CN107918658B - 一种商机生成方法及系统 - Google Patents

一种商机生成方法及系统 Download PDF

Info

Publication number
CN107918658B
CN107918658B CN201711160647.0A CN201711160647A CN107918658B CN 107918658 B CN107918658 B CN 107918658B CN 201711160647 A CN201711160647 A CN 201711160647A CN 107918658 B CN107918658 B CN 107918658B
Authority
CN
China
Prior art keywords
user
business opportunity
business
semantic
supporting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711160647.0A
Other languages
English (en)
Other versions
CN107918658A (zh
Inventor
车进
曾晶
陈桓
张良杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kingdee Software China Co Ltd
Original Assignee
Kingdee Software China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kingdee Software China Co Ltd filed Critical Kingdee Software China Co Ltd
Priority to CN201711160647.0A priority Critical patent/CN107918658B/zh
Publication of CN107918658A publication Critical patent/CN107918658A/zh
Application granted granted Critical
Publication of CN107918658B publication Critical patent/CN107918658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种商机生成方法及系统，用于提高将商机数据转化为商机的概率，提高用户的使用体验。本发明实施例方法包括：获取用户的商机关键词；根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；将联系方式推送给用户。本发明实施例还提供了一种商机生成系统，用于提高将商机数据转化为商机的概率，提高用户的使用体验。

Description

一种商机生成方法及系统
技术领域
本发明涉及商业技术领域，尤其涉及一种商机生成方法及系统。
背景技术
商机，从经济学意义上讲，是指能由此获得利润的机会。传统的销售人员获取商机的方式有十种，它们分别是：搜索、权威数据库、专业网站、展览、老客户、竞争对手、客户企业、市场考察、会议与论坛、专业机构。
对于许多用户尤其是新手而言，往往缺乏老客户资源，不熟悉竞争对手或市场考察能力弱，只能通过网络数据的自我搜索或访问权威数据库及专用网站来获取商机，而目前的权威数据库或专用网站往往会推荐大量的数据让用户自我分析，最终确定对自己有用的数据。
目前这种获取商机的方式需要花费大量的人力物力，且转化为利润的概率较低，用户的使用体验较差。
发明内容
本发明实施例提供了一种商机生成方法及系统，用于提高将商机数据转化为商机的概率，提高用户的使用体验。
本发明第一方面提供了一种商机生成方法，包括：
获取用户的商机关键词；
根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
将联系方式推送给用户。
优选的，在获取用户的商机关键词之前，该方法还包括：
建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息。
优选的，将联系方式推送给用户之后，该方法还包括：
通过商机分析引擎获取用户的用户画像库；
根据用户的用户画像库，从语义支撑词知识库中确定与用户相近的N个用户；
从商机数据库中读取N个用户的商机数据，并将商机数据推送给用户。
优选的，利用自动爬取技术生成原始商机线索包括：
从互联网外部数据中搜索与语义支撑词相关联的原始商机数据；
对原始商机数据进行去噪和结构化处理，得到原始商机线索。
优选的，在获取用户的商机关键词之前，该方法还包括：
根据用户的注册方式和/或活跃度，确定用户的优先级；
从语义支撑词知识库中获取用户的语义支撑词包括：
根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取用户的语义支撑词。
优选的，在获取用户的商机关键词之前，该方法还包括：
接收用户输入的商机需求用语；
对商机需求用语进行语义分析，得到用户的商机关键词。
本发明第二方面提供了一种商机生成系统，包括：
第一获取单元，用于获取用户的商机关键词；
第一生成单元，用于根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
第二生成单元，用于从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
