CN116188189A - 数据对账方法、装置、设备及介质 - Google Patents

数据对账方法、装置、设备及介质 Download PDF

Info

Publication number
CN116188189A
CN116188189A CN202310293192.9A CN202310293192A CN116188189A CN 116188189 A CN116188189 A CN 116188189A CN 202310293192 A CN202310293192 A CN 202310293192A CN 116188189 A CN116188189 A CN 116188189A
Authority
CN
China
Prior art keywords
reconciliation
data
target
checking
instruction
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.)
Pending
Application number
CN202310293192.9A
Other languages
English (en)
Inventor
罗文森
王宁杰
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.)
Shenzhen Els Technology Co ltd
Original Assignee
Shenzhen Els Technology 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 Shenzhen Els Technology Co ltd filed Critical Shenzhen Els Technology Co ltd
Priority to CN202310293192.9A priority Critical patent/CN116188189A/zh
Publication of CN116188189A publication Critical patent/CN116188189A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/164—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及人工智能技术领域，提供一种数据对账方法、装置、设备及介质，能够构建配置文件及至少一个对账子程序，当检测到对账指令时，根据当前的目标对账要素匹配对应的目标对账程序，并基于目标对账程序从中间件中获取待对账数据，同时，基于人工智能识别票据中的目标数据，以比对待对账数据与目标数据得到对账结果并显示，从而基于人工智能技术辅助进行自动化数据对账，不仅提升了对账效率，且有效降低了出错率。

Description

数据对账方法、装置、设备及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种数据对账方法、装置、设备及介质。
背景技术
现有技术中，采购方通常希望在保证质量的前提下实现高效率的工作，甚至是解放采购。在相关任务中，对账是其中重要的一环。
通常情况下，需要人为进行对账，不仅需要耗费大量的时间，且容易引入人为错误，对账效率低，且出错率高。
发明内容
鉴于以上内容，有必要提供一种数据对账方法、装置、设备及介质，旨在解决数据对账销率低，且出错率高的问题。
一种数据对账方法，所述数据对账方法包括：
获取对账要素，并根据所述对账要素构建配置文件；
根据所述配置文件构建至少一个对账子程序；
当检测到对操作***的配置操作时，确定接收到数据对账指令；
根据所述数据对账指令确定目标对账要素；
根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序；
连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据；
当接收到票据时，对所述票据进行图像识别，得到目标数据；
对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
根据本发明优选实施例，所述当检测到对操作***的配置操作时，确定接收到数据对账指令包括：
当检测到所述操作***中的配置按键被触发时，确定接收到所述数据对账指令；其中，所述配置按键包括虚拟按键或者实体按键；及/或
当检测到所述操作***接收到预设语音时，确定接收到所述数据对账指令。
根据本发明优选实施例，所述根据所述数据对账指令确定目标对账要素包括：
解析所述数据对账指令，得到所述数据对账指令所携带的信息；
获取与对账周期对应的第一标识，获取与对账主体对应的第二标识，及获取与对账时间对应的第三标识；
在所述数据对账指令所携带的信息中遍历带有所述第一标识的数据，得到目标对账周期；
在所述数据对账指令所携带的信息中遍历带有所述第二标识的数据，得到目标对账主体；
在所述数据对账指令所携带的信息中遍历带有所述第三标识的数据，得到目标对账时间；
