[發(fā)明專利]一種基于財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)商機(jī)挖掘方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010196806.8
• 申請(qǐng)日: 2020-03-19
• 公開（公告）號(hào): CN111400375A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 王帥龍;張永軍
• 申請(qǐng)（專利權(quán)）人: 暢捷通信息技術(shù)股份有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/25;G06F16/28;G06Q40/00
• 代理公司: 北京久誠知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種基于財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)商機(jī)挖掘方法，其特征在于，包括：

數(shù)據(jù)接收存儲(chǔ)，接收用戶使用財(cái)務(wù)軟件之后的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)，并進(jìn)行存儲(chǔ)；現(xiàn)存的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)，包括訂單數(shù)據(jù)，財(cái)務(wù)數(shù)據(jù)和用戶行為數(shù)據(jù)；

需求分析，獲取現(xiàn)有需求進(jìn)行分析，并獲取財(cái)務(wù)業(yè)務(wù)專家的分類，并根據(jù)分類形成建模數(shù)據(jù)；

模型訓(xùn)練，接收建模數(shù)據(jù)，采用K_means無監(jiān)督機(jī)器學(xué)習(xí)進(jìn)行聚類分析；

運(yùn)營實(shí)踐，獲取聚類分析結(jié)果，結(jié)合運(yùn)營業(yè)務(wù)分析用戶標(biāo)簽，并制定運(yùn)營方案進(jìn)行測(cè)試。

2.如權(quán)利要求1所述的方法，其特征在于，所述需求分析，包括對(duì)分析運(yùn)營需求結(jié)合之前的用戶標(biāo)簽數(shù)據(jù)和運(yùn)營流程對(duì)需求分類，根據(jù)需求分類確定對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行ETL操作，形成財(cái)務(wù)建模指標(biāo)數(shù)據(jù)。

3.如權(quán)利要求1所述的方法，其特征在于，所述模型訓(xùn)練，包括步驟1，利用譜系聚類圖和業(yè)務(wù)需求確定聚類K值。

4.如權(quán)利要求3所述的方法，其特征在于，所述模型訓(xùn)練，包括步驟2，訓(xùn)練k_means聚類模型對(duì)建模指標(biāo)數(shù)據(jù)進(jìn)行分簇，分為K簇。

5.如權(quán)利要求4所述的方法，其特征在于，所述模型訓(xùn)練，包括步驟3，對(duì)建模指標(biāo)數(shù)據(jù)根據(jù)聚類分簇進(jìn)行打標(biāo)記，分析不同類別數(shù)據(jù)的密度特征。

6.如權(quán)利要求5所述的方法，其特征在于，所述模型訓(xùn)練，包括步驟4，對(duì)不同的建模指標(biāo)密度特征進(jìn)行歸類，結(jié)合當(dāng)前標(biāo)簽體系和運(yùn)營過程形成商機(jī)標(biāo)簽。

7.一種基于財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)商機(jī)挖掘裝置，其特征在于，包括：

數(shù)據(jù)接收存儲(chǔ)單元，用于接收用戶使用財(cái)務(wù)軟件之后的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)，并進(jìn)行存儲(chǔ)；現(xiàn)存的財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)，包括訂單數(shù)據(jù)，財(cái)務(wù)數(shù)據(jù)和用戶行為數(shù)據(jù)；

需求分析單元，用于獲取現(xiàn)有需求進(jìn)行分析，并獲取財(cái)務(wù)業(yè)務(wù)專家的分類，并根據(jù)分類形成建模數(shù)據(jù)；

模型訓(xùn)練單元，用于接收建模數(shù)據(jù)，采用K_means無監(jiān)督機(jī)器學(xué)習(xí)進(jìn)行聚類分析；運(yùn)營實(shí)踐單元，用于獲取聚類分析結(jié)果，結(jié)合運(yùn)營業(yè)務(wù)分析用戶標(biāo)簽，并制定運(yùn)營方案進(jìn)行測(cè)試。

8.如權(quán)利要求7所述的裝置，其特征在于，所述需求分析單元，包括用于對(duì)分析運(yùn)營需求結(jié)合之前的用戶標(biāo)簽數(shù)據(jù)和運(yùn)營流程對(duì)需求分類，根據(jù)需求分類確定對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行ETL操作，形成財(cái)務(wù)建模指標(biāo)數(shù)據(jù)。

9.如權(quán)利要求7所述的裝置，其特征在于，所述模型訓(xùn)練單元，包括用于利用譜系聚類圖和業(yè)務(wù)需求確定聚類K值；訓(xùn)練k_means聚類模型對(duì)建模指標(biāo)數(shù)據(jù)進(jìn)行分簇，分為K簇；對(duì)建模指標(biāo)數(shù)據(jù)根據(jù)聚類分簇進(jìn)行打標(biāo)記，分析不同類別數(shù)據(jù)的密度特征；對(duì)不同的建模指標(biāo)密度特征進(jìn)行歸類，結(jié)合當(dāng)前標(biāo)簽體系和運(yùn)營過程形成商機(jī)標(biāo)簽。