[发明专利]审计对象的推荐方法和系统

说明书

本发明涉及一种审计对象的推荐方法，包括步骤：获取审计对象的各项业务的业务数据；将各项业务的业务数据输入至相对应的风险值预测模型获取所述各项业务的风险值；确定所述各项业务的权重值；根据所述各项业务的权重值和风险值对所述审计对象进行审计推荐。上述审计对象的推荐方法将审计对象的业务数据输入到风险值预测模型获取各项业务的风险值，根据各项业务的风险值和相应的权重值对该审计对象进行审计推荐，该方案能够依据审计对象的各项业务数据获得审计对象的风险值，从而根据该风险值确定是否推荐所述审计对象进行审计，提高了审计效率。还提供一种审计对象的推荐系统、计算机设备和计算机可读存储介质。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种审计对象的推荐方法和系统、计算机设备和计算机可读存储介质。

背景技术

随着信息技术的发展，当前信息化时代由于电子化数据存在数据量庞大和结构复杂等特点，在审计业务中基于电子化数据的横向业务审计需要对审计单位的多个业务域的业务场景、业务规则和业务模型梳理，从而开展跨业务域的问题筛查和风险防范。

传统技术通常需要利用多项风险评估规则分别对审计对象当前的各项业务的业务数据进行统计才能完成审计单位风险值评估，从而确定是否推荐该审计单位的进行审计，然而这种技术容易由于需要统计的各项业务的数据量庞大，导致对审计对象进行审计推荐的效率偏低，也降低了审计作业的效率。

发明内容

基于此，有必要针对传统技术效率偏低的问题，提供一种审计对象的推荐方法和系统、计算机设备和计算机可读存储介质。

一种审计对象的推荐方法，包括如下步骤：

获取审计对象的各项业务的业务数据；

将所述各项业务的业务数据输入至相对应的风险值预测模型获取所述各项业务的风险值；其中，所述风险值预测模型是对所述各项业务的历史业务数据和风险值进行机器学习的模型；

确定所述各项业务的权重值；

根据所述各项业务的权重值和风险值对所述审计对象进行审计推荐。

上述审计对象的推荐方法将审计对象的业务数据输入到风险值预测模型获取各项业务的风险值，根据各项业务的风险值和相应的权重值对该审计对象进行审计推荐，该方案能够依据审计对象的各项业务数据获得审计对象的风险值，从而根据该风险值确定是否推荐所述审计对象进行审计，提高了审计推荐的效率，也提高了审计作业的效率。

在一个实施例中，在所述将所述各项业务的业务数据输入至相对应的风险值预测模型的步骤之前，还包括：

采集所述审计对象的各项业务的历史业务数据和风险值；将所述历史业务数据和风险值进行数据清洗、业务梳理和数据修正；基于所述各项业务的历史业务数据和风险值，利用神经网络回归分析方法和支持向量机回归分析方法建立与所述各项业务相对应的风险值预测模型。

在一个实施例中，在所述建立与所述各项业务相对应的风险值预测模型的步骤之后，还包括：

获取所述审计对象的各项业务的当前业务数据和风险值；利用所述当前业务数据和风险值对所述风险值预测模型进行修正。

在一个实施例中，所述确定所述各项业务的权重值的步骤包括：

通过审计系统获取预先设定的各个业务等级所对应的权重值；确定所述审计对象的各项业务所对应业务等级；根据所述各个业务等级所对应的权重值和各项业务所对应业务等级，获取所述审计对象的各项业务的权重值。

在一个实施例中，在所述获取预先设定的各个业务等级所对应的权重值的步骤之前，还包括：

通过所述审计系统获取各项业务的历史审计数据；根据所述历史审计数据分别设定各个业务等级所对应的权重值。