CN110083645A - 一种报告生成的系统和方法 - Google Patents
一种报告生成的系统和方法 Download PDFInfo
- Publication number
- CN110083645A CN110083645A CN201910370345.9A CN201910370345A CN110083645A CN 110083645 A CN110083645 A CN 110083645A CN 201910370345 A CN201910370345 A CN 201910370345A CN 110083645 A CN110083645 A CN 110083645A
- Authority
- CN
- China
- Prior art keywords
- data
- link
- report
- industrial field
- industry
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 60
- 238000007405 data analysis Methods 0.000 claims abstract description 28
- 238000003860 storage Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 239000004035 construction material Substances 0.000 description 13
- 239000000463 material Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 239000011521 glass Substances 0.000 description 7
- 239000002689 soil Substances 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 5
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 5
- 229910052782 aluminium Inorganic materials 0.000 description 5
- 239000004411 aluminium Substances 0.000 description 5
- 239000004568 cement Substances 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 5
- 239000002537 cosmetic Substances 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 239000011701 zinc Substances 0.000 description 5
- 229910052725 zinc Inorganic materials 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005034 decoration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- -1 architectural design Substances 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 102000054766 genetic haplotypes Human genes 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
-
- 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
-
- 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
- G06F16/34—Browsing; Visualisation therefor
-
- 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
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
Abstract
本申请实施例公开了一种报告生成的系统。所述系统包括:数据获取引擎,用于获取与用户输入的产业领域相关的关键字;所述数据获取引擎,还用于获取与要生成的报告相关的一个或以上条件值;数据分析引擎,用于根据所述产业领域和所述一个或以上条件值,确定具有一个或以上数据查询部分和一个或以上结论部分的报告模板;所述数据分析引擎,还用于基于所述报告模板的所述一个或以上数据查询部分,获取报告数据;所述数据分析引擎,还用于根据所述报告数据,确定一个或以上的结论;报告生成模块,用于基于获得的所述报告数据、所述一个或以上结论和所述模板,生成报告。
Description
技术领域
本申请涉及数据处理技术领域,特别涉及一种报告生成的系统和方法。
背景技术
存储大量交易级数据供以后分析(数据仓库)正成为企业寻求竞争优势的推动力。紧张的竞争环境和全球化经济趋势,迫使企业和整个产业寻求获取优势的手段。这一优势可以通过使用与其业务相关的战略数据来实现—提供更好和更及时的决策,从而更好地了解他们的业务并对客户提供支持,最终实现增长。为了利用数据仓库,必须检索、组织数据,然后以可理解的方式呈现数据。
发现工具用于从数据仓库中检索、分析和显示数据。这些工具的范围从非常复杂的建模工具到相对简单的最终用户查询工具,这些工具的设计只不过是掩盖了用户对SQL编程语言的复杂性。搜索数据以获取趋势或关系的自动化工具也被视为发现工具。
