CN114004412A - 基于rpa的财务数据优化方法 - Google Patents

基于rpa的财务数据优化方法 Download PDF

Info

Publication number
CN114004412A
CN114004412A CN202111310219.8A CN202111310219A CN114004412A CN 114004412 A CN114004412 A CN 114004412A CN 202111310219 A CN202111310219 A CN 202111310219A CN 114004412 A CN114004412 A CN 114004412A
Authority
CN
China
Prior art keywords
data
numbers
account
cursor
array
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111310219.8A
Other languages
English (en)
Other versions
CN114004412B (zh
Inventor
刘丽
田园
赵智勇
陈张玲
王悦宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information Center of Yunnan Power Grid Co Ltd
Original Assignee
Information Center of Yunnan Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Information Center of Yunnan Power Grid Co Ltd filed Critical Information Center of Yunnan Power Grid Co Ltd
Priority to CN202111310219.8A priority Critical patent/CN114004412B/zh
Publication of CN114004412A publication Critical patent/CN114004412A/zh
Application granted granted Critical
Publication of CN114004412B publication Critical patent/CN114004412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Technology Law (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及办公自动化领域，具体为一种基于RPA的财务数据优化方法，RPA***将银行流水数据和企业财务数据中所有的业务数据进行分析，根据“对方账号”、“对方账户名称”、“摘要”、“本账户”或“备注”字段信息，将所有业务类型泛化、总结并识别出四类对账规则，RPA***再根据对账规则业务类型对应的字段信息的内容，依据字段信息中的待选数据的概率分布动态选择算法。本方法自动进行银企之间的对账工作，帮助财务人员在银企对账工作降本增效，取得了重大进步。该方法利用数据分布情况选择算法组合，解决了全国的大部分行业的财务稽核领域的复杂稽核校验问题。

