1、中国新技术新产品2024 NO.1(上)-129-技 术 经 济 与 管 理基于大数据技术的企业数字化智慧财务服务平台建设研究旨在探索如何充分利用大数据技术,构建高效、智能的财务管理平台,将其应用于企业的日常运营与决策过程中1。通过结合大数据分析、人工智能等先进技术手段,企业数字化智慧财务服务平台能够对海量财务数据进行智能挖掘、分析和预测,为企业提供全面的财务视图和决策支持2。该研究充分考虑到实际需求和技术特点,重点关注了平台的应用设计,通过对财务数据进行挖掘与分析,提取有价值的财务数据,严格控制财务数据管理权限,设置财务数据监控预警等功能,保证企业数字化智慧财务服务平台构建过程的有效性3。通
2、过对比 2 种存储系统的协同处理效果,验证了系统运行的有效性,通过设计基于大数据技术的企业数字化智慧财务服务平台为财务系统后续的优化提供参考。1 平台应用架构设计基于大数据技术的企业数字化智慧财务服务平台由数据服务层、应用层以及展示层构成。平台应用架构设计如图1 所示。数据服务层是基于大数据技术的企业数字化智慧财务服务平台建设的基础,负责数据的采集、存储、处理和管理4。在该层中,通过对数据进行读取、操作及统计,以满足企业大规模财务数据的处理和存储需求。应用层是企业数字化智慧财务服务平台的核心部分,该层基于数据服务层提供各种财务管理功能和分析工具。在该层中,能够实现权限控制、管理审计以及数据监控
3、等功能,并通过大数据技术实现高效率和智能化的应用处理5。设计展示层是为了方便用户使用和交互,展示层通过可视化界面展示企业财务报表、图表及分析结果等,便于用户可以直接了解公司财务状况,并对其进行可视化的数据分析。2 硬件设计为处理和存储大规模的财务数据,选择了内存为 256GB DDR4 ECC RDIMM 的 Dell EMC PowerEdge R740 xd 高性能服务器,并配置 81.92TB SAS SSD 作为存储设备(采用 RAID 配置),以满足长期保存和高效访问财务数据的需求。同时,应用 Honeywell HIH6130-021-001 温度传感器对设备进行实时监测,并通过连
4、接无线网络与平台建立连接,采集企业的销售额、成本和收入等财务数据。为建立稳定可靠、高速传输的网络环境,平台还加装了 Cisco ISR 4000 Series 路由器、HP Aruba 2930M Series 交换机、Fortinet FortiGate 300E 防火墙等硬件设备,确保平台能够快速且安全地传输大规模财务数据。3 软件设计3.1 财务数据挖掘及分析使用 API 接口对企业财务数据进行采集。在确定目标企业财务数据来源后,与数据提供方协商并获得相应的访问权限。根据 API 接口的要求,导入所需的 Java 库,并发送HTTP 请求处理响应。基于大数据技术的企业数字化智慧财务服务平
5、台财务数据挖掘及分析流程如图 2 所示。在确定目标企业财务数据的来源后,与数据提供方协商并获得相应的访问权限。通过详细了解API接口的文档和规范,使用 Java 编写代码实现向目标 API 发送请求,并获取响应数据。若采集的数据符合需求,则对接收到的财务数据进行清洗、转换和整理,并将其存储到存储介质中;若采集的数据不符合需求,则同步更新数据并记录日志,直至异常情况消失即可完成任务。基于大数据技术的企业数字化智慧财务服务平台建设研究周雅莹1周文琪1,2郭瑶瑶1玉英硕1(1.韩国国立釜庆大学技术经营专门大学院,韩国 釜山 48547;2.嘉兴南湖学院商贸管理学院,浙江 嘉兴 314001)摘 要:
6、使用大数据技术可以对庞大的财务数据进行深入分析,帮助企业更准确地评估经营状况,预测未来趋势。本文基于大数据技术对企业数字化智慧财务服务平台进行研究,设计了适应需求的应用架构,从服务层、应用层和展示层组建企业数字化智慧财务服务平台。为实现智慧财务服务平台应用功能,在软件设计中,通过对财务数据挖掘与分析、财务数据提取、财务数据权限控制和财务数据监控预警功能进行详细设计,满足企业数字化智慧财务服务平台的应用需求,在系统测试中,通过对比测试,验证了平台的协同处理效果,保证系统运行过程中的稳定性。关键词:智慧平台;大数据技术;财务服务中图分类号:F27文献标志码:A图 1 基于大数据技术的企业数字化智慧