爬取单元，用于通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
第一推送单元，用于将联系方式推送给用户。
优选的，该系统还包括：
建立单元，用于建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息。
优选的，该系统还包括：
第二获取单元，用于通过商机分析引擎获取用户的用户画像库；
第一确定单元，用于根据用户的用户画像库，从语义支撑词知识库中确定与用户相近的N个用户；
第二推送单元，用于从商机数据库中读取N个用户的商机数据，并将商机数据推送给用户。
本发明还提供了一种计算机装置，包括处理器，该处理器在处理存储于存储器上的计算机程序时，用于实现如下的步骤：
获取用户的商机关键词；
根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
将联系方式推送给用户。
本发明还提供了一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，用于实现如下的步骤：
获取用户的商机关键词；
根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
将联系方式推送给用户。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明中，首先获取用户的商机关键词，根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库，从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索，因为将用户的商机关键词扩充出更多的语义支撑词，从而增大了商机数据的查找范围，提高了商机数据到商机的转化效率；其次，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，将联系方式推送给用户，因为最终提供给用户的是与商机线索相关联的联系方式，免除了用户分析原始商机线索的过程，方便用户直接通过联系方式进行商机确认，提高了原始商机线索的可操作性，进一步提高了商机数据到商机的转化效率。
附图说明
图1为本发明实施例中商机生成方法的一个实施例示意图；
图2为本发明实施例中商机生成方法的另一个实施例示意图；
图3为本发明实施例中商机生成系统的一个实施例示意图；
图4为本发明实施例中商机生成系统的另一个实施例示意图。
具体实施方式
本发明实施例提供了一种商机生成方法及系统，用于提高将商机数据转化为商机的概率，提高了用户的使用体验。
为便于理解，先对文中的专业词汇解释如下：
原始商机线索：是指未进行深度加工的，通过语义支撑词结合互联网自动挖掘技术所得到的数据。通过用户画像以及对这些数据建立多维度模型可以从中挖掘得真正的“商机”。
语义支撑词：是指可以表示同一种类型文章的若干个词汇。使用这些语义支撑词可以近似的表示这类文章的近似意思。
用户画像：是指根据用户需求确认的用户所需求的目标内容信息。
随着网络时代的到来，“互联网+”的经济模式，在人们的生活中更加多元化与普遍化，人们可以有更多的机会获取商机，从而赢得更多的财富。
一般来说，人们是通过以下几种方式来查找并获取商机：搜索、权威数据库、专业网站、展览、老客户、竞争对手、客户企业、市场考察、会议与论坛、专业机构。
而对于许多新手而言，往往缺乏老客户资源，不熟悉竞争对手或市场考察能力弱，只能通过网络数据的自我搜索或访问权威数据库及专用网站来获取商机，而目前的权威数据库或专用网站往往会推荐大量的数据让新手自我分析，最终确定对自己有用的数据。
而目前的这种获取商机的方式，往往费时费力，且将数据转化为商机的概率较低。针对该问题，本发明提出了一种商机生成方法及系统，可以提高将商机数据转化为商机的概率。
为方便理解，下面描述本发明实施例中的一种商机生成方法，请参阅图1，本发明实施例中一种商机生成方法的一个实施例，包括：
101、获取用户的商机关键词；
一般的，人们在面临海量的网络数据中，可以根据自己的需求查找目标信息，如：销售人员需要找一些医疗行业的公司，销售ERP产品，即可以通过网络数据，输入“医疗”、“ERP”等关键词。
在商机生成系统中，需要用户根据自己的需求，直接输入商机关键词，系统在接收到该商机关键词后，则会根据该商机关键词，搜索更多的与该商机关键词相近的语义支撑词。
102、根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
商机生成系统接收到用户输入的商机关键词后，则会根据该商机关键词，搜索与该商机关键词相近的语义支撑词，如根据“医疗”，搜索到“医药”、“诊疗”、“医疗”、“保健”等语义支撑词，根据“ERP”发现“CRM”、“PLM”、“MES”、“WMS”等一系列语义支撑词。
这些语义支撑词都可以近似的表达该用户的所提的“商机需求”，系统通过不同用户的商机关键词及语义支撑词可以得到语义支撑词知识库，这个知识库中的语义支撑词便是该用户以及该类型用户(与该用户需求相近的用户)所需的商机特征，通过借助这个知识库中的语义支撑词，系统可以定向的搜索企业外部数据，并为其推荐更加合适的原始商机线索。
103、从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
系统在根据用户输入的商机关键词，生成语义支撑词，并将该语义支撑词存入语义支撑词知识库后，可以按照不同的方式从语义支撑词知识库中获取不同用户的语义支撑词，并利用自动爬取技术生成原始的商机线索。