Description

基于RPA的财务数据优化方法
技术领域
本发明涉及办公自动化领域，具体为一种基于RPA的财务数据优化方法。
背景技术
传统财务管理模式多以记账为主，早期多为纸质票据，进入信息化时代则由财务人员通过ERP***进行审批和数据处理，但始终无法做到业务发生后，费用即刻进行记账、报账等，一般都需要经过一定的周期才能完成，效率低下；公司年报、季度报表数据每次发布时，都需要耗费大量的时间与人力成本进行审计；当前财务管理制度，交易的各参与主体的信任体系与管理体系构成了一个复杂***；日常工作中，为确保资金安全，对于财务数据的计算、稽核、审查都有极高要求，在这些生产过程中，伴随了大量的人工下载数据、操作excel文件、数据复制、数据粘贴、公式计算等操作，重复性高，繁琐、易错。
RPA技术属于“软件自动化技术”的范畴，通常和人工智能技术中的感知智能技术(自然语言处理NLP，计算机视觉OCR)相结合，延伸能力边界，赋予机器人程序自动化完成重复工作、取代部分人工工作的能力。RPA机器人直接连接顶层软件，而不侵入企业原有业务***,从而增加业务***软件的稳定性。如何应用RPA技术对财务管理数据进行优化是目前亟需解决的问题。
发明内容
针对传统财务管理模式存在效率低下，数据存在不一致、多对一的问题，本发明提出一种基于RPA的财务数据优化方法。
本发明的基于RPA的财务数据优化方法，其特征在于该方法通过以下步骤实现：
S1)RPA***将银行流水数据和企业财务数据中所有的业务数据进行分析，根据“对方账号”、“对方账户名称”、“摘要”、“本账户”或“备注”字段信息，将所有业务类型泛化、总结并识别出四类对账规则，即：按日期减差对账规则、合并减差对账规则、精准对账规则以及逐条对账规则，其中：
“透支填平”业务类型中“对方账户名称”字段信息，统一识别为按日期减差对账规则；所述按日期减差对账规则，首先检查该业务类型的企业财务数据总额与银行流水数据总额是否匹配；若没有匹配的数据则根据银行流水日期累计和计算金额，直到与账务数据匹配；最终将没有匹配的数据记录为“未达账数据”；
“电费归集”、“账户间转款”业务类型中“对方账号”字段信息，以及贷款归还本金”、“贷款归还利息”、“银行结息”、“手续费”业务类型中“摘要”字段信息，统一识别为合并减差对账规则；所述合并减差对账规则，首先进行一对一金额对账，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，进行“一对多识别匹配”；若没有匹配的数据进行相同业务类型数据汇总，将没有匹配的数据记录为“未达账数据”；
“商票兑付”、“工资”、“ETC通行费”、“停车费”、“劳务费补贴”以及“税收缴纳”业务类型中“摘要”字段信息，统一识别为逐条对账规则；所述逐条对账规则，首先进行相同业务类型一对一匹配，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，“一对多识别匹配”；没有匹配的数据，记录为“未达账数据”；
“电费收入”、“报销业务支出”业务类型中摘要”以及“备注”字段信息，统一识别为精准对账规则，所述精准对账规则，首先进行相同业务类型一对一匹配，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，“一对多识别匹配”；没有匹配的数据，记录为“未达账数据”；
S2)RPA***根据对账规则业务类型对应的字段信息的内容，依据字段信息中的待选数据的概率分布动态选择算法，具体选择方法为：
Figure BDA0003340888730000021
其中，
Figure BDA0003340888730000022
为待选数据(x1,x2,x3……xn)的平均值；xi为输入的待选数据组；
将
Figure BDA0003340888730000023
和xi代入公式：
Figure BDA0003340888730000024
其中，S为公式计算结果S为数组N个数据(数据x1,x2,x3……xn)的均方差，通过均方差反应待选数据的分布状态。h、m为域值，根据S的值选择相应的算法。
需要进一步说明的是，所述业务类型包括但不限于“透支填平”、“电费归集”、“账户间转款”、“贷款归还本金”、“贷款归还利息”、“银行结息”、“手续费”、“商票兑付”、“工资”、“ETC通行费”、“停车费”、“劳务费补贴”以及“税收缴纳业务类型，RPA***还支持业务类型识别规则自定义，针对各单位制定灵活的对账业务策略，以满足按月对账及日清月结工作要求。