7、财务服务平台应用架构设计中国新技术新产品2024 NO.1(上)-130-技 术 经 济 与 管 理3.2 提取财务数据为提取有效财务数据,系统采用 AdaBoost(Adaptive Boosting)集成学习算法,提高分类准确性6。在训练过程中,每个弱分类器根据加权样本集的错误率可确定自身的权重。同时,通过调整样本权重,对错分样本能够给予更高的关注度,对各弱分类器结果进行加权投票或平均,可生成最终的预测结果。在计算错误率的过程中,对于当前轮次的弱分类器,可计算其对应的分类错误率。错误率越低表示该弱分类器的性能越好。根据错误率可计算当前弱分类器在最终模型中所占的权重。错误率越低的弱分类器则具
8、有更高的权重。当更新样本权重时,根据当前轮次弱分类器对每个样本是否被正确分类进行更新。被错误分类的样本会被赋予更高的权重,以便在下一轮训练中得到更多关注。最终的强分类器预测公式如公式(1)所示。=sign(aighi(x)(1)式中:为预测结果;ai和 hi(x)分别为第 i 个基本分类器的权重和预测结果。sign函数用于将结果转化为二分类输出。使用测试数据集评估训练好的 AdaBoost 模型在财务数据提取任务上的性能,可以使用准确率、召回率、F1 分数等指标进行评估。在验证模型达到预期性能后,将训练好的AdaBoost模型部署到实际使用场景中,可提取具体的财务数据。3.3 财务数据权限控制
9、根据不同角色的职责和需要,企业数字化智慧财务服务平台须划分用户群体并定义相应权限7。系统用户角色包括高级管理人员、财务部门员工以及审计人员等。系统遵循最小权限原则,每个用户只被授予完成其工作所需的最低权限级别,以减少潜在风险8。企业数字化智慧财务服务平台数据权限控制流程如图 3 所示。基于最小权限原则,可以采取以下措施进一步实现。首先,对于不同的角色或用户,定义相应的权限级别。其次,为每个角色分配特定的权限,确保每个角色只被授予完成其工作所需的最低权限级别。根据不同的角色和权限级别,建立访问控制规则,以限制用户对不同数据和操作的访问能力。当分配用户特定权限时,可以通过使用继承机制,确保用户继承
10、其角色所拥有的权限。最后,在确定最小权限的同时,可以引入负责人授权机制,在某些特定情况下,具备更高级别操作权限的用户可对其进行授权确认。3.4 财务数据监控预警根据企业财务具体业务需求,设定利润率、现金流以及营业收入等一系列关键指标以及相应的预警阈值,用于监控财务情况9。设定指标及阈值数据见表 1。表 1 企业财务数据监控预警阈值范围指标预警阈值利润率(%)5现金流量比率(%)1资本回报率(ROE)(%)10人均营业收入较大波动或突然下降应收账款周转率90天或超出行业平均水平存货周转率120天或超出行业平均水平销售增长率(%)较低于预期以上阈值为系统初始设定值,财务专业人员和管理层可根据实际情
11、况定期对以上数据进行评估,并与相关部门共同制定合适的预警阈值。系统预警流程如图 4 所示。待数据清洗后,根据企业需求和具体业务情况,设定关键指标及其对应的预警阈值。系统对经过预处理的数据进行实时监控,与设定的指标和阈值进行比较,判断当前数据是否触发设定的预警阈值。如果达到或超过预警阈值,则触发预警判断。如果没有超出阈值范围,则直接记录监控报告。根据触发的预警条件,系统将自动发送预警通知给企业财务管理人员,企业财务管理人员可以通过短信、邮件、手机应用等方式获取通知信息。接收到财务预警通知以后,企业财务相关管理人员应针对问题进行及时地处理和反馈,进一步调查和分析企业具体财务情况,并采取适当措施以应
12、对问题。4 系统测试4.1 测试环境在测试环境的配置中,数据库服务器采用 Dell PowerEdge 图 2 财务数据挖掘及分析流程图图 3 数据权限控制流程图中国新技术新产品2024 NO.1(上)-131-技 术 经 济 与 管 理R740 xd 用于承载数据库服务并提供高性能和可靠性;本地编译器采用JetBrains IntelliJ IDEA对Java进行开发和编译,以提高开发效率和代码质量。Java 版本为 Java SE 6,其具备基本的 Java 编程功能和 API 库支持;系统使用的服务器发行版本为 Windows Server 2016,其作为 Microsoft 发布的服
