CN113269523A - 一种基于画像的智能审计方法及其装置、存储介质以及电子设备 - Google Patents

Abstract

本发明提供了一种基于画像的智能审计方法，解决了现有技术中审计覆盖面少，审计结果精确度低的技术问题。本发明提供的智能审计方法，对审计画像模板进行归类分析从而构建通用标签库以及专业标签库，在对实际审计画像的疑点进行预测时，首先根据实际审计画像在通用标签库中查找对应的通用标签，生成第一预测标签，即第一预测标签即为实际审计画像的疑点标签，然后再根据实际审计画像在专业标签库中查找对应的专业标签，生成第二预测标签，该第二预测标签即为该实际审计画像的具体的精确定位，即既结合财务数据，还能够结合工程跟踪审计以及其他专项审计中项目、合同、基建工程等方面对实际审计画像进行综合审计，覆盖率广，且提高了审计结果精确度。

Description

一种基于画像的智能审计方法及其装置、存储介质以及电子 设备

技术领域

本发明涉及数字化审计数据处理领域，具体涉及一种基于画像的智能审计方法及其装置，存储介质以及电子设备。

背景技术

随着经济社会的不断发展，被审计单位经济活动变得更加复杂、多样、丰富，产生的数据类型也是多元性的，数据量也是海量的，传统审计只能处理单一的财务数据，面对繁多复杂的数据却无从下手。一个大的集团公司会有多个下属单位，且每个下属单位在开展具体项目时均需要全过程跟踪审计项目、经济责任审计项目、专项审计等。日渐繁重的审计工作与薄弱的审计力量形成了较为尖锐的矛盾，利用数字化手段提升审计效率和审计质量迫在眉睫。现有技术中，审计手段仍以传统审计方法为主，数字化审计工作为辅。现有数字化审计手段更侧重于对内部业务管理平台的应用，未完全实现跨平台结合数据、通过数据挖掘等技术，发现数据中的内在联系，而外部审计机构所有的审计软件则存在安全性较差以及应用范围较小的问题。且现存主流软件抽取的多为财务数据，难以覆盖经济责任审计、工程跟踪审计及其他专项审计中项目、合同、基建工程等方面的内容，导致审计覆盖面较小。

发明内容

有鉴于此，本发明提供了一种基于画像的智能审计方法及其装置、存储介质以及电子设备，解决了现有技术中审计时抽取的多为财务数据，搬移覆盖经济责任审计、工程跟踪审计以及其他专项审计中项目、合同、基建工程等方面，导致审计覆盖面少，审计结果精确度低的技术问题。

为使本发明的目的、技术手段和优点更加清楚明白，以下结合附图对本发明作进一步详细说明。

根据本发明的一个方面，本发明提供了一种基于画像的智能审计方法，包括：

制定审计画像模板；根据所述审计画像模板，建立审计标签库，所述审计标签库包括通用标签库以及专业标签库；在所述通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；在所述专业标签库中抽取与所述实际审计画像对应的专业标签，生成第二预测标签；以及根据所述第一预测标签以及所述第二预测标签对所述实际审计画像进行疑点定位，生成所述实际审计画像的审计疑点画像。

在本发明一实施例中，制定审计画像模板，包括：制定一个通用审计画像模板；制定多个个性不同的专业审计画像模板；以及根据所述通用审计画像模板以及多个个性不同的专业审计画像模板构件审计画像模板。

在本发明一实施例中，所述制定一个通用审计画像模板，包括：获取审计原始数据；根据所述审计原始数据提取通用审计标签要素；以及根据所述通用审计标签要素生成通用审计画像模板。

在本发明一实施例中，所述通用审计标签要素包括事实标签；其中，所述根据所述审计原始数据提取通用审计标签要素，包括：根据所述审计原始数据抽取审计事实信息，生成所述事实标签。

