【技术实现步骤摘要】
本专利技术涉及人工智能，更具体地说，涉及一种基于人工智能的数电票管理方法及系统。
技术介绍
1、在市场经济中，公司日常经营中发票扮演了越来越重要的角色，发票是指一切单位和个人在购销商品、提供或接受服务以及从事其他经营活动中，所开具和收取的业务凭证，是会计核算的原始依据，也是审计机关、税务机关执法检查的重要依据。不管是税务机关还是企业的税务系统，每时每刻都有大量的发票开具，形成海量税务数据。传统的发票查询系统速度慢、效率低，如何能够快速查询到已开发票信息，是首要解决的问题。
2、为了提高查询速度，常用的方法有数据库优化、服务器扩展等。数据库优化又有数据库结构设计优化、数据库分表等。数据库分表常采用的有按时间分表、按数据量分表。数据库分表在查询时的难点在于如何定位数据所在表，且定位数据表耗时较长。因此，市场需求一种可以快速查询发票的系统。
技术实现思路
1、本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于人工智能的数电票管理方法及系统。
2、本专利技术解决其技术问题所采用的技术方案是：
3、构造一种基于人工智能的数电票管理方法，包括以下步骤：
4、步骤s01：接收来自内部系统开票指令，并根据输入的合同或账单信息，计算税额，生成开票元数据信息；
5、步骤s02：利用预设的决策树模型对开票元数据进行错误识别，判断开票元数据是否存在错误，若存在错误，则判断错误的类型，根据错误的类型和上下文，自动生成具体的修正方案
6、步骤s03：接收税务机关生成的数电票，将接收的数电票输入数据库，提取数据库中数电票的关键信息，使用聚类算法根据关键信息将每个数电票分类并归集至相应的发票数据子集，并将每个数电票与对应的合同或账单关联，形成多组发票数据子集；
7、步骤s04：根据所述多组发票数据子集创建多组发票业务散列表，即为每个分组创建一个单独的散列表，并计算每个散列表的大小，对于每个发票数据子集分组中的每个数电票，使用统一的哈希函数计算数电票的哈希值，通过转换函数将数电票的关键信息中的元素转换为一个数值，通过权重函数为关键信息中每个元素分配一个权重，通过额外的哈希函数计算每个元素的整体特征值，执行求和应用模运算以计算哈希值；根据计算出的哈希值，在散列表中构建结构，以键-值对的形式存储关键信息，其中键为哈希键，值为对应的数电票的关键信息；
8、步骤s05：当用户通过关键信息提出查询时，通过哈希函数将查询的关键信息映射到散列表中的特定位置，并返回数电票及相关信息作为查询结果，以快速查找对应数电票，以及与数电票关联的合同或账单。
9、进一步的，所述哈希函数计算方式为：其中：表示输入键的第个元素，为输入的关键信息，是关键信息中的位置索引；
10、为将转换为数值的函数，用于对输入的关键信息中的每个元素进行处理，将其转换为同一类型的数值，以进行后续的哈希计算；
11、为位置的权重函数，根据元素在输入的原始数据中的位置来赋予不同的权重；
12、为额外的哈希函数，用于捕捉的整体特征；表示的长度；表示哈希表的大小。
13、进一步的，在所述步骤s03中，
14、转换函数的计算方式为：，其中；
15、将不同的发票数据类型整合成对应的类型集合，，…，，为第种数据类型的集合，映射函数，计算方式为：,其中表示实数集；
16、权重函数计算方式为：,其中：和是用于调节基于位置的线性权重增长的常数；用于对元素的类型赋予额外的权重；为模式识别函数，用于基于元素的位置调整权重，获取数据周期性；
17、额外的哈希函数计算方式为：其中和中元素的数量，为用于提取其对应数据类型的关键特征的子哈希函数。
18、进一步的，所述用于对元素的类型赋予额外的权重，其表示为：
19、当关键信息为数字类型时，所述计算与μ的绝对差值的比值，并对比值进行β次方运算，最后乘以α; 其中，α、β是常数，μ是平均值，σ是标准差；
20、当关键信息为文本类型时，所述计算的长度，并对长度加1后取对数，最后乘以 γ；
21、当关键信息为其他类型时，直接返回1。
22、为模式识别函数，用于基于元素的位置调整权重，获取数据周期性，其表示为：其中，表示周期长度；表示振幅。
23、进一步的，在所述步骤s02中，所述决策树模型的建立方法为：
24、限定决策树的深度，表示为对决策树的深度设置一个最大值,其中;