市场由各种工具供应商组成,其产品为整个知识发现过程的一部分提供解决方案。因此,为了有效地利用他们的数据,用户社区被迫选择多个不相交的工具。此外,这些工具针对的是专家用户,他们对数据或工具中实现的各种分析方法有深入的了解。现有产品也不允许业务用户明确地和迭代地提出业务知识。最后,现有工具的输出包括用户必须分析和解释的数字表。
通常,数据仓库和数据库通常具有复杂的结构,以便于数据检索的效率,而不是最终用户的易用性。用户,尤其是商业用户,想要的是他们的词汇表中的报告,而不是数据库的词汇表。虽然市场中的某些工具允许用户定义新术语并将这些术语映射到数据库,但不支持管理相关的新术语集。也就是说,不会为用户自动检测新术语与现有术语的关系。
除了这些困难之外,报告的内容通常会使用户想得到另一个类似的报告。还需要保存和重新使用相关报告集(通过一组新数据重新生成报告)。生成相关报告和重新生成新数据报告是市场上无法充分实现的功能。
因此,希望提供一种报告生成的系统和方法,其允许用户使用一个工具检索和分析数据,而无需用户知道底层数据,这允许用户定义新术语,并检测新术语和管理的术语之间的关系,允许用户较容易地生成相关报告,并且允许用户通过新数据重新运行多组相关报告。
发明内容
本申请实施例之一提供一种产业链图生成的系统,所述系统包括:数据获取引擎,用于获得与产业领域相关的关键字,所述关键字由用户输入;数据获取引擎,还用于对应于所述产业领域,基于与所述产业领域相关的关键字从一个或以上信息源中检索产业数据;数据分析引擎,用于根据所述一个或以上信息源,确定所述产业领域产业链中的一个或以上组成环节;数据分析引擎,还用于根据所述产业数据,在所述产业链中的一个或以上环节之间建立一个或以上链接;数据分析引擎,还用于基于所述一个或以上环节以及所述一个或以上链接,生成与所述产业领域相关的产业链图。
在一些实施例中,所述一个或以上环节的环节还包括一个或以上子环节。
在一些实施例中,所述链接包括方向信息,所述方向信息指示所述链接的起始环节和结束环节。
在一些实施例中,所述数据获取引擎还用于还包括:生成用于提供与所述一个或以上环节相关的产业数据的指标。
本申请实施例之一提供一种报告生成的系统,所述系统包括:数据获取引擎,用于获取与用户输入的产业领域相关的关键字;数据获取引擎,还用于获取与要生成的报告相关的一个或以上条件值;数据分析引擎,用于根据所述产业领域和所述一个或以上条件值,确定具有一个或以上数据查询部分和一个或以上结论部分的报告模板;数据分析引擎,还用于,基于所述报告模板的所述一个或以上数据查询部分,获取报告数据;数据分析引擎,还用于,根据所述报告数据,确定一个或以上的结论;报告生成模块,用于基于获得的所述报告数据、所述一个或以上结论和所述模板,生成报告。
在一些实施例中,所述数据分析引擎还用于基于所述一个或以上的结论,在所述报告中突出显示所述内容的一部分。
在一些实施例中,所述结论是基于一段时间内商业指标的趋势确定的。
在一些实施例中,所述结论是基于同一时期内至少两个业务指标的比较而确定的。
在一些实施例中,所述一个或以上条件值与要生成的所述报告的时间范围或类型有关。
本申请实施例之一提供一种产业链图生成的方法,所述方法包括:获得与产业领域相关的关键字;对应于所述产业领域,基于所述与所述产业领域相关的关键字从一个或以上信息源中检索产业数据;根据所述一个或以上信息源,确定所述产业领域产业链中的一个或以上组成环节;根据所述产业数据,在所述产业链中的一个或以上环节之间建立一个或以上链接;基于所述一个或以上环节以及所述一个或以上链接,生成与所述产业领域相关的产业链图。
在一些实施例中,所述一个或以上环节的环节还包括一个或以上子环节。
在一些实施例中,所述链接包括方向信息,所述方向信息指示所述链接的起始环节和结束环节。
在一些实施例中,所述方法的进一步包括:生成用于提供与所述一个或以上环节相关的产业数据的指标。
本申请实施例之一提供一种报告生成的方法,所述方法包括:获取与用户输入的产业领域相关的关键字;获取与要生成的报告相关的一个或以上条件值;根据所述产业领域和所述一个或以上条件值,确定具有一个或以上数据查询部分和一个或以上结论部分的报告模板;基于所述报告模板的所述一个或以上数据查询部分,获取报告数据;根据所述报告数据,确定一个或以上的结论;基于获得的所述报告数据、所述一个或以上结论和所述模板,生成报告。
在一些实施例中,所述方法还包括:基于所述一个或以上的结论,在所述报告中突出显示所述内容的一部分。
在一些实施例中,所述结论是基于一段时间内商业指标的趋势确定的。
在一些实施例中,所述结论是基于同一时期内至少两个业务指标的比较而确定的。
在一些实施例中,所述一个或以上条件值与要生成的所述报告的时间范围或类型有关。
本申请实施例之一提供一种产业链图生成的装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现产业链图生成的方法。
本申请实施例之一提供一种报告生成的装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现报告生成的方法。
本申请实施例之一提供一种计算机可存储介质,所述存储介质存储有计算机指令,当所述计算机指令中的至少部分指令被处理器执行时,实现产业链图生成的方法。
本申请实施例之一提供一种计算机可存储介质,所述存储介质存储有计算机指令,当所述计算机指令中的至少部分指令被处理器执行时,实现报告生成的方法。
附图说明
本申请将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本申请一些实施例所示的示例性的报告生成系统100的应用场景示意图;
图2是根据本申请一些实施例所示的计算设备的示例性硬件和/或软件组件200的示意图;
图3是根据本申请一些实施例所示的示例性报告生成系统300的框图;
图4是根据本申请一些实施例所示的示例性终端接口400的框图;
图5是根据本申请一些实施例所示的用于产业链图生成的方法500的示例性流程图;
