基于特征向量的采购业务合规智能判别系统的制作方法
本发明涉及采购业务合规判别,具体涉及基于特征向量的采购业务合规智能判别系统。
背景技术:
1、采购业务是企业生产经营活动中获取物资、工程与服务的核心业务环节,涵盖需求提报、计划编制、采购执行、合同签订、履约验收、财务结算等全流程节点,是企业控制运营成本、保障供应链稳定、支撑业务开展的重要基础。对于集团型企业而言,采购业务覆盖多层级组织、多品类标的与多参与主体,其管理效能与合规水平直接关系集团整体运营效率与风险防控能力。采购业务合规智能判别是借助数字化技术对采购全流程各业务节点的操作规范性、主体资质有效性、交易行为合理性进行自动校验与风险识别的技术手段,能够突破传统人工事后审计、抽样核查的局限,实现合规管控的全流程覆盖、实时化校验与前置化预警,对于规范采购操作流程、防范廉政风险、降低企业审计合规成本具有重要应用价值。
2、特征向量技术是大数据资源服务体系中实现多源异构数据标准化表征的核心方法,能够将采购业务中分散的流程数据、主体数据、交易数据、预算数据等多维度非结构化与半结构化信息,转化为可量化、可计算的结构化向量特征,为合规判别模型提供统一的输入标准,是提升合规判别精度、处理效率与场景适配性的关键技术支撑。
3、现有集团型企业的采购合规管理多依托分散的业务系统审批节点与人工事后核查方式开展,采购相关数据分散存储于办公自动化系统、财务系统、采购执行系统与供应商管理系统中,未搭建统一的大数据资源服务体系实现数据的整合治理与联动调用,难以对采购全链路数据进行交叉校验,合规判别多依赖固定阈值的规则化校验,无法结合业务场景提取多维度特征开展综合判别,既存在规则覆盖不全导致的风险漏判问题,也难以适配不同采购品类、不同采购方式的差异化合规要求,同时供应商资质、采购流程节点等数据未完成特征化的统一管理,合规判别结果无法与采购业务流程实现实时联动,风险处置相对滞后,难以满足集团化采购全流程闭环管控的合规管理需求,因此,开发基于特征向量的采购业务合规智能判别系统具有重要意义。
技术实现思路
1、本发明的目的就是为了弥补现有技术的不足,提供了基于特征向量的采购业务合规智能判别系统,它能够解决现有采购合规管理缺乏统一的大数据资源服务支撑,数据分散割裂难以联动校验,合规判别依赖单一规则校验,无法结合多维度特征实现场景化综合判别,风险漏判率高且适配性差,同时合规判别结果与业务流程联动不足,风险处置滞后,难以满足集团化采购全流程闭环管控的合规需求的技术问题。
2、本发明为解决上述技术问题,提供如下技术方案:基于特征向量的采购业务合规智能判别系统,该系统包括:大数据资源服务模块、特征向量构建模块、合规智能判别模块、业务流程联动模块以及可视化管控模块;
3、所述大数据资源服务模块用于对接多源异构采购业务系统,采集并治理采购全链路数据,为特征向量构建模块提供标准化数据调用服务;
4、所述特征向量构建模块用于调取待判别采购业务对应的全维度关联数据,提取多维度合规特征并完成标准化处理,生成合规判别特征向量并传输至合规智能判别模块;
5、所述合规智能判别模块用于接收合规判别特征向量,结合规则库与判别模型完成合规校验与风险分级,输出判别结果分别传输至业务流程联动模块与可视化管控模块;
6、所述业务流程联动模块用于对接采购业务执行节点,接收判别结果并触发对应流程操作,将处置结果回传至大数据资源服务模块;
7、所述可视化管控模块用于接收判别结果与处置数据,提供合规数据展示与报表输出服务。
8、系统采用微服务架构部署,各模块通过标准化api接口实现数据交互与业务解耦,支持按需扩展单模块算力资源,可适配不同规模集团企业的采购业务体量与并发访问需求,具备良好的可扩展性与部署灵活性。