在本发明一实施例中，所述事实标签包括：项目信息标签以及干部信息标签。

在本发明一实施例中，所述制定多个个性不同的专业审计画像模板，包括：获取审计原始数据；根据所述审计原始数据提取专业审计标签要素；以及根据所述专业审计标签要素生成专业审计画像模板。

在本发明一实施例中，所述根据所述审计画像模板，建立审计标签库，包括：根据所述通用审计画像模板，提取所述通用审计画像模板中的通用标签；根据所述专业审计画像模板，提取所述专业审计画像模板中的专业标签；

根据所述通用标签与所述专业标签构件审计标签库。

作为本发明的第二方面，本发明提供了一种基于画像的智能审计装置，包括：审计画像制定模块，用于制定审计画像模板；审计标签库建立模块，用于根据所述审计画像模板，建立审计标签库，所述审计标签库包括通用标签库以及专业标签库；标签预测模块，用于在所述通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；在所述专业标签库中抽取与所述实际审计画像对应的专业标签，生成第二预测标签；以及审计疑点画像生成模块，用于根据所述第一预测标签以及所述第二预测标签对所述实际审计画像进行疑点定位，生成所述实际审计画像的审计疑点画像。

作为本发明的第三方面，本发明一实施例提供了一种电子设备，所述电子设备包括：处理器；以及用于存储所述处理器可执行信息的存储器；其中，所述处理器用于执行上述所述的一种基于画像的智能审计方法。

作为本发明的第四方面，本发明一实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述所述的一种基于画像的智能审计方法。

本发明提供的智能审计方法，对审计画像模板进行归类分析从而构建通用标签库以及专业标签库，在对实际审计画像的疑点进行预测时，首先根据实际审计画像在通用标签库中查找对应的通用标签，生成第一预测标签，即第一预测标签即为实际审计画像的疑点标签，然后再根据实际审计画像在专业标签库中查找对应的专业标签，生成第二预测标签，该第二预测标签即为该实际审计画像的具体的精确定位，因此，根据第一预测标签以及第二预测标签即可结合通用标签和专业标签对实际审计画像进行疑点预测，即既结合财务数据，还能够结合工程跟踪审计以及其他专项审计中项目、合同、基建工程等方面对实际审计画像进行综合审计，覆盖率广，且提高了审计结果精确度。

附图说明

图1所示为本发明一实施例提供的一种基于画像的智能审计方法的流程示意图；

图2所示为本发明另一实施例提供的一种基于画像的智能审计方法的流程示意图；

图3所示为本发明另一实施例提供的一种基于画像的智能审计方法的流程示意图；

图4所示为本发明另一实施例提供的一种基于画像的智能审计方法的流程示意图；

图5所示为本发明一实施例提供的一种基于画像的智能审计装置的结构示意图；

图6所示为本发明一实施例提供的电子设备的结构示意图。

具体实施方式

本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本发明实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

另外，在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1所示本发明提供的一种基于画像的智能审计方法的流程示意图，如图1所示，该智能审计方法包括以下步骤：

步骤S101：制定审计画像模板；

步骤S102：根据审计画像模板，建立审计标签库，审计标签库包括通用标签库以及专业标签库；

步骤S103：在通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；

步骤S104：在专业标签库中抽取与实际审计画像对应的专业标签，生成第二预测标签；以及

步骤S105：根据第一预测标签以及第二预测标签对实际审计画像进行疑点定位，生成实际审计画像的审计疑点画像。

本发明提供的智能审计方法，对审计画像模板进行归类分析从而构建通用标签库以及专业标签库，在对实际审计画像的疑点进行预测时，首先根据实际审计画像在通用标签库中查找对应的通用标签，生成第一预测标签，即第一预测标签即为实际审计画像的疑点标签，然后再根据实际审计画像在专业标签库中查找对应的专业标签，生成第二预测标签，该第二预测标签即为该实际审计画像的具体的精确定位，因此，根据第一预测标签以及第二预测标签即可结合通用标签和专业标签对实际审计画像进行疑点预测，即既结合财务数据，还能够结合工程跟踪审计以及其他专项审计中项目、合同、基建工程等方面对实际审计画像进行综合审计，覆盖率广，且提高了审计结果精确度。

