文件名称：使用基于知识图的推理大规模解释和预测异常费用-研究论文
文件大小：3.73MB
文件格式：PDF
更新时间：2024-06-30 00:39:37
Semantic Web Reasoning
根据全球首屈一指的商务旅行和会议贸易组织全球商务旅行协会的数据，2015 年全球商务旅行支出达到创纪录的 1.2 万亿美元，到 2020 年将达到 1.6 万亿美元。 现有费用系统旨在通过预定义的视图（例如时间段、服务或员工组）报告费用、费用类型和金额。 然而，此类系统并不旨在系统地检测异常费用，更重要的是解释其原因。 因此，从他们的分析中得出任何可用于优化支出和节省的可行见解是耗时、繁琐的，而且通常是不可能的。 面对这一挑战，我们推出了 AIFS，这是一个专为费用业务所有者和审计师设计的系统。 我们的系统正在操纵和结合语义网络和机器学习技术，用于 (i) 识别、(ii) 解释和 (iii) 预测大型组织员工的异常费用索赔。 我们的语义感知员工费用分析和推理原型，对 191 进行了试验； 346 名埃森哲员工在 2015 年展示了解释和预测异常费用任务的可扩展性和准确性。