基于大数据的工程造价审计分析方法及系统

专利主权项内容

1.一种基于大数据的工程造价审计分析方法，其特征在于，包括：获取拟处理的工程造价数据；通过事先调试完成的目标审计分析神经网络，基于所述工程造价数据分析得到异常推理信息、关联参数推理信息，以及噪声数据分布推理信息；依据所述异常推理信息确定所述工程造价数据对应的异常数据分类，并通过所述噪声数据分布推理信息和所述关联参数推理信息，确定在除开噪声数据扰动时，所述工程造价数据中与异常数据分类相关的工程造价数据；其中，所述目标审计分析神经网络的调试过程包括：基于预设的学习样例数据集合，对拟调试的审计分析神经网络进行反复更新调试，得到调试后的目标审计分析神经网络；其中，所述学习样例数据集合中的部分学习样例数据中包括包含噪声数据的工程造价样例数据和对应的各监督指示信息；以及，在每一次更新调试中，包括：对获取的工程造价样例数据进行嵌入映射操作，得到相应的数据嵌入表征向量；基于所述数据嵌入表征向量，对所述工程造价样例数据进行异常识别，得到指示所述工程造价样例数据的异常数据分类的异常推理信息；基于所述数据嵌入表征向量，对所述工程造价样例数据进行关联参数识别，得到用以指示所述工程造价样例数据中各个数据项分别对应的关联参数的关联参数推理信息；基于所述数据嵌入表征向量，对所述数据嵌入表征向量进行噪声数据识别，得到用于从所述工程造价样例数据中注释所述噪声数据的噪声数据推理信息；基于所述异常推理信息、所述关联参数推理信息和所述噪声数据推理信息，以及其分别和相应的监督指示信息之间的识别误差，对所述审计分析神经网络进行网络可学习变量优化。