[发明专利]通过数据挖掘技术的识别发票拆分报销系统

权利要求书

1.一种基于数据挖掘技术的识别发票拆分报销系统，其特征在于，包括外接模块、预选模块、特征模块及优化模块；

所述外接模块，用于实时接入并汇总外部数据源，并在数据接入后，经过数据清洗转换，分别存入数据仓库的凭证主题与画像主题；

所述预选模块，用于利用凭证主题的凭证数据，经过疑似拆分报销规则的筛选，输出预警数据；

所述特征模块，用于利用所述画像主题与所述预选模块的凭证数据通过负责人工号、企业名称关联出模型训练数据，对训练数据采用自动化数据预处理方法，并对是否为拆分报销进行标注；

所述优化模块，用于接入所述特征模块生成的离线特征数据并输入到模型库，根据模型的拟合结果选择最优模型，并部署到线上进行实时计算预测，对收集到的新的预测数据用于模型优化。

2.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于，所述外部数据源包括：

接入的有涉及财务凭证信息的第三方财务系统数据、涉及学校人事组织信息的数据、涉及企业基本信息与信用信息的天眼查数据及涉及因企业违法采购被处罚的政府采购网的数据。

3.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述拆分报销规则包括规避合同的规则，预警数据的预警对象包括凭证号与凭证涉及的项目负责人，凭证单数据包括凭证单号、分录号、借方金额、贷方金额、摘要、项目名称、项目编号、企业名称字段。

4.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述模型库中包括随机森林分类器、梯度提升树分类器、逻辑回归分类器。

5.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述拟合结果包括如精准率、召回率、F1值。

6.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述画像主题包括项目负责人画像与企业画像。

7.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述项目负责人画像包括项目负责人姓名数据、工号数据、所在学院数据、职务数据、工作年限数据、负责项目数据。

8.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述企业画像包括企业名称数据、企业规模数据、企业成立年限数据、信用等级数据。

9.根据权利要求1所述的基于数据挖掘技术的识别发票拆分报销系统，其特征在于：所述自动化数据预处理方法包括独热编码数据预处理方法、归一化数据预处理方法、规范化数据预处理方法。