[发明专利]一种系统审批理由随意性检测方法及系统

权利要求书

1.一种系统审批理由随意性检测方法，其特征在于：包括以下步骤：

S100.数据采集，采集设定期限内的审批操作日志历史数据，对审批操作日志历史数据进行解析，至少获得审批原因文本数据；

S200.规则检测，基于审批原因文本数据构建文本特征数据，通过对文本特征数据的分析，结合预设规则和统计学原理，检测出异常审批原因数据，遍历所有审批操作日志历史数据，获得异常审批原因数据集合，记为集合A；

S300.文本分析，对审批原因文本数据进行分词，然后计算分词后的文本词语之间的相似度得分，再求得每条文本词语的平均分，作为该条审批原因文本数据的相似度得分，若平均分较高，则认为该条审批原因文本数据为异常审批原因数据，遍历所有审批操作日志历史数据，获得异常审批原因数据集合，记作集合B；

S400.结果整合，A∪B得到审批操作日志历史数据中所有异常审批原因数据集，记作集合C。

2.根据权利要求1所述的一种系统审批理由随意性检测方法，其特征在于：所述步骤S100中采用python3的pandas和json包进行日志数据提取和解析，还获得申请人账号、审批人账号、申请时间、审批时间、审批结果、操作对象数据。

3.根据权利要求2所述的一种系统审批理由随意性检测方法，其特征在于：所述步骤S400之后还包括

步骤S500，审批人员追踪，根据步骤S400中的集合C，追溯审批人账户，从而追溯到审批人。

4.根据权利要求1至3任一所述的一种系统审批理由随意性检测方法，其特征在于：所述步骤S200中构建的文本特征数据包括“文本长度”、“文本中文个数”、“文本非中文和中文个数比例”；集合A中包括了采用“文本中文个数”和“文本非中文和中文个数比例”两种规则判断出的异常审批原因数据，其中

基于规则的“文本中文个数”判断具体为：审批原因中中文个数小于设定值的，将被列为异常值；

基于规则的“文本非中文和中文个数比例”判断具体为：使用箱形图对特征“文本非中文和中文个数比例”进行分析，计算该特征的外限，规定在上外限以外的值为异常值。

5.根据权利要求1或2所述的一种系统审批理由随意性检测方法，其特征在于：所述步骤S300具体为：

S301.模型训练，首先获取语料，然后通过Hanlp汉语分词系统进行文档的分词，使用word2vec模型进行训练，得到目标模型；

S302.数据预处理，对审批原因文本数据进行清洗，仅保留中文部分，得到样本数据；然后对所有样本数据进行分词，得到分词后的审批原因样本数据；

S303.相似度计算，针对步骤302中的样本数据，进行

1)用步骤S301中的目标模型计算某个样本数据中词语两两之间的相似度得分；

2)计算步骤1)样本数据中词语两两之间的相似度得分的平均值，作为该条审批原因文本数据的相似度得分；

3)循环步骤1)、2)，直到遍历所有审批原因文本数据；获得异常审批原因数据集合，记作集合B。

6.一种系统审批理由随意性检测系统，其特征在于：包括

数据采集模块，采集设定期限内的审批操作日志历史数据，对审批操作日志历史数据进行解析，至少获得审批原因文本数据；

规则检测模块，基于审批原因文本数据构建文本特征数据，通过对文本特征数据的分析，结合预设规则和统计学原理，检测出异常审批原因数据，遍历所有审批操作日志历史数据，获得异常审批原因数据集合，记为集合A；

文本分析模块，对审批原因文本数据进行分词，然后计算分词后的文本词语之间的相似度得分，再求得每条文本词语的平均分，作为该条审批原因文本数据的相似度得分，若平均分较高，则认为该条审批原因文本数据为异常审批原因数据，遍历所有审批操作日志历史数据，获得异常审批原因数据集合，记作集合B；

结果整合模块，A∪B得到审批操作日志历史数据中所有异常审批原因数据集，记作集合C。