将所述目标对账周期、所述目标对账主体及所述目标对账时间确定为所述目标对账要素。
根据本发明优选实施例，所述根据所述目标对账程序从所述中间件中获取待对账数据包括：
在达到所述目标对账时间时，基于所述配置文件确定所述目标对账主体对应的目标对账类型；
利用所述目标对账程序，从所述中间件中读取每个所述目标对账周期内与所述目标对账类型对应的对账取值；
将读取的所述对账取值确定为所述待对账数据。
根据本发明优选实施例，在根据所述目标对账程序从所述中间件中获取待对账数据前，所述方法还包括：
获取用户上传的与对账相关的图像数据、文档数据及网页数据；
将获取到的数据存储至所述中间件。
根据本发明优选实施例，所述对所述票据进行图像识别，得到目标数据包括：
对所述票据进行灰度化处理，得到第一图像数据；
对所述第一图像数据进行二值化处理，得到第二图像数据；
对所述第二图像数据进行降噪处理，得到第三图像数据；
获取预先配置的切割模板，并利用所述切割模板对所述第三图像数据进行切分，得到第四图像数据；
利用预先训练的识别模型识别所述第四图像数据中的字符特征，得到所述目标数据。
根据本发明优选实施例，在得到对账结果后，所述方法还包括：
当检测到所述对账结果异常时，获取异常点及差异量；
根据所述异常点及所述差异量以弹窗方式进行异常提示，并在弹窗中显示所述异常点的定位链接；及
向与所述异常点相关的用户发送异常提示信息。
一种数据对账装置，所述数据对账装置包括：
构建单元，用于获取对账要素，并根据所述对账要素构建配置文件；
所述构建单元，还用于根据所述配置文件构建至少一个对账子程序；
确定单元，用于当检测到对操作***的配置操作时，确定接收到数据对账指令；
所述确定单元，还用于根据所述数据对账指令确定目标对账要素；
匹配单元，用于根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序；
获取单元，用于连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据；
识别单元，用于当接收到票据时，对所述票据进行图像识别，得到目标数据；
对账单元，用于对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
一种计算机设备，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述数据对账方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述数据对账方法。
由以上技术方案可以看出，本发明能够构建配置文件及至少一个对账子程序，当检测到对账指令时，根据当前的目标对账要素匹配对应的目标对账程序，并基于目标对账程序从中间件中获取待对账数据，同时，基于人工智能识别票据中的目标数据，以比对待对账数据与目标数据得到对账结果并显示，从而基于人工智能技术辅助进行自动化数据对账，不仅提升了对账效率，且有效降低了出错率。
附图说明
图1是本发明数据对账方法的较佳实施例的流程图。
图2是本发明数据对账装置的较佳实施例的功能模块图。
图3是本发明实现数据对账方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明数据对账方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述数据对账方法应用于一个或者多个计算机设备中，所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital SignalProcessor，DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，获取对账要素，并根据所述对账要素构建配置文件。
在本实施例中，所述对账要素可以包括，但不限于以下一种或者多种要素的组合：
对账主体、对账类型、对账周期、对账取值、对账时间等。
在本实施例中，所述配置文件可以为配置表的形式，例如，所述配置文件可以表示如下：
对账主体 对账类型 对账周期 对账取值
公司甲 合同履约对账 每月1日 合同履约单、合同验收单、扣款单
公司乙 库存对账 每月1日 收退货明细、扣款单、预付款单
S11，根据所述配置文件构建至少一个对账子程序。
在本实施例中，所述至少一个对账子程序可以运行于对账机器人。具体地，可以根据所述配置文件确定所述对账机器人的输入逻辑，并根据所述输入逻辑创建所述至少一个对账子程序。
在本实施例中，所述方法还包括：
当有新增对账要素时，根据所述新增对账要素更新所述配置文件；
根据更新后的配置文件更新所述至少一个对账子程序。
通过上述实施例，能够根据最新的对账需求调整对账逻辑，以更新配置文件及对账子程序。
S12，当检测到对操作***的配置操作时，确定接收到数据对账指令。
在本实施例中，所述当检测到对操作***的配置操作时，确定接收到数据对账指令包括：
当检测到所述操作***中的配置按键被触发时，确定接收到所述数据对账指令；其中，所述配置按键包括虚拟按键或者实体按键；及/或
当检测到所述操作***接收到预设语音时，确定接收到所述数据对账指令。