具体的，自动爬取技术即是根据语义支撑词，从不同的源库中按照一定的规则查找并下载网页数据，从而得到大量的商机数据，并对该商机数据做进一步的处理，以得到原始的商机线索。具体的本实施例中的源库包括但不限于电商数据、微商数据及企业网页等，此处对源库的来源不做具体限制。
其次，对于本实施例中获取不同用户的语义支撑词的不同方式及对商机数据的进一步处理过程，在下面的实施例中详细描述。
104、通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
系统在根据语义支撑词得到原始的商机线索后，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，具体的联系方式包括但不限于：QQ号码、微信号码、电话号码、邮箱地址、公司地址等，此处对该具体的联系方式不做具体限制。
具体的，本实施中的原始商机线索为：与用户需求信息相对应的目标内容信息，如原始商机线索为与步骤101中对应的X医院、Y门诊部或Z保健公司等，而系统自动爬取与原始商机线索相关联的联系方式的过程，为在互联网数据中搜索与用户的目标内容信息相关联的联系方式的过程。
105、将联系方式推送给用户。
最后，系统在得到与原始商机线索相关联的联系方式后，进一步将该联系方式推送给用户，以方便用户进行商机确认。其中，具体的推送方式包括但不限于网页推送、邮箱推送、APP推送、QQ推送、微信推送、短信推送等，此处对具体的推送方式不做具体限制。
本发明中，商机生成系统首先获取用户的商机关键词，根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库，从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索，因为将用户的商机关键词扩充出更多的语义支撑词，从而增大了商机数据的查找范围，提高了商机数据到商机的转化效率；其次，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，将联系方式推送给用户，因为最终提供给用户的是与商机线索相关联的联系方式，免除了用户分析原始商机线索的过程，方便用户直接通过联系方式进行商机确认，提高了原始商机线索的可操作性，进一步提高了商机数据到商机的转化效率。
基于图1所述的实施例，下面详细描述本发明实施例中的一种商机生成方法，请参阅图2，本发明实施例中商机生成方法的另一个实施例，包括：
201、建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息；
商机生成系统在系统中创建用户画像库及商机数据库，其中用户画像库用于记载用户需求的目标内容信息，商机数据库用于记载达到用户需求的目标内容信息。
具体的，若用户在商机生成系统中输入：“我想向医疗公司，出售ERP产品”时，则该用户画像库中存入的内容为：该用户的个人信息，及该用户的目标内容信息：需要购买ERP产品的医疗公司。
而商机数据库中存储的是达到该用户需求的目标内容信息，如经过商机生成系统的推送，向该用户推送的目标内容信息为：X医院、Y门诊部及Z保健公司，经过该用户的联系确认，最终为Z保健公司购买了该用户的ERP产品，则该用户的商机数据库中存储的即为：与该用户成单的Z保健公司。
可以理解的是，与每个用户对应的用户画像库及商机数据库最终构成了系统的用户画像库及商机数据库。
202、接收用户输入的商机需求用语；
为了给用户提供更好的使用体验，同时满足不同年龄段的需求，本申请中的商机生成系统在用户无法判断关键词，或用户无法进行键盘输入时，支持用户通过其他输入方式(如语音输入)输入商机需求用语。如：用户可以直接向商机生成系统说出“我想向医疗公司，出售ERP产品”，或“我需要开一家糖水店”等数据信息。
进一步，本商机生成系统还可以支持用户输入自己的求购信息，如：“我需要购买一套ERP产品，我的联系方式为：***”，或“我可以提供开办糖水店的连锁服务，具体联系方式：***”等，这样，商机生成系统即可首先在内部对不同的需求之间相互进行匹配，从而提供直接有效的商机数据。
203、对商机需求用语进行语义分析，得到用户的商机关键词；
商机生成系统在通过不同的方式接收到用户输入的商机需求用语后，首先对用户输入的商机需求用语进行识别，并进一步对该商机需求用语进行自然语义分析，从商机需求用语中得到商机关键词，并对该商机关键词进行存储。
具体的，对商机需求用语进行语义分析的过程，可以是按照系统内置的规则，也可以是通过现有的智能语义分析软件进行，此处对商机需求用语进行语义分析的过程不做具体限制。
204、根据用户的注册方式和/或活跃度，确定用户的优先级；
为了保证商机生成系统的良性运转，该系统可以设置根据用户对该系统的后续反馈或根据用户注册方式的不同，确定用户的优先级，以保证优先级别高的用户的操作可以优先被执行。
例如：商机生成系统可以设置如下：在商机生成系统向用户推送原始商机线索的联系方式后，若该用户根据该联系方式最终成单，则需要将该成单数据反馈给商机生成系统，如果商机生成系统收到该用户的反馈数据，系统则可以提高该用户的优先级别，以保证该用户的后续操作都被优先执行，即根据用户的活跃度，确定用户的优先级；或者，若用户没有向商机生成系统件后续反馈，还希望自己的操作能被商机生成系统优先执行，则可以通过选择不同的注册方式，如每个月向商机生成系统付出一定的费用，来提高自己在商机生成系统中的优先级别。
需要说明的是，本实施例中的举例内容只是对用户注册方式及活跃度的举例说明，并不对其构成任何限制，且本实施例中的步骤204与步骤202、203之间没有严格的顺序限制。
