整合定性资料及定量资料进行稽核准则推荐的系统及方法技术方案

本发明专利技术公开了一种整合定性资料及定量资料进行稽核准则推荐的系统，用于执行下列方法：一储存模组接收供应商稽核的一进行中分析资料及储存过去已完成的一历史分析资料，所述进行中分析资料以及所述历史分析资料皆包含一稽核发现的定性资料及一供应商经营数据的定量资料；一主题模型转换模组分析所述历史分析资料的所述稽核发现，取得一主题模型概率分布，以供一特征向量模组依据所述主题模型概率分布及所述历史分析资料的所述供应商经营数据产生对应的一特征向量集合及所述进行中分析资料的一特征向量值；一归类模组决定所述特征向量值所属的所述聚类，以供一推荐模组依据所述聚类提供就一稽核准则清单预先演算的一推荐稽核准则各项。推荐稽核准则各项。推荐稽核准则各项。

【技术实现步骤摘要】
整合定性资料及定量资料进行稽核准则推荐的系统及方法


[0001]本专利技术涉及自然语言处理领域，具体关于一种推荐系统及方法，尤其指整合定性资料及定量资料进行稽核准则推荐的系统及方法。

技术介绍

[0002]过去在财务稽核中有如US 8,050,988 B2以及US 2006/0106686 A1就财务风险提出结构化的稽核系统与从风险面提出财务稽核的机会与建议，其他如US7885841 B2、US5765138、US7346527 B2、US2008/019546 A1、US8504412 B1等专利也包含如稽核计画与稽核项目产生的自动化。
[0003]虽有利用如自然语言处理的推荐系统过去公开或公告如US 2016/0148327 A1、US 2018/0165696 A1以及CN 107807962 B，但未能考虑供应商的风险可能与其背景资讯如规模、经营绩效及运营时间等定量资讯。

技术实现思路

[0004]本专利技术的目的在于提供一种整合定性资料及定量资料进行稽核准则推荐的系统及方法，能够考虑供应商经营的背景资讯，客观地建立稽核发现与经营指标的相关性。
[0005]基于此，本专利技术主要采用下列技术手段，来实现上述目的。
[0006]一种整合定性资料及定量资料进行稽核准则推荐的系统，包含：一储存模组，用于接收供应商稽核的一进行中分析资料及储存过去已完成供应商稽核的一历史分析资料，所述进行中分析资料及所述历史分析资料皆包含一稽核发现的定性资料及一供应商经营数据的定量资料；一主题模型转换模组，连接所述储存模组，用于分析所述历史分析资料的所述稽核发现，以建立一主题模型或更新所述主题模型，并取得一主题模型概率分布，所述主题模型转换模组并依所述主题模型转换所述进行中分析资料的所述稽核发现；一特征向量模组，连接所述主题模型转换模组及所述储存模组，用于依据所述主题模型概率分布及所述历史分析资料的所述供应商经营数据产生对应的一特征向量集合，所述特征向量模组并用于产生对应所述进行中分析资料的一特征向量值；一归类模组，连接所述特征向量模组，用于对所述特征向量集合进行聚类分析并决定所述特征向量值所属的一聚类；一推荐模组，连接所述归类模组及所述主题模型转换模组，用于接收供应商稽核所用的一稽核准则清单，并依据所述特征向量值所属的所述聚类就相关的一主题产生对应的一推荐稽核准则各项。
[0007]进一步，所述归类模组运算所述特征向量值与各个所述聚类的重心的一距离值，以所述距离值为最小的所述聚类作为所述特征向量值所属的所述聚类。
[0008]进一步，所述供应商经营数据的定量资料至少包含一供应商人数资料、一营业额资料、一经营时间资料的任一或组合。
[0009]一种整合定性资料及定量资料进行稽核准则推荐的方法，包含：由一储存模组接收供应商稽核的一进行中分析资料及储存过去已完成供应商稽核的一历史分析资料，所述
进行中分析资料及所述历史分析资料皆包含一稽核发现的定性资料及一供应商经营数据的定量资料；由一主题模型转换模组分析所述历史分析资料的所述稽核发现，以建立一主题模型或更新所述主题模型，并取得一主题模型概率分布及依所述主题模型转换所述进行中分析资料的所述稽核发现，以供一特征向量模组依据所述主题模型概率分布及所述历史分析资料的所述供应商经营数据产生对应的一特征向量集合与所述进行中分析资料的一特征向量值；以一归类模组就所述特征向量集合进行聚类分析并决定所述特征向量值所属的一聚类，以供一推荐模组接收供应商稽核所用的一稽核准则清单，并依据所述特征向量值所属的所述聚类，就相关的一主题产生对应的一推荐稽核准则各项。
[0010]进一步，所述特征向量集合运用K-平均演算法(K-means clustering)进行聚类分析。
[0011]进一步，所述归类模组运算所述特征向量值与各个所述聚类的重心的一距离值，以所述距离值为最小的所述聚类作为所述特征向量值所属的所述聚类。
[0012]进一步，聚类分析可经加权K-平均(Weighted K-means)特征选择演算降低建立聚类分析的特征向量的维数。
[0013]进一步，所述主题模型概率分布至少运用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)或非负矩阵分解(Non-Negative Matrix Factorization)其一建立。
[0014]进一步，所述供应商经营数据的定量资料至少包含一供应商人数资料、一营业额资料、一经营时间资料的任一或组合。
[0015]根据上述技术特征可达成以下功效：
[0016]1.稽核准则的推荐考虑供应商经营的背景资讯(如规模、经营绩效及运营时间等定量资讯)，将较仅以自然语言处理推荐提供较为适合的稽核准则。
[0017]2.就过去所搜集的稽核发现的定性资讯及供应商相关的定量资讯，定期以自然语言处理及非监督学习就供应商进行聚类分析并进行特征选择，可客观地建立稽核发现与经营指标的相关性。
附图说明
[0018]图1本专利技术一实施例的系统方块示意图。
[0019]图2本专利技术另一实施例中包含建模步骤及稽核准则推荐步骤的详细流程示意图。
[0020]【符号说明】
[0021]100
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
系统
[0022]1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
储存模组
[0023]11
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
进行中分析资料
[0024]111
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
进行中稽核发现
[0025]112
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
进行中供应商经营数据
[0026]12
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
历史分析资料
[0027]121
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
已完成稽核发现
[0028]122
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
历史供应商经营数据
[0029]2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
主题模型转换模组
[0030]3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
特征向量模组
[0031]30
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
特征向量集合
[0032]31
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
特征向量值
[0033]4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
归类模组
[0034]40
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
聚类分析
[0035]5ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
推荐模组
[0036]50
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
稽核准则清单
[0037]51
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
推荐稽核准则各项
[0038]S10
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
建模步骤
[0039]S100
ꢀꢀꢀꢀꢀꢀꢀꢀ
建模步骤的步骤一
[0040]S101
ꢀꢀꢀꢀꢀꢀꢀꢀ
建模步骤的步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种整合定性资料及定量资料进行稽核准则推荐的系统，其特征在于，包含：一储存模组，用于接收供应商稽核的一进行中分析资料及储存过去已完成供应商稽核的一历史分析资料，所述进行中分析资料及所述历史分析资料皆包含一稽核发现的定性资料及一供应商经营数据的定量资料；一主题模型转换模组，连接所述储存模组，用于分析所述历史分析资料的所述稽核发现，以建立一主题模型或更新所述主题模型，并取得一主题模型概率分布，所述主题模型转换模组并依所述主题模型转换所述进行中分析资料的所述稽核发现；一特征向量模组，连接所述主题模型转换模组及所述储存模组，用于依据所述主题模型概率分布及所述历史分析资料的所述供应商经营数据产生对应的一特征向量集合，所述特征向量模组并用于产生对应所述进行中分析资料的一特征向量值；一归类模组，连接所述特征向量模组，用于对所述特征向量集合进行聚类分析并决定所述特征向量值所属的一聚类；一推荐模组，连接所述归类模组及所述主题模型转换模组，用于接收供应商稽核所用的一稽核准则清单，并依据所述特征向量值所属的所述聚类就相关的一主题产生对应的一推荐稽核准则各项。2.如权利要求1所述的整合定性资料及定量资料进行稽核准则推荐的系统，其特征在于：所述归类模组运算所述特征向量值与各个所述聚类的重心的一距离值，以所述距离值为最小的所述聚类作为所述特征向量值所属的所述聚类。3.如权利要求1所述的整合定性资料及定量资料进行稽核准则推荐的系统，其特征在于：所述供应商经营数据的定量资料至少包含一供应商人数资料、一营业额资料、一经营时间资料的任一或组合。4.一种整合定性资料及定量资料进行稽核准则推荐的方法，其特征在于，包含：由一储存模组接收供应商稽核的一进行中分析资料及储存过去已完成...

【专利技术属性】
技术研发人员：王其宏，
申请(专利权)人：王其宏，
类型：发明
国别省市：