[發(fā)明專利]一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201911117051.1
• 申請日: 2019-11-15
• 公開（公告）號(hào): CN110955763A
• 公開（公告）日: 2020-04-03
• 發(fā)明（設(shè)計(jì)）人: 王桂欽;彭澎;陳威;王偉;劉伊雅
• 申請（專利權(quán)）人: 深圳供電局有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06Q50/18
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 蔡偉杰

1.一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，所述方法包括以下步驟：

步驟1，接收用戶的檢索式；

步驟2，提取檢索式中關(guān)鍵詞；

步驟3，計(jì)算關(guān)鍵詞與審計(jì)風(fēng)險(xiǎn)庫中的各個(gè)文本數(shù)據(jù)的近似度；

步驟4，根據(jù)各個(gè)文本數(shù)據(jù)的近似度讀取審計(jì)風(fēng)險(xiǎn)庫中近似度最大的N個(gè)文本數(shù)據(jù)；

步驟5，將近似度最大的N個(gè)文本數(shù)據(jù)作為檢索結(jié)果輸出到用戶。

2.根據(jù)權(quán)利要求1所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟1中，所述檢索式包括檢索詞、邏輯算符、通配符，檢索式以句子為單位。

3.根據(jù)權(quán)利要求1所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟2中，提取關(guān)鍵詞的方法為TF-IDF、TextRank、LSA/LSI/LDA中任意一種關(guān)鍵詞提取方法。

4.根據(jù)權(quán)利要求1所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟3中，計(jì)算關(guān)鍵詞與審計(jì)風(fēng)險(xiǎn)庫中的各個(gè)文本數(shù)據(jù)的近似度的方法包括以下步驟：

步驟3.1，計(jì)算關(guān)鍵詞的交叉熵值：令關(guān)鍵詞為先驗(yàn)條件W，審計(jì)風(fēng)險(xiǎn)庫的每個(gè)類別中的各個(gè)關(guān)鍵詞W與類別C_i，類別為文本數(shù)據(jù)類別，關(guān)鍵詞W的期望交叉熵為：

其中，p(C_i)表示屬于類別C_i的審計(jì)風(fēng)險(xiǎn)庫中的各個(gè)文本數(shù)據(jù)占所有消息數(shù)目的比重，p(W)表示包含關(guān)鍵詞W的文本數(shù)據(jù)占所有文本數(shù)據(jù)數(shù)目的比重，p(C_i|W)表示在包含關(guān)鍵詞W的消息中屬于類別C_i的消息所占的比重，n為審計(jì)風(fēng)險(xiǎn)庫中文本數(shù)據(jù)類別的總數(shù)量；

步驟3.2，計(jì)算卡方值：在檢索式與審計(jì)風(fēng)險(xiǎn)庫中由關(guān)鍵詞和審計(jì)風(fēng)險(xiǎn)庫中的文本數(shù)據(jù)出現(xiàn)關(guān)鍵詞的頻數(shù)構(gòu)成卡方頻數(shù)矩陣，令O_r,c表示檢索式在審計(jì)風(fēng)險(xiǎn)庫中出現(xiàn)的卡方頻數(shù)矩陣中第r行第c列的值，第r行的和記為n_r，第c列的和記為n_c，所有元素的和記為n，計(jì)算矩陣中的每一個(gè)元素的期望值E_r,c，

其中，消息包括檢索式與審計(jì)風(fēng)險(xiǎn)庫中的文本數(shù)據(jù)；

步驟3.3，計(jì)算檢索式與審計(jì)風(fēng)險(xiǎn)庫中的各文本數(shù)據(jù)的近似度S_i：

其中TF_i是交叉熵值大于交叉閾值的消息i中出現(xiàn)的次數(shù)，DF_i是卡方值χ²大于卡方閾值的消息i中出現(xiàn)的次數(shù)，i取值范圍為1到N，N是審計(jì)風(fēng)險(xiǎn)庫中所有消息的總數(shù)。

5.根據(jù)權(quán)利要求4所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟3中，審計(jì)風(fēng)險(xiǎn)庫包括數(shù)據(jù)庫數(shù)據(jù)和文本數(shù)據(jù)，數(shù)據(jù)庫數(shù)據(jù)是經(jīng)過篩選處理的結(jié)構(gòu)化數(shù)據(jù)，文本數(shù)據(jù)類別包括問題基本數(shù)據(jù)類別、法律法規(guī)數(shù)據(jù)類別、審計(jì)意見或建議類別、責(zé)任及整改情況數(shù)據(jù)類別、審計(jì)方法數(shù)據(jù)類別、審計(jì)項(xiàng)目數(shù)據(jù)類別。

6.根據(jù)權(quán)利要求5所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟3中，問題基本數(shù)據(jù)類別包括：業(yè)務(wù)領(lǐng)域、管理環(huán)節(jié)、問題名稱、關(guān)鍵詞、問題及表現(xiàn)形式、問題成因、問題后果、風(fēng)險(xiǎn)等級(jí)；法律法規(guī)數(shù)據(jù)類別包括：法律制度名稱、法規(guī)制度條款依據(jù)、文號(hào)、發(fā)文單位、發(fā)文年份、生效日期、作廢日期；審計(jì)意見或建議類包括：審計(jì)意見或建議；責(zé)任及整改情況數(shù)據(jù)類別包括：責(zé)任部門、涉及部門、整改措施；審計(jì)方法數(shù)據(jù)類別包括：審計(jì)方法、審計(jì)程序、所需審計(jì)資料、工作底稿；審計(jì)項(xiàng)目數(shù)據(jù)類別包括：專項(xiàng)審計(jì)、經(jīng)濟(jì)責(zé)任審計(jì)、經(jīng)營管理審計(jì)、工程審計(jì)、營銷審計(jì)、審計(jì)調(diào)查、竣工決算審計(jì)。

7.根據(jù)權(quán)利要求6所述的一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索方法，其特征在于，在步驟5中，檢索結(jié)果為近似度最大的N個(gè)文本數(shù)據(jù)按照近似度的大小進(jìn)行降序排列。

8.一種基于審計(jì)風(fēng)險(xiǎn)庫的數(shù)據(jù)搜索系統(tǒng)，其特征在于，所述系統(tǒng)包括：存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序運(yùn)行在以下系統(tǒng)的單元中：

檢索式讀取單元，用于接收用戶的檢索式；

關(guān)鍵詞提取單元，用于提取檢索式中關(guān)鍵詞；

近似度計(jì)算單元，用于計(jì)算關(guān)鍵詞與審計(jì)風(fēng)險(xiǎn)庫中的各個(gè)文本數(shù)據(jù)的近似度；

風(fēng)險(xiǎn)庫讀取單元，用于根據(jù)各個(gè)文本數(shù)據(jù)的近似度讀取審計(jì)風(fēng)險(xiǎn)庫中近似度最大的N個(gè)文本數(shù)據(jù)；

結(jié)果輸出單元，用于將近似度最大的N個(gè)文本數(shù)據(jù)作為檢索結(jié)果輸出到用戶。