在本发明一实施例中，图2所示为本发明提供的智能审计方法的流程示意图，如图2所示，步骤S101(制定审计画像模板)具体包括如下步骤：

步骤S1011：制定一个通用审计画像模板；

审计通用画像模板，即被审计单位的基本画像：例如针对被审计单位构建基本公司画像模板，刻画公司的财务状况、经营成果、业务类别、管理特色、审计频次、风险问题、问题特征、问题属性、问题整改等。

通过通用审计画像模板，可以抽象出一个用户的行为全貌，能够辅助日常审计工作，提高审计效率。

需要指出的是：通用审计画像模板是较为粗糙的用户画像，不能精确定位到异常被审计对象，仅仅是只能在大体轮廓上为定位异常被审计对象提供“可疑”标签，后续需要针对具体领域其他画像(专业审计画像模板)一并验证，进行精确的疑点定位。

步骤S1012：制定多个个性不同的专业审计画像模板；

专业审计画像模板，即个性化的专业审计画像模板，根据被审计单位的审计项目特点，分别指定不同审计类别的专业审计画像模板，可根据被审计单位情况自由组合，灵活定制。例如：通过收集与分析被审计用户(人+项目)的基本信息，例如项目问题特征(问题类别、金额、时期、次数、地域、分管领导等)、项目频发问题的基本属性(类别、时期、地域、单位、项目负责人、主观领导)、干部问题特征(问题类别、金额、地域、时间、次数、所属业务线、项目)、频发干部问题基本特征(年龄、学历、专业、业务背景、区域)等，针对公司不同的审计类型进行专业审计画像模板设计。

步骤S1013：根据通用审计画像模板以及多个个性不同的专业审计画像模板构件审计画像模板。

本发明通过通用审计画像模板，可以抽象出一个用户的行为全貌，能够辅助日常审计工作，提高审计效率。且通用审计画像模板在大体轮廓上为定位异常被审计对象提供“可疑”标签，然后针对具体领域其他画像(专业审计画像模板)一并验证，进行精确的疑点定位，提高了审计画像的一点确认准确性以及审计的覆盖面大。

在本发明一实施例中，图3所示为本发明提供的智能审计方法的流程示意图，如图3所示，步骤S1011(制定一个通用审计画像模板)具体包括如下步骤：

(i)：获取审计原始数据；

获取审计原始数据的主要途径包括但是不限于如下方式：

审计画像的审计原始数据的数据主要来源于审计领域专家以及外部其他公开审计资料，公开审计资料的具体数据清单包括但不限于：审计法律法规、会计账簿、报表、凭证、审计报告、经济活动相关的各类资料以及市场、行业等外部关联数据。

具体的，在获取审计原始数据时，可以针对结构化资料，采用公有云函数计算，结合私有云有状态容器与公有云无状态容器，实现事件驱动的全托管式审计数据采集；而针对半结构化、非结构化和纸质资料，应用自动化与半自动化技术进行采集，从而获取审计原始数据。

(ii)：根据审计原始数据提取通用审计标签要素；以及

(iii)：根据通用审计标签要素生成通用审计画像模板。

在步骤(ii)与步骤(i)之间，当审计原始数据包括多源异构审计数据时，需要多源异构审计原始数据进行数据处理，处理的方式包括不限于：在多源异构审计数据采集的基础上，需要对异构审计数据进行整合、消歧、加工、推理验证、更新的步骤，达到审计数据的全面融合，形成高质量的审计画像输入数据。

当对多源异构审计数据进行预处理时，可以包括：对同一个对象或者主题进行数据清洗、数据标准化、数据映射、数据关联以及数据融合等数据处理，通过数据处理，可以将碎片化的审计数据进行串联，消除数据孤岛，因此经过数据处理后的审计数据可以是一个完整的审计数据视图。