图6是根据本申请一些实施例所示的报告生成的方法600的示例性流程图;
图7是根据本申请一些实施例所示的房地产产业中的示例性环节700的示意图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本申请,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本申请中所使用的术语仅用于描述特定的示例性实施例,并不限制本申请的范围。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本申请说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述,本申请的这些和其他的特征、特点以及相关结构元件的功能和操作方法,以及部件组合和制造经济性,可以变得更加显而易见,这些附图都构成本申请说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当理解的是,附图并不是按比例绘制的。
本申请中使用了流程图用来说明根据本申请的一些实施例的系统所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将一个或以上其他操作添加到这些流程图中。也可以从流程图中删除一个或以上操作。
此外,虽然本申请中公开的系统和方法主要涉及报告生成,还应该理解,这仅是一个示例性实施例。
本申请中的术语“用户”可以是用户,可以是投资分析师、投资者、理财规划师、金融分析师等,或其组合。
本申请的一个方面涉及生成报告的系统和方法。可以基于至少两个数据和投资结论之间的逻辑关系来生成报告。至少两个数据可以包括产业的数据、产业的上游和下游的数据,来自上游和下游的每个环节的公司的数据。投资结论可以包括扩张路径、实际价格、公司产业的收益率等,或其任意组合。可以基于历史数据确定投资结论。历史数据可能包括产业数据、产业上游和下游数据、上一时刻(上周一下午3点)或前一段时间(一天、一周、一口、四分之一、一年等)的上游和下游各环节的公司的数据。
图1是根据本申请的一些实施例的示例性报告生成系统100的示意图。报告生成系统100可以包括网络110,数据库120,服务器130和终端140。
在一些实施例中,网络110可以促进信息和/或数据的交换。在一些实施例中,报告生成系统100的一个或以上组件(例如,数据库120、服务器130或终端140)可以经由网络110将信息和/或数据发送到报告生成系统100的另一个组件。例如,服务器130可以经由网络110从数据库120接收数据。又例如,服务器130可以通过网络110向终端140发送报告。在一些实施例中,网络110可以是有线网络、无线网络或其任意组合中的任一类型。仅作为示例,网络110可以包括电缆网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(LAN)、广域网路(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共电话转换网络(PSTN)、蓝牙网络、紫蜂网络、近场通讯(NFC)网络等中的一个或其任意组合。在一些实施例中,网络110可以包括一个或以上网络接入点。例如,网络110可以包括,诸如,基站和/或互联网交换点的有线或无线网络接入点,报告生成系统100的一个或以上组件可以通过其连接到网络110以交换数据和/或信息。
数据库120可以储存数据和/或指令。在一些实施例中,数据库120可以存储从网络110、终端140和/或服务器130获得的数据。例如,数据库120可以存储从网络110获取的数据。在一些实施例中,数据库120可以储存服务器130用来执行或使用来完成本申请揭示的示例性方法的数据和/或指令。在一些实施例中,数据库120可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等中的一个或其组合。示例性大容量存储器可包括磁盘,光盘,固态驱动器等中的一个或其任意组合。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等中的一个或其任意组合。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等中的一个或其任意组合。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等中的一个或其任意组合。在一些实施例中,数据库120可在云平台上执行。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等中的一个或其任意组合。
在一些实施例中,数据库120可以连接到网络110以与报告生成系统100的一个或以上组件(例如,服务器130或终端140)通信。报告生成系统100的一个或以上组件可以经由网络110访问存储在数据库120中的数据或指令。在一些实施例中,数据库120可以直接连接到报告生成系统100的一个或以上组件(例如,服务器130或终端140)或与之通信。在一些实施例中,数据库120可以是服务器130的一部分。
在一些实施例中,报告生成系统100的一个或以上组件(例如,服务器130,终端140)可以具有访问数据库120的许可。在一些实施例中,当满足一个或以上条件时,报告生成系统100的一个或以上组件可以读取和/或修改信息。
在一些实施例中,服务器130可以是单个处理设备或处理设备组。处理设备组可以是集中的或分布式的(例如,服务器130可以是分布式系统)。在一些实施例中,服务器130可以是本地的,也可以是远程的。例如,服务器130可以经由网络110访问存储在终端140、数据库120中的信息和/或数据。又如此,服务器130可以直接连接到终端140和/或数据库120以访问存储的信息和/或数据。在一些实施例中,服务器130可以在云平台上实施。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等中的一个或其任意组合。在一些实施例中,服务器130可以在本申请中的图2描述的包含了一个或以上组件的计算设备200上执行。
