审计方案推荐方法、装置、计算机设备、存储介质与流程

1.本技术涉及审计技术领域，特别是涉及一种审计方案推荐方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着科学技术的发展，大数据、云计算、人工智能、5g、物联网和区块链等新技术出现，以及各个企业信息化变革的内在需求推动着大数据审计的运用与发展，同时大数据等新技术的快速发展和应用，对审计信息化变革提供了更深层次的技术途径。当前企业信息化的速度越来越快，产生的数据量极其庞大，传统的审计模式已经无法满足现在的审计需求，在面对现在海量的数据面前，如何快速地选出从随着时间累积产生的、使用适用不同场景的、大量的审计方法以及模型，成为一个亟待解决的问题。
3.目前审计方法的选取都是通过常规的检索进行单个选取，效率较低，且无法快速获取到适用的审计方法，影响审计人员开展审计工作的效率。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高审计效率的审计方案推荐方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种审计方案推荐方法。所述方法包括：
6.基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
7.响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
8.在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
9.在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；
10.将推荐审计方案推荐至请求发起方。
11.在其中一个实施例中，参考审计方案包括请求发起方在检索页面中选中的目标审计方案，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案，包括：
12.获取目标审计方案对应的候选审计标签，作为目标审计标签；
13.计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；
14.将与第一审计标签对应的候选审计标签，作为推荐审计方案。
15.在其中一个实施例中，参考审计方案包括请求发起方对应的偏好审计方案，从审计方案库中确定与参考审计方案相匹配的推荐审计方案，包括：
16.获取偏好审计方案对应的候选审计标签，作为偏好审计标签；
17.计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；
18.将与第二审计标签对应的候选审计标签，作为推荐审计方案。
19.在其中一个实施例中，根据对象特征从审计方案库中确定出推荐审计方案，包括：
20.获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；
21.获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；
22.将与第三审计标签对应的候选审计方案，作为推荐审计方案。
23.在其中一个实施例中，根据对象特征从审计方案库中确定出推荐审计方案，包括：
24.获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；
25.计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；
26.将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
27.在其中一个实施例中，将推荐审计方案推荐至请求发起方之后，还包括：
28.确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；
29.根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；
30.根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
31.在其中一个实施例中，每个候选审计方案对应的候选审计标签的确定方式，包括：
32.对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；
33.对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；
34.根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；
35.根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；
36.对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
37.第二方面，本技术还提供了一种审计方案推荐装置。所述装置包括：
38.获取模块，用于基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
39.确定模块，用于响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
40.确定模块还用于在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
41.确定模块还用于在推荐参考信息包括请求发起方对应的对象特征的情况下，根据
对象特征从审计方案库中确定出推荐审计方案；
42.推荐模块，用于将推荐审计方案推荐至请求发起方。
43.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
44.基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
45.响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
46.在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
47.在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；