在本发明一实施例中，通用审计标签要素包括事实标签；其中，根据审计原始数据提取通用审计标签要素，包括：根据审计原始数据抽取审计事实信息，生成事实标签。

基于数值类型、类别类型、时间类型、文本类型以及统计类型等分类的审计为事实标签。以构造完成的事实标签数据为基础，采用过滤法(Filter)、包装法(Wrapper)或嵌入法(Embedded)进行特征选择，获得审计事实标签后可以从数据维度中有效特征子集，进一步挖掘出审计项目的群体特征与个性权重特征。例如，应用TF-IDF模型获取文本型的审计数据中的数据特征；应用描述性统计分析总结频发问题类型、频发问题发生次数、平均金额；应用时间序列分析频发问题的类型、发生时间及空间特征；描述频发问题干部特征，以问题为导向，对经常发生该类问题的干部年龄、性别、学历、业务背景、绩效奖罚等特征进行分析建模；以干部为导向，分析该名干部经常发生的问题类别、项目、业务类别、金额大小、整改情况等，判断该名干部是否存在同一项目屡审屡犯的问题、是否存在在不同项目犯同一类问题的频率等；以问题为导向，对频发问题类型进行分析，看涉及哪些地域、多大金额、项目类别等，通过事实标签，可以完善审计项目的价值衡量，提高了审计风险预测的准确度。

在本发明一实施例中，事实标签包括：项目信息标签以及干部信息标签。

在本发明一实施例中，制定多个个性不同的专业审计画像模板，包括：获取审计原始数据；根据审计原始数据提取专业审计标签要素；以及根据专业审计标签要素生成专业审计画像模板。

在本发明一实施例中，在本发明一实施例中，图4所示为本发明提供的智能审计方法的流程示意图，如图4所示，步骤S102(根据审计画像模板，建立审计标签库)具体包括如下步骤：

步骤S1021：根据通用审计画像模板，提取通用审计画像模板中的通用标签；

步骤S1022：根据专业审计画像模板，提取专业审计画像模板中的专业标签；以及

步骤S1023：根据通用标签与专业标签构件审计标签库。

作为本发明的第二方面，图5所示为本发明提供的智能审计装置的机构示意图，如图5所示，该智能审计装置，包括：审计画像制定模块100，用于制定审计画像模板；审计标签库建立模块200，用于根据审计画像模板，建立审计标签库，审计标签库包括通用标签库以及专业标签库；标签预测模块300，用于在通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；在专业标签库中抽取与实际审计画像对应的专业标签，生成第二预测标签；以及审计疑点画像生成模块400，用于根据第一预测标签以及第二预测标签对实际审计画像进行疑点定位，生成实际审计画像的审计疑点画像。

本发明提供的智能审计装置，对审计画像模板进行归类分析从而构建通用标签库以及专业标签库，在对实际审计画像的疑点进行预测时，首先根据实际审计画像在通用标签库中查找对应的通用标签，生成第一预测标签，即第一预测标签即为实际审计画像的疑点标签，然后再根据实际审计画像在专业标签库中查找对应的专业标签，生成第二预测标签，该第二预测标签即为该实际审计画像的具体的精确定位，因此，根据第一预测标签以及第二预测标签即可结合通用标签和专业标签对实际审计画像进行疑点预测，即既结合财务数据，还能够结合工程跟踪审计以及其他专项审计中项目、合同、基建工程等方面对实际审计画像进行综合审计，覆盖率广，且提高了审计结果精确度。

下面，参考图6来描述根据本发明实施例的电子设备。图6所示为本发明一实施例提供的电子设备的结构示意图。

如图6所示，电子设备600包括一个或多个处理器601和存储器602。

处理器601可以是中央处理单元(CPU)或者具有数据处理能力和/或信息执行能力的其他形式的处理单元，并且可以控制电子设备600中的其他组件以执行期望的功能。

存储器601可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序信息，处理器601可以运行所述程序信息，以实现上文所述的本发明的各个实施例的智能审计方法或者其他期望的功能。

