1.一种财务数据处理方法，其特征在于，包括：

当接收到设备终端所上传的待处理的财务数据时，计算出所述财务数据中所有子数据的数据空值，并根据所述数据空值计算出所述财务数据中所有子数据的占空率；

根据各所述子数据的占空率和预设的均值算法识别出各所述子数据中的异常数据，并将所述异常数据从各所述子数据中删除得到优化数据，其中，根据各所述子数据的占空率和预设的均值算法识别出各所述子数据中的异常数据，并将所述异常数据从各所述子数据中删除得到优化数据的步骤包括：从各所述子数据中筛选出占空率不大于预设空占率阈值的子数据，并将其进行数据排序，以得到对应的数据排序表；

构建所述数据排序表的散点图，并从所述散点图中选择多个散点数据作为初始聚类中心，将其他的散点数据与各所述初始聚类中心的距离将所述其他的散点数据进行聚类分配，以得到聚类数据；

计算出所述聚类数据的聚类中心，并重复进行聚类分配直至所述聚类数据的聚类中心进行收敛，以识别出各所述散点数据中的异常数据，将所述异常数据从所述子数据中删除得到优化数据；

构建相关性指标处理模型，将所述优化数据输入至所述相关性指标处理模型中，以得到所述优化数据中各数据之间的相关性指标，其中，构建相关性指标处理模型的步骤包括：获取标准财务数据，并筛选出所述标准财务数据的频繁数据集，其中，所述标准财务数据即为用户终端所对应的企业的历史财务数据，所述历史财务数据为已完成财务数据处理、且所述历史财务数据的数据处理结果为已知数据，将与多个财务报表相关的历史财务数据进行数据整合，从而得到对应的频繁数据集；

将频繁数据集输入至预先构建的处理模型中，以使所述处理模型进行模型优化，从而得到相关性指标处理模型；

利用预设的数据处理模型对所述相关性指标和所述优化数据进行相关性处理，以得到对应的相关性数据，其中，利用预设的数据处理模型对所述相关性指标和所述优化数据进行相关性处理，以得到对应的相关性数据的步骤包括：获取所述优化数据的所有优化子数据以及所述相关性指标的所有相关指标，所述优化数据的所有优化子数据 ，其中， 表示优化数据中第 个优化子数据，每个优化子数据均由多个数据标识组成，各数据标识定义为 ，其中，表示数据标识的数量；

利用预设的数据处理模型对各所述优化子数据的每个数据标识与各所述相关指标的指标类型进行对比，以计算出各所述优化数据对所述相关性指标的隶属度，其中，所述隶属度为各优化数据的数据标识存在与相关性指标中指标类型相关的比例，所述隶属度表示为：；

；

式中， 表示第 个相关性指标的指标类型集合，只要 数据中的数据标识存在于指标类型集合中，其与指标类型集合的比值则为1， 表示 数据对相关性指标的隶属度， 数据中包含有 个数据标识；

计算出各所述优化数据和所述相关性指标的集合度，并根据各所述优化数据对所述相关性指标的隶属度和集合度计算出所述优化数据中各数据与所述相关性指标的关联程度，其中，所述集合度为各优化数据的中所有数据包含有与相关性指标中多个指标类型相关的比例，所述集合度的计算公式为：；

；

式中， 表示 数据中所有的数据标识与第 个相关性指标的指标类型进行逐一对比， 表示 数据对相关性指标的集合度， 数据中包含有个数据标识；

所述关联程度的计算公式为：

；

；

；

式中， 表示各数据对相关性指标的隶属度， 表示各数据对相关性指标的集合度， 表示关联程度系数，为用户设定的常数；

根据所述关联程度对所述优化数据进行数据筛选，以得到对应的相关性数据，其中，根据所述关联程度对所述优化数据进行数据筛选，以得到对应的相关性数据的步骤包括：将关联程度大于预设关联程度阈值的数据从优化数据中筛除，预设关联程度阈值的表达式为：；

