审计调阅资料文件夹的推荐方法及装置与流程

1.本发明涉及金融领域，尤其涉及审计调阅资料文件夹的推荐方法及装置。需要说明的是，本发明审计调阅资料文件夹的推荐方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本发明审计调阅资料文件夹的推荐方法和装置的应用领域不做限定。


背景技术：

2.调阅资料是审计检查中的一个重要环节，在检查过程中，审计项目组成员会发送调阅资料清单至被审计单位，要求相关人员在指定日期内将资料上传至指定位置，供项目组检查取证。指定位置即项目组成员在审计系统内根据项目需要(例如被审计机构、业务类型、疑点描述、检查建议、审计问题等)设置的文件夹。文件夹的设置需要项目组成员对审计项目的被审计机构、业务类型、疑点描述、检查建议等进行分析和梳理，并设置不同维度、不同层级。目前审计项目组成员设置调阅资料的文件夹时，采用手工方式对审计项目的多项信息进行分析梳理，需要耗费较多时间且设置文件夹的准确性较低。
3.因此，亟需一种可以克服上述问题的审计调阅资料文件夹的推荐方案。


技术实现要素：

4.本发明实施例提供一种审计调阅资料文件夹的推荐方法，用以进行审计调阅资料文件夹的推荐，提高工作效率和准确率，该方法包括：
5.获得历史审计项目的项目数据和对应的文件夹数据；
6.利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；
7.根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；
8.根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；
9.根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。
10.本发明实施例提供一种审计调阅资料文件夹的推荐装置，用以进行审计调阅资料文件夹的推荐，提高工作效率和准确率，该装置包括：
11.第一数据获得模块，用于获得历史审计项目的项目数据和对应的文件夹数据；
12.实体抽取模块，用于利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；
13.实体关系构建模块，用于根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；
14.知识图谱构建模块，用于根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；
15.文件夹推荐模块，用于根据历史审计项目的知识图谱，进行审计调阅资料文件夹
的推荐。
16.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在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审计调阅资料文件夹的推荐方法。
17.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述审计调阅资料文件夹的推荐方法的计算机程序。
18.本发明实施例与现有技术中采用手工方式对审计项目的多项信息进行分析梳理的技术方案相比，通过获得历史审计项目的项目数据和对应的文件夹数据；利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。本发明实施例根据历史审计项目的项目特征数据以及利用语义分析技术构建的实体关系，构建了历史审计项目的知识图谱，从而根据历史审计项目的知识图谱实现了向审计项目组成员自动推荐审计调阅资料文件夹，节约用户手工梳理分析文件夹维度和层级、设置文件夹的时间，提高了设置文件夹的准确性和合理性，减少调阅资料上传、查阅的过程中调整文件夹结构的次数，提升审计项目全流程的工作效率。
附图说明
19.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。在附图中：
20.图1为本发明实施例中审计调阅资料文件夹的推荐方法示意图；
21.图2为本发明实施例中中项目数据对应的文件夹数据示例图；
22.图3为本发明实施例中另一审计调阅资料文件夹的推荐方法示意图；
23.图4为本发明实施例中审计调阅资料文件夹的推荐装置结构图；
24.图5是本发明实施例的计算机设备结构示意图。
具体实施方式
25.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
26.为了进行审计调阅资料文件夹的推荐，提高工作效率和准确率，本发明实施例提供一种审计调阅资料文件夹的推荐方法，如图1所示，该方法可以包括：
27.步骤101、获得历史审计项目的项目数据和对应的文件夹数据；
28.步骤102、利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；
29.步骤103、根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；
30.步骤104、根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；
31.步骤105、根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。
32.由图1所示可以得知，本发明实施例通过获得历史审计项目的项目数据和对应的文件夹数据；利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。本发明实施例根据历史审计项目的项目特征数据以及利用语义分析技术构建的实体关系，构建了历史审计项目的知识图谱，从而根据历史审计项目的知识图谱实现了向审计项目组成员自动推荐审计调阅资料文件夹，节约用户手工梳理分析文件夹维度和层级、设置文件夹的时间，提高了设置文件夹的准确性和合理性，减少调阅资料上传、查阅的过程中调整文件夹结构的次数，提升审计项目全流程的工作效率。
33.实施例中，获得历史审计项目的项目数据和对应的文件夹数据；
34.本实施例中，所述项目数据包括：被审计机构数据，业务类型，疑点描述数据，检查建议数据，审计问题数据其中之一或任意组合。
35.具体实施时，需要在审计项目的诸多数据中提取我们主要关注的项目数据信息，项目数据包括被审计机构数据，业务类型，疑点描述数据，检查建议数据，审计问题数据等，其中被审计机构包括总行、广东省分行、广州地区等，业务类型包括条线-代理业务、个人业务等、种类-货币发行、风险评估等。对应的文件夹数据即其他项目已创建的调阅资料文件夹，例如图2所示。