在一些实施例中,服务器130可以包括一个或以上处理引擎(例如,单核处理引擎或多核处理器)。仅作为示例,服务器130可以包括中央处理单元(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等中的一个或其组合。
在一些实施例中,终端140可以包括平板电脑140-1、移动设备140-2、膝上型计算机140-3等中的一个或其组合。在一些实施例中,移动设备140-2可以包括智能家居设备、可穿戴设备、智能移动设备、增强现实设备等中的一个或其组合。在一些实施例中,可穿戴设备可包括智能手环、智能鞋袜、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能配件等中的一个或其组合。在一些实施例中,智能移动设备可以包括智能电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)等中的一个或其任意组合。
图2是示出根据本申请的一些实施例的计算设备的示例性硬件和/或软件组件的示意图。在一些实施例中,服务器130、终端140和/或数据库120可以在计算设备200上实现。例如,服务器130可以在计算设备200上实现,并且被配置用于执行本申请中公开的服务器130的功能。
计算设备200可用于实现如本文所述的报告生成系统100的任何组件。例如,服务器130可以通过其硬件、软件程序、固件或其组合在计算设备200上实现。尽管仅示出了一个这样的计算机,但是为了方便,与本文所述的报告生成相关的计算机功能可以在多个类似平台上以分布式方式实现,以分配处理负荷。
例如,计算设备200可以包括连接到与其连接的网络的通信(COM)终端211,以便于数据通信。计算设备200还可以包括CPU 205,其形式为一个或以上处理器(例如,逻辑电路),用于执行程序指令。例如,CPU 205可以包括接口电路和其中的处理电路。接口电路可以被配置为从总线201接收电信号,其中电信号编码用于处理电路的结构化数据和/或指令。处理电路可以进行逻辑计算,然后将结论、结果和/或指令编码确定为电信号。然后,接口电路可以经由总线201从处理电路发出电信号。
计算设备200还可以包括不同形式的程序存储和数据存储,包括:例如,硬盘208,以及只读存储器(ROM)206或随机存取存储器(RAM)207,用于由计算设备处理和/或发送的各种数据文件。示例性计算机平台还可以包括存储在ROM 206、RAM 207和/或将由CPU 205执行的其他类型的非暂时性存储介质中的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括输入/输出(I/O)组件209,支持计算机和其他组件之间的输入/输出。计算装置200也可以通过网络通信接收程序设计和数据。
为了方便说明,图2中仅描述了一个处理器。多个处理器也是可实施的。因此,由本申请中描述的一个处理器执行的操作和/或方法步骤也可以由多个处理器联合或单独执行。例如,如果在本申请中,计算设备200的CPU和/或处理器执行步骤A和步骤B,应当理解的是,步骤A和步骤B也可以由计算设备200的两个不同的CPU和/或处理器共同地或独立地执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同地执行步骤A和步骤B)。
图3是示出根据本申请的一些实施例的示例性报告生成系统300的框图。报告生成系统300可以包括数据存储引擎310、数据获取引擎320和数据分析引擎330。所述报告生成系统100可以由所述报告生成系统300实现。
在一些实施例中,数据存储引擎310可以用于存储数据。在一些实施例中,数据存储引擎310可以包括产业领域存储模块311、产业数据存储模块312和产业数据存储模块313。产业领域存储模块311可以存储至少两中类型的产业领域(例如,房地产、食品服务、化妆品、服装、旅游、互联网、办公用品产业、电子产品、日用品、通信设备、玩具、珠宝等)。产业数据存储模块312可以存储对应于产业领域的任何经济指标。环节数据存储模块313可以存储至少两个环节数据。环节数据可以指产业领域的每个环节的任何索引。例如,环节数据可以是具体的经济利益。
数据获取引擎320可以用于获取数据。在一些实施例中,数据获取引擎320可以包括产业领域获取模块321、产业数据获取模块322和环节数据采集模块323。在一些实施例中,数据获取引擎320可以从数据存储引擎310获取数据。在一些实施例中,数据获取引擎320可以经由网络110从数据库120和/或终端140获取数据。
数据分析引擎330可以用于分析数据。数据分析引擎330可以包括环节构建模块331、逻辑关系构建模块332和报告生成模块333。环节构建模块331可以用于确定产业领域的产业链中的一个或以上环节。例如,房地产产业链中的一个或以上环节可以包括建筑材料、建筑设计、土地、房地产融资、房地产经营、装饰等中的一个或其任意组合。确定产业领域的产业链中的一个或以上环节的内容可以参见图5的相关描述,在此不再赘述。
逻辑关系构建模块332可以用于构建至少两个数据和投资结论之间的逻辑关系。在一些实施例中,至少两个数据可以是产业数据和环节数据。在一些实施例中,至少两个数据可以是基于产业数据和环节数据获取的中间数据。例如,中间数据可以是基于公司的至少两个财务数据的流动性。投资概要可以包括扩张路径、实际价格、公司产业的收益率等,或其任意组合。在一些实施例中,所述逻辑关系构建模型332可以通过预设的人工智能的方法(例如,语义分析方法)处理历史数据,获取历史投资逻辑,基于所述历史投资逻辑,确定投资结论。
