[发明专利]数据对帐

说明书

来自多个源的数据可以被连续地收集以执行对账操作。第一数据集中的所述数据项可以使用数据匹配技术与所述第二数据集中的数据项进行匹配。基于匹配，指示数据集中的数据项之间的匹配程度的置信度得分可以被生成。基于所述置信度得分和预定义阈值，可以查明所述数据项是否被对帐。在基于人工智能的技术的基础上，可以将第一数据集和第二数据集中的至少其中一个的未对账的项分类为分类类别，该分类类别指示未对账的数据项是不可对账的解释。当数据项是未被对账和分类时，数据项被标识为未清项以用于进一步分析。

背景技术

对账是在公司财务和会计操作期间执行的所述记录到报告的过程之一。例如，在公司融资中，对账在银行对账单和总帐簿的现金账户间、在帐簿和子帐簿之间、在公司间的帐簿之间、以及在多个企业资源规划(ERP)系统之间被执行。

通常，对账的目的是确保两组记录中的所述数字正确且一致。之所以需要对帐，是因为每个会计流程通常会产生多个会计事件，并导致总账簿的不同部分中有多个记录。可以进行额外的对账以进行现金处理，其中将支付与发票以及采购到支付的过程进行对账，其中对账可在发票、采购订单和收到的货物/服务之间执行。

因此，对账通常涉及从多个源收集数据，例如银行和各个公司的总帐簿。此外，所收集的数据可以基于要被执行的对账的类型来匹配。例如，总账簿中的每个项可以与银行对帐单中的每个项匹配。对账通常在报告期的结束时被执行，该结束时通常是在月末或季度末时。

由于大量的数据和复杂的对账过程，对账是麻烦的、资源密集的，并且需要大量的人为干预。尽管有可用的自动匹配工具，但所述对账仍然是最高的劳动密集的过程之一。例如，可能存在针对对账的多个子系统，例如帐户应付款(AP)，Opera和Fintech，并且每个子系统可以具有不同的数据格式和账户过程，从而在系统复杂性和和资源密集性之间实现对账。实际上，即便针对单一过程的复杂性规则的适应也可能需要对工具进行主要的再开发，从而将其转变为不再扩展的解决方案。此外，由于所述对账通常仅在周期末尾时执行，因此错误可能在多个记录中传播，从而使得所述过程更加复杂和资源密集。

这提出了设计对账机制的一项技术问题，该对账机制可以有效地执行组织中的记录之间的对账以降低成本(计算的和以其他方式)，最小化计算及其他错误，并且更好地利用人工和计算机的时间和资源。

附图说明

本公开的特征通过以下附图中所示的示例来说明。在下面的图中，相同的数字表示相同的元件，其中：

图1图示了根据本公开的示例实施例的对账系统的框图；

图2a-2c图示了根据本公开的示例实施例的用于通过对账系统执行对账操作的示例数据集；

图3图示了根据本公开的示例实施例的由所述对账系统实现的示例匹配过程的框图表示；

图4示意性地图示了根据本公开的示例实施例的针对连续的银行和现金对账的过程；

图5示意性地图示了根据本公开的示例实施例针对连续的公司间对账的过程；

图6示意性地图示了根据本公开的示例实施例的针对连续账簿到子账簿对账的过程；

图7图示了根据本公开的示例的用于实现该系统的硬件平台；和

图8a和图8b图示了根据本公开的示例实施例的针对连续对账的计算机实现的方法。

具体实施方式

为了简化和说明的目的，本公开主要通过参考其示例来描述。本文描述的本公开的示例可能以不同的组合在一起使用。在所述下列描述中，阐述细节以便提供对本公开的理解。然而，显而易见的是，可以在不限于所有这些细节的情况下实践本公开。此外，在整个本公开中，术语“一”和“一个”旨在表示特定元件中的至少一个。如本文所用，术语“包括”表示包括但不限于，术语“包含”表示包含但不限于。所述术语“基于”表示至少部分地基于。