205、获取用户的商机关键词；
在步骤203中，商机生成系统在对商机关键词进行存储后，若需要生成该商机关键词的语义支撑词，则需要重新从商机生成系统的存储设备中读取出该商机关键词。
206、根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
商机生成系统接收到用户输入的商机关键词后，则会根据该商机关键词，搜索与该商机关键词相近的语义支撑词，如根据“医疗”，搜索到“医药”、“诊疗”、“医疗”、“保健”等语义支撑词，根据“ERP”发现“CRM”、“PLM”、“MES”、“WMS”等一系列语义支撑词。
这些语义支撑词都可以近似的表达该用户的所提的“商机需求”，系统通过该用户的商机关键词及语义支撑词可以得到语义支撑词知识库，这个知识库中的所有词汇便是该用户以及该类型用户(与该用户需求相近的用户)所需的商机特征，通过借助这个知识库中的语义支撑词，系统可以定向的搜索企业外部数据，并为其推荐更加合适的原始商机线索。
需要说明的是，商机生成系统使用多线程的方式自动根据商机关键词爬取(搜索)语义支撑词，并且为了防止商机生成系统中的自动爬取(搜索)模块触发不同源库网站的反爬取机制，商机生成系统设计使用多线程池来动态更换访问ip，每次请求都采用不同的ip，以降低触发反爬取机制。
207、根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取用户的语义支撑词；
系统在根据用户输入的商机关键词，生成语义支撑词，并将该语义支撑词存入语义支撑词知识库后，可以根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取不同用户的语义支撑词。
具体的，优先级阻塞队列可以判断商机生成系统中语义支撑词知识库中的词汇有无更新，若没有更新，则优先级阻塞队列处于等待状态，直至语义支撑词知识库发生更新，优先级阻塞队列则会根据用户的优先级，依次获取不同用户的语义支撑词，
208、从互联网外部数据中搜索与语义支撑词相关联的原始商机数据；
商机生成系统在获取到不同用户的语义支撑词后，从互联网外部数据中搜索与语义支撑词相关联的原始商机数据。
具体的，商机生成系统是根据语义支撑词，从不同的源库中按照一定的规则查找并下载网页数据，从而得到大量的商机数据，因为商机数据这部分数据体量庞大，并且需要大量分析得到最终的“原始商机线索”。商机生成系统对其进行分词，并且建立倒排索引，以加快查询的速度，将索引结构存储入内存中，将原始商机数据存储入慢速的磁盘中，同时为了保证系统安全可靠，定期将数据增量备份入本地数据服务器。使用三层存储架构保证海量数据的安全可靠存储的同时又保证检索的高效稳定。
需要说明的是，本实施例中的源库包括但不限于电商数据、微商数据及企业网页等，此处对源库的来源不做具体限制。
209、对原始商机数据进行去噪和结构化处理，得到原始商机线索；
商机生成系统从不同的源库中得到大量的原始商机数据后，对该原始的商机数据进行去噪和结构化处理，得到原始商机线索。
具体的，如商机生成系统得到跟ERP相关的海量原始商机数据后，可能存在一些原始商机数据与真正的商机线索相关度不高，则商机生成系统会对该原始商机数据进行去噪(即筛选处理)，以滤除相关度不高的数据。具体的，去噪操作可以是确认原始商机数据中与真正的商机线索相关度不高的无用词汇，并对原始商机数据中的无用词汇进行删除操作。
而结构化处理，是指按照某种预置的结构，提取出原始商机数据中的有用数据，如公司名称，公司地址，公司决策人，公司概况等，而实际应用中，可能根据用户需求，还可以增加一些公司发展史等项目内容，此处对结构化处理的方式不做具体限制。
210、通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
211、将联系方式推送给该用户；
需要说明的是，本实施例中的步骤210至211与图1所述实施例中的步骤104至105类似，此处不再赘述。
212、通过商机分析引擎获取该用户的用户画像库；
商机生成系统在向用户推送联系方式后，或商机生成系统接收到用户输入的商机关键词比较贫瘠或缺乏时，可以进一步通过商机分析引擎获取该用户的用户画像库，其中用户画像库是用于记载该用户需求的目标内容信息。
具体的，若用户在商机生成系统中输入：“我想向医疗公司，出售ERP产品”时，则该用户画像库中存入的内容为：该用户的个人信息，及该用户的目标内容信息：需要购买ERP产品的医疗公司。
213、根据该用户的用户画像库，从语义支撑词知识库中确定与该用户相近的N个用户；
商机生成系统在获取该用户的用户画像库后，从商机生成系统中的语义支撑词知识库中确定与该用户的商机需求内容相同或相近的语义支撑词，并通过该相同或相近的语义支撑词确定与该用户相近的N个用户。
可以理解的是，若该用户的用户画像库内容为：需要购买ERP产品的医疗公司，则商机生成系统会在语义支撑词知识库中查找“ERP”的语义支撑词，如“CRM”、“PLM”、“MES”、“WMS”等，并通过上述的语义支撑词确定跟该用户相近的N个用户。
214、从商机数据库中读取N个用户的商机数据，将商机数据推送给该用户。
商机生成系统的商机数据库中记录了大量的达到不同用户需求的商机数据，故商机生成系统在确定了与该用户相近的N个用户后，可以通过商机数据库查找该N个用户的商机数据，并且将该商机数据推送给该用户。
可以理解的是，商机数据库中至少包含了与该N个用户成单的目标客户的联系方式，具体的，商机数据库还可以包括目标客户的其他信息，如目标客户的决策人信息，具体的成单数据内容等，此处对商机数据的内容不做具体限制。