更进一步的，所述基于组合与向量计算的广度优先搜索策略算法，具体步骤如下：
(1)利用数学里面的排列与组合中的组合，快速取N个可选数字的组合。
公式为：
Figure BDA0003340888730000031
n为待选取数据，k为选取的组合个数，从n个不同元素中，任取k(n≤k) 个元素并成一组，叫做从n个不同元素中取出k个元素的一个数字组合；
(2)借助于Numpy实现矩阵数据简单计算；
(3)遍历所有和，如果等于目标值，则返回其组合，如果所有组合都不等于，则将N+1；
(4)重复上述步骤直到找到目标值，或者因计算次数过多、超时、达到限制而停止。
更进一步的，所述优先算法与数据剪枝算法，具体步骤如下：
(1)把待选数据放入多叉树中，设为当前状态；
(2)更新可用数据列表，筛选出可能累计出目标值减去当前状态中所有数字之和，作为临界值，大于临界值的数字在本多叉树路径上抛弃，小于等于临界值的数字作为新的可选数字范围；
(3)扩展当前的状态，产生一个新的状态；再次更新可用数据列表；
(4)判断当前状态是否为目标状态，如果是目标则找到一个解答，结束算法。
(5)如不是目标，则重复操作(3)、(4)，直到找到符合预期的状态并返回正确的结果组合，或者确认无法找到符合预期的状态，并返回其父节点；
(6)最终，生成一个多叉树，其中，如果曾经产生目标状态，则其最右遍历即为目标结果；其深度最多为待选数据数组的长度，每一层的节点数最多为可选数字数组的长度-树的深度。
更进一步的，所述基于广度优先搜索策略与游标的原理实现的动态组合算法，具体步骤如下：
(1)固定数量游标搜索算法，从待选数据中查找目标值，将待选数据排序；
(2)依次确定游标，从两个数字的组合开始尝试，直到尝试所有数字组合；单次尝试时，如果当前使用N个数字组合，则初始化一个数组，数组长度为待选数字的个数Z，数组为从大到小的所有数字的组合，并设定N个游标，标记数组，其中第一个游标指向数组中的第一个元素，其余游标指向数组中最后的N-1个元素。然后开始移动游标进入循环，根据当前游标指向的数组中元素的和进行判断：如果当前游标指向的元素和等于目标值，则返回匹配结果，匹配结果为游标所指向的数组中的对应数字的组合；大于目标值且最右边的N个数字连续，则第一个游标右移一位；否则如果数字小于目标值，则看右边游标的情况：如果右边游标连续，且未与第一个游标连续，则右移第一个游标，其余右侧所有游标移至最后；如果右边游标未连续，则左移未形成连续的、最右边的游标左移一位；如果N 个数字未找到匹配结果，尝试Z-N个数字；如果N个数字和Z-N个数字都没有找到目标值，N＝N+1,继续寻找，直到N>Z/2停止搜索，返回未找到目标值的返回值。
本发明的基于RPA的财务数据优化方法自动化从银行网银和财务***获取银企对账所需的原始数据，自动进行银企之间的对账工作，帮助财务人员在银企对账工作降本增效，取得了重大进步。该方法利用数据分布情况选择算法组合，解决了全国的大部分行业的财务稽核领域的复杂稽核校验问题。这种固定的对账策略，匹配灵活的业务识别策略，在财务行业内尚属首次应用，具备广泛的适用性。
具体实施方式
实施例1：基于RPA的财务数据优化方法，其特征在于该方法通过以下步骤实现：
S1)RPA***将银行流水数据和企业财务数据中所有的业务数据进行分析，根据“对方账号”、“对方账户名称”、“摘要”、“本账户”或“备注”字段信息，将所有业务类型泛化、总结并识别出四类对账规则，即：按日期减差对账规则、合并减差对账规则、精准对账规则以及逐条对账规则；
S2)RPA***根据对账规则业务类型对应的字段信息的内容，依据字段信息中的待选数据的概率分布动态选择算法，S为待选数据的均方差，h、m的偏差值一般为1000、3000。
一般而言，ETC通行费”、“停车费”、“劳务费补贴”，“手续费”，“银行结息”等业务类型通常为小额重复金额，数据分布情况一般满足S<m，若运算的计算机不可以使用CUDA加速计算时，采用固定数量游标搜索算法，否则采用向量加减算法；
透支填平”、“电费归集”、“账户间转款”、“贷款归还本金”、“贷款归还利息”、“税收缴纳”等业务类型通常为大额数据，且数据分布情况一般满足S>h，故采用基于深度优先策略递归剪枝算法；
“电费收入”，“商票兑换”，“工资”、“劳务费补贴”等业务类型由于受实际业务影响发生的影响，数据分布情况一般满足h≥S≥m，采用基于组合与向量计算的广度优先搜索策略算法。