13、务器操作系统,能够提供丰富的功能和工具支持,适用于构建和管理企业级应用和服务。在测试过程中,选择了S 企业真实的局域网环境进行测试,为确保本次测试对企业的利益不造成任何负面影响,因此在测试中经过匿名化和脱敏处理,确保不泄露该企业任何相关的敏感信息。4.2 测试方法为验证系统的实际应用效果,笔者对传统的 EMC VNX5200 存储系统和采用的数据库服务器 Dell PowerEdge R740 xd 进行对比。在测试过程中,选择 word count 任务作为测试数据,并对数据进行了统一处理,其中,总数据量为 5GB,格式为 Homelib 文件格式。在测试过程中,两种存储形式均以 120Mb
14、/s 的速度进行接入,并采用相同的C2G(Cables to Go)收发装置进行测试。通过对比两种存储系统的协同处理效果,可评估现有装置在识别率方面的表现情况,识别率如公式(2)所示。?=sNii=j?100%(2)式中:为 Dell EMC PowerEdge R740 xd 存储系统在存储数据时的识别率,即能够正确识别数据性质的概率;si为存储系统第 i 次存储过程中,能够正确识别的数据量;N 为系统需要进行存储期间的财务信息数据总量。4.3 测试结果根据公式(2),计算 2 组存储系统的识别率并记录结果,见表 2。表 2 识别率测试结果对比记录存储次数i测试组识别率(%)传统组识别率(%
15、)199.364.3299.865.2399.264.7499.465.4599.765.3由表 2 可知,测试组的识别率均在 99%以上,而传统组的平均识别率为 64.98%。因此,从平均值角度来看,测试组比传统组表现更好。观察每个数据点上测试组和传统组的识别率,发现测试组在每个测试次数上的识别率都明显高于传统组。表明在测试过程中,测试组在处理任务时具有更高的准确性和可靠性。5 结语通过构建智慧财务服务平台,企业可以从海量财务数据中挖掘有价值的信息,实现更准确、及时的财务分析和预测。有助于提升企业对经营状况和风险的把握能力,为决策者提供更可靠的依据,并推动企业在竞争激烈的市场中取得优势。通过
16、设计平台应用架构测试存储系统的识别率。然而,该研究仍存在一定的局限性,对于平台设计的财务报警阈值及评估方式受限于特定领域。因此,企业在实际应用中,需要考虑具体需求,对数据进行整理。未来可以进一步对财务数据分析、人工智能应用和用户体验等方面进行深化,不断提升平台性能,为企业提供更智能化、高效的财务服务,实现企业数字化转型的目标。参考文献1 吴如云.浅析大数据环境下企业财务管理信息系统的应用 J.中国集体经济,2023(26):134-137.2 陈信元,何贤杰,邹汝康,等.基于大数据的企业“第四张报表”:理论分析、数据实现与研究机会 J.管理科学学报,2023,26(5):23-52.3 王亚男
17、.ERP 系统在饲料企业财务管理信息化中的应用研究 J.中国饲料,2023(8):94-97.4 卿静,杨记军.基于财务共享与业财融合的智能财务系统研究 J.会计之友,2022(20):118-125.5 吴沁馨.基于人工智能的中学“智慧财务”服务模式分析 J.财会学习,2022(26):42-44.6 杨蕊.公立医院智慧财务管理系统的设计与运用研究 J.财经界,2022(14):125-127.7 林涛.基于供应链的企业财务信息安全存储系统设计 J.信息与电脑(理论版),2022,34(9):226-228.8 杨玉龙,方晶莹.数字化转型提升企业价值的组织机制考察以顺鑫农业为例 J.中国管理会计,2021(4):38-51.9 郭玮,潘娟娟.基于企业财务信息化管理的会计电算化系统设计 J.现代电子技术,2020,43(15):183-186.通信作者:玉英硕(1960),男,韩国人,博士,教授,博士生导师,研究方向为制造信息系统、中小型企业信息策略创业。电子邮箱:ysockpknu.ac.kr。图 4 企业财务数据监控预警实现流程图
©2010-2024 宁波自信网络信息技术有限公司 版权所有
客服电话:4008-655-100 投诉/维权电话:4009-655-100