本发明中，商机生成系统首先获取用户的商机关键词，根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库，从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索，因为将用户的商机关键词扩充出更多的语义支撑词，从而增大了商机数据的查找范围，提高了商机数据到商机的转化效率；其次，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，将联系方式推送给用户，因为最终提供给用户的是与商机线索相关联的联系方式，免除了用户分析原始商机线索的过程，方便用户直接通过联系方式进行商机确认，提高了原始商机线索的可操作性，进一步提高了商机数据到商机的转化效率。
其次，本发明还可以进一步获取该用户的画像库，并从语义支撑词知识库中获取与该用户相近的N个用户，从商机数据库中读取N个用户的商机数据，将该N个用户的商机数据发送给该用户，进一步提高了商机数据到商机的转化效率。
上面描述了本发明的商机生成方法，下面来描述本发明中的商机生成系统，请参阅图3，本发明的商机生成系统，包括：
第一获取单元301，用于获取用户的商机关键词；
第一生成单元302，用于根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
第二生成单元303，用于从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
爬取单元304，用于通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
第一推送单元305，用于将联系方式推送给用户。
需要说明的是，本实施例中各单元的作用与图1所述实施例中商机生成系统的作用类似，此处不再赘述。
本发明中，获取单元301首先获取用户的商机关键词，第一生成单元302根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库，第二生成单元303从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索，因为将用户的商机关键词扩充出更多的语义支撑词，从而增大了商机数据的查找范围，提高了商机数据到商机的转化效率；其次，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，将联系方式推送给用户，因为最终提供给用户的是与商机线索相关联的联系方式，免除了用户分析原始商机线索的过程，方便用户直接通过联系方式进行商机确认，提高了原始商机线索的可操作性，进一步提高了商机数据到商机的转化效率。
基于图3所述的实施例，下面详细描述本发明实施例中的商机生成系统，请参阅图4，本发明实施例中商机生成系统的另一个实施例，包括：
第一获取单元401，用于获取用户的商机关键词；
第一生成单元402，用于根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
第二生成单元403，用于从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
爬取单元404，用于通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
第一推送单元405，用于将联系方式推送给用户。
优选的，该系统还包括：
建立单元406，用于建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息。
第二获取单元407，用于通过商机分析引擎获取用户的用户画像库；
第一确定单元408，用于根据用户的用户画像库，从语义支撑词知识库中确定与用户相近的N个用户；
第二推送单元409，用于从商机数据库中读取N个用户的商机数据，并将商机数据推送给用户；
第二确定单元410，用于根据用户的注册方式和/或活跃度，确定用户的优先级；
接收单元411，用于接收用户输入的商机需求用语；
分析单元412，用于对所述商机需求用语进行语义分析，得到该用户的商机关键词。
优选的，第二生成单元403包括：
获取模块4031，用于根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取用户的语义支撑词；
搜索模块4032，用于从互联网外部数据中搜索与所述语义支撑词相关联的原始商机数据；
处理模块4033，用于对原始商机数据进行去噪和结构化处理，得到原始商机线索。
本发明中，获取单元401首先获取用户的商机关键词，第一生成单元402根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库，第二生成单元403从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索，因为将用户的商机关键词扩充出更多的语义支撑词，从而增大了商机数据的查找范围，提高了商机数据到商机的转化效率；其次，通过商机分析引擎自动爬取与原始商机线索相关联的联系方式，将联系方式推送给用户，因为最终提供给用户的是与商机线索相关联的联系方式，免除了用户分析原始商机线索的过程，方便用户直接通过联系方式进行商机确认，提高了原始商机线索的可操作性，进一步提高了商机数据到商机的转化效率。