其中，所述配置按键可以为预先配置的开关键。例如：所述操作***可以为所述对账机器人的操作***，所述开关键可以配置在所述对账机器人上。当开关打开时，机器人可执行预先设置好的逻辑，在固定的日期生成对账单；当开关关闭时，不再定时生成对账单。
其中，所述预设语音可以根据对账执行人员的习惯进行自定义配置，如：所述预设语音可以为“启动自动对账”等。
S13，根据所述数据对账指令确定目标对账要素。
在本实施例中，所述根据所述数据对账指令确定目标对账要素包括：
解析所述数据对账指令，得到所述数据对账指令所携带的信息；
获取与对账周期对应的第一标识，获取与对账主体对应的第二标识，及获取与对账时间对应的第三标识；
在所述数据对账指令所携带的信息中遍历带有所述第一标识的数据，得到目标对账周期；
在所述数据对账指令所携带的信息中遍历带有所述第二标识的数据，得到目标对账主体；
在所述数据对账指令所携带的信息中遍历带有所述第三标识的数据，得到目标对账时间；
将所述目标对账周期、所述目标对账主体及所述目标对账时间确定为所述目标对账要素。
例如：所述第一标识可以为period，所述第二标识可以为name，所述第三标识可以为time。
在上述实施例中，能够通过解析所述数据对账指令自动识别到目标对账要素，提高了数据处理的效率。
S14，根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序。
可以理解的是，所述至少一个对账子程序是根据所述配置文件生成的，且所述配置文件是根据所述对账要素生成的，因此，通过所述目标对账要素进行匹配，能够获取到当前对账需要的对账子程序，并作为所述目标对账程序。
S15，连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据。
在本实施例中，所述根据所述目标对账程序从所述中间件中获取待对账数据包括：
在达到所述目标对账时间时，基于所述配置文件确定所述目标对账主体对应的目标对账类型；
利用所述目标对账程序，从所述中间件中读取每个所述目标对账周期内与所述目标对账类型对应的对账取值；
将读取的所述对账取值确定为所述待对账数据。
例如：在所述目标对账时间每个月1号，以每个分公司(如公司甲及公司乙)为所述目标对账主体，以上个月1号至上月月底为目标对账周期，自动筛选条件符合所述目标对账类型的收退货明细或合同履约、合同验收明细，以及扣款明细、预付款明细等，并作为所述待对账数据。
通过上述实施例，能够根据预先建立的对账程序从中间件中自动读取到需要的待对账数据，无需人为获取数据，提升了待对账数据获取的效率，且避免人为获取数据而引入错误数据。
在本实施例中，在根据所述目标对账程序从所述中间件中获取待对账数据前，所述方法还包括：
获取用户上传的与对账相关的图像数据、文档数据及网页数据；
将获取到的数据存储至所述中间件。
例如：可以获取用户上传的合同图像，或者获取上传的相关文档数据，或者获取指定网页上传的对应字段等，并存储至所述中间件，以供后续对账时读取。
S16，当接收到票据时，对所述票据进行图像识别，得到目标数据。
在本实施例中，所述对所述票据进行图像识别，得到目标数据包括：
对所述票据进行灰度化处理，得到第一图像数据；
对所述第一图像数据进行二值化处理，得到第二图像数据；
对所述第二图像数据进行降噪处理，得到第三图像数据；
获取预先配置的切割模板，并利用所述切割模板对所述第三图像数据进行切分，得到第四图像数据；
利用预先训练的识别模型识别所述第四图像数据中的字符特征，得到所述目标数据。
其中，所述识别模型可以为任意具有文字识别功能的模型，本发明对所述识别模型的类型不做限制。
在上述实施例中，通过对图像进行灰度化处理，可以降低后续识别时的处理量；通过对图像进行二值化处理，能够将图像转化为只包括黑白两种颜色的图片，便于对特征进行针对性处理；通过对图像进行降噪处理，能够降低图像识别过程中噪声的不利影响；通过切割模板对图像进行切分，能够对有价值的区域进行针对性识别，同样降低了运算量，且提高了识别的准确性。
S17，对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
其中，所述对账结果可以包括所述目标数据与所述待对账数据一致，以及所述目标数据与所述待对账数据不一致。并且，当所述目标数据与所述待对账数据不一致时，可以同时给出所述目标数据与所述待对账数据的差异量。
在本实施例中，在得到对账结果后，所述方法还包括：
当检测到所述对账结果异常时，获取异常点及差异量；
根据所述异常点及所述差异量以弹窗方式进行异常提示，并在弹窗中显示所述异常点的定位链接；及
向与所述异常点相关的用户发送异常提示信息。
例如：当开票金额和对账应付金额有差异时，自动弹窗报错，如以弹窗的形式提示“应开票金额8970，***总金额3000，两者差异量为5970，请确认”，同时在弹窗中显示对应***的展示链接，并向相关用户发送异常提示信息，所述异常提示信息中可以包括弹窗提示内容。这样，在提升采购工作效率的同时，也减少了出错率，并且辅助工作人员快速定位错误点，并提示相关人员及时了解并处理异常。