报告生成模块333可以用于生成报告。报告可以是周报、月报、年报、评论报告、公司的事件评审报告、产业链的环节、产业等,或其任意组合。在一些实施例中,报告中的内容可包括至少两个图和/或文本描述。在一些实施例中,可以在至少两个数据已经改变时(例如,实时地)更新报告。在一些实施例中,报告可以是可编辑的。具体地,用户可以通过在终端140上执行的用户应用程序来编辑报告。在某些实施例中,用户可以添加或删除报告中的内容。例如,用户可以添加与现有房屋销售趋势相关的图表。在一些实施例中,可以禁止用户通过在终端140上执行的应用程序来编辑报告中的某些内容。
报告生成系统300中的模块或引擎可以经由有线连接或无线连接彼此连接或通信。有线连接可包括金属电缆、光学电缆、混合电缆等中的一种或其任意组合。无线连接可以包括局域网络(LAN)、广域网(WAN)、蓝牙、紫蜂网络、近场通讯(NFC)等中的一种或其任意组合。两个或以上模块可以被组合为单个模块,且所述模块中的任一个可以被分成两个或以上单元。
图4是示出根据本申请的一些实施例的示例性终端接口400的框图。安装在终端140中的用户应用程序的界面可以包括产业链接口410、可视化数据接口420、报告生成界面430和舆情监测界面440。在一个实施例中,用户应用程序可以从服务器130下载到终端140。在另一实施例中,用户应用程序可以从CD安装到终端140。
产业链接口410可以用于显示产业领域的产业链。例如,当产业领域是房地产业时,则产业链可以包括建筑材料、建筑设计、土地、房地产融资、房地产经营、装饰等中的一种或其任意组合。
在一些实施例中,产业链接口410可以进一步显示产业链中每个环节的关系。例如,产业链的上游可能是建筑材料和土地,而房地产产业的下游可能是房地产经营和装修。在一些实施例中,每个环节的关系可以由至少两条线表示。例如,房地产公司从银行贷款和消费者贷款从银行购买住房。因此,房地产公司和银行之间有一条线,银行和消费者之间有另一条线。在一些实施例中,该线可以是指示方向的流线(例如,从银行到房地产公司的资金流)。
可视化数据接口420可以用于显示至少两个数据。至少两个数据可以包括产业数据和环节数据,它们是对投资者的投资决策有影响的因素。产业数据可以指对应于产业领域的任何经济指标。例如,房地产产业数据可以包括全国范围的住房平均销售量(例如,现有住房和新住房)、全国住房存量(例如,现有住房和新住房)等中的一种或其任意组合。房地产产业数据还可能包括价格趋势和现行抵押贷款利率。环节数据可以指产业链的每个环节的任何索引。例如,环节数据可以是具体的经济利益。在一些实施例中,至少两个数据可以显示在与产业链接口410上的产业链相同的页面上。例如,至少两个数据可以显示在产业链接口410上的环节附近。在一些实施例中,至少两个数据可以显示在独立页面上。例如,当用户选择产业链中的环节时,产业链接口410可以进入可视化数据接口420以显示至少两个数据。
在一些实施例中,至少两个数据可以以图表、图像、文本等中的一种或其任意组合显示。在一些实施例中,所显示的数据可以是可编辑的。具体地,用户可以通过在终端140上执行的用户应用程序来编辑显示的数据。在一些实施例中,用户可以在可视化数据界面中添加或删除所显示的数据。例如,用户可以添加与现有住房销售趋势相关的图表。在一些实施例中,用户可以设置至少两个数据的格式(例如,图表模板、添加或删除索引、字体、颜色等)。例如,用户可以将第二手房销售趋势的柱状图更改为折线图。
报告生成界面430可以用于显示报告。报告可以是周报、月报、年报、评论报告、公司的事件评审报告、产业链的组成部分、产业等中的一种或其任意组合。在一些实施例中,报告中的内容可包括至少两个图表和/或文本描述。在一些实施例中,可以在至少两个数据已经改变时(例如,实时地)更新报告。在一些实施例中,报告可以是可编辑的。具体地,用户可以通过在终端140上执行的用户应用程序来编辑报告。在某些实施例中,用户可以添加或删除报告中的内容。例如,用户可以对对应的投资、股票的目标价格、股票的预测价格等中的一种或其任意组合添加评论。在一些实施例中,用户可以设置内容的格式(例如,图表模板、添加或删除索引、字体、颜色等)。例如,用户可以将第二手房销售趋势的柱状图更改为折线图。
舆情监测界面440可以用于显示至少两个舆论信息。至少两个舆论信息可以包括产业新闻、公司新闻、全球经济新闻、公众评论新闻等,或其任意组合。
图5是根据本申请的一些实施例的生成产业链图的方法500的示例性流程图。在一些实施例中,流程500可以实现为存储在ROM 206或RAM 207中的一组指令(例如,应用程序)。图3中的CPU 205和/或引擎可以执行该组指令,并且当执行指令时,可以将CPU 205和/或图3中的引擎配置为执行流程500。以下呈现的所示过程的操作旨在说明。在一些实施例中,流程500可以通过未描述的一个或以上附加操作和/或不通过一个或以上本申请讨论的操作来完成。另外,如图5所示和下面描述的过程操作的顺序不是限制性的。
本申请中的术语“产业链图”可以指代指示产业的产业链的图表或非图表结构。产业领域的产业链可能包含与产业领域相关的所有活动。产业链可以包括代表从事产业领域的实体的一个或以上环节。例如,房地产产业链中的一个或以上环节可以包括建筑材料供应环节、建筑设计环节、建筑建造环节、土地供应环节、房地产融资环节、房地产运营环节、装饰环节等中的一个或其任意组合。建筑设计环节可以涉及建筑物的设计。土地供应环节可以涉及用于建筑物改建的土地供应。房地产融资环节可能涉及房地产产业的融资活动。环节还可包括一个或以上子环节。房地产运营环节可能涉及房地产交易。环节或子环节可以包括与环节或子环节相关的一个或以上公司或组织。例如,建筑材料供应环节可以涉及用于建筑物改建的材料供应,例如钢的供应、水泥的供应、玻璃的供应、锌的供应、铝的供应等,以及此处,建筑材料供应环节包括钢材供应的子环节、水泥供应的子环节、玻璃供应的子环节、锌供应的子环节和铝供应的子环节。在一些实施例中,产业链图可以由指示产业中的一个或以上环节之间的先后关系的视觉指示符来表示。在一些实施例中,产业链图可以由编码产业中的一个或以上环节之间的先后关系的计算机代码来表示。由视觉指示符表示的产业链图可以包括一个或以上节点和一个或以上段。段可以链接两个不同的节点(即,两个不同的环节)。