48.将推荐审计方案推荐至请求发起方。
49.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
50.基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
51.响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
52.在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
53.在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；
54.将推荐审计方案推荐至请求发起方。
55.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
56.基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
57.响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
58.在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
59.在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；
60.将推荐审计方案推荐至请求发起方。
61.上述审计方案推荐方法、装置、计算机设备、存储介质和计算机程序产品，通过基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；响应于审计对象的检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方(也即审计对象)相关的参考审计方案和请求发起方对应的对象
特征中的至少一种。其中，参考审计方案具体可以是审计对象当前选择的审计方案、曾经选择的审计方案。在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案并推荐，可以基于审计对象所选择的审计方案与各个候选审计方案间的相关性，筛选出符合审计对象需求的推荐审计方案。在推荐参考信息包括请求发起方对应的对象特征的情况下，可以根据表征审计对象的偏好情况的对象特征从审计方案库中确定出推荐审计方案并推荐，这样能筛选出更符合当前的审计对象意向的推荐审计方案。这样，从上述的多个不同维度为不同的审计对象推荐不同的审计方案，能大大提高审计人员开展审计工作的效率。
附图说明
62.图1为一个实施例中审计方案推荐方法的流程示意图；
63.图2为一个实施例中审计方案推荐方法的逻辑示意图；
64.图3为一个实施例中确定推荐审计方案的流程示意图；
65.图4为另一个实施例中确定推荐审计方案的流程示意图；
66.图5为一个实施例中jieba分词方法的流程示意图；
67.图6为一个实施例中审计方案推荐装置的结构框图；
68.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
69.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
70.在一个实施例中，如图1所示，提供了一种审计方案推荐方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。
71.本实施例中，该方法包括以下步骤：
72.步骤102，基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签。
73.其中，候选审计标签用于表征对应候选审计方案的文本特征，一个候选审计方案可以同时具有多个候选审计标签。
74.可选的，预先对审计方案库中的每个候选审计方案进行特征提取，将提取的特征作为候选审计标签，为每个候选审计方案添加至少一个候选审计标签。
75.步骤104，响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种。
76.其中，推荐参考信息用于表征请求发起方检索或使用候选审计方案的相关行为特征。参考审计方案用于表征请求发起方当前选择的候选审计方案或者曾选择的候选审计方案。对象特征用于表征请求发起方对候选审计标签的喜好程度。
77.可选的，如图2所示，接收到请求发起方发起的检索请求后，根据检索请求从审计方案库中获取多个候选审计方案在显示页面上进行显示，作为审计方法库推荐索引，识别
请求发起方在审计方法库推荐索引中选择的候选审计文案，同时识别请求发起方，并查找请求发起方曾经选择的候选审计方案，将请求发起方当前选择和曾经选择的候选审计文案作为参考审计文案，以及获取请求发起方的对象特征，从而确定本次检索请求对应的推荐参考信息。
78.步骤106，在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案。
79.可选的，如图2所示，可以根据多个候选审计标签和参考审计方案做相关性计算，得到每个候选审计标签相对于参考审计方案的相关性，根据相关性排序确定一个或多个相对于参考审计方案相关性最大的候选审计标签，从而确定推荐审计方案。也可以根据请求发起方对应的对象特征确定请求发起方喜好的候选审计标签，根据多个候选审计标签和请求发起方喜好的候选审计标签做相关性计算，得到每个候选审计标签相对于请求发起方喜好的候选审计标签的相关性，根据相关性排序确定一个或多个相对于请求发起方喜好的候选审计标签相关性最大的候选审计标签，从而确定推荐审计方案。还可以根据请求发起方对应的对象特征确定请求发起方喜好的候选审计标签，同时根据检索记录获取其他请求发起方喜好的候选审计标签，根据其他请求发起方喜好的候选审计标签和请求发起方喜好的候选审计标签做相关性计算，得到每个其他请求发起方相对于请求发起方的相关性，根据相关性排序确定一个或多个相对于请求发起方相关性最大的其他请求发起方，根据其他请求发起方曾经使用过的、喜好的候选审计方案确定推荐审计方案。
80.步骤108，将推荐审计方案推荐至请求发起方。
81.可选的，确定推荐审计方案之后，将一个或多个推荐审计方案显示在显示页面上，以供请求发起方选择，同一时间可以生成多个推荐审计方案推荐至请求发起方。请求发起方对应的审计对象可以从多个推荐审计方案中选择任意数量的审计方案进行使用。