由以上技术方案可以看出，本发明能够构建配置文件及至少一个对账子程序，当检测到对账指令时，根据当前的目标对账要素匹配对应的目标对账程序，并基于目标对账程序从中间件中获取待对账数据，同时，基于人工智能识别票据中的目标数据，以比对待对账数据与目标数据得到对账结果并显示，从而基于人工智能技术辅助进行自动化数据对账，不仅提升了对账效率，且有效降低了出错率。
如图2所示，是本发明数据对账装置的较佳实施例的功能模块图。所述数据对账装置11包括构建单元110、确定单元111、匹配单元112、获取单元113、识别单元114、对账单元115。本发明所称的模块/单元是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
所述构建单元110，用于获取对账要素，并根据所述对账要素构建配置文件。
在本实施例中，所述对账要素可以包括，但不限于以下一种或者多种要素的组合：
对账主体、对账类型、对账周期、对账取值、对账时间等。
在本实施例中，所述配置文件可以为配置表的形式，例如，所述配置文件可以表示如下：
对账主体 对账类型 对账周期 对账取值
公司甲 合同履约对账 每月1日 合同履约单、合同验收单、扣款单
公司乙 库存对账 每月1日 收退货明细、扣款单、预付款单
所述构建单元110，还用于根据所述配置文件构建至少一个对账子程序。
在本实施例中，所述至少一个对账子程序可以运行于对账机器人。具体地，可以根据所述配置文件确定所述对账机器人的输入逻辑，并根据所述输入逻辑创建所述至少一个对账子程序。
在本实施例中，当有新增对账要素时，根据所述新增对账要素更新所述配置文件；
根据更新后的配置文件更新所述至少一个对账子程序。
通过上述实施例，能够根据最新的对账需求调整对账逻辑，以更新配置文件及对账子程序。
所述确定单元111，用于当检测到对操作***的配置操作时，确定接收到数据对账指令。
在本实施例中，所述当检测到对操作***的配置操作时，所述确定单元111确定接收到数据对账指令包括：
当检测到所述操作***中的配置按键被触发时，确定接收到所述数据对账指令；其中，所述配置按键包括虚拟按键或者实体按键；及/或
当检测到所述操作***接收到预设语音时，确定接收到所述数据对账指令。
其中，所述配置按键可以为预先配置的开关键。例如：所述操作***可以为所述对账机器人的操作***，所述开关键可以配置在所述对账机器人上。当开关打开时，机器人可执行预先设置好的逻辑，在固定的日期生成对账单；当开关关闭时，不再定时生成对账单。
其中，所述预设语音可以根据对账执行人员的习惯进行自定义配置，如：所述预设语音可以为“启动自动对账”等。
所述确定单元111，还用于根据所述数据对账指令确定目标对账要素。
在本实施例中，所述确定单元111根据所述数据对账指令确定目标对账要素包括：
解析所述数据对账指令，得到所述数据对账指令所携带的信息；
获取与对账周期对应的第一标识，获取与对账主体对应的第二标识，及获取与对账时间对应的第三标识；
在所述数据对账指令所携带的信息中遍历带有所述第一标识的数据，得到目标对账周期；
在所述数据对账指令所携带的信息中遍历带有所述第二标识的数据，得到目标对账主体；
在所述数据对账指令所携带的信息中遍历带有所述第三标识的数据，得到目标对账时间；
将所述目标对账周期、所述目标对账主体及所述目标对账时间确定为所述目标对账要素。
例如：所述第一标识可以为period，所述第二标识可以为name，所述第三标识可以为time。
在上述实施例中，能够通过解析所述数据对账指令自动识别到目标对账要素，提高了数据处理的效率。
所述匹配单元112，用于根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序。
可以理解的是，所述至少一个对账子程序是根据所述配置文件生成的，且所述配置文件是根据所述对账要素生成的，因此，通过所述目标对账要素进行匹配，能够获取到当前对账需要的对账子程序，并作为所述目标对账程序。
所述获取单元113，用于连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据。
在本实施例中，所述获取单元113根据所述目标对账程序从所述中间件中获取待对账数据包括：
在达到所述目标对账时间时，基于所述配置文件确定所述目标对账主体对应的目标对账类型；
利用所述目标对账程序，从所述中间件中读取每个所述目标对账周期内与所述目标对账类型对应的对账取值；
将读取的所述对账取值确定为所述待对账数据。
例如：在所述目标对账时间每个月1号，以每个分公司(如公司甲及公司乙)为所述目标对账主体，以上个月1号至上月月底为目标对账周期，自动筛选条件符合所述目标对账类型的收退货明细或合同履约、合同验收明细，以及扣款明细、预付款明细等，并作为所述待对账数据。
通过上述实施例，能够根据预先建立的对账程序从中间件中自动读取到需要的待对账数据，无需人为获取数据，提升了待对账数据获取的效率，且避免人为获取数据而引入错误数据。
在本实施例中，在根据所述目标对账程序从所述中间件中获取待对账数据前，获取用户上传的与对账相关的图像数据、文档数据及网页数据；
将获取到的数据存储至所述中间件。
例如：可以获取用户上传的合同图像，或者获取上传的相关文档数据，或者获取指定网页上传的对应字段等，并存储至所述中间件，以供后续对账时读取。