在510中,服务器130(例如,数据获取引擎320)可以获取与产业领域相关的关键字。产业领域可以是与房地产、食品服务、化妆品、服装、旅游、互联网、办公用品行业、电子产品、日用品、通信设备、玩具、珠宝、汽车外部、家用电器、医疗保健、新能源、电影和电视媒体、Hadoop、物流等中的一个或其任意组合。用户可以经由用户终端输入与产业领域相关的关键字。用户输入可以是包括但不限于数字、字符、符号、文本、声音、图表、图像、视频等中的一种或其组合的格式。在一些实施例中,可以经由网络110从数据库120或终端140获取产业领域。例如,产业领域可以由用户使用终端140设置并且由服务器130经由网络110获取。又例如,与产业领域相关的关键字可以存储在数据库120(或产业领域存储模块311)中,并且由服务器130经由网络110获取。
在520中,服务器130(例如,数据获取引擎320)可以基于与产业领域相关的关键字来检索对应于产业领域的产业数据。服务器130可以基于经由网络110与产业领域相关的关键字来检索与产业领域相对应的产业数据。服务器130可以检索一个或以上信息源以获得对应于产业领域的产业数据。一个或以上的信息来源可能包括词典、产业或产业相关公司新闻、产业或产业相关公司研究报告、产业或产业中的相关公司公告、产业的产品手册、相关产业网站的网页等中的一种或其任意组合。在一些实施例中,产业数据可包括对应于产业领域的任何经济指标。例如,房地产产业数据可以包括全国范围的住房平均销售量、全国住房库存等中的一种或其任意组合。
在一些实施例中,可以经由网络110从数据库120或终端140预先存储和获取产业数据。服务器130可以定期或不定期地更新产业数据。例如,至少两个数据可以存储在数据库120(或产业数据存储模块312)中,并且由服务器130经由网络110获取。
在530中,服务器130(例如,数据分析引擎330)可以确定产业领域的产业链中的一个或以上环节。产业领域的产业链可能包含与产业领域相关的所有活动。例如,房地产产业链中的一个或以上环节可以包括建筑材料供应环节、建筑设计环节、建筑建造环节、土地供应环节、房地产融资环节、房地产运营环节、装饰环节等中的一种其任意组合。环节还可包括一个或以上子环节。环节或子环节可以包括与环节或子环节相关的一个或以上公司或组织。例如,建筑材料供应环节可涉及用于建筑物改建的材料供应,如钢材供应、水泥供应、玻璃供应、锌供应、铝供应等,并且建筑材料供应环节还可包括钢材供应的子环节、水泥供应的子环节、玻璃供应的子环节、锌供应的子环节和铝供应的子环节等中的一种其任意组合。建筑设计环节可以涉及建筑物的设计。土地供应环节可以涉及用于建筑物改建的土地供应。房地产融资部分可能涉及房地产产业的融资活动。房地产运营环节可能涉及房地产交易。每个环节或子环节可以包括与环节或子环节相关的一个或以上公司。
服务器130可以基于产业数据或产业领域的一个或以上信息源确定一个或以上环节,然后基于一个或以上环节和产业数据或一个或以上信息源确定一个或以上子环节。例如,在获取与产业领域相关的关键字之后,服务器可以确定关键字的一个或以上同义词,并基于关键字和关键字的一个或以上同义词确定与产业领域相关的关键字组。然后,服务器130可以检索和分析与产业领域相关的关键字组相关的信息,以确定该产业的一个或以上环节。例如,如果服务器130从一个或以上信息源的报告中检索句子,“材料供应严重影响最近的房地产”,服务器130可以将“材料供应”确定为房地产产业链的环节。再例如,如果服务器130基于关键字和关键字的一个或以上同义词检索5000个与房地产相关的文章,并且这些文章中超过50%包含“材料供应”一词,服务器130可以将“材料供应”确定为房地产产业链的环节。在一些实施例中,服务器130可以基于一个或以上信息源的发布者给出不同的权重。
在540中,服务器130(例如,数据分析引擎330)可以基于一个或以上信息源构建产业链中的一个或以上环节之间的一个或以上链接。环节A和环节B之间的链接可以表示环节A和环节B之间的某种关系(例如,先后关系)。例如,如果服务器130检索到一个句子,“物质供应严重影响建筑物重建”,服务器130可以确定在操作530中确定的材料供应环节和房地产环节之间的链接。
在一些实施例中,链接还可以包括方向信息,所述方向信息指示所述链接的起始环节和结束环节。从环节A到环节B的链接的方向可以表示与环节A相关的资源被提供给环节B。资源可以包括可以消耗的过程中的材料、资本、能源、服务、人员、知识或其他资产。服务器130可以在语义上分析来自一个或以上信息源的信息。在一些实施例中,服务器130可以基于句子中的某个动词确定链接的方向,该动词确定由链接连接的两个环节。例如,在“材料供应严重影响建筑物重建”的句子中,服务器130可以基于动词“影响”确定连接材料供应环节和房地产环节的链路的方向。在一些实施例中,可以存在两个在两个环节之间具有不同方向的链路。
在一些实施例中,可以通过网络110从数据库120或终端140预先存储和获取一个或以上环节之间的一个或以上链接。服务器130可以定期或不定期地更新一个或以上环节之间的一个或以上链接。例如,至少两个数据可以存储在数据库120(或产业数据存储模块312)中,并且由服务器130经由网络110获取。
在550中,服务器130(例如,数据分析引擎330)可以基于一个或以上环节和一个或以上链接生成与产业领域相关的产业链图。产业链图可以包括表示一个或以上环节的一个以上指示符以及连接一个或以上环节表示一个或以上链接的一个或以上连接线。在一些实施例中,与环节相关的指示符可以提供与该环节相关的公司。例如,通过点击表示建筑材料供应环节的指指示符,可以在表示建筑材料供应环节的指示符附近显示与建筑材料供应相关的主导公司的列表。该列表可以提供指向包含分别与主导公司的产业数据相关的产业数据的页面的超链接。主导公司的产业数据可包括公司信息、年收入和/或利润、月收入和/或利润等。