82.其中，审计对象可以是审计人员，也可以是审计人员操作的电子设备，还可以是审计人员对应的虚拟账号。
83.上述审计方案推荐方法中，通过基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；响应于审计对象的检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方(也即审计对象)相关的参考审计方案和请求发起方对应的对象特征中的至少一种。其中，参考审计方案具体可以是审计对象当前选择的审计方案、曾经选择的审计方案。在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案并推荐，可以基于审计对象所选择的审计方案与各个候选审计方案间的相关性，筛选出符合审计对象需求的推荐审计方案。在推荐参考信息包括请求发起方对应的对象特征的情况下，可以根据表征审计对象的偏好情况的对象特征从审计方案库中确定出推荐审计方案并推荐，这样能筛选出更符合当前的审计对象意向的推荐审计方案。这样，从上述的多个不同维度为不同的审计对象推荐不同的审计方案，能大大提高审计人员开展审计工作的效率。
84.在一个实施例中，参考审计方案包括请求发起方在检索页面中选中的目标审计方案，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案，包
括：获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
85.其中，目标审计方案是指在本次检索过程中，请求发起方在检索页面(审计方法库推荐索引)中选中的候选审计方案。
86.可选的，当确定的参考审计方案包括请求发起方在检索页面中选中的目标审计方案时，可以采用基于内容的推荐算法(content-based recommendations cb)确定推荐审计方案，下文中简称cb推荐算法。将目标审计方案对应的候选审计标签作为目标审计标签，计算每个候选审计标签对应目标审计标签的第一相似度，将第一相似度满足第一预设条件的候选审计标签作为第一审计标签，并将与第一审计标签对应的候选审计标签作为推荐审计方案。第一预设条件可以是相似度最大的一个或多个第一相似度，例如，对所有第一相似度排序后，按照从大到小的顺序将前五个第一相似度视为满足第一预设条件。
87.进一步的，计算每个候选审计标签对应目标审计标签的第一相似度可以采用最近邻方法(k-nearest neighbor，简称knn)。两个n维样本点a(x
11
,x
12
,
…
,x
1n
)和b(x
21
,x
22
,
…
,x
2n
)的夹角余弦类似的，对于两个n维样本点a(x
11
,x
12
,
…
,x
1n
)和b(x
21
,x
22
,
…
,x
2n
)，可以使用类似于夹角余弦的概念来衡量它们间的相似程度。
[0088][0089]
即：其中，每一个样本代表一个候选审计方案对应的候选审计标签。
[0090]
本实施例中，通过获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。能够根据请求发起方当前选择的目标审计方案，推荐出和目标审计方案相关性较大的候选审计方案，作为推荐审计方案，节省了审计人员进一步检索的时间，提高审计人员开展审计工作的效率。
[0091]
在一个实施例中，参考审计方案包括请求发起方对应的偏好审计方案，从审计方案库中确定与参考审计方案相匹配的推荐审计方案，包括：获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0092]
其中，偏好审计方案是指在历史检索过程中，请求发起方在检索页面(审计方法库推荐索引)中选中的或者标记的候选审计方案，标记包括但不限于请求发起方对某个候选审计方案进行的收藏、下载、点赞等操作。
[0093]
可选的，当确定的参考审计方案包括请求发起方对应的偏好审计方案时，可以采用基于协同过滤的推荐算法(collaborative filtering cf)确定推荐审计方案，下文中简称cf推荐算法。如图3所示，确定用户a的偏好审计方案，将偏好审计方案对应的候选审计标
签作为偏好审计标签，计算每个候选审计标签对应偏好审计标签的第二相似度，并将第二相似度满足第二预设条件的候选审计标签作为第二审计标签，将第二审计标签对应的候选审计标签作为推荐审计方案。第二预设条件可以是相似度最大的一个或多个第二相似度，例如，对所有第二相似度排序后，按照从大到小的顺序将前五个第二相似度视为满足第二预设条件。图3中，物品a、物品b和物品c表示用户a的偏好审计方案，物品d对应的第二相似度满足第二预设条件，则将物品d作为推荐审计方案。
[0094]
进一步的，计算每个候选审计标签对应偏好审计标签的第二相似度可以采用皮尔逊相关系数。皮尔逊相关系数公式如下：
[0095][0096]
其中，r
i,x
是用户x对物品i的打分，是物品i的平均打分情况，同理，r
j,x
是用户x对物品j的打分，是物品j的平均打分情况。每一个物品代表一个候选审计方案。
[0097]
本实施例中，通过获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。能够根据请求发起方选中的或者标记的偏好审计方案，推荐出和偏好审计方案相关性较大的候选审计方案，作为推荐审计方案，节省了审计人员进一步检索的时间，提高审计人员开展审计工作的效率。
[0098]
在一个实施例中，根据对象特征从审计方案库中确定出推荐审计方案，包括：获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0099]
其中，对象特征用于表征请求发起方对候选审计标签的喜好程度。
[0100]
可选的，当需要根据对象特征从审计方案库中确定出推荐审计方案时，可以采用cb推荐算法。获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度，将第三相似度满足第三预设条件的候选审计标签作为第三审计标签，从审计方案库确定第三审计标签对应的候选审计方案，作为推荐审计方案。第三预设条件可以是相似度最大的一个或多个第二相似度，例如，对所有第三相似度排序后，按照从大到小的顺序将前五个第三相似度视为满足第三预设条件。
[0101]