所述识别单元114，用于当接收到票据时，对所述票据进行图像识别，得到目标数据。
在本实施例中，所述识别单元114对所述票据进行图像识别，得到目标数据包括：
对所述票据进行灰度化处理，得到第一图像数据；
对所述第一图像数据进行二值化处理，得到第二图像数据；
对所述第二图像数据进行降噪处理，得到第三图像数据；
获取预先配置的切割模板，并利用所述切割模板对所述第三图像数据进行切分，得到第四图像数据；
利用预先训练的识别模型识别所述第四图像数据中的字符特征，得到所述目标数据。
其中，所述识别模型可以为任意具有文字识别功能的模型，本发明对所述识别模型的类型不做限制。
在上述实施例中，通过对图像进行灰度化处理，可以降低后续识别时的处理量；通过对图像进行二值化处理，能够将图像转化为只包括黑白两种颜色的图片，便于对特征进行针对性处理；通过对图像进行降噪处理，能够降低图像识别过程中噪声的不利影响；通过切割模板对图像进行切分，能够对有价值的区域进行针对性识别，同样降低了运算量，且提高了识别的准确性。
所述对账单元115，用于对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
其中，所述对账结果可以包括所述目标数据与所述待对账数据一致，以及所述目标数据与所述待对账数据不一致。并且，当所述目标数据与所述待对账数据不一致时，可以同时给出所述目标数据与所述待对账数据的差异量。
在本实施例中，在得到对账结果后，当检测到所述对账结果异常时，获取异常点及差异量；
根据所述异常点及所述差异量以弹窗方式进行异常提示，并在弹窗中显示所述异常点的定位链接；及
向与所述异常点相关的用户发送异常提示信息。
例如：当开票金额和对账应付金额有差异时，自动弹窗报错，如以弹窗的形式提示“应开票金额8970，***总金额3000，两者差异量为5970，请确认”，同时在弹窗中显示对应***的展示链接，并向相关用户发送异常提示信息，所述异常提示信息中可以包括弹窗提示内容。这样，在提升采购工作效率的同时，也减少了出错率，并且辅助工作人员快速定位错误点，并提示相关人员及时了解并处理异常。
由以上技术方案可以看出，本发明能够构建配置文件及至少一个对账子程序，当检测到对账指令时，根据当前的目标对账要素匹配对应的目标对账程序，并基于目标对账程序从中间件中获取待对账数据，同时，基于人工智能识别票据中的目标数据，以比对待对账数据与目标数据得到对账结果并显示，从而基于人工智能技术辅助进行自动化数据对账，不仅提升了对账效率，且有效降低了出错率。
如图3所示，是本发明实现数据对账方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如数据对账程序。
本领域技术人员可以理解，所述示意图仅仅是计算机设备1的示例，并不构成对计算机设备1的限定，所述计算机设备1既可以是总线型结构，也可以是星形结构，所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述计算机设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元，例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备，例如计算机设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据，例如数据对账程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心(Control Unit)，利用各种接口和线路连接整个计算机设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块(例如执行数据对账程序等)，以及调用存储在所述存储器12内的数据，以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个数据对账方法实施例中的步骤，例如图1所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如，所述计算机程序可以被分割成构建单元110、确定单元111、匹配单元112、获取单元113、识别单元114、对账单元115。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述数据对账方法的部分。
所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器等。
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根直线表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述计算机设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述计算机设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地，该计算机设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的计算机设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述计算机设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述计算机设备1中的所述存储器12存储多个指令以实现一种数据对账方法，所述处理器13可执行所述多个指令从而实现：
