[發(fā)明專利]一種審計對象推薦方法、裝置、設備和介質

有效

• 申請?zhí)枺?/td>: 202011473645.9
• 申請日: 2020-12-15
• 公開（公告）號: CN112488572B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 黃妙紅;何勝;王玨;肖嘉麗
• 申請（專利權）人: 廣東電網有限責任公司
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06Q40/12;G06N20/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 沈闖

本申請公開了一種審計對象推薦方法、裝置、設備和介質，方法包括：獲取若干第一審計對象的第一審計數據；將第一審計數據輸入到風險預測模型進行風險級別預測，得到各第一審計對象的風險級別；選擇風險級別最高的第一審計對象進行推薦，得到推薦審計對象。本申請解決了現有技術通過人工對審計數據進行檢索、統計和分析來確定推薦審計對象，存在效率低的技術問題。

技術領域

本申請涉及審計技術領域，尤其涉及一種審計對象推薦方法、裝置、設備和介質。

背景技術

目前，審計項目開展過程中，往往采用事前審計、事中審計、事后審計三種審計方式，然后根據審計項目要求對業(yè)務數據進行檢索、統計和分析，形成審計疑點線索依據，為審計作業(yè)開展提供審計事實依據。

現有技術通常通過人工對審計數據進行檢索、統計和分析來確定推薦審計對象，存在效率低的技術問題。

發(fā)明內容

本申請?zhí)峁┝艘环N審計對象推薦方法、裝置、設備和介質，用于解決現有技術通過人工對審計數據進行檢索、統計和分析來確定推薦審計對象，存在效率低的技術問題。

有鑒于此，本申請第一方面提供了一種審計對象推薦方法，包括：

獲取若干第一審計對象的第一審計數據；

將所述第一審計數據輸入到風險預測模型進行風險級別預測，得到各所述第一審計對象的風險級別；

選擇風險級別最高的所述第一審計對象進行推薦，得到推薦審計對象。

可選的，所述風險預測模型的配置方法為：

獲取第二審計對象的第二審計數據；

基于所述第二審計數據對所述第二審計對象進行風險評分，得到所述第二審計對象對應的風險值；

基于所述第二審計對象對應的風險值對所述第二審計對象進行風險級別標注，得到審計標簽；

通過所述第二審計對象對應的所述第二審計數據和所述審計標簽對機器學習模型進行訓練，得到所述風險預測模型。

可選的，所述獲取第二審計對象的第二審計數據，之前還包括：

對第二審計對象中的業(yè)務進行級別劃分，得到一級業(yè)務、二級業(yè)務和三級業(yè)務；

相應的，所述獲取第二審計對象的第二審計數據，包括：

獲取所述三級業(yè)務對應的第二審計數據。

可選的，所述基于所述第二審計數據對所述第二審計對象進行風險評分，得到所述第二審計對象對應的風險值，包括：

基于所述三級業(yè)務對應的第二審計數據對所述三級業(yè)務進行風險評分，得到所述三級業(yè)務對應的風險值；

基于所述三級業(yè)務對應的風險值依次計算所述二級業(yè)務的風險值和所述一級業(yè)務的風險值；

基于所述一級業(yè)務的風險值計算得到所述第二審計對象的風險值。

可選的，所述通過所述第二審計對象對應的所述第二審計數據和所述審計標簽對機器學習模型進行訓練，得到所述風險預測模型，包括：

將所述第二審計對象對應的所述第二審計數據和所述審計標簽輸入機器學習模型，輸出所述第二審計對象對應的風險級別預測值；

通過所述第二審計對象的所述審計標簽和所述風險級別預測值計算預置指標值，所述預置指標值包括模型準確率、模型命中率或模型查全率；

基于所述預置指標值對所述機器學習模型進行驗證，將驗證通過的所述機器學習模型作為所述風險預測模型。