进一步的，计算每个候选审计标签对应目标审计标签的第一相似度可以采用最近邻方法(k-nearest neighbor，简称knn)。
[0102]
本实施例中，通过获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。能够根据请求发起方的对象特征，推荐出和对象特征相关性较大的候选审计方案，作为推荐审计方案，节省了审计人员进一步检索的时间，提高审计人员开展审计工作的效率。
[0103]
在一个实施例中，根据对象特征从审计方案库中确定出推荐审计方案，包括：获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特
征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0104]
其中，对象特征用于表征请求发起方对候选审计标签的喜好程度。
[0105]
可选的，当需要根据对象特征从审计方案库中确定出推荐审计方案时，可以采用cf推荐算法。如图4所示，获取用户a的对象特征，同时获取用户b、用户c和用户d的其他对象特征，分别计算对象特征和每个其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案，将其他请求发起方对应的偏好审计方案作为推荐审计方案。第四预设条件可以是相似度最大的一个或多个第二相似度，例如，对所有第四相似度排序后，按照从大到小的顺序将前五个第四相似度视为满足第四预设条件。图4中，用户b的第四相似度满足第四预设条件，将用户b视为用户a的偏好相似用户，获取用户b对应的偏好审计方案(偏好包括物品a、物品b、物品c、物品d)，将用户b对应的偏好审计方案和用户a对应的偏好审计方案(偏好包括物品a、物品b、物品c)进行比较，将物品d作为推荐审计方案。
[0106]
本实施例中，通过获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。能够根据请求发起方的对象特征，确定和请求发起方偏好相似的其他请求发起方，将其他请求发起方的偏好审计方案作为推荐审计方案，节省了审计人员进一步检索的时间，提高审计人员开展审计工作的效率。
[0107]
在一个实施例中，将推荐审计方案推荐至请求发起方之后，还包括：确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0108]
可选的，如图2所示，将推荐审计方案推荐至请求发起方之后，将本次检索时，被请求发起方选中的目标审计方案和推荐审计方案保存为用户行为数据，对用户行为数据进行分析，更新请求发起方对应的偏好审计方案，同时根据目标审计方案和推荐审计方案分别对应的候选审计标签，更新请求发起方对应的对象特征。
[0109]
本实施例中，通过确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。能够保持更新每个用户的对象特征和偏好审计方案，提高了审计方案推荐的准确性。
[0110]
在一个实施例中，每个候选审计方案对应的候选审计标签的确定方式，包括：对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0111]
可选的，首先对审计方案库中的各候选审计方案文档进行预处理，第一步是对所有存储在审计方法库的候选审计方案文档的文本部分进行分词处理，将连续语句分隔为具有独立意义的词的集合，通过当前一些较热门的分词算法，将候选审计方案拆分成词组，从文档中选出尽可能多的词或词组，形成原始的特征空间，由于原始的特征空间维数巨大，将造成机器学习空间以及时间的复杂度大大增加，引入未登陆词和停用词，对剩余的词组进行特征的提取。例如，可以使用jieba分词工具，对各候选审计方案文档进行分词，jieba工具实现分词的具体方式如图5所示。
[0112]
具体实现代码如下：
[0113]
import jieba
[0114]
string＝审计方法文档
[0115]
#精准模式
[0116]
text_cut＝jieba.cut(string)
[0117]
text_cut存储的为审计方法文档的分词，即为词袋建立提供了基础
[0118]
使用add_word(word,freq＝none,tag＝none)和del_word(word)可在程序中动态修改词典。
[0119]
进一步的，当所有审计文档都完成分词后，需建立审计方案库对应的审计语料库，例如，使用工具包gensim建立审计语料库主要包括以下两个过程：
[0120]
获取词袋：本文主要来自于结巴分词结果。
[0121]
向量转换：对获取的词袋进行向量转换，形成语料库。
[0122]
具体实现代码如下：
[0123]
from gensim import corpora,models,similarities
[0124]
dictionary＝corpora.dictionary(text_cut)
[0125]
corpus＝dictionary.doc2bow(text_cut)
[0126]
for word,index in dicts.token2id.iteritems():
[0127]
print word "编号为:" str(index)
‑‑
查看每个词在词组在字典中的编号
[0128]
#text_cut存储的为审计方法文档的分词
[0129]
#corpora是构造词典的,similarities用于求分词相似性
[0130]
#corpora.dictionary寻找整篇语料的词典、所有词
[0131]
#dictionary.doc2bow用于创建语料库
[0132]
最后，基于审计语料库，对其中的语料(单词)进行词频、权重打分。例如，词频、权重打分可以采用tf-idf方法。tf-idf方法是通过词频统计的方法得到某个词对一篇文档的重要性大小(不考虑语义信息)。tf-idf方法步骤如下：
[0133]
对于每个单词，计算tf值(term frequency)，某个词的tf值计算公式如下：
[0134]
tf＝n/n
[0135]
其中，n表示某个词在文档中出现的次数，n表示文档中所有词出现的次数总和，这是一个归一化的过程，目的是消除文档篇幅长短上的差异。
[0136]
对于每个单词，计算idf值(inverse document frequency)，某个词的idf值计算公式如下：
[0137][0138]
