基于大數據技術的企業數字化智慧財務服務平臺建設研究

周雅瑩 周文琪，2 郭瑤瑤 玉英碩

（1.韓國國立釜慶大學技術經營專門大學院，韓國 釜山 48547；2.嘉興南湖學院商貿管理學院，浙江 嘉興 314001）

基于大數據技術的企業數字化智慧財務服務平臺建設研究旨在探索如何充分利用大數據技術，構建高效、智能的財務管理平臺，將其應用于企業的日常運營與決策過程中[1]。通過結合大數據分析、人工智能等先進技術手段，企業數字化智慧財務服務平臺能夠對海量財務數據進行智能挖掘、分析和預測，為企業提供全面的財務視圖和決策支持[2]。該研究充分考慮到實際需求和技術特點，重點關注了平臺的應用設計，通過對財務數據進行挖掘與分析，提取有價值的財務數據，嚴格控制財務數據管理權限，設置財務數據監控預警等功能，保證企業數字化智慧財務服務平臺構建過程的有效性[3]。通過對比2 種存儲系統的協同處理效果，驗證了系統運行的有效性，通過設計基于大數據技術的企業數字化智慧財務服務平臺為財務系統后續的優化提供參考。

1 平臺應用架構設計

基于大數據技術的企業數字化智慧財務服務平臺由數據服務層、應用層以及展示層構成。平臺應用架構設計如圖1所示。

圖1 基于大數據技術的企業數字化智慧財務服務平臺應用架構設計

數據服務層是基于大數據技術的企業數字化智慧財務服務平臺建設的基礎，負責數據的采集、存儲、處理和管理[4]。在該層中，通過對數據進行讀取、操作及統計，以滿足企業大規模財務數據的處理和存儲需求。應用層是企業數字化智慧財務服務平臺的核心部分，該層基于數據服務層提供各種財務管理功能和分析工具。在該層中，能夠實現權限控制、管理審計以及數據監控等功能，并通過大數據技術實現高效率和智能化的應用處理[5]。設計展示層是為了方便用戶使用和交互，展示層通過可視化界面展示企業財務報表、圖表及分析結果等，便于用戶可以直接了解公司財務狀況，并對其進行可視化的數據分析。

2 硬件設計

為處理和存儲大規模的財務數據，選擇了內存為256GB DDR4 ECC RDIMM 的Dell EMC PowerEdge R740xd 高性能服務器，并配置8×1.92TB SAS SSD 作為存儲設備（采用RAID 配置），以滿足長期保存和高效訪問財務數據的需求。同時，應用Honeywell HIH6130-021-001 溫度傳感器對設備進行實時監測，并通過連接無線網絡與平臺建立連接，采集企業的銷售額、成本和收入等財務數據。為建立穩定可靠、高速傳輸的網絡環境，平臺還加裝了Cisco ISR 4000 Series 路由器、HP Aruba 2930M Series 交換機、Fortinet FortiGate 300E 防火墻等硬件設備，確保平臺能夠快速且安全地傳輸大規模財務數據。

3 軟件設計

3.1 財務數據挖掘及分析

使用API 接口對企業財務數據進行采集。在確定目標企業財務數據來源后，與數據提供方協商并獲得相應的訪問權限。根據API 接口的要求，導入所需的Java 庫，并發送HTTP 請求處理響應?；诖髷祿夹g的企業數字化智慧財務服務平臺財務數據挖掘及分析流程如圖2所示。

圖2 財務數據挖掘及分析流程圖

在確定目標企業財務數據的來源后，與數據提供方協商并獲得相應的訪問權限。通過詳細了解API 接口的文檔和規范，使用Java 編寫代碼實現向目標API 發送請求，并獲取響應數據。若采集的數據符合需求，則對接收到的財務數據進行清洗、轉換和整理，并將其存儲到存儲介質中；若采集的數據不符合需求，則同步更新數據并記錄日志，直至異常情況消失即可完成任務。

3.2 提取財務數據

為提取有效財務數據，系統采用AdaBoost（Adaptive Boosting）集成學習算法，提高分類準確性[6]。在訓練過程中，每個弱分類器根據加權樣本集的錯誤率可確定自身的權重。同時，通過調整樣本權重，對錯分樣本能夠給予更高的關注度，對各弱分類器結果進行加權投票或平均，可生成最終的預測結果。在計算錯誤率的過程中，對于當前輪次的弱分類器，可計算其對應的分類錯誤率。錯誤率越低表示該弱分類器的性能越好。根據錯誤率可計算當前弱分類器在最終模型中所占的權重。錯誤率越低的弱分類器則具有更高的權重。當更新樣本權重時，根據當前輪次弱分類器對每個樣本是否被正確分類進行更新。被錯誤分類的樣本會被賦予更高的權重，以便在下一輪訓練中得到更多關注。最終的強分類器預測公式如公式（1）所示。

式中：Δ為預測結果；ai和hi（x）分別為第i個基本分類器的權重和預測結果。sign函數用于將結果轉化為二分類輸出。使用測試數據集評估訓練好的AdaBoost 模型在財務數據提取任務上的性能，可以使用準確率、召回率、F1 分數等指標進行評估。在驗證模型達到預期性能后，將訓練好的AdaBoost模型部署到實際使用場景中，可提取具體的財務數據。

