【技术实现步骤摘要】
本专利技术涉及数据处理，具体地说，涉及一种结合rpa和ai的数据推送方法及系统。
技术介绍
1、数据填报是指将客户的数据信息填报至相应的登记系统中，以便后续能够从登记系统中提取至相应的客户信息数据。
2、中国专利公开号为cn114818642a，公开了数据报表动态填报方法，包括数据采集模块、数据处理模块、导入模块、填报模板、总控制模块，其中，所述数据采集模块与总控制模块通信连接，通过数据采集模块对需要填报的数据进行采集；所述数据处理模块与总控制模块通信连接，通过数据处理模块对采集的填报数据进行处理；处理后的数据导出成excel；本专利技术的有益效果是：已发布的表单进行填报内容修改，修改结果可实现即时更新；支持对单张填报表单数据的历史记录查看，且支持单张表单多次修改表单结构的历史记录查看、导出；通过日期选项可实现历史填报表单的快速跳转，历史表单格式不受修改表单样式影响，点击导出，可实现当前所选的报表excel格式下载。
3、但是，在数据信息填报后，为了确保所填报的数据信息的准确性，如何能够对所填报的数据信息进行快速的核验，并基于核验的过程确定数据填报过程中异常数据信息的涵盖范围，以便于仅对于填报过程中存在的异常数据信息进行核验确定矫正，从而提高目前数据信息的整体填报效率是需要解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种结合rpa和ai的数据推送方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术目的在于提供了
3、s1、获取客户信息调查表，并对其进行整合形成报表提取数据集；
4、s2、确定数据填报时间，通过rpa系统依据数据填报时间调用ai系统对报表提取数据集中的客户信息调查表进行识别并提取，并将所提取的数据信息生成json格式；当数据信息处于json格式时，通过rpa系统将其整合形成数据填报集，确定填报对象并通过数据填报集执行数据填报作业；
5、s3、通过在数据填报集内形成抽调数据并将其标记为抽调数据列，通过在rpa系统填报的数据信息中确定与抽调数据列对应填报的数据项，并以抽调数据列进行核验，以判定是否存在异常的差异数据；
6、s4、当存在异常的差异数据时，提取差异数据并生成判别队列集，基于同项特征点算法对判别队列集中的差异数据进行分析，判定是否存在相同的异常项；
7、s5、当存在相同的异常项时，基于该异常项重新于rpa系统中确定与异常项对应填报的数据项并将其标记为二次核验数据项，随之确定与之对应的二次抽调数据列，并以此重新进行校验核对，以对差异数据进行矫正。
8、作为本技术方案的进一步改进，所述客户信息调查表包括：
9、客户单位基本信息、代理单位基本信息、第三方单位基本信息、申请陈述意见、物质基本信息、反应状态基本信息。
10、作为本技术方案的进一步改进，所述rpa系统通过影刀、uibot、ge-worker或blueprism对数据填报集执行数据填报作业。
11、作为本技术方案的进一步改进，所述ai系统通过ai生成式大模型对报表提取数据集中的客户信息调查表进行识别并提取，并将所提取的数据信息生成json格式。通过生成json格式，以便于后续进行数据填报作业，在本方案中，数据填报对象通常为向登记系统进行客户信息的数据填报。
12、作为本技术方案的进一步改进，所述s4中，在数据填报集填报完成时，在数据填报集内形成抽调数据，并将抽调数据标记为抽调数据列，通过在rpa系统填报的数据信息中确定与抽调数据列对应填报的数据项，并将此数据项标记为核验数据项，使抽调数据列与核验数据项进行校验核对，以判定是否存在异常的差异数据。
13、作为本技术方案的进一步改进，所述s4中，抽调数据列与核验数据项进行校验核对通过排序算法进行实现，其中，排序算法的算法步骤如下：
14、步骤一：对抽调数据列和核验数据项中的数据信息进行排序；
15、步骤二：遍历排序后的抽调数据列和核验数据项，比较对应的数据信息是否相同；
16、步骤三：当相同时，则不生成差异数据，当不相同时，生成差异数据。
17、作为本技术方案的进一步改进，所述s5中，基于同项特征点算法对判别队列集中的差异数据进行分析，以判定是否存在相同的异常项，其中，基于同项特征点算法的算法步骤如下：
18、步骤一：确定抽调数据列和核验数据项中所对应的差异数据；
19、步骤二：提取差异数据中的相同字符特征点，基于相同字符特征点确定异常项；
20、步骤三：根据所确定的异常项生成异常项集合。
21、作为本技术方案的进一步改进，当异常项集合生成时，使所述异常项集合输入至rpa系统中，以此确定与异常项集合内异常项对应填报的数据项，并将此数据项标记为二次核验数据项，依据二次核验数据项在数据填报集内确定与之对应的抽调数据，并形成二次抽调数据列，以二次核验数据项与二次抽调数据列进行校验核对，以对差异数据进行矫正。