在一些实施例中,与环节相关的指示符可以提供与该环节相关的产业数据。例如,通过点击表示土地供应环节的指示符,可以在表示土地供应环节的指示符附近显示与土地供应环节相关的图表或产业数据形式。土地供应环节的产业数据可包括用于建筑物改建的年度或每年的土地供应量、年度或每年的地价等。
应该注意的是,上述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,可以根据本申请的描述,做出各种各样的变化和修改。然而,变化和修改不会背离本申请的范围。在一些实施例中,在示例性过程500中可以省略一个或以上其他可选操作。
图6是根据本申请的一些实施例的用于报告生成的方法600的示例性流程图。在一些实施例中,流程600可以被实现为存储在ROM 206、RAM 207、CPU 205中的一组指令(例如,应用程序)和/或图3中的引擎可以执行该组指令,并且当执行指令时,CPU 205和/或图3中的引擎可以被配置以执行流程600。以下呈现的所示过程的操作旨在说明。在一些实施例中,流程600可以通过未描述的一个或以上附加操作和/或不通过一个或以上本申请讨论的操作来完成。另外,如图6所示和下面描述的过程操作的顺序不是限制性的。
在610中,服务器130可以确定产业领域。在一些实施例中,服务器130可以获取与用户输入的产业领域相关的关键字。产业领域可以是与房地产、食品服务、化妆品、服装、旅游、互联网、办公用品业、电子产品、日用品、通信设备、玩具、珠宝、汽车外部、家用电器、医疗保健、新能源、电影和电视媒体、Hadoop、物流等中的一个或其任意组合相对应的任何领域。用户可以经由用户终端输入与产业领域相关的关键字。用户输入可以是包括但不限于数字、字符、符号、文本、声音、图表、图像、视频等中的一种或其组合的格式。在一些实施例中,可以经由网络110从数据库120或终端140获取产业领域。例如,产业领域可以由用户使用终端140设置并且由服务器130经由网络110获取。又例如,与产业领域相关的关键字可以存储在数据库120(或产业领域存储模块311)中,并且由服务器130经由网络110获取。
在一些实施例中,产业领域可以由用户经由终端140输入。用户可以通过打字输入、手输入、语音输入、图片输入等输入产业领域。在一些实施例中,产业领域可以由用户经由终端140从至少两个产业领域中选择。例如,用户应用程序可以显示至少两个产业领域,包括房地产、食品服务、化妆品、服装、旅游、互联网、办公用品产业、电子产品、日用品、通信设备。然后,用户可以通过终端140从至少两个产业领域中选择房地产产业领域。
在620中,服务器130可以获取与要生成的报告有关的一个或以上条件值。条件值可以与要生成的报告的类型相关。在一些实施例中,条件值可以与要生成的报告的通用时间范围相关。例如,要生成的报告类型可能包括年度报告、季度报告、月度报告等。在一些实施例中,条件值可以与要生成的报告的特定时间范围相关。例如,时间范围可能与2018年5月12日至2018年6月11日期间有关。在一些实施例中,条件值可以与要生成的报告的内容相关。例如,要生成的报告的类型可以包括关于公司的报告,关于事件的报告,关于产业领域的评论的报告。
在一些实施例中,一个或以上条件值可以由用户经由终端140输入。用户可以通过打字输入、手输入、语音输入、图片输入等输入产业领域。在一些实施例中,产业领域可以由用户经由终端140从至少两个产业领域中选择。例如,用户应用程序可以显示至少两个产业领域,包括房地产、食品服务、化妆品、服装、旅游、互联网、办公用品产业、电子产品、日用品、通信设备。然后,用户可以通过终端140从至少两个产业领域中选择房地产产业领域。
在630中,服务器130可以基于产业领域和一个或以上条件值来确定具有一个或以上数据查询部分、分析部分和一个或以上结论部分的报告模板。报告模板可以是描述与产业领域相关的一个或以上业务概念的预设结构化文本。例如,简单的零售应用程序可能有两个业务概念:市场和产品。市场等级由销售区域组成,每个销售区域由若干个状态组成,每个状态由一组商店组成。产品层次由一组部门(家用电子产品、男士服装、五金件)组成,每个部门由产品类别(衬衫、鞋子、休闲裤)组成,每个类别由个别制造商的产品线组成。商业概念可以包括与商业概念相关的一个或以上商业指标。例如,业务指示符可以包括产品数量、价格或当前库存。
在一些实施例中,报告模板可以包括与一个或以上业务指示符相关的一个或以上数据查询部分。数据查询部分可以是结构化文本中的空白,包括用于在数据查询部分中加载相应数据的数据查询命令。例如,报告模板可以包括结构文本“产品A的价格是[数据查询部分]”,其中“[数据查询部分]”对应于产品A的价格。
在一些实施例中,报告模板可以包括一个或以上结论部分。结论部分可以是结构化文本中的空白,包括用于生成和/或加载与一个或以上商业指标相关的结论相关的命令。在一些实施例中,结论可以与特定业务指示符或在指定时间段内的指示符的趋势相关。在一些实施例中,结论可以是在相同时间段内两个业务指示符的值的比较,或者是同一业务指示符的同期变化值。
在640中,服务器130可以基于报告模板的一个或以上数据查询部分来获取报告数据。服务器130可以基于与数据查询部分对应的数据查询命令来获取数据。在一些实施例中,可以经由网络110从数据库120或终端140获取数据。例如,链接数据可以存储在数据库120(或数据存储引擎310)中,并由服务器130经由网络110获取。数据的描述与步骤530中类似,这里不再重复。