Claims (4)

1.基于RPA的财务数据优化方法，其特征在于该方法通过以下步骤实现：
S1)RPA***将银行流水数据和企业财务数据中所有的业务数据进行分析，根据“对方账号”、“对方账户名称”、“摘要”、“本账户”或“备注”字段信息，将所有业务类型泛化、总结并识别出四类对账规则，即：按日期减差对账规则、合并减差对账规则、精准对账规则以及逐条对账规则，其中：
“透支填平”业务类型中“对方账户名称”字段信息，统一识别为按日期减差对账规则；所述按日期减差对账规则，首先检查该业务类型的企业财务数据总额与银行流水数据总额是否匹配；若没有匹配的数据则根据银行流水日期累计和计算金额，直到与账务数据匹配；最终将没有匹配的数据记录为“未达账数据”；
“电费归集”、“账户间转款”业务类型中“对方账号”字段信息，以及贷款归还本金”、“贷款归还利息”、“银行结息”、“手续费”业务类型中“摘要”字段信息，统一识别为合并减差对账规则；所述合并减差对账规则，首先进行一对一金额对账，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，进行“一对多识别匹配”；若没有匹配的数据进行相同业务类型数据汇总，将没有匹配的数据记录为“未达账数据”；
“商票兑付”、“工资”、“ETC通行费”、“停车费”、“劳务费补贴”以及“税收缴纳”业务类型中“摘要”字段信息，统一识别为逐条对账规则；所述逐条对账规则，首先进行相同业务类型一对一匹配，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，“一对多识别匹配”；没有匹配的数据，记录为“未达账数据”；
“电费收入”、“报销业务支出”业务类型中摘要”以及“备注”字段信息，统一识别为精准对账规则，所述精准对账规则，首先进行相同业务类型一对一匹配，然后再将同业务类型中的企业财务数据为一，银行流水数据为多，“一对多识别匹配”；没有匹配的数据，记录为“未达账数据”；
S2)RPA***根据对账规则业务类型对应的字段信息的内容，依据字段信息中的待选数据的概率分布动态选择算法，具体选择方法为：
Figure FDA0003340888720000011
其中，
Figure FDA0003340888720000012
为待选数据(x1,x2,x3……xn)的平均值；xi为输入的待选数据组；
将
Figure FDA0003340888720000021
和xi代入公式：
Figure FDA0003340888720000022
其中，S为公式计算结果S为数组N个数据(数据x1,x2,x3……xn)的均方差，通过均方差反应待选数据的分布状态。h、m为域值，根据S的值选择相应的算法。
2.如权利要求1所述的基于RPA的财务数据优化方法，其特征在于所述基于组合与向量计算的广度优先搜索策略算法，具体步骤如下：
(1)利用数学里面的排列与组合中的组合，快速取N个可选数字的组合。
公式为：
Figure FDA0003340888720000023
n为待选取数据，k为选取的组合个数，从n个不同元素中，任取k(n≤k)个元素并成一组，叫做从n个不同元素中取出k个元素的一个数字组合；
(2)借助于Numpy实现矩阵数据简单计算；
(3)遍历所有和，如果等于目标值，则返回其组合，如果所有组合都不等于，则将N+1；
(4)重复上述步骤直到找到目标值，或者因计算次数过多、超时、达到限制而停止。
3.如权利要求1所述的基于RPA的财务数据优化方法，其特征在于所述优先算法与数据剪枝算法，具体步骤如下：
(1)把待选数据放入多叉树中，设为当前状态；
(2)更新可用数据列表，筛选出可能累计出目标值减去当前状态中所有数字之和，作为临界值，大于临界值的数字在本多叉树路径上抛弃，小于等于临界值的数字作为新的可选数字范围；
(3)扩展当前的状态，产生一个新的状态；再次更新可用数据列表；
(4)判断当前状态是否为目标状态，如果是目标则找到一个解答，结束算法。
(5)如不是目标，则重复操作(3)、(4)，直到找到符合预期的状态并返回正确的结果组合，或者确认无法找到符合预期的状态，并返回其父节点；
(6)最终，生成一个多叉树，其中，如果曾经产生目标状态，则其最右遍历即为目标结果；其深度最多为待选数据数组的长度，每一层的节点数最多为可选数字数组的长度-树的深度。
4.如权利要求1所述的基于RPA的财务数据优化方法，其特征在于所述基于广度优先搜索策略与游标的原理实现的动态组合算法，具体步骤如下：
(1)固定数量游标搜索算法，从待选数据中查找目标值，将待选数据排序；
(2)依次确定游标，从两个数字的组合开始尝试，直到尝试所有数字组合；单次尝试时，如果当前使用N个数字组合，则初始化一个数组，数组长度为待选数字的个数Z，数组为从大到小的所有数字的组合，并设定N个游标，标记数组，其中第一个游标指向数组中的第一个元素，其余游标指向数组中最后的N-1个元素。然后开始移动游标进入循环，根据当前游标指向的数组中元素的和进行判断：如果当前游标指向的元素和等于目标值，则返回匹配结果，匹配结果为游标所指向的数组中的对应数字的组合；大于目标值且最右边的N个数字连续，则第一个游标右移一位；否则如果数字小于目标值，则看右边游标的情况：如果右边游标连续，且未与第一个游标连续，则右移第一个游标，其余右侧所有游标移至最后；如果右边游标未连续，则左移未形成连续的、最右边的游标左移一位；如果N个数字未找到匹配结果，尝试Z-N个数字；如果N个数字和Z-N个数字都没有找到目标值，N＝N+1,继续寻找，直到N>Z/2停止搜索，返回未找到目标值的返回值。
CN202111310219.8A 2021-11-05 2021-11-05 基于rpa的财务数据优化方法 Active CN114004412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111310219.8A CN114004412B (zh) 2021-11-05 2021-11-05 基于rpa的财务数据优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111310219.8A CN114004412B (zh) 2021-11-05 2021-11-05 基于rpa的财务数据优化方法