25、构建包含有多个开票元数据错误的错误数据集，所述错误数据集中的每个开票元数据错误均标注有类别标签，从错误数据集中提取每个开票元数据错误的关键特征构建特征向量，所述特征向量计算方式为n维特征空间,其中每个代表一个特征向量，对于每个特征向量，计算其信息增益，选择信息增益最高的特征向量进行数据集分割，将数据集分割成多个子集，以创建节点，递归地对每个子集重复这个过程，直到,此时的节点为叶节点，则决策树模型建成；对于每个新的开票元数据错误，根据其特征向量沿着决策树进行遍历，在每个节点上应用决策规则，直到达到叶节点；叶节点的类别标签即为新开票元数据错误的分类结果；
26、其中信息增益的计算方法为：; 其中，是信息熵函数，是父节点的数据集，是按特征划分后的子节点数。
27、进一步的，在步骤s02中，修正方案的生成方法为：
28、步骤s021，将开票元数据的转换为包含多个项目的交易集，所述项目类型包括服务类型错误、计算错误、格式错误、遗漏信息和\或日期错误；
29、步骤s022，根据错误的类型和上下文，针对项目随机生成多个修正方案，形成修正方案集合，每个所述修正方案中包括多个修正操作，每个修正方案中具有不同类型和顺序的修正操作；
30、步骤s023，通过预设的适应度函数获取修正方案的适应度，根据适应度随机选择修正方案作为父代修正方案，每个修正方案的选择概率预期适应度成正比；
31、步骤s024，从选择的父代修正方案中进行随机两两匹配，并交换部分修正操作，以生成新的修正方案；
32、步骤s025，对新生成的修正方案的部分修正操作进行随机修改，所述随机修改包括改变修正操作的类型、顺序或参数，计算随机修改后的修正方案的适应度；
33、步骤s026，将随机修改后的修正方案整合成新的修正方案集合，并重复步骤s023-步骤s025，直到达到适应度收敛，以确定了最优的修正方案；
34、步骤s027，将最优的修正方案自动应用到开票元数据错误修正中，以纠正识别的错误；
35、其中所述适应度函数为：适应度得分=数据性评分*a1+操作复杂度评分*a2+成本评分*a3；其中a1、a1、a3分别是数据性评分、操作复本文档来自技高网...
【技术保护点】
1.一种基于人工智能的数电票管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，所述哈希函数的计算方式为：
3.根据权利要求2所述的基于人工智能的数电票管理方法，其特征在于，在所述步骤S03中，
4.根据权利要求3所述的基于人工智能的数电票管理方法，其特征在于，所述用于对元素的类型赋予额外的权重，其表示为：
5.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，在所述步骤S02中，所述决策树模型的建立方法为：
6.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，在步骤S02中，修正方案的生成方法为：
7.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，在所述步骤S01中，使用聚类算法将每个数电票分类并归集至相应的发票数据子集，具体包括：
8.一种基于人工智能的数电票管理系统，基于权利要求1-7任一所述的基于人工智能的数电票管理方法，其特征在于，包括以下部件：
9.根据权利要求8所述的基于人工智能
10.根据权利要求8所述的基于人工智能的数电票管理系统，其特征在于，所述错误识别模块包括：
...【技术特征摘要】
1.一种基于人工智能的数电票管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，所述哈希函数的计算方式为：
3.根据权利要求2所述的基于人工智能的数电票管理方法，其特征在于，在所述步骤s03中，
4.根据权利要求3所述的基于人工智能的数电票管理方法，其特征在于，所述用于对元素的类型赋予额外的权重，其表示为：
5.根据权利要求1所述的基于人工智能的数电票管理方法，其特征在于，在所述步骤s02中，所述决策树模型的建立方法为：
6.根据权利要求1所述的基于人工智能...
【专利技术属性】
技术研发人员：杨蜀，段勇，韩利强，王波，
申请(专利权)人：深圳标普云科技有限公司，
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。