9、进一步地,所述大数据资源服务模块包含多源数据接入单元、主数据治理单元、数据存储单元与数据服务接口单元,多源数据接入单元设置对接办公自动化系统、财务管控系统、阳光采购系统、供应商管理平台、电商采购平台、外部企业信用平台的标准化接口,采集采购需求、采购计划、供应商资质、招标信息、合同信息、财务对账、保函信息、主体信用数据,主数据治理单元对物料主数据、供应商主数据、组织架构主数据、采购品类主数据执行标准化编码与跨系统映射处理,数据存储单元设置业务明细存储区、主数据存储区、合规结果存储区,分级存储对应数据,数据服务接口单元设置按业务场景、数据维度分类的调用接口。
10、数据治理过程中内置多维度数据校验规则,对采集到的缺失值、异常值执行自动清洗与逻辑补全;主数据编码采用统一分段编码规则,分别对应品类层级、属性维度与流水号三段结构,保障跨系统数据映射的唯一性与准确性,从数据源层面降低后续合规判别的数据误差。
11、更进一步地,所述多源数据接入单元设置定时增量同步与实时触发同步两种数据采集模式,对应不同业务系统的数据更新频率,主数据治理单元设置跨系统数据映射对照表,存储不同系统间同类主数据的编码对应关系,数据存储单元设置历史数据归档周期,对超出时效的业务明细数据执行归档处理,数据服务接口单元设置调用身份校验机制,仅对授权模块开放对应权限的数据调取通道。
12、更进一步地,所述特征向量构建模块在生成合规判别特征向量时执行以下操作:
13、从大数据资源服务模块调取对应采购业务场景的全维度关联数据,提取流程节点特征、主体资质特征、交易行为特征、预算匹配特征、风险关联特征五类特征项的对应指标;
14、对提取的全部特征指标执行离散化、归一化处理,将定性特征转化为量化分值,将不同量纲的定量特征映射至统一数值区间;
15、按照预设的特征维度排序规则排列标准化后的特征指标,通过加权映射运算生成维度固定的合规判别特征向量,加权映射运算公式为,式中为合规判别特征向量,为标准化处理后的初始特征向量,为维度匹配的特征权重向量,⊙表示哈达玛积运算,特征权重向量通过层次分析法结合历史合规风险样本的特征贡献度标定,各维度权重值对应该类特征在风险识别中的贡献占比,所有权重值之和为1。
16、生成的特征向量维度与采购业务场景一一对应,不同采购品类可直接调用专属特征权重配置,无需重构特征提取逻辑,大幅提升场景适配效率;特征标准化处理采用min-max归一化方法,将所有特征值统一映射至[0,1]区间,彻底消除不同指标间的量纲差异对后续判别结果的干扰,保障特征向量的可计算性与可比性。
17、更进一步地,所述合规智能判别模块在执行合规判别时执行以下操作:
18、调用内置的采购合规规则库,对输入的合规判别特征向量中规则类特征项执行逐项匹配校验,输出规则校验的通过项与不通过项,生成规则校验得分;
19、将合规判别特征向量输入训练完成的智能判别模型,通过模型运算输出对应采购业务的合规概率与隐性风险点,生成模型判别得分;
20、计算合规风险综合得分,结合风险等级划分标准对合规风险执行等级划分,生成对应风险说明与处置指引内容,合规风险综合得分计算公式为,其中s为合规风险综合得分,为规则校验得分,为模型判别得分,α为规则校验权重系数,β为模型判别权重系数,权重系数通过网格搜索法结合历史判别准确率样本迭代优化确定,满足,初始标定值分别为0.4、0.6。
21、其中智能判别模型采用梯度提升树算法训练构建,训练过程中对正负样本采用加权采样处理,解决合规风险样本占比低的样本不平衡问题,有效提升隐性风险的识别准确率;规则库支持按业务节点配置多级校验规则,可针对不同采购金额、不同采购品类的业务自动触发差异化的规则校验组合,实现精细化的合规管控。
22、更进一步地,所述业务流程联动模块在联动采购业务流程时执行以下操作:
23、接收合规智能判别模块输出的判别结果与风险等级,匹配对应采购业务节点的流程管控规则;
24、针对高风险等级业务触发流程拦截操作,禁止业务进入下一流程环节,针对中低风险等级业务向对应业务人员推送风险提示信息;