在一个示例中，电子设备600还可以包括：输入装置603和输出装置604，这些组件通过总线***和/或其他形式的连接机构(未示出)互连。

该输入装置603可以包括例如键盘、鼠标等等。

该输出装置604可以向外部输出各种信息。该输出装置604可以包括例如显示器、通信网络及其所连接的远程输出设备等等。

当然，为了简化，图6中仅示出了该电子设备600中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备600还可以包括任何其他适当的组件。

除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序信息，所述计算机程序信息在被处理器运行时使得所述处理器执行本说明书中描述的根据本发明各种实施例的智能审计方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序信息，所述计算机程序信息在被处理器运行时使得所述处理器执行本说明书根据本发明各种实施例的智能审计方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。

本发明中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本发明的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此发明的原理和新颖的特征一致的最宽范围。

以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明创造的保护范围之内。

Claims (10)

1.一种基于画像的智能审计方法，其特征在于，包括：

制定审计画像模板；

根据所述审计画像模板，建立审计标签库，所述审计标签库包括通用标签库以及专业标签库；

在所述通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；

在所述专业标签库中抽取与所述实际审计画像对应的专业标签，生成第二预测标签；以及

根据所述第一预测标签以及所述第二预测标签对所述实际审计画像进行疑点定位，生成所述实际审计画像的审计疑点画像。

2.根据权利要求1所述的智能审计方法，其特征在于，制定审计画像模板，包括：

制定一个通用审计画像模板；

制定多个个性不同的专业审计画像模板；以及

根据所述通用审计画像模板以及多个个性不同的专业审计画像模板构件审计画像模板。

3.根据权利要求2所述的智能审计方法，其特征在于，所述制定一个通用审计画像模板，包括：

获取审计原始数据；

根据所述审计原始数据提取通用审计标签要素；以及

根据所述通用审计标签要素生成通用审计画像模板。

4.根据权利要求3所述的智能审计方法，其特征在于，所述通用审计标签要素包括事实标签；

其中，所述根据所述审计原始数据提取通用审计标签要素，包括：

根据所述审计原始数据抽取审计事实信息，生成所述事实标签。

5.根据权利要求4所述的智能审计方法，其特征在于，所述事实标签包括：项目信息标签以及干部信息标签。

6.根据权利要求2所述的智能审计方法，其特征在于，所述制定多个个性不同的专业审计画像模板，包括：

获取审计原始数据；

根据所述审计原始数据提取专业审计标签要素；以及

根据所述专业审计标签要素生成专业审计画像模板。

7.根据权利要求2所述的智能审计方法，其特征在于，所述根据所述审计画像模板，建立审计标签库，包括：

根据所述通用审计画像模板，提取所述通用审计画像模板中的通用标签；

根据所述专业审计画像模板，提取所述专业审计画像模板中的专业标签；

根据所述通用标签与所述专业标签构件审计标签库。

8.一种基于画像的智能审计装置，其特征在于，包括：

审计画像制定模块，用于制定审计画像模板；

审计标签库建立模块，用于根据所述审计画像模板，建立审计标签库，所述审计标签库包括通用标签库以及专业标签库；

标签预测模块，用于在所述通用标签库中抽取与实际审计画像对应的通用标签，生成第一预测标签；在所述专业标签库中抽取与所述实际审计画像对应的专业标签，生成第二预测标签；以及

审计疑点画像生成模块，用于根据所述第一预测标签以及所述第二预测标签对所述实际审计画像进行疑点定位，生成所述实际审计画像的审计疑点画像。

9.一种电子设备，其特征在于，所述电子设备包括：

处理器；以及

用于存储所述处理器可执行信息的存储器；

其中，所述处理器用于执行上述权利要求1-7任一项所述的一种基于画像的智能审计方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一项所述的一种基于画像的智能审计方法。

Images