获取对账要素，并根据所述对账要素构建配置文件；
根据所述配置文件构建至少一个对账子程序；
当检测到对操作***的配置操作时，确定接收到数据对账指令；
根据所述数据对账指令确定目标对账要素；
根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序；
连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据；
当接收到票据时，对所述票据进行图像识别，得到目标数据；
对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
需要说明的是，本案中所涉及到的数据均为合法取得。
在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
本发明可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种数据对账方法，其特征在于，所述数据对账方法包括：
获取对账要素，并根据所述对账要素构建配置文件；
根据所述配置文件构建至少一个对账子程序；
当检测到对操作***的配置操作时，确定接收到数据对账指令；
根据所述数据对账指令确定目标对账要素；
根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序；
连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据；
当接收到票据时，对所述票据进行图像识别，得到目标数据；
对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
2.如权利要求1所述的数据对账方法，其特征在于，所述当检测到对操作***的配置操作时，确定接收到数据对账指令包括：
当检测到所述操作***中的配置按键被触发时，确定接收到所述数据对账指令；其中，所述配置按键包括虚拟按键或者实体按键；及/或
当检测到所述操作***接收到预设语音时，确定接收到所述数据对账指令。
3.如权利要求1所述的数据对账方法，其特征在于，所述根据所述数据对账指令确定目标对账要素包括：
解析所述数据对账指令，得到所述数据对账指令所携带的信息；
获取与对账周期对应的第一标识，获取与对账主体对应的第二标识，及获取与对账时间对应的第三标识；
在所述数据对账指令所携带的信息中遍历带有所述第一标识的数据，得到目标对账周期；
在所述数据对账指令所携带的信息中遍历带有所述第二标识的数据，得到目标对账主体；
在所述数据对账指令所携带的信息中遍历带有所述第三标识的数据，得到目标对账时间；
将所述目标对账周期、所述目标对账主体及所述目标对账时间确定为所述目标对账要素。
4.如权利要求3所述的数据对账方法，其特征在于，所述根据所述目标对账程序从所述中间件中获取待对账数据包括：
在达到所述目标对账时间时，基于所述配置文件确定所述目标对账主体对应的目标对账类型；
利用所述目标对账程序，从所述中间件中读取每个所述目标对账周期内与所述目标对账类型对应的对账取值；
将读取的所述对账取值确定为所述待对账数据。
5.如权利要求1所述的数据对账方法，其特征在于，在根据所述目标对账程序从所述中间件中获取待对账数据前，所述方法还包括：
获取用户上传的与对账相关的图像数据、文档数据及网页数据；
将获取到的数据存储至所述中间件。
6.如权利要求1所述的数据对账方法，其特征在于，所述对所述票据进行图像识别，得到目标数据包括：
对所述票据进行灰度化处理，得到第一图像数据；
对所述第一图像数据进行二值化处理，得到第二图像数据；
对所述第二图像数据进行降噪处理，得到第三图像数据；
获取预先配置的切割模板，并利用所述切割模板对所述第三图像数据进行切分，得到第四图像数据；
利用预先训练的识别模型识别所述第四图像数据中的字符特征，得到所述目标数据。
7.如权利要求1所述的数据对账方法，其特征在于，在得到对账结果后，所述方法还包括：
当检测到所述对账结果异常时，获取异常点及差异量；
根据所述异常点及所述差异量以弹窗方式进行异常提示，并在弹窗中显示所述异常点的定位链接；及
向与所述异常点相关的用户发送异常提示信息。
8.一种数据对账装置，其特征在于，所述数据对账装置包括：
构建单元，用于获取对账要素，并根据所述对账要素构建配置文件；
所述构建单元，还用于根据所述配置文件构建至少一个对账子程序；
确定单元，用于当检测到对操作***的配置操作时，确定接收到数据对账指令；
所述确定单元，还用于根据所述数据对账指令确定目标对账要素；
匹配单元，用于根据所述目标对账要素从所述至少一个对账子程序中匹配目标对账程序；
