申请/专利权人：梓如商务旅行服务集团股份有限公司

申请日：2024-01-30

公开（公告）日：2024-04-30

公开（公告）号：CN117689348B

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q10/105

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种基于关联分析算法的差旅数据分析系统及方法，属于差旅数据分析技术领域。本系统包括：企业内部系统模块、差旅数据分析模块、平台链接模块、双重审批模块以及审计模块；所述企业内部系统模块的输出端与所述差旅数据分析模块的输入端相连接；所述差旅数据分析模块的输出端与所述平台链接模块、双重审批模块的输入端相连接；所述双重审批模块的输出端与所述审计模块的输入端相连接；所述审计模块的输出端与所述企业内部系统模块的输入端相连接。本发明能够从根本上解决报销流程缓慢、审批步骤繁琐的痛点问题，采用全新的端口式设计，保障员工信息安全，同时对智能审批下的虚假报销进行数据分析预警，降低企业风险。

主权项：1.一种基于关联分析算法的差旅数据分析方法，其特征在于：该方法包括以下步骤：S1、构建大数据关联体系，所述大数据关联体系中包括企业人事员工端口、差旅数据分析端口、差旅平台端口、智能财务端口以及管理员审批端口，其中企业人事员工端口与差旅数据分析端口相连接，差旅数据分析端口分别和差旅平台端口、智能财务端口以及管理员审批端口相连接；S2、员工在企业内部系统提交差旅申请，上传到达时间与地点，企业内部系统调用企业人事员工端口输出员工个人数据、到达时间与地点至差旅数据分析端口，差旅数据分析端口基于差旅数据分析模型输出差旅出行方式；S3、调用关联分析算法，形成差旅出行方式下的频繁项集，输出至差旅平台端口，连接频繁项集下的各平台端口，生成差旅清单反馈至差旅数据分析端口，差旅数据分析端口将清单传输至企业人事员工端口提醒员工进行报销填写，填写后返回至差旅数据分析端口，再传输至智能财务端口进行报销审批；S4、智能财务端口构建智能审批模型，基于员工个人历史数据和差旅清单，判断是否出现异常值，若出现异常值反馈至差旅数据分析端口，由差旅数据分析端口将差旅清单反馈至管理员审批端口，人工审核后再传输至智能财务端口处理；所述差旅数据分析模型包括：获取员工历史出行数据，所述历史出行数据中包括出行方式、出行距离以及出行间隔时间点，所述出行方式包括地面出行与航空出行，所述出行距离指到达地点与企业所在地的距离，所述出行间隔时间点指提交差旅申请时间与到达时间之间的时间间隔；对不同的出行方式构建两个区域集合，以出行距离作为横坐标，对应的出行间隔时间点作为纵坐标形成散点，所有散点存在于对应的区域集合内，构建每一个区域集合的拟合直线：；其中，指出行间隔时间点；指出行距离；指拟合系数；指拟合过程中的误差常数；形成两种出行方式下的两条拟合直线，获取当前员工提交的差旅申请，选择出到达时间与地点，计算出行距离与出行间隔时间点，形成散点M，分别计算散点M到达两条拟合直线的距离，选择距离较小的拟合直线对应的出行方式作为差旅出行方式；所述生成差旅清单包括：调用数据库内企业差旅出行的历史数据，选取出特征因子；根据输出的差旅出行方式，选择出含有差旅出行方式的N组企业差旅出行的历史数据，每一组中包含若干个存在的特征因子，任一组企业差旅出行的历史数据中包含地面出行或者航空出行；基于输出的差旅出行方式构建初始频繁项集；其中，指输出的差旅出行方式，指其他特征因子，计算每个特征因子在N组数据中的支持度：；其中，代表支持度，代表任一个特征因子i；设置支持度阈值，对支持度大于等于支持度阈值的特征因子形成新的项集；在新的项集中选取出差旅出行方式作为主项，其他特征因子作为辅项，计算主项对辅项形成的所有集合的置信度：；其中，代表组合项对集合A的置信度；代表组合项在N组数据中出现的次数；代表集合A在N组数据中出现的次数；记录下所有的置信度，选取出置信度最高的对应的集合A，输出至差旅平台端口，解析集合A中的特征因子，选择各特征因子对应的各平台端口，生成差旅清单反馈至差旅数据分析端口；所述构建智能审批模型包括：获取员工个人历史数据和差旅清单，对员工个人历史数据中的报销数据中的特征因子与差旅清单的特征因子对比，若不相同，标记为异常项，并记录差项值；计算每个员工的异常项概率，设置概率阈值，在异常项概率超出概率阈值时，将员工数据送入智能审批模型：调用每一次数据的差项值，形成数据列，利用灰色预测方式形成预测差项值，具体包括：对数据列中的数据进行灰色累加处理形成新数据列，对新数据列再做紧邻均值处理，形成最终数据列，结合新数据列与最终数据列，生成预测差项值公式为：；其中，e代表自然对数；指生成的预测差项值；指新数据列中的白化微分方程中的参数量，所述参数量分别为发展系数与灰作用量；b指数列中的数据组数；指数据列中的第一项；获取员工提交的最新一期的报销差旅清单的差项值，与生成的预测差项值进行求差值绝对值，设置差值阈值，若差值绝对值大于差值阈值，判断出现异常值。

全文数据：

权利要求：

百度查询： 梓如商务旅行服务集团股份有限公司 一种基于关联分析算法的差旅数据分析系统及方法

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