25、接收业务端提交的风险整改处置结果,将处置数据同步至大数据资源服务模块与合规智能判别模块,触发二次判别流程。
26、流程拦截操作支持分级授权解除机制,对应层级管理人员提交复核申请并通过校验后,方可解除拦截并推进业务流程;所有拦截、预警、整改复核操作均自动留存全量操作日志,同步存储至大数据资源服务模块,完整记录合规管控全链路轨迹,满足审计追溯的管理要求。
27、更进一步地,所述合规智能判别模块包含规则校验单元、模型判别单元、风险分级单元与规则模型管理单元,规则校验单元内置采购合规规则库,规则库覆盖采购流程节点规范、主体资质要求、预算管控标准三类规则条目,模型判别单元搭载的智能判别模型由历史采购合规标注数据训练生成,风险分级单元设置高、中、低三级风险划分标准与对应判定阈值,规则模型管理单元设置规则新增、修改、停用的操作入口,设置模型迭代更新与参数调整的操作通道。
28、更进一步地,所述特征向量构建模块提取的流程节点特征包含审批节点完整性、流程时序合理性、业务资料完备性三项指标,主体资质特征包含参与主体资质有效性、主体信用状态、保函合规性三项指标,交易行为特征包含采购方式匹配性、交易价格合理性、关联交易匹配性三项指标,预算匹配特征包含需求与预算额度匹配性、预算执行进度合规性两项指标,风险关联特征包含主体历史违规记录、同类业务历史风险情况两项指标,风险关联特征通过历史风险关联度值量化表征,计算公式为,其中r为主体历史风险关联度值,为第k条历史风险事件的风险分值,为第k条历史风险事件距当前的时间间隔,λ为时间衰减系数,m为统计范围内的历史风险事件总数,时间衰减系数根据采购业务风险追溯周期标定,取值匹配风险影响随时间的衰减速率,超出追溯周期的历史风险事件对应权重趋近于0。
29、更进一步地,所述可视化管控模块包含合规总览单元、风险台账单元与报表生成单元,合规总览单元设置集团整体合规数据展示区、各分子公司合规数据展示区、各采购环节风险分布展示区,风险台账单元设置风险详情记录区、处置状态跟踪区、整改结果留存区,报表生成单元设置时间维度、组织维度、采购品类维度三类报表生成入口,设置报表文件导出入口。
30、报表生成支持自定义维度组合配置,可自动导出符合审计规范的标准化合规审计报告;风险台账支持按风险等级、处置状态、业务节点等多条件筛选查询,直观呈现全集团采购合规风险分布态势,为管理人员优化采购合规管控策略提供量化的数据支撑。
31、更进一步地,所述业务流程联动模块包含流程拦截单元、风险预警单元与处置结果回传单元,业务流程联动模块对接采购需求提报、供应商准入、招标执行、合同签订、付款结算、保函核验六类采购业务执行节点,流程拦截单元设置对应业务节点的流程阻断触发接口,直接关联业务系统的流程流转控件,风险预警单元设置对应岗位人员的消息推送通道,设置站内消息与系统待办两种推送形式,处置结果回传单元设置整改材料上传入口与复核申请提交入口,接收业务端提交的全部整改相关数据。
32、与现有技术相比,该基于特征向量的采购业务合规智能判别系统具备如下有益效果:
33、本发明通过构建统一的大数据资源服务模块整合多源采购业务数据,实现采购全链路数据的联动治理与服务化调用,解决数据分散割裂的问题,通过特征向量构建模块提取多维度采购业务特征并完成向量化映射,为合规判别提供标准化数据基础,结合合规智能判别模块实现规则校验与模型判别融合的综合判别,适配不同采购场景的差异化合规要求,提升风险识别的全面性与精准度,通过业务流程联动模块实现合规判别结果与采购流程的实时联动,前置风险管控节点,有效满足集团化采购全流程闭环管控需求,降低人工核查成本与审计合规风险。
34、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com