Publications (2)

Publication Number Publication Date
CN114004412A true CN114004412A (zh) 2022-02-01
CN114004412B CN114004412B (zh) 2024-05-14

Family

ID=79927859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111310219.8A Active CN114004412B (zh) 2021-11-05 2021-11-05 基于rpa的财务数据优化方法

Country Status (1)

Country Link
CN (1) CN114004412B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785106A (zh) * 2019-03-05 2019-05-21 浪潮通用软件有限公司 一种erp***对账方法
CN111080428A (zh) * 2019-12-20 2020-04-28 北财在线科技(北京)有限公司 前后端结合自动化处理并核对业务的方法
CN112668285A (zh) * 2020-12-30 2021-04-16 北京来也网络科技有限公司 结合rpa和ai的资金日报的生成方法、装置及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785106A (zh) * 2019-03-05 2019-05-21 浪潮通用软件有限公司 一种erp***对账方法
CN111080428A (zh) * 2019-12-20 2020-04-28 北财在线科技(北京)有限公司 前后端结合自动化处理并核对业务的方法
CN112668285A (zh) * 2020-12-30 2021-04-16 北京来也网络科技有限公司 结合rpa和ai的资金日报的生成方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
肖黎;: "RPA在医疗行业财务领域的应用探索", 知识经济, no. 15, 1 May 2020 (2020-05-01), pages 60 - 62 *
金小伟;孙世文;岳海峰;郭永涛;孙素苗;张以波;李皓;周丽奉;: ""四化融一"智慧财务管理体系构建与实施", 创新世界周刊, no. 07, 10 July 2020 (2020-07-10), pages 56 - 67 *

Also Published As

Publication number Publication date
CN114004412B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
US7275684B2 (en) Method and system for consolidating cash letters
US20090138307A1 (en) Automated financial scenario modeling and analysis tool having an intelligent graphical user interface
CN102663650A (zh) 一种企业信用风险分析***及其使用方法
US20060259423A1 (en) Centralized payment processing system
CN105431878A (zh) 用于自动向企业提供基于a/r的信贷额度的***和方法
US20100174628A1 (en) Use of separate rib ledgers in a computerized enterprisere source planning system
CN109670945A (zh) 一种基于大数据的综合风险预警决策平台
US20130080298A1 (en) System and method for processing a financial account
CN104573946A (zh) 一种业务对象数据的处理方法和***
US20210097609A1 (en) Gain and loss computation for certain types of cryptocurrency transactions
CN107292602A (zh) 一种避免利息损失的转账方法及***
US11521247B2 (en) Determining a criticality of an invoice, and presenting information related thereto on a graphical user interface
CN101645158A (zh) 一种适应多资产多币种的资产折旧并行计算的方法
CN114004412A (zh) 基于rpa的财务数据优化方法
US20220398583A1 (en) Transaction reconciliation and deduplication
AU2019404304B2 (en) Gain and loss computation for cryptocurrency transactions
JP2003132220A (ja) 電子手形管理システム及びその方法
CN114219629A (zh) 一种资金归集方法、装置、设备及介质
CN112418600A (zh) 一种基于指标集的企业政策评分方法及***
US20210056549A1 (en) Gain and loss computation for cryptocurrency transactions
CN112380321A (zh) 基于票据知识图谱的主次数据库分配方法及相关设备
CN112632197A (zh) 基于知识图谱的业务关系处理方法及装置
US20150149334A1 (en) Transfer Pricing Systems and Methods
CN111105305A (zh) 一种基于机器学习的应收账款兑付风险控制方法及***
RU2723675C1 (ru) Способ и система осуществления финансовых расчетов

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant