇报文字的报告结论。
S160、将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。进一步地，目标报告模板中预先配置有多个待填充模板区域，则可将所得到的调查汇总信息及报告结论填充至目标报告模板中对应的待填充模板区域内，从而实现将调查汇总信息及报告结论整合填充至目标报告模板，并生成对应的调查报告文件。调查报告文件即包含对不同调查类型进行调查评估所得到的调查汇总信息，还包含对整体态势进行总结的报告结论，能够更全面、更准确地对对接方的经营情况进行展示。
在本发明实施例所提供的调查报告智能生成方法、装置、设备及介质，方法包括：根据接收的基础资料信息获取关联信息并从报告模板库中获取对应的目标报告模板，根据目标报告模板包含的调查分类对基础资料信息及关联信息进行分类整理，并基于对应的调查评估规则对分类整理得到的分类资料信息进行汇总整理得到调查汇总信息，根据对应的整合模型对调查汇总信息进行整合得到报告结论并生成对应的调查报告文件。上述调查报告智能生成方法，能够匹配获取对应目标报告模板，并根据目标报告模板中的调查分类及调查评估规则形成调查汇总信息及报告结论，从而智能化生成调查报告文件，从而提高了调查报告的生成效率及生成质量。
本发明实施例还提供一种调查报告智能生成装置，该调查报告智能生成装置可配置于终端设备中，该调查报告智能生成装置用于执行前述的调查报告智能生成方法的任一实施例。具体地，请参阅图2，图2为本发明实施例提供的调查报告智能生成装置的示意性框图。
如图2所示，调查报告智能生成装置100包括关联信息获取单元110、目标报告模板获取单元120、分类整理单元130、调查汇总信息获取单元140、报告结论获取单元150和调查报告文件生成单元160。
关联信息获取单元110，用于接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息。
在具体的实施例中，所述关联信息获取单元110，包括：检索信息获取单元，用于从所述基础资料信息中获取与预置的检索信息项对应的检索信息；检索单元，用于根据所述检索信息进行检索以获取对应的关联信息。
目标报告模板获取单元120，用于从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板。
在具体的实施例中，所述目标报告模板获取单元120，包括：报告类型确定单元，用于根据类型判断模型对所述基础资料信息进行类型判断，以确定对应的报告类型；报告模板匹配单元，用于获取所述报告模板库中与所述报告类型相匹配的报告模板作为目标报告模板。
分类整理单元130，用于根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息。
调查汇总信息获取单元140，用于根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息。
报告结论获取单元150，用于获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论。
调查报告文件生成单元160，用于将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
在本发明实施例所提供的调查报告智能生成装置应用上述调查报告智能生成方法，根据接收的基础资料信息获取关联信息并从报告模板库中获取对应的目标报告模板，根据目标报告模板包含的调查分类对基础资料信息及关联信息进行分类整理，并基于对应的调查评估规则对分类整理得到的分类资料信息进行汇总整理得到调查汇总信息，根据对应的整合模型对调查汇总信息进行整合得到报告结论并生成对应的调查报告文件。上述调查报告智能生成方法，能够匹配获取对应目标报告模板，并根据目标报告模板中的调查分类及调查评估规则形成调查汇总信息及报告结论，从而智能化生成调查报告文件，从而提高了调查报告的生成效率及生成质量。
上述调查报告智能生成装置可以实现为计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。
请参阅图3，图3是本发明实施例提供的计算机设备的示意性框图。该计算机设备可以是用于执行调查报告智能生成方法以用于智能化生成调查报告文件的终端设备。
参阅图3，该计算机设备500包括通过通信总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行调查报告智能生成方法，其中，存储介质503可以为易失性的存储介质或非易失性的存储介质。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行调查报告智能生成方法。
该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现上述的调查报告智能生成方法中对应的功能。
本领域技术人员可以理解，图3中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图3所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为易失性或非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现上述的调查报告智能生成方法中所包含的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、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。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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、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，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，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。另外，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，也可以是电的，机械的或其它的形式连接。
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发明实施例方案的目的。
另外，在本发明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，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或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计算机可读存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种调查报告智能生成方法，其特征在于，所述方法应用于终端设备中，所述方法包括：
接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息；
从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板；
根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息；
根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息；
获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论；
将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
2.根据权利要求1所述的调查报告智能生成方法，其特征在于，所述获取与所述基础资料信息对应的关联信息，包括：
从所述基础资料信息中获取与预置的检索信息项对应的检索信息；
根据所述检索信息进行检索以获取对应的关联信息。
3.根据权利要求1所述的调查报告智能生成方法，其特征在于，所述从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板，包括：
根据类型判断模型对所述基础资料信息进行类型判断，以确定对应的报告类型；
获取所述报告模板库中与所述报告类型相匹配的报告模板作为目标报告模板。
4.根据权利要求1所述的调查报告智能生成方法，其特征在于，所述根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息，包括：
根据所述调查评估规则的特征项从对应的分类资料信息中提取得到特征项信息；
根据所述调查评估规则中包含的数据加工规则对所述特征项信息进行数据加工，得到数据加工结果；
对各所述调查分类对应的所述数据加工结果分别进行汇总整理，得到各所述调查分类的调查汇总信息。
5.根据权利要求1所述的调查报告智能生成方法，其特征在于，所述获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论，包括：
根据所述报告模板库中配置的信息判断规则对各所述调查分类的调查汇总信息进行判断，得到包含各所述调查分类对应的判断信息的判断结果；
根据所述报告模板库中配置的分级系数计算公式对所述判断结果进行计算，得到对应的分级系数；
获取所述报告模板库中与所述分级系数相匹的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论。
6.一种调查报告智能生成装置，其特征在于，所述装置配置于终端设备中，所述装置用于执行如权利要求1-5任一项所述的调查报告智能生成方法，所述装置包括：
关联信息获取单元，用于接收所输入的基础资料信息，获取与所述基础资料信息对应的关联信息；
目标报告模板获取单元，用于从预置的报告模板库中获取与所述基础资料信息相匹配的目标报告模板；
分类整理单元，用于根据所述目标报告模板所包含的调查分类对所述基础资料信息及所述关联信息进行分类整理，得到与各所述调查分类对应的分类资料信息；
调查汇总信息获取单元，用于根据所述目标报告模板中与各所述调查分类对应的调查评估规则对相应的所述分类资料信息进行汇总整理，得到与各所述调查分类对应的调查汇总信息；
报告结论获取单元，用于获取所述报告模板库中与所述调查汇总信息对应的整合模型对各所述调查分类的调查汇总信息进行整合，得到对应的报告结论；
调查报告文件生成单元，用于将所述调查汇总信息与所述报告结论填充至所述目标报告模板中对应的模板区域以生成调查报告文件。
7.根据权利要求6所述的调查报告智能生成装置，其特征在于，所述关联信息获取单元，包括：
检索信息获取单元，用于从所述基础资料信息中获取与预置的检索信息项对应的检索信息；
检索单元，用于根据所述检索信息进行检索以获取对应的关联信息。
8.根据权利要求6所述的调查报告智能生成装置，其特征在于，所述目标报告模板获取单元，包括：
报告类型确定单元，用于根据类型判断模型对所述基础资料信息进行类型判断，以确定对应的报告类型；
报告模板匹配单元，用于获取所述报告模板库中与所述报告类型相匹配的报告模板作为目标报告模板。
9.一种计算机设备，其特征在于，所述设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5中任一项所述的调查报告智能生成方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的调查报告智能生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311207272.4A CN117252176A (zh) | 2023-09-18 | 2023-09-18 | 调查报告智能生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311207272.4A CN117252176A (zh) | 2023-09-18 | 2023-09-18 | 调查报告智能生成方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117252176A true CN117252176A (zh) | 2023-12-19 |
Family
ID=89127449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311207272.4A Pending CN117252176A (zh) | 2023-09-18 | 2023-09-18 | 调查报告智能生成方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252176A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015056185A (ja) * | 2014-09-30 | 2015-03-23 | 株式会社Ｕｂｉｃ | 文書分析システム及び文書分析方法並びに文書分析プログラム |
| CN109086352A (zh) * | 2018-07-17 | 2018-12-25 | 深圳市艾贝比品牌管理咨询有限公司 | 基于人工智能的咨询信息反馈方法、终端及存储介质 |
| CN109544318A (zh) * | 2018-10-12 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 风控报告的生成方法、装置、计算机设备及存储介质 |
| CN109635267A (zh) * | 2018-12-27 | 2019-04-16 | 广东电网有限责任公司 | 一种审前调查报告生成方法及装置 |
| CN109658999A (zh) * | 2018-11-30 | 2019-04-19 | 平安医疗健康管理股份有限公司 | 慢病检查报告生成方法、装置、设备及存储介质 |
| CN110619568A (zh) * | 2019-09-17 | 2019-12-27 | 王文斌 | 风险评估报告的生成方法、装置、设备及存储介质 |
| CN111667897A (zh) * | 2020-04-24 | 2020-09-15 | 杭州深睿博联科技有限公司 | 一种影像诊断结果的结构化报告系统 |
| CN112116274A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 调查报告的自动生成方法及装置 |
| CN112199931A (zh) * | 2020-09-24 | 2021-01-08 | 联合赤道环境评价有限公司 | 一种基于大数据的环保咨询类报告智能生成方法 |
