申请/专利权人：金蝶软件(中国)有限公司

申请日：2020-07-23

公开（公告）日：2024-04-26

公开（公告）号：CN111861690B

主分类号：G06Q40/12

分类号：G06Q40/12;G06F18/2431

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.11.17#实质审查的生效;2020.10.30#公开

摘要：本申请实施例公开了一种账务数据核对方法及账务数据核对装置，用于实现记账记录与对账单记录的自动对账。本申请实施例方法包括：基于机器学习算法，使用提取到的正样本特征和负样本特征对待训练分类模型进行训练，在训练过程中待训练分类模型不断学习正样本特征和负样本特征，得到的目标分类模型可以用于核对记账记录和对账单记录，进而输出待核对的记账记录和对账单记录是否匹配的分类结果。因此，通过使用目标分类模型，可以实现记账记录和对账单记录的自动核对，节省了财务出纳人员的劳力付出，同时也避免了因人员失误而造成记账记录和对账单记录的核对出错。

主权项：1.一种账务数据核对方法，其特征在于，包括：获取携带有正样本标识的正样本和携带有负样本标识的负样本，所述正样本包括相互匹配的记账记录和对账单记录，所述负样本包括相互不匹配的记账记录和对账单记录；分别对所述正样本和所述负样本进行特征提取，得到正样本特征和负样本特征，所述正样本特征为记账记录与对账单记录相互匹配所具备的特征，所述负样本特征为记账记录与对账单记录相互不匹配所具备的特征；构建待训练分类模型，将所述正样本标识及所述正样本特征、所述负样本标识及所述负样本特征作为训练样本，并基于机器学习算法，利用所述训练样本对所述待训练分类模型进行训练，得到目标分类模型；所述训练用于确定所述正样本特征分类至正样本标识所指代的类群以及确定负样本特征分类至负样本标识所指代的类群，以确定记账记录与对账单记录匹配与不匹配的分类边界；对待核对的记账记录和对账单记录进行特征提取，得到待识别特征；向所述目标分类模型输入所述待识别特征，利用所述目标分类模型对所述待识别特征进行识别，输出所述待核对的记账记录和对账单记录是否匹配的分类结果。

全文数据：

权利要求：

百度查询： 金蝶软件(中国)有限公司 账务数据核对方法及账务数据核对装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD