【技术实现步骤摘要】
本专利技术涉及差旅数据分析，具体为一种基于关联分析算法的差旅数据分析系统及方法。
技术介绍
1、随着企业规模的壮大和业务的增加，员工出差人数多、频次多、范围广，对差旅流程的管控就显得愈发重要，目前越来越多的中大型企业开始重视精细化经营的理念，其中数据分析的价值尤为显著，它能将多、乱、杂的数据生成可视化的报表，帮助决策者了解差旅现状和资源浪费，继而建立科学有效的管理政策。
2、从目前来讲，差旅软件的痛点在于报销流程缓慢、审批步骤繁琐，同时企业内部在对接差旅软件端口时，涉及员工个人信息安全，导致软件之间兼容性差等等问题，使用智能审批的同时也存在个别员工虚假报销，难以预警查证的问题。
技术实现思路
1、本专利技术的目的在于提供一种基于关联分析算法的差旅数据分析系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于关联分析算法的差旅数据分析方法，该方法包括以下步骤：
3、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；
4、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
5、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，例如输出的有航空出行、食宿，则直接对接与企业合作的航空公司和酒店，能够做到安全服务保障以及成本优惠等，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；
6、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。
7、根据上述技术方案，所述差旅数据分析模型包括：
8、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；
9、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：
10、
11、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；
12、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。
13、在上述技术方案中，根据距离和出行间隔时间点拟合的区域内直线，进行散点m的距离判定，m距离谁越近，说明越贴近于哪个区域，能够更好的为企业制定员工出行方略。
14、根据上述技术方案，所述生成差旅清单包括：
15、调用数据库内企业差旅出行的历史数据，选取出特征因子，例如特征因子包括地面出行、航空出行、食宿、退改签、通讯、寄存以及其他等；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；
16、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：
17、
18、其中，代表支持度，代表任一个特征因子i；
19、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；
20、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：
21、
22、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；
23、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。
24、在上述技术方案中，采取不断缩短特征因子的方式，能够得出在不同的出行方式下，对应的特征因子组合变化，例如航空出行相较于对面出行，往往距离更远，更多的附带有食宿和寄存等等特征；地面出行相较于航空出行时，由于经济成本低，可能更多附带有退改签次数的特征；
25、根据上述技术方案，所述构建智能审批模型包括：
26、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；
27、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：
28、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：
29、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；
30、
31、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；
32、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。
33、一种基于关联分析算法的差旅数据分析系统，该系统包括：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；
34、所述企业内部系统模块内部包含有企业人事员工数据，用于企业员工登录后提交差旅申请，上传到达时间与地点，企业内部系统模块基于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模块；所述差旅数据分析模块用于构建差旅数据分析模型，在差旅数据分析模型下，形成员工差旅的最佳的差旅出行方式；所述平台链接模块用于调用关联分析算法，形成最佳的差旅出行方式下的频繁项集，同时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模块；所述双重审批模块用于接收差旅数据分析模块传输的差旅清单，通过智能财本文档来自技高网...
【技术保护点】
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：
2.根据权利要求1所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述差旅数据分析模型包括：
3.根据权利要求2所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述生成差旅清单包括：
4.根据权利要求3所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述构建智能审批模型包括：
5.一种基于关联分析算法的差旅数据分析系统，其特征在于：该系统包括：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；
6.根据权利要求5所述的一种基于关联分析算法的差旅数据分析系统，其特征在于：所述企业内部系统模块包括企业人事员工单元和出行单元；
7.根据权利要求5所述的一种基于关联分析算法的差旅数据分析系统，其特征在于：所述差旅数据分析模块包括模型单元与分析单元；
8.根据权利要求5所述的一种基于关联分析算法的差旅数据分析系统，其特征在于：所述平台链接模块包括项集处理单元与反馈单元；>
9.根据权利要求5所述的一种基于关联分析算法的差旅数据分析系统，其特征在于：所述双重审批模块包括智能财务单元与管理员审批单元；
10.根据权利要求5所述的一种基于关联分析算法的差旅数据分析系统，其特征在于：所述审计模块包括审计单元与存储单元；
...【技术特征摘要】
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：
2.根据权利要求1所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述差旅数据分析模型包括：
3.根据权利要求2所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述生成差旅清单包括：
4.根据权利要求3所述的一种基于关联分析算法的差旅数据分析方法，其特征在于：所述构建智能审批模型包括：
5.一种基于关联分析算法的差旅数据分析系统，其特征在于：该系统包括：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；
6.根据权利要求5所述的一种基于关联...
【专利技术属性】
技术研发人员：张轩鸣，廖任熙，
申请(专利权)人：梓如商务旅行服务集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。