其次，本发明还可以进一步通过第二获取单元407，获取该用户的画像库，并从语义支撑词知识库中获取与该用户相近的N个用户，通过第二推送单元409从商机数据库中读取N个用户的商机数据，将该N个用户的商机数据发送给该用户，进一步提高了商机数据到商机的转化效率。
上面从模块化功能实体的角度对本发明实施例中的商机生成系统进行了描述，下面从硬件处理的角度对本发明实施例中的计算机装置进行描述：
该计算机装置用于实现商机生成系统的功能，本发明实施例中计算机装置一个实施例包括：
处理器以及存储器；
存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序时，可以实现如下步骤：
获取用户的商机关键词；
根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
将联系方式推送给用户。
在本发明的一些实施例中，处理器，还可以用于实现如下步骤：
建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息；
通过商机分析引擎获取用户的用户画像库；
根据用户的用户画像库，从语义支撑词知识库中确定与用户相近的N个用户；
从商机数据库中读取N个用户的商机数据，并将商机数据推送给用户。
在本发明的一些实施例中，处理器，还可以具体用于实现如下步骤：
从互联网外部数据中搜索与语义支撑词相关联的原始商机数据；
对原始商机数据进行去噪和结构化处理，得到原始商机线索。
在本发明的一些实施例中，处理器，还可以用于实现如下步骤：
根据用户的注册方式和/或活跃度，确定用户的优先级；
根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取用户的语义支撑词。
接收用户输入的商机需求用语；
对商机需求用语进行语义分析，得到用户的商机关键词。
可以理解的是，上述说明的计算机装置中的处理器执行所述计算机程序时，也可以实现上述对应的各装置实施例中各单元的功能，此处不再赘述。示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述商机生成系统中的执行过程。例如，所述计算机程序可以被分割成上述商机生成系统中的各单元，各单元可以实现如上述相应商机生成系统说明的具体功能。
所述计算机装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机装置可包括但不仅限于处理器、存储器。本领域技术人员可以理解，处理器、存储器仅仅是计算机装置的示例，并不构成对计算机装置的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机装置还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质，该计算机可读存储介质用于实现商机生成系统的功能，其上存储有计算机程序，计算机程序被处理器执行时，处理器，可以用于执行如下步骤：
获取用户的商机关键词；
根据商机关键词，生成商机关键词的语义支撑词，并将语义支撑词存入语义支撑词知识库；
从语义支撑词知识库中获取用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与原始商机线索相关联的联系方式；
将联系方式推送给用户。
在本发明的一些实施例中，计算机可读存储介质存储的计算机程序被处理器执行时，处理器，还可以用于执行如下步骤：
建立用户画像库及商机数据库，用户画像库为用户需求的目标内容信息，商机数据库为达到用户需求的目标内容信息；
通过商机分析引擎获取用户的用户画像库；
根据用户的用户画像库，从语义支撑词知识库中确定与用户相近的N个用户；
从商机数据库中读取N个用户的商机数据，并将商机数据推送给用户。
在本发明的一些实施例中，计算机可读存储介质存储的计算机程序被处理器执行时，处理器，可以具体用于执行如下步骤：
从互联网外部数据中搜索与语义支撑词相关联的原始商机数据；
对原始商机数据进行去噪和结构化处理，得到原始商机线索。
在本发明的一些实施例中，计算机可读存储介质存储的计算机程序被处理器执行时，处理器，还可以用于执行如下步骤：
根据用户的注册方式和/或活跃度，确定用户的优先级；
根据用户的优先级，通过优先级阻塞队列依次从语义支撑词知识库中获取用户的语义支撑词。
接收用户输入的商机需求用语；
对商机需求用语进行语义分析，得到用户的商机关键词。
可以理解的是，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在相应的一个计算机可读取存储介质中。基于这样的理解，本发明实现上述相应的实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种商机生成方法，其特征在于，包括:
获取用户的商机关键词；
根据所述商机关键词，生成所述商机关键词的语义支撑词，并将所述语义支撑词存入语义支撑词知识库；
从所述语义支撑词知识库中获取所述用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
通过商机分析引擎自动爬取与所述原始商机线索相关联的联系方式；
将所述联系方式推送给所述用户；
在所述获取用户的商机关键词之前，所述方法还包括：
建立用户画像库及商机数据库，所述用户画像库为所述用户需求的目标内容信息，所述商机数据库为达到所述用户需求的目标内容信息；
在所述将所述联系方式推送给所述用户之后，所述方法还包括：
通过所述商机分析引擎获取所述用户的用户画像库；
根据所述用户的用户画像库，从所述语义支撑词知识库中确定与所述用户相近的N个用户；
从所述商机数据库中读取所述N个用户的商机数据，将所述商机数据推送给所述用户。
2.根据权利要求1所述的方法，其特征在于，所述利用自动爬取技术生成原始商机线索包括：
从互联网外部数据中搜索与所述语义支撑词相关联的原始商机数据；
对原始商机数据进行去噪和结构化处理，得到原始商机线索。
3.根据权利要求1所述的方法，其特征在于，在所述获取用户的商机关键词之前，所述方法还包括：
根据所述用户的注册方式和/或活跃度，确定所述用户的优先级；
所述从所述语义支撑词知识库中获取所述用户的语义支撑词包括：
根据所述用户的优先级，通过优先级阻塞队列依次从所述语义支撑词知识库中获取所述用户的语义支撑词。
4.根据权利要求1至3中任一项所述的方法，其特征在于，在所述获取用户的商机关键词之前，所述方法还包括：
接收所述用户输入的商机需求用语；
对所述商机需求用语进行语义分析，得到所述用户的商机关键词。
5.一种商机生成系统，其特征在于，包括：
第一获取单元，用于获取用户的商机关键词；
第一生成单元，用于根据所述商机关键词，生成所述商机关键词的语义支撑词，并将所述语义支撑词存入语义支撑词知识库；
第二生成单元，用于从所述语义支撑词知识库中获取所述用户的语义支撑词，并利用自动爬取技术生成原始商机线索；
爬取单元，用于通过商机分析引擎自动爬取与所述原始商机线索相关联的联系方式；
第一推送单元，用于将所述联系方式推送给所述用户；
所述系统还包括：
建立单元，用于建立用户画像库及商机数据库，所述用户画像库为所述用户需求的目标内容信息，所述商机数据库为达到所述用户需求的目标内容信息；
所述系统还包括：
第二获取单元，用于通过所述商机分析引擎获取所述用户的用户画像库；
第一确定单元，用于根据所述用户的用户画像库，从所述语义支撑词知识库中确定与所述用户相近的N个用户；
第二推送单元，用于从所述商机数据库中读取所述N个用户的商机数据，并将所述商机数据推送给所述用户。
6.一种计算机装置，包括处理器，其特征在于，所述处理器在处理存储于存储器上的计算机程序时，用于实现如权利要求1至4中任一项所述的商机生成方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，用于实现如权利要求1至4中任一项所述的商机生成方法。
CN201711160647.0A 2017-11-20 2017-11-20 一种商机生成方法及系统 Active CN107918658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711160647.0A CN107918658B (zh) 2017-11-20 2017-11-20 一种商机生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711160647.0A CN107918658B (zh) 2017-11-20 2017-11-20 一种商机生成方法及系统

Publications (2)

Publication Number Publication Date
CN107918658A CN107918658A (zh) 2018-04-17
CN107918658B true CN107918658B (zh) 2021-05-07

Family

ID=61897484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711160647.0A Active CN107918658B (zh) 2017-11-20 2017-11-20 一种商机生成方法及系统

Country Status (1)

Country Link
CN (1) CN107918658B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070238A (zh) * 2019-05-07 2019-07-30 北京光速斑马数据科技有限公司 一种汽车行业商机挖掘分析方法及装置
CN110390066A (zh) * 2019-07-19 2019-10-29 北京海致星图科技有限公司 一种基于知识库的深网数据高效更新方法
CN112445955B (zh) * 2019-08-30 2023-10-13 珠海格力电器股份有限公司 商机信息管理方法、系统及存储介质
CN111048215B (zh) * 2019-12-13 2023-08-18 北京纵横无双科技有限公司 一种基于crm的医疗视频制作方法及系统
CN111709767B (zh) * 2020-05-06 2024-02-23 口碑(上海)信息技术有限公司 一种数据处理方法及装置
CN112598405B (zh) * 2021-02-20 2021-11-05 苏州天合启信科技有限公司 一种基于大数据的商业项目数据管理方法及系统
CN115689609A (zh) * 2022-10-28 2023-02-03 上海润益互联网科技有限公司 基于工业资讯匹配的商机推送方法、系统、介质及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335487A (zh) * 2015-10-16 2016-02-17 北京农业信息技术研究中心 基于农业技术信息本体库的农业专家信息检索系统及方法
