[发明专利]基于智能算法的发票数据处理方法及装置

说明书

本发明公开了一种基于智能算法的发票数据处理方法及装置，其中该方法包括：获取目标用户的交易数据；根据所述交易数据，以及预设的发票生成神经网络模型，确定发票凭证数据；获取所述目标用户的报销请求和工作记录信息，根据所述交易数据、所述报销请求和所述工作记录信息，确定所述目标用户的报销指令，并将所述报销指令发送至报销服务器以使得所述报销服务器将所述交易数据对应的交易金额报销至所述目标用户的金融账户；将所述交易数据、所述报销指令和所述发票凭证数据关联至所述目标用户对应的经营主体，并储存到数据库中。可见，本发明能够通过精确先进的数据分析算法，实现更加精确更加合理的发票数据处理。

技术领域

本发明涉及财务数据算法技术领域，尤其涉及一种基于智能算法的发票数据处理方法及装置。

背景技术

随着企业无纸化办公政策的推行，以及算法技术的演进，越来越多的财务数据和交易数据都采用电子数据的形式进行处理，以提高办公效率。但现有的发票数据处理技术，仍然停留在人工处理或简单的数据运算规则如EXCEL表内的公式，但这样的做法只能实现简单的数据处理，无法针对用户的请求实现智能化的处理，可见现有技术存在缺陷，亟待解决。

发明内容

本发明所要解决的技术问题在于，提供一种基于智能算法的发票数据处理方法及装置，能够通过精确先进的数据分析算法，实现更加精确更加合理的发票数据处理。

为了解决上述技术问题，本发明第一方面公开了一种基于智能算法的发票数据处理方法，所述方法包括：

获取目标用户的交易数据；

根据所述交易数据，以及预设的发票生成神经网络模型，确定发票凭证数据；

获取所述目标用户的报销请求和工作记录信息，根据所述交易数据、所述报销请求和所述工作记录信息，确定所述目标用户的报销指令，并将所述报销指令发送至报销服务器以使得所述报销服务器将所述交易数据对应的交易金额报销至所述目标用户的金融账户；

将所述交易数据、所述报销指令和所述发票凭证数据关联至所述目标用户对应的经营主体，并储存到数据库中。

作为一种可选的实施方式，在本发明第一方面中，所述交易数据包括交易信息和交易标识；所述交易信息包括当次交易的交易对象信息、交易内容信息、交易金额信息、交易时间信息和交易方式信息；所述交易标识用于指示所述交易数据的交易类型。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述交易数据，以及预设的发票生成神经网络模型，确定发票凭证数据，包括：

基于预设的向量转化算法，将所述交易信息中的多种信息转化为多个交易向量；

确定每一所述交易向量对应的权重，计算所述多个交易向量的加权求和结果，以得到交易特征数据；所述权重与所述交易向量对应的交易信息的信息长度成正比；

将所述交易特征数据输入至所述交易类型对应的发票生成神经网络模型，以得到所述发票生成神经网络模型输出的发票信息；所述发票生成神经网络模型通过包括有对应于任一所述交易类型的多个历史交易特征数据和对应的历史发票信息的训练数据集训练得到；所述发票生成神经网络模型包括特征提取网络和特征重构网络和分类网络；

将所述发票信息发送至开票服务器以获取所述开票服务器根据所述发票信息生成的发票凭证数据。

作为一种可选的实施方式，在本发明第一方面中，所述获取所述目标用户的报销请求和工作记录信息，根据所述交易数据、所述报销请求和所述工作记录信息，确定所述目标用户的报销指令，并将所述报销指令发送至报销服务器以使得所述报销服务器将所述交易数据对应的交易金额报销至所述目标用户的金融账户，包括：

获取所述目标用户的工作记录信息；

将所述交易信息与所述工作记录信息进行匹配，以判断所述交易数据是否为工作相关交易数据；