其中，d表示语料中所有的文档总数，d表示语料中出现某个词的文档数量，公式中的1是为了防止分母为0的情况，lg是以10为底的对数，具有类似于增强区分度的作用(拥挤的值尽可能散开，离群的值尽可能合拢)。
[0139]
最终tf-idf值为两者的乘积：
[0140]
tfidf＝tf
×
idf
[0141]
采用tf-idf值可以弱化常见词，保留重要的词。若某个词在某个文档中是高频词，在整个语料中又是低频出现，那么这个词将具有高tf-idf值，它对这篇文档来说，就是关键词或主题词。
[0142]
具体实现代码如下：
[0143]
tfidf＝models.tfidfmodel(corpus)
[0144]
corpus_tfidf＝tfidf[corpus]
[0145]
对审计方法的tfidf的保存和加载
[0146]
tfidf.save("data.tfidf")
[0147]
tfidf＝models.tfidfmodel.load("data.tfidf")
[0148]
在一个可行的实施例中，由于审计方法库会随着时间不断丰富、更新，审计的语料库以及语料的tf-idf也要随着方法库的更新同步更新。
[0149]
具体实现代码如下：
[0150]
new_sensence＝新审计文档
[0151]
test_corpus_1＝dictionary.doc2bow(jieba.cut(raw_documents[1],cut_all＝true))
[0152]
tfidf＝models.tfidfmodel(test_corpus)
[0153]
根据审计语料库的各个词的权重，得到每篇文章的权重的关键词作为该文档标签。
[0154]
具体实现代码如下：
[0155]
document_tfidf_ls＝tfidf[[vec]for vec in doucument]
[0156]
在一个实施例中，一种审计方案推荐方法，包括：
[0157]
对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0158]
基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签。
[0159]
响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种。
[0160]
获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计
标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
[0161]
获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0162]
获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0163]
获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0164]
将一个或多个推荐审计方案推荐至请求发起方。
[0165]
确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0166]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0167]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的审计方案推荐方法的审计方案推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个审计方案推荐装置实施例中的具体限定可以参见上文中对于审计方案推荐方法的限定，在此不再赘述。
[0168]
在一个实施例中，如图6所示，提供了一种审计方案推荐装置600，包括：获取模块601、确定模块602和推荐模块603，其中：
[0169]
获取模块601，用于基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；
[0170]
确定模块602，用于响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；
[0171]
确定模块602还用于在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；
[0172]
确定模块602还用于在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；
[0173]
推荐模块603，用于将推荐审计方案推荐至请求发起方。
[0174]
在一个实施例中，参考审计方案包括请求发起方在检索页面中选中的目标审计方案，确定模块602还用于获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
[0175]
在一个实施例中，参考审计方案包括请求发起方对应的偏好审计方案，确定模块602还用于获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0176]
在一个实施例中，确定模块602还用于获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0177]
在一个实施例中，确定模块602还用于获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0178]
在一个实施例中，推荐模块603还用于确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0179]
在一个实施例中，装置还包括标注模块604，标注模块604还用于对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0180]
上述审计方案推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0181]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执
行时以实现一种审计方案推荐方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0182]