CN105975472A (zh) * 2015-12-09 2016-09-28 乐视网信息技术（北京）股份有限公司 一种推荐方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050192948A1 (en) * 2004-02-02 2005-09-01 Miller Joshua J. Data harvesting method apparatus and system
US7734641B2 (en) * 2007-05-25 2010-06-08 Peerset, Inc. Recommendation systems and methods using interest correlation
US9817637B2 (en) * 2010-07-01 2017-11-14 Salesforce.Com, Inc. Methods and systems for providing enhancements to a business networking feed
CN103226597B (zh) * 2013-04-19 2015-03-25 北京集奥聚合科技有限公司 基于自然语义的关键词广告匹配方法
CN106251159A (zh) * 2016-07-28 2016-12-21 五八同城信息技术有限公司 商机信息列表确定方法和装置
CN106375431B (zh) * 2016-08-31 2019-12-31 北京城市网邻信息技术有限公司 商机推荐方法及装置
CN107103087A (zh) * 2017-05-02 2017-08-29 成都中远信电子科技有限公司 区块链大数据商情分析系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335487A (zh) * 2015-10-16 2016-02-17 北京农业信息技术研究中心 基于农业技术信息本体库的农业专家信息检索系统及方法
CN105975472A (zh) * 2015-12-09 2016-09-28 乐视网信息技术（北京）股份有限公司 一种推荐方法和装置

Also Published As

Publication number Publication date
CN107918658A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107918658B (zh) 一种商机生成方法及系统
US9767144B2 (en) Search system with query refinement
JP5449628B2 (ja) マルチステージを使用したカテゴリ情報の決定
US8700621B1 (en) Generating query suggestions from user generated content
CN105247507B (zh) 用于确定品牌的影响力得分的方法、系统和存储介质
US8825672B1 (en) System and method for determining originality of data content
US9934293B2 (en) Generating search results
CN106469382A (zh) 闲置商品对象信息处理方法及装置
US9946703B2 (en) Title extraction using natural language processing
CN102929950A (zh) 用于个性化搜索结果的社交网络推荐的内容和推荐成员
Wang et al. Database submission—market dynamics and user-generated content about tablet computers
CN106991175B (zh) 一种客户信息挖掘方法、装置、设备以及存储介质
US9639627B2 (en) Method to search a task-based web interaction
JP2023533475A (ja) キーワード推薦のための人工知能
US20190164213A1 (en) Decision factors analyzing device and decision factors analyzing method
CN110111167A (zh) 一种确定推荐对象的方法和装置
US20230169129A1 (en) Method and system for providing alternative result for an online search previously with no result
US20160092960A1 (en) Product recommendations over multiple stores
US10936675B2 (en) Developing an item data model for an item
WO2021190249A1 (zh) 数据检索方法、装置、电子设备及计算机可读存储介质
CN112219200A (zh) 基于多个查询解释的基于方面的查询改进
CN115423555A (zh) 一种商品推荐方法、装置、电子设备及存储介质
CN109840788A (zh) 用于分析用户行为数据的方法及装置
WO2015116337A1 (en) Clustered browse history
JP2017219899A (ja) ナレッジ検索装置、ナレッジ検索方法、および、ナレッジ検索プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant