程序聚合 软件案例 基于工业园区内部员工的离退委部门研发的员工大病医疗补助管理系统-大病医疗补助管理系统

基于工业园区内部员工的离退委部门研发的员工大病医疗补助管理系统-大病医疗补助管理系统

2025-10-16 16:01:00
行业:企业服务(saas)、企业内部管理
载体:云服务/云平台、安卓APP
技术:Java、Vue、RabbitMQ、MySQL Workbench

业务和功能介绍

一、立项背景与目标​
(一)立项背景​
传统员工大病医疗补助存在申请流程繁琐、材料审核效率低、资金发放周期长等问题,纸质材料易丢失,审批节点不透明,员工难以实时追踪进度;企业侧缺乏统一数据管理平台,补助标准执行不规范,资金使用监管困难,无法精准掌握补助发放情况。同时,员工因病致困的保障需求日益迫切,需数字化系统打通 “申请 -审核-发放-归档” 全链路,提升管理效率与员工体验。​
(二)立项目标​
效率目标:将补助申请审核周期从15个工作日缩短 5个工作日,材料审核准确率达100%;​
管理目标:实现补助流程全线上化、可追溯,规范资金发放标准,降低人工管理成本;​
员工目标:简化申请流程,提供进度实时查询功能,保障补助资金及时到账,增强员工归属感。​
二、软件功能及核心功能介绍​
(一)整体软件功能框架​
系统涵盖补助申请、材料审核、资金管理、数据统计、系统管理五大核心模块,配套消息通知与档案归档功能,形成全流程管理体系。​
(二)核心功能​
智能补助申请:员工可在线填写申请信息,上传医疗诊断证明、费用清单等电子材料,系统支持OCR识别自动提取关键信息(如病种、金额),减少手动录入错误;内置补助标准库,自动匹配符合条件的补助金额,生成申请单。​
多级审核流转:设置部门、人力资源部、财务部门三级审核节点,支持在线批注与意见反馈,审核进度实时同步;针对特殊情况可发起加急审批,系统自动发送短信/站内信提醒审核人,避免流程卡顿。​
资金发放管理:审核通过后自动生成拨款清单,对接企业财务系统实现批量转账;支持补助资金拆分发放,记录每笔资金的发放状态与流水,生成合规财务凭证,便于后续审计。​
数据统计分析:自动统计补助申请量、审批通过率、资金使用情况等核心指标,生成可视化报表;支持按部门、病种、时间维度筛选数据,为企业优化补助政策提供数据支撑。​
三、核心业务流程​
员工确诊大病后,登录系统提交补助申请,上传电子材料;​
系统 OCR 识别材料信息并校验完整性,自动匹配补助标准;​
部门负责人 1 个工作日内完成初审,反馈修改意见(若有);​
人力资源部 2 个工作日内审核材料真实性与合规性;​
财务部 1 个工作日内核对信息,生成拨款指令并完成发放;​
系统自动归档申请材料与资金流水,向员工推送到账通知,形成闭环。​
四、功能路径描述​
补助申请:登录系统→进入“补助申请”模块→填写个人信息与病情详情→上传电子材料→系统自动预审核→提交申请;​
审核操作:审核人登录→进入“待审核任务”→查看申请材料与系统匹配建议→填写审核意见→通过 / 驳回(驳回需注明原因);​
进度查询:员工登录→进入“我的申请→查看当前审批节点与处理人→接收系统推送的审核进度通知;​
数据查看:管理员登录→进入“数据统计”模块→选择统计维度→查看生成的报表。

项目实现

一、整体架构与设计思路​
采用 “B/S 分层架构 + 微服务拆分” 设计,分前端交互层、业务服务层、数据存储层。前端层面向员工、审核员、管理员三类角色提供定制化界面;业务层按 “申请 - 审核 - 资金 - 统计” 拆分为独立微服务,通过 API 网关联动;数据层实现结构化与非结构化数据分离。设计核心:一是基于 RBAC 模型做细粒度权限控制,确保数据安全;二是引入工作流引擎实现审批流程可配置;三是用分布式文件存储管理医疗证明,兼顾存取效率与合规性。​
二、各模块技术栈​
前端层:Vue3+Vite 构建,Element Plus 组件库适配多角色界面,ECharts 实现数据可视化,OCR 识别集成腾讯云 API;​
业务层:Spring Cloud 微服务架构,Spring Boot 开发各服务模块,Flowable 工作流引擎管控审批流程,Spring Security 做身份认证;​
数据层:MySQL 存储业务数据(申请信息、审批记录),MongoDB 存非结构化数据(医疗证明扫描件),Redis 缓存高频数据(审批节点、补助标准);​
基础设施:Docker 容器化部署,Nginx 做反向代理,MinIO 实现分布式文件存储,RabbitMQ 处理消息通知(审核提醒、到账通知)。​
三、“我” 负责的模块与结果​
负责补助申请模块 + OCR 识别子系统,核心成果:​
开发OCR自动提取功能,支持身份证、医疗发票等 6 类材料识别,关键信息提取准确率达 92%,减少80%手动录入工作量;​
设计申请表单智能校验逻辑,实时检测材料完整性(如缺诊断证明自动提示),表单提交成功率从75%提升至98%;​
实现申请进度实时同步功能,员工端进度更新延迟≤10秒,咨询量减少60%;​
模块上线后,日均处理申请 50 + 条,峰值支持 200 人同时提交,响应时间稳定在300ms 内。​
四、难点、坑与解决方案​
难点 1:OCR 识别医疗发票时,手写字体识别准确率低(初期仅 65%)​
坑:直接依赖通用 OCR 模型,未适配医疗票据格式​
解决方案:收集 1000 + 张医疗发票样本,基于腾讯云 OCR 做 fine-tune 训练,优化字段定位算法,准确率提升至 92%。​
难点 2:审批流程变更需频繁改代码​
坑:初期硬编码审批节点,新增“分公司初审”环节需3天开发​
解决方案:集成Flowable工作流引擎,开发可视化流程配置界面,支持拖拽调整节点,流程变更配置时间缩短至30分钟。​
难点 3:医疗证明文件上传失败率高​
坑:大文件(50MB+)直接上传易超时,弱网环境下重试机制无效​
解决方案:实现文件分片上传(每片5MB)+ 断点续传,结合MinIO分布式存储,上传成功率从 82%提升至99%。