22、本专利技术还提供了一种数据推送系统，该系统根据所述的结合rpa和ai的数据推送方法实现。
23、与现有技术相比，本专利技术的有益效果：
24、1、通过核验数据项基于排序算法、同项特征点算法对差异数据进行判定，并由差异数据生成异常项集合，由异常项集合确定所填报有关于异常项集合内的二次核验数据项，依据二次核验数据项确定二次抽调数据列，以二次核验数据项与二次抽调数据列进行校验核对，以使本系统在对登记系统进行数据填报时，对客户信息调查表具有准确的填报；
25、本方案依据客户信息调查表中的数据信息确定抽调数据的抽调量，并根据抽调数据形成抽调数据列，以此限定目前在通过抽调数据进行核对时，产生大量的抽调数据，经过抽调数据在核验的过程中，由此确定后续所生成的抽调数据是否执行再次核验，从而提升对rpa系统填报的数据信息的核验的效率。
26、2、依据于rpa系统数据填报中二次核验数据项于表格页上的的分布状态，以在所确定的二次抽调数据列中限定所需要核验的客户数据信息，以此缩减对整体二次抽调数据列进行核验的情况，在大量填报的数据中筛选出需要进行重点核验的数据信息范围，以此提升目前数据填报的整体效率。
本文档来自技高网...【技术保护点】
1.一种结合RPA和AI的数据推送方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述客户信息调查表包括：
3.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述RPA系统通过影刀、Uibot、GE-Worker或BluePrism对数据填报集执行数据填报作业。
4.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述AI系统通过AI生成式大模型对报表提取数据集中的客户信息调查表进行识别并提取，并将所提取的数据信息生成JSON格式。
5.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述S3中，在数据填报集填报完成时，在数据填报集内形成抽调数据，并将抽调数据标记为抽调数据列，通过在RPA系统中确定与抽调数据列对应填报的数据项，并将此数据项标记为核验数据项，使抽调数据列与核验数据项进行校验核对，以判定是否存在异常的差异数据。
6.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述S3中，抽调数据列与核
7.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：所述S4中，基于同项特征点算法对判别队列集中的差异数据进行分析，以判定是否存在相同的异常项，其中，基于同项特征点算法的算法步骤如下：
8.根据权利要求7所述的结合RPA和AI的数据推送方法，其特征在于：当异常项集合生成时，使所述异常项集合输入至RPA系统填报的数据信息中，以此确定与异常项集合内异常项对应填报的数据项，并将此数据项标记为二次核验数据项，依据二次核验数据项在数据填报集内确定与之对应的抽调数据，并形成二次抽调数据列，以二次核验数据项与二次抽调数据列进行校验核对，以对差异数据进行矫正。
9.根据权利要求1所述的结合RPA和AI的数据推送方法，其特征在于：通过在数据填报集内形成抽调数据并将其标记为抽调数据列，其中，抽调数据列的确定方法如下：
10.一种数据推送系统，该系统根据权利要求1所述的结合RPA和AI的数据推送方法实现。
...【技术特征摘要】
1.一种结合rpa和ai的数据推送方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的结合rpa和ai的数据推送方法，其特征在于：所述客户信息调查表包括：
3.根据权利要求1所述的结合rpa和ai的数据推送方法，其特征在于：所述rpa系统通过影刀、uibot、ge-worker或blueprism对数据填报集执行数据填报作业。
4.根据权利要求1所述的结合rpa和ai的数据推送方法，其特征在于：所述ai系统通过ai生成式大模型对报表提取数据集中的客户信息调查表进行识别并提取，并将所提取的数据信息生成json格式。
5.根据权利要求1所述的结合rpa和ai的数据推送方法，其特征在于：所述s3中，在数据填报集填报完成时，在数据填报集内形成抽调数据，并将抽调数据标记为抽调数据列，通过在rpa系统中确定与抽调数据列对应填报的数据项，并将此数据项标记为核验数据项，使抽调数据列与核验数据项进行校验核对，以判定是否存在异常的差异数据。
6.根据权利要求1所述的结合rpa和ai的数据推送方法，其特征在...
【专利技术属性】
技术研发人员：洪方 ，朱海东，肖凤生，黄超，洪亮，
申请(专利权)人：杭州瑞欧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。