36.实施例中，利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf。根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系。根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱。
37.具体实施时，通过手工标注的方式和统计的机器学习算法，包括隐马尔可夫模型算法hmm、条件随机厂算法crf完成实体的抽取，使用语义分析技术构建实体关系，形成“实体-关系-实体”三元组，构建知识图谱。
38.实施例中，根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。
39.本实施例中，根据所述历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐，包括：
40.获得待处理审计项目的项目数据；
41.利用机器学习算法对待处理审计项目的项目数据进行实体抽取，得到待处理审计项目的项目特征数据；
42.利用搜索模型对待处理审计项目的项目特征数据与历史审计项目的知识图谱进行匹配，确定文件夹匹配度；
43.根据所述文件夹匹配度，进行审计调阅资料文件夹的推荐。
44.本实施例中，如图3所示，审计调阅资料文件夹的推荐方法还包括：
45.步骤301、获得用户根据推荐的结果反馈的响应处理数据；
46.步骤302、根据所述响应处理数据，对历史审计项目的知识图谱进行优化。
47.具体实施时，利用搜索模型对从待处理审计项目中提取的项目特征数据与知识图谱进行特征匹配，计算新审计项目与文件夹的匹配度。其中，搜索模型包括fm模型或lr模型。将匹配度大于或等于设定匹配阈值的文件夹推荐给待处理审计项目。推荐的文件夹作为参考，操作人员可在推荐的基础上进行调整。操作人员确认使用的文件夹将在后续自动推荐中作为历史文件夹数据，参与知识图谱的构建。也即用户对推荐结果的响应和处理也作为输入数据，用于知识图谱的后续优化。用户对推荐结果的响应包括：使用推荐的文件夹、调整后使用推荐的文件夹、未使用推荐的文件夹，用户确认使用的文件夹将在后续自动推荐中作为历史文件夹数据，参与知识图谱的构建。
48.本发明实施例构建审计项目和调阅资料文件夹知识图谱，向审计项目组成员自动推荐审计调阅资料文件夹，节约用户手工梳理分析文件夹维度和层级、设置文件夹的时间。提高设置文件夹的准确性和合理性，减少调阅资料上传、查阅的过程中调整文件夹结构的次数，提升审计项目全流程的工作效率。
49.基于同一发明构思，本发明实施例还提供了一种审计调阅资料文件夹的推荐装置，如下面的实施例所述。由于这些解决问题的原理与审计调阅资料文件夹的推荐方法相似，因此审计调阅资料文件夹的推荐装置的实施可以参见方法的实施，重复之处不再赘述。
50.图4为本发明实施例中审计调阅资料文件夹的推荐装置的结构图，如图4所示，该审计调阅资料文件夹的推荐装置包括：
51.第一数据获得模块401，用于获得历史审计项目的项目数据和对应的文件夹数据；
52.实体抽取模块402，用于利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；
53.实体关系构建模块403，用于根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；
54.知识图谱构建模块404，用于根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；
55.文件夹推荐模块405，用于根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。
56.一个实施例中，所述项目数据包括：被审计机构数据，业务类型，疑点描述数据，检查建议数据，审计问题数据其中之一或任意组合。
57.一个实施例中，所述文件夹推荐模块405进一步用于：
58.获得待处理审计项目的项目数据；
59.利用机器学习算法对待处理审计项目的项目数据进行实体抽取，得到待处理审计项目的项目特征数据；
60.利用搜索模型对待处理审计项目的项目特征数据与历史审计项目的知识图谱进行匹配，确定文件夹匹配度；
61.根据所述文件夹匹配度，进行审计调阅资料文件夹的推荐。
62.一个实施例中，审计调阅资料文件夹的推荐装置还包括：
63.第二数据获得模块，用于获得用户根据推荐的结果反馈的响应处理数据；
64.知识图谱优化模块，用于根据所述响应处理数据，对历史审计项目的知识图谱进行优化。
65.综上所述，本发明实施例通过获得历史审计项目的项目数据和对应的文件夹数据；利用机器学习算法对历史审计项目的项目数据进行实体抽取，得到历史审计项目的项目特征数据，所述机器学习算法包括：隐马尔可夫模型算法hmm或条件随机厂算法crf；根据历史审计项目的项目特征数据，利用语义分析技术构建实体关系；根据历史审计项目的项目特征数据和实体关系，构建历史审计项目的知识图谱；根据历史审计项目的知识图谱，进行审计调阅资料文件夹的推荐。本发明实施例根据历史审计项目的项目特征数据以及利用语义分析技术构建的实体关系，构建了历史审计项目的知识图谱，从而根据历史审计项目的知识图谱实现了向审计项目组成员自动推荐审计调阅资料文件夹，节约用户手工梳理分析文件夹维度和层级、设置文件夹的时间，提高了设置文件夹的准确性和合理性，减少调阅资料上传、查阅的过程中调整文件夹结构的次数，提升审计项目全流程的工作效率。
66.基于前述发明构思，如图5所示，本发明还提出了一种计算机设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530，所述处理器520执行所述计算机程序530时实现前述审计调阅资料文件夹的推荐方法。
67.基于前述发明构思，本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述审计调阅资料文件夹的推荐方法。
68.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
69.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
70.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
71.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
72.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。