[发明专利]基于机器学习模型解释的智慧审计方法

权利要求书

1.基于机器学习模型解释的智慧审计方法，其特征在于，包括以下步骤：

S1：向基于机器学习模型解释的智慧审计系统的输入端输入待审计的文件或者数据；所述S1中，基于机器学习模型解释的智慧审计系统中具有四层两翼结构，由下至上分别是数据层、信息层、知识层和智慧层，左翼是信息技术支撑部，有益是法规和规则部；数据层的主要功能是存储和共享审计工作所需的数值型数据和非数值型数据，智慧层的主要功能是产生和共享审计的准确判断和建议；

S2：对输入的文件或者数据进行审计的同时利用机器学习模型对审计的过程进行展示；所述S2中，审计过程中采用决策树的方式对输入的文件或者数据进行审计，在审计的过程中使用到的规则逐条在机器学习模型的内部存储器加一并存储规则的详细，将审计的最终结果在机器学习的模型上进行展出；

S3：通过机器学习的模型解释功能，对机器学习结果进行可视化和业务规则输出；

S4：将输出的业务规则和原有的审计规则库进行比对，将新增的业务规则添加至审计规则库内，更新审计规则库；所述S4中，在更新审计规则库之前对市政审计规则库进行检索，将新增和修改过后的规则存储在更新层处，将审计过程中使用的业务规则和审计规则库进行比对，查重补漏，将更新层处新增或者修改过后的审计规则添加至审计规则库中；

S5：将更新过后的审计规则库中的规则进行删选，将相似度超过百分之八十的两条规则进行单一的舍弃。

2.根据权利要求1所述的基于机器学习模型解释的智慧审计方法，其特征在于，所述S3中，在机器学习的内部使用的是Ante-hoc可解释性，无需额外的信息就可以理解模型的决策过程或者决策依据，这些操作都是在SQL上完成，再将机器学习模型结果在显示屏上进行显示。

3.根据权利要求1所述的基于机器学习模型解释的智慧审计方法，其特征在于，所述S3中，业务规则输出就是将S2中审计过程存储的规则逐条输出，所述S2中机器学习模型内部的存储器上还设有计数器，能对所有使用到的规则进行汇总。

4.根据权利要求1所述的基于机器学习模型解释的智慧审计方法，其特征在于，信息层的主要功能是产生和共享数据所蕴含的关系，信息层能够表示数据的来源和去向，信息技术支撑部的主要功能是为数据层、信息层、知识层和智慧层各层之间相互转环提供信息技术支撑保障。

5.根据权利要求1所述的基于机器学习模型解释的智慧审计方法，其特征在于，所述S5中，更新过后的审计规则库中的规则采用全局比对算法进行比对，对相似度高的规则，将近期未更新规则进行删除。

6.根据权利要求1所述的基于机器学习模型解释的智慧审计方法，其特征在于，所述S5中，在审计规则库中还设置了更新组件，更新组件是记录每一条规则的使用时间，更新组件每条遍历审计规则库一次，将半年内未使用的规则进行删除，目的是完善审计规则的生命周期。