获取单元，用于连接至中间件，并根据所述目标对账程序从所述中间件中获取待对账数据；
识别单元，用于当接收到票据时，对所述票据进行图像识别，得到目标数据；
对账单元，用于对比所述目标数据与所述待对账数据，得到对账结果，并显示所述对账结果。
9.一种计算机设备，其特征在于，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的数据对账方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的数据对账方法。
CN202310293192.9A 2023-03-17 2023-03-17 数据对账方法、装置、设备及介质 Pending CN116188189A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310293192.9A CN116188189A (zh) 2023-03-17 2023-03-17 数据对账方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310293192.9A CN116188189A (zh) 2023-03-17 2023-03-17 数据对账方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116188189A true CN116188189A (zh) 2023-05-30

Family

ID=86434644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310293192.9A Pending CN116188189A (zh) 2023-03-17 2023-03-17 数据对账方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116188189A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118037470A (zh) * 2024-02-22 2024-05-14 广州致和网络科技有限公司 一种基于图像识别技术的旅游产品智能对账***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118037470A (zh) * 2024-02-22 2024-05-14 广州致和网络科技有限公司 一种基于图像识别技术的旅游产品智能对账***

Similar Documents

Publication Publication Date Title
CN112906384B (zh) 基于bert模型的数据处理方法、装置、设备及可读存储介质
CN111798123A (zh) 基于人工智能的合规性评价方法、装置、设备及介质
CN113946690A (zh) 潜在客户挖掘方法、装置、电子设备及存储介质
CN115936886B (zh) 异构证券交易***的失效检测方法、装置、设备及介质
CN115081538A (zh) 基于机器学习的客户关系识别方法、装置、设备及介质
CN116188189A (zh) 数据对账方法、装置、设备及介质
CN111950707B (zh) 基于行为共现网络的行为预测方法、装置、设备及介质
CN116843481A (zh) 知识图谱分析方法、装置、设备及存储介质
CN116823437A (zh) 基于配置化风控策略的准入方法、装置、设备及介质
CN114372892A (zh) 支付数据监控方法、装置、设备及介质
CN115310979A (zh) 数据支付方法、装置、电子设备及存储介质
CN113221888B (zh) 车牌号管理***测试方法、装置、电子设备及存储介质
CN114722146A (zh) 基于人工智能的供应链资产校验方法、装置、设备及介质
CN113486646A (zh) 产品报告发布方法、装置、电子设备及可读存储介质
CN116225971B (zh) 交易接口兼容性检测方法、装置、设备及介质
CN116957649B (zh) 客户筛选方法、装置、设备及介质
CN116934263B (zh) 产品批量准入方法、装置、设备及介质
CN116976821B (zh) 企业问题反馈信息处理方法、装置、设备及介质
CN114819590B (zh) 策略智能推荐方法、装置、设备及存储介质
CN114912818B (zh) 资产指标分析方法、装置、设备及存储介质
CN116541309B (zh) 基于交易***转换的测试方法、装置、设备及介质
CN115964307B (zh) 交易数据自动化测试方法、装置、设备及介质
CN116630048B (zh) 基于期货行情k线的交易方法、装置、设备及介质
CN116823141A (zh) 付款数据处理方法、装置、设备及介质
CN117114845A (zh) 企业风险预测方法、设备及介质

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