示例图片视频


产品+开发
30天前活跃
方向: 前端-跨端开发、后端-Java、
交付率:100.00%
相似推荐
Java 应用集群迁移与 Elasticsearch 数据同步
一、背景与目标 客户因业务调整,需要将现有生产环境的网站服务及数据完整迁移至新服务器。涉及约 10 个 Java 网络应用程序及配套的搜索、消息队列服务。目标是在保证数据完整性的前提下,实现业务的平滑割接,确保迁移后服务可正常访问。 二、功能模块 1.全量服务迁移: 涵盖 Elasticsearch 7.8.0 搜索引擎、Nginx 反向代理、RabbitMQ 消息队列及 Redis 缓存服务的部署与配置还原。 2.Java 应用部署: 迁移并配置 10 个左右的 Java 后端应用,恢复其 JVM 参数及配置文件。 3.数据一致性保障: 执行数据库与索引数据的导出导入操作,确保新旧环境数据一致。
CentOS7 Docker 基础运行环境搭建与组件部署
客户需要在单台 CentOS 7 服务器上快速构建一套标准化的后端开发与运行环境。目标是替代繁琐的手动安装过程,通过容器化技术统一部署 MySQL、MongoDB、Redis、Kafka、Zookeeper、MinIO 等中间件,并预置 GoLang 开发环境,确保环境的一致性和可移植性。 功能模块: 1.中间件容器化: 集成 MySQL 5.7+、MongoDB 6.0+、Redis 7.0+、Kafka 及 Zookeeper 等核心组件,通过 Docker Compose 进行统一编排启动。 2.对象存储服务: 部署 MinIO 对象存储,用于非结构化数据的存储测试。 3.环境初始化: 编写初始化脚本,自动完成各组件的用户名密码配置(如 mysql/mongodb/redis/minio 统一认证),并安装 GoLang 1.18 及 Git 工具链,交付即可用的基础镜像环境。
MyDiary
海外版 Android 应用独立开发实践,基于 Kotlin + Jetpack Compose + MVVM 架构,覆盖音乐播放器与隐私日记两款产品。音乐播放器支持本地音频扫描、后台播放、通知/媒体会话控制、播放队列、进度控制、循环模式及状态持久化;隐私日记支持富文本编辑、图片/表情/标签、多字体主题、时间线浏览、本地密码锁、云同步备份恢复与数据导出,注重海外用户隐私合规、流畅交互与数据安全保障。负责需求分析、UI/UX、架构设计、音视频/数据存储/同步模块实现及持续迭代。
半熟类社交平台
重逢的创建初衷是提供一个平台,为用户维护个人的半熟社交人际关系,辅助用户整合非日常交流好友资源,以此为用户提供可能需要的人际关系价值。项目的主要通过iOS和Android两个主流平台APP提供服务,后端通过ECS中PHP提供平台服务,并通过Python提供一定的数据分析服务。
求职投递管理平台
当前大学生求职海投过程中,经常出现投递企业过多、面试进度混乱、遗忘跟进简历状态等问题,缺少轻量化的进度跟踪工具。本求职投递管理系统以此为背景立项,目标是打造一款浏览器本地存储的求职台账工具。系统包含投递记录管理、待办事项提醒、进度数据看板、求职漏斗统计、数据导出备份五大核心模块。用户可以新增、检索、筛选所有投递记录,实时查看投递、笔试、面试、offer 全流程状态;首页看板可视化展示投递总量、面试数量与回应率,临近面试任务自动提醒,所有数据保存在浏览器本地,无需后端服务器,保障个人求职隐私安全。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服