本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备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。
[0183]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；将推荐审计方案推荐至请求发起方。
[0184]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
[0185]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0186]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0187]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0188]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0189]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应
的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0190]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；将推荐审计方案推荐至请求发起方。
[0191]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
[0192]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0193]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0194]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0195]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0196]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0197]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被
处理器执行时实现以下步骤：基于审计方案库获取多个候选审计标签，审计方案库包括多个候选审计方案，每个候选审计方案对应至少一个候选审计标签；响应于检索请求，确定推荐参考信息，推荐参考信息包括与请求发起方相关的参考审计方案和请求发起方对应的对象特征中的至少一种；在推荐参考信息包括参考审计方案的情况下，根据候选审计标签，从审计方案库中确定与参考审计方案相匹配的推荐审计方案；在推荐参考信息包括请求发起方对应的对象特征的情况下，根据对象特征从审计方案库中确定出推荐审计方案；将推荐审计方案推荐至请求发起方。
[0198]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取目标审计方案对应的候选审计标签，作为目标审计标签；计算每个候选审计标签对应目标审计标签的第一相似度，并获取第一相似度满足第一预设条件的候选审计标签，作为第一审计标签；将与第一审计标签对应的候选审计标签，作为推荐审计方案。
[0199]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取偏好审计方案对应的候选审计标签，作为偏好审计标签；计算每个候选审计标签对应偏好审计标签的第二相似度，并获取第二相似度满足第二预设条件的候选审计标签，作为第二审计标签；将与第二审计标签对应的候选审计标签，作为推荐审计方案。
[0200]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取请求发起方对应的对象特征，并计算每个候选审计标签对应对象特征的第三相似度；获取第三相似度满足第三预设条件的候选审计标签，作为第三审计标签；将与第三审计标签对应的候选审计方案，作为推荐审计方案。
[0201]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取请求发起方对应的对象特征，以及获取其他请求发起方对应的其他对象特征；计算对象特征和其他对象特征的第四相似度，若第四相似度满足第四预设条件，则获取其他请求发起方对应的偏好审计方案；将其他请求发起方对应的偏好审计方案，作为推荐审计方案。
[0202]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定在检索页面中被选中的目标审计方案、以及目标审计方案的目标审计标签，检索页面响应于检索请求而展示；根据目标审计标签，以及推荐审计方案对应的推荐审计标签，更新请求发起方对应的对象特征；根据目标审计方案和推荐审计方案，更新请求发起方对应的偏好审计方案。
[0203]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对每个候选审计方案分别进行分词处理，得到与各候选审计方案分别对应的多个单词，并构建与审计方案库对应的审计语料库；对于每个候选审计方案，根据各单词在相应候选审计方案中出现的次数，确定各单词对应的第一词频；根据各单词在审计语料库中出现的次数，确定各单词对应的第二词频；根据各单词对应的第一词频和第二词频，计算各单词在相应候选审计方案中的权重；对于每个候选审计方案，获取对应权重满足第五预设条件的单词，作为各候选审计方案对应的候选审计标签。
[0204]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
[0205]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0206]
以上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。
[0207]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。