式中， 表示优化数据中各数据的总数，表示阈值系数，为用户设定的常数；

获取数据处理指标，并根据所述数据处理指标对所述相关性数据进行数据处理，以得到对应的处理结果。

2.一种财务数据处理系统，其特征在于，包括：

数据计算模块，用于当接收到设备终端所上传的待处理的财务数据时，计算出所述财务数据中所有子数据的数据空值，并根据所述数据空值计算出所述财务数据中所有子数据的占空率；

数据优化模块，用于根据各所述子数据的占空率和预设的均值算法识别出各所述子数据中的异常数据，并将所述异常数据从各所述子数据中删除得到优化数据，其中，所述数据优化模块包括：数据排序单元，用于从各所述子数据中筛选出占空率不大于预设空占率阈值的子数据，并将其进行数据排序，以得到对应的数据排序表；

数据分配单元，用于构建所述数据排序表的散点图，并从所述散点图中选择多个散点数据作为初始聚类中心，将其他的散点数据与各所述初始聚类中心的距离将所述其他的散点数据进行聚类分配，以得到聚类数据；

数据优化单元，用于计算出所述聚类数据的聚类中心，并重复进行聚类分配直至所述聚类数据的聚类中心进行收敛，以识别出各所述散点数据中的异常数据，将所述异常数据从所述子数据中删除得到优化数据；

指标计算模块，用于构建相关性指标处理模型，将所述优化数据输入至所述相关性指标处理模型中，以得到所述优化数据中各数据之间的相关性指标，其中，所述指标计算模块包括：频繁数据获取单元，用于获取标准财务数据，并筛选出所述标准财务数据的频繁数据集，其中，所述标准财务数据即为用户终端所对应的企业的历史财务数据，所述历史财务数据为已完成财务数据处理、且所述历史财务数据的数据处理结果为已知数据，将与多个财务报表相关的历史财务数据进行数据整合，从而得到对应的频繁数据集；

处理模型构建单元，用于将频繁数据集输入至预先构建的处理模型中，以使所述处理模型进行模型优化，从而得到相关性指标处理模型；

相关性处理模块，用于利用预设的数据处理模型对所述相关性指标和所述优化数据进行相关性处理，以得到对应的相关性数据；

数据处理模块，用于获取数据处理指标，并根据所述数据处理指标对所述相关性数据进行数据处理，以得到对应的处理结果；

其中，所述相关性处理模块包括：

数据解析单元，用于获取所述优化数据的所有优化子数据以及所述相关性指标的所有相关指标，所述优化数据的所有优化子数据 ，其中， 表示优化数据中第 个优化子数据，每个优化子数据均由多个数据标识组成，各数据标识定义为，其中，表示数据标识的数量；

关联程度计算单元，用于利用预设的数据处理模型对各所述优化子数据的每个数据标识与各所述相关指标的指标类型进行对比，以计算出各所述优化数据对所述相关性指标的隶属度，其中，所述隶属度为各优化数据的数据标识存在与相关性指标中指标类型相关的比例，所述隶属度表示为：；

；

式中， 表示第 个相关性指标的指标类型集合，只要 数据中的数据标识存在于指标类型集合中，其与指标类型集合的比值则为1， 表示 数据对相关性指标的隶属度， 数据中包含有 个数据标识；

计算出各所述优化数据和所述相关性指标的集合度，并根据各所述优化数据对所述相关性指标的隶属度和集合度计算出所述优化数据中各数据与所述相关性指标的关联程度，其中，所述集合度为各优化数据的中所有数据包含有与相关性指标中多个指标类型相关的比例，所述集合度的计算公式为：；

；

式中， 表示 数据中所有的数据标识与第 个相关性指标的指标类型进行逐一对比， 表示 数据对相关性指标的集合度， 数据中包含有 个数据标识；

所述关联程度的计算公式为：

；

；

；

式中， 表示各数据对相关性指标的隶属度， 表示各数据对相关性指标的集合度， 表示关联程度系数，为用户设定的常数；相关性处理单元，用于根据所述关联程度对所述优化数据进行数据筛选，以得到对应的相关性数据，其中，将关联程度大于预设关联程度阈值的数据从优化数据中筛除，预设关联程度阈值的表达式为：；

式中， 表示优化数据中各数据的总数，表示阈值系数，为用户设定的常数。

3.一种可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1所述的财务数据处理方法。

4.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1所述的财务数据处理方法。