| CN113553394A (zh) * | 2021-06-22 | 2021-10-26 | 北京来也网络科技有限公司 | 结合rpa和ai征信信息的处理方法和处理装置 |
| CN113724895A (zh) * | 2020-05-25 | 2021-11-30 | 深圳市安测健康信息技术有限公司 | 日间手术术后健康监护系统、方法及健康管理平台 |
| CN115563950A (zh) * | 2022-10-27 | 2023-01-03 | 平安健康保险股份有限公司 | 报告自动生成方法、装置、设备及存储介质 |
-
2023
- 2023-09-18 CN CN202311207272.4A patent/CN117252176A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015056185A (ja) * | 2014-09-30 | 2015-03-23 | 株式会社Ｕｂｉｃ | 文書分析システム及び文書分析方法並びに文書分析プログラム |
| CN109086352A (zh) * | 2018-07-17 | 2018-12-25 | 深圳市艾贝比品牌管理咨询有限公司 | 基于人工智能的咨询信息反馈方法、终端及存储介质 |
| CN109544318A (zh) * | 2018-10-12 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 风控报告的生成方法、装置、计算机设备及存储介质 |
| CN109658999A (zh) * | 2018-11-30 | 2019-04-19 | 平安医疗健康管理股份有限公司 | 慢病检查报告生成方法、装置、设备及存储介质 |
| CN109635267A (zh) * | 2018-12-27 | 2019-04-16 | 广东电网有限责任公司 | 一种审前调查报告生成方法及装置 |
| CN110619568A (zh) * | 2019-09-17 | 2019-12-27 | 王文斌 | 风险评估报告的生成方法、装置、设备及存储介质 |
| CN111667897A (zh) * | 2020-04-24 | 2020-09-15 | 杭州深睿博联科技有限公司 | 一种影像诊断结果的结构化报告系统 |
| CN113724895A (zh) * | 2020-05-25 | 2021-11-30 | 深圳市安测健康信息技术有限公司 | 日间手术术后健康监护系统、方法及健康管理平台 |
| CN112199931A (zh) * | 2020-09-24 | 2021-01-08 | 联合赤道环境评价有限公司 | 一种基于大数据的环保咨询类报告智能生成方法 |
| CN112116274A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 调查报告的自动生成方法及装置 |
| CN113553394A (zh) * | 2021-06-22 | 2021-10-26 | 北京来也网络科技有限公司 | 结合rpa和ai征信信息的处理方法和处理装置 |
| CN115563950A (zh) * | 2022-10-27 | 2023-01-03 | 平安健康保险股份有限公司 | 报告自动生成方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110837931B (zh) | 客户流失预测方法、装置及存储介质 | |
| CN107993143A (zh) | 一种信贷风险评估方法及系统 | |
| Engelmann et al. | The Basel II risk parameters: estimation, validation, and stress testing | |
| Antunes et al. | Firm default probabilities revisited | |
| US20050222928A1 (en) | Systems and methods for investigation of financial reporting information | |
| WO2005101265A2 (en) | Systems and methods for investigation of financial reporting information | |
| US20080208780A1 (en) | System and method for evaluating documents | |
| US20210373721A1 (en) | Artificial intelligence assisted evaluations and user interface for same | |
| CN110009503A (zh) | 理财产品推荐方法、装置、计算机设备及存储介质 | |
| CN107133862B (zh) | 动态产生增强信用评估的详细交易支付经历的方法和系统 | |
| US20150073871A1 (en) | Providing trend data for product content | |
| CN110659961A (zh) | 一种用于识别线下商户的方法和装置 | |
| US20230153845A1 (en) | System and method for generating custom data models for predictive forecasting | |
| CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
| Chimonaki et al. | Identification of financial statement fraud in Greece by using computational intelligence techniques | |
| CN116843452A (zh) | 风险监管方法、装置、设备、介质和程序产品 | |
| CN111626855A (zh) | 债券信用利差预测方法及系统 | |
| Cheong et al. | The rise of accounting: Making accounting information relevant again with exogenous data | |
| CN111798246A (zh) | 一种金融风险等级评估方法和装置 | |
| CN117252176A (zh) | 调查报告智能生成方法、装置、设备及介质 | |
| US7193628B1 (en) | Significance-based display | |
| CN115063143A (zh) | 账户数据处理方法、装置、计算机设备和存储介质 | |
| CN114240100A (zh) | 贷款评估方法、装置、计算机设备和存储介质 | |
| CN113706294A (zh) | 授信额度分析方法、装置、设备及介质 | |
| CN112823502B (zh) | 针对资源访问规则配置的实时反馈服务 |
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 |