3.3 財務數據權限控制

根據不同角色的職責和需要，企業數字化智慧財務服務平臺須劃分用戶群體并定義相應權限[7]。系統用戶角色包括高級管理人員、財務部門員工以及審計人員等。系統遵循最小權限原則，每個用戶只被授予完成其工作所需的最低權限級別，以減少潛在風險[8]。企業數字化智慧財務服務平臺數據權限控制流程如圖3所示。

圖3 數據權限控制流程圖

基于最小權限原則，可以采取以下措施進一步實現。首先，對于不同的角色或用戶，定義相應的權限級別。其次，為每個角色分配特定的權限，確保每個角色只被授予完成其工作所需的最低權限級別。根據不同的角色和權限級別，建立訪問控制規則，以限制用戶對不同數據和操作的訪問能力。當分配用戶特定權限時，可以通過使用繼承機制，確保用戶繼承其角色所擁有的權限。最后，在確定最小權限的同時，可以引入負責人授權機制，在某些特定情況下，具備更高級別操作權限的用戶可對其進行授權確認。

3.4 財務數據監控預警

根據企業財務具體業務需求，設定利潤率、現金流以及營業收入等一系列關鍵指標以及相應的預警閾值，用于監控財務情況[9]。設定指標及閾值數據見表1。

表1 企業財務數據監控預警閾值范圍

以上閾值為系統初始設定值，財務專業人員和管理層可根據實際情況定期對以上數據進行評估，并與相關部門共同制定合適的預警閾值。系統預警流程如圖4所示。

圖4 企業財務數據監控預警實現流程圖

待數據清洗后，根據企業需求和具體業務情況，設定關鍵指標及其對應的預警閾值。系統對經過預處理的數據進行實時監控，與設定的指標和閾值進行比較，判斷當前數據是否觸發設定的預警閾值。如果達到或超過預警閾值，則觸發預警判斷。如果沒有超出閾值范圍，則直接記錄監控報告。根據觸發的預警條件，系統將自動發送預警通知給企業財務管理人員，企業財務管理人員可以通過短信、郵件、手機應用等方式獲取通知信息。接收到財務預警通知以后，企業財務相關管理人員應針對問題進行及時地處理和反饋，進一步調查和分析企業具體財務情況，并采取適當措施以應對問題。

4 系統測試

4.1 測試環境

在測試環境的配置中，數據庫服務器采用Dell PowerEdge R740xd 用于承載數據庫服務并提供高性能和可靠性；本地編譯器采用JetBrains IntelliJ IDEA對Java進行開發和編譯，以提高開發效率和代碼質量。Java 版本為Java SE 6，其具備基本的Java 編程功能和API 庫支持；系統使用的服務器發行版本為Windows Server 2016，其作為Microsoft 發布的服務器操作系統，能夠提供豐富的功能和工具支持，適用于構建和管理企業級應用和服務。在測試過程中，選擇了S 企業真實的局域網環境進行測試，為確保本次測試對企業的利益不造成任何負面影響，因此在測試中經過匿名化和脫敏處理，確保不泄露該企業任何相關的敏感信息。

4.2 測試方法

為驗證系統的實際應用效果，筆者對傳統的EMC VNX5200 存儲系統和采用的數據庫服務器Dell PowerEdge R740xd 進行對比。在測試過程中，選擇word count 任務作為測試數據，并對數據進行了統一處理，其中，總數據量為5GB，格式為Homelib 文件格式。在測試過程中，兩種存儲形式均以120Mb/s 的速度進行接入，并采用相同的C2G （Cables to Go）收發裝置進行測試。通過對比兩種存儲系統的協同處理效果，可評估現有裝置在識別率方面的表現情況，識別率如公式（2）所示。

式中：γ為Dell EMC PowerEdge R740xd 存儲系統在存儲數據時的識別率，即能夠正確識別數據性質的概率；si為存儲系統第i次存儲過程中，能夠正確識別的數據量；N為系統需要進行存儲期間的財務信息數據總量。

4.3 測試結果

根據公式（2），計算2 組存儲系統的識別率并記錄結果，見表2。

表2 識別率測試結果對比記錄

由表2 可知，測試組的識別率均在99%以上，而傳統組的平均識別率為64.98%。因此，從平均值角度來看，測試組比傳統組表現更好。觀察每個數據點上測試組和傳統組的識別率，發現測試組在每個測試次數上的識別率都明顯高于傳統組。表明在測試過程中，測試組在處理任務時具有更高的準確性和可靠性。

5 結語

通過構建智慧財務服務平臺，企業可以從海量財務數據中挖掘有價值的信息，實現更準確、及時的財務分析和預測。有助于提升企業對經營狀況和風險的把握能力，為決策者提供更可靠的依據，并推動企業在競爭激烈的市場中取得優勢。通過設計平臺應用架構測試存儲系統的識別率。然而，該研究仍存在一定的局限性，對于平臺設計的財務報警閾值及評估方式受限于特定領域。因此，企業在實際應用中，需要考慮具體需求，對數據進行整理。未來可以進一步對財務數據分析、人工智能應用和用戶體驗等方面進行深化，不斷提升平臺性能，為企業提供更智能化、高效的財務服務，實現企業數字化轉型的目標。