在650中,服务器130可以基于报告数据确定一个或以上的结论。在一些实施例中,结论可以与特定业务指示符或指定时间段内的指示符趋势相关。例如,结论可能是“产品A的价格在2018年增加了5%。”在一些实施例中,结论可以是在相同时间段内比较两个或多于两个业务指示符的值,或者在相同业务指示符的同期变化值。例如,结论可能是“产品A的价格高于产品B的价格”或“产品A的价格在产品A、B和C中最高”。结论可以通过训练的模型获得。在一些实施例中,结论可以是警报。警报是用户定义的条件或一组条件,当条件满足时返回结论警报。例如,可以定义警报条件,使得当品牌A衬衫的库存在给定的一周内降至200单位以下时,服务器130可以产生消息警报。在一些实施例中,结论可以是变化分析。变化结论是描述至少两个时间段的业务指标的复合文档。可以指定两个时间段,或两个以上,并查看这些时期所选业务指标的差异(例如,今年的纺织品销售额与去年销售额相比如何),变化分析报告可以报告一天、一周、一个月、一个季度、一年或其他定义的时间段的结果。
在一些实施例中,训练的模型可以是卷积神经网络(CNN)、深度信任网络(DBN)、堆叠自动编码器(SAE)、逻辑回归(LR)模型、支持向量机(SVM)、决策树模型、朴素贝叶斯模型、随机森林模型、受限玻尔兹曼机器(RBM)、Q学习模型等中的一个或其组合。在一些实施例中,CNN模型可包括卷基层、整流线性单元(ReLU)层、全连接层或汇集层中的至少一个。在一些实施例中,可以通过基于历史数据训练初始模型来生成训练的模型。
在660中,服务器130(例如,数据分析引擎330)可以基于报告数据、一个或以上结论和模板获取的数据生成报告。报告可以是每周报告、月度报告、年度报告、评论报告、公司的事件评论报告、产业链的链接、产业等中的一种或其任意组合。在一些实施例中,报告中的内容可包括至少两个图表和/或文本描述。在一些实施例中,可以在至少两个数据已经改变时(例如,实时地)更新报告。在一些实施例中,报告可以是可编辑的。具体地,用户可以通过在终端140上执行的用户应用程序来编辑报告。在某些实施例中,用户可以添加或删除报告中的内容。例如,用户可以添加与二手房销售趋势相关的图表。又例如,用户可以添加对对应的投资、股票的目标价格、股票的预测价格等中的一种或其任意组合的评论。在一些实施例中,用户可以设置内容的格式(例如,图表模板、添加或删除索引、字体、颜色等)。例如,用户可以将二手房销售趋势的柱状图更改为折线图。
在一些实施例中,服务器130(例如,数据分析引擎330)可以基于从数据存储引擎310或网络110获取的至少两个数据来自动添加或删除报告中的内容(或维度)。在一些实施例中,服务器130(例如,数据分析引擎330)可以使用大数据分析来添加或删除内容(或维度)。
在一些实施例中,服务器130(例如,数据分析引擎330)可以突出显示报告中的一部分内容。该报告的一部分内容可以包括用户感兴趣的信息、近年(例如,今年和去年)的年度报告的变化、公司的业务范围、去年公司的收益率等中的一种或其任意组合。在一些实施例中,可以以正则表达式匹配的方式实现年度报告中的变化的突出显示。在一些实施例中,用户感兴趣的信息的突出显示可以通过模型(例如,机器学习模型)来实现。仅作为示例,模型可以是卷积神经网络(CNN)、深度信任网络(DBN)、堆叠自动编码器(SAE)、逻辑回归(LR)模型、支持向量机(SVM)、决策树模型、朴素贝叶斯模型、随机森林模型、受限玻尔兹曼机器(RBM)、Q学习模型等中的一种或其组合。
应该注意的是,上述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,可以根据本申请的描述,做出各种各样的变化和修改。然而,变化和修改不会背离本申请的范围。
图7是示出房地产产业中的示例性产业链图的示意图。如图7所示,房地产产业可包括一个或以上环节710-750。建筑材料环节710,自然资源和规划环节720可以是房地产产业的上游。建筑材料环节710可包括钢、玻璃、锌、水泥、铝等中的一种或其任意组合。自然资源和规划环节720可以包括构造、设计、土地等中的一种或其任意组合。资金环节730可以包括银行、房地产公司、消费者等中的一种其任意组合。房地产管理环节740可以包括公寓管理和租赁管理等中的一种或其任意组合。服务环节750可以是房地产产业的下游。服务环节750可以包括装饰服务、中介服务和财产服务等中的一种或其任意组合。
本申请实施例可能带来的有益效果包括但不限于:(1)可以根据用户输入的关键字自动生成报告,从而可以有效减少人力;(2)通过获取与产业领域的产业数据以及对其进行分析,提高分析结果的准确度和及时性,更有助于知识体系的沉淀。需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (21)
1.一种产业链图生成的系统,其特征在于,所述系统包括:
数据获取引擎,用于获得与产业领域相关的关键字,所述关键字由用户输入;
所述数据获取引擎,还用于对应于所述产业领域,基于与所述产业领域相关的关键字从一个或以上信息源中检索产业数据;
数据分析引擎,用于根据所述一个或以上信息源,确定所述产业领域产业链中的一个或以上组成环节;
所述数据分析引擎,还用于根据所述产业数据,在所述产业链中的一个或以上环节之间建立一个或以上链接;
所述数据分析引擎,还用于基于所述一个或以上环节以及所述一个或以上链接,生成与所述产业领域相关的产业链图。
2.根据权利要求1所述的系统,其特征在于,所述一个或以上环节的环节还包括一个或以上子环节。
3.根据权利要求1所述的系统,其特征在于,所述链接包括方向信息,所述方向信息指示所述链接的起始环节和结束环节。
4.根据权利要求1所述的系统,其特征在于,所述数据获取引擎还用于还包括:
生成用于提供与所述一个或以上环节相关的产业数据的指标。
5.一种报告生成的系统,其特征在于,所述系统包括:
数据获取引擎,用于获取与用户输入的产业领域相关的关键字;
所述数据获取引擎,还用于获取与要生成的报告相关的一个或以上条件值;
数据分析引擎,用于根据所述产业领域和所述一个或以上条件值,确定具有一个或以上数据查询部分和一个或以上结论部分的报告模板;
所述数据分析引擎,还用于基于所述报告模板的所述一个或以上数据查询部分,获取报告数据;
所述数据分析引擎,还用于根据所述报告数据,确定一个或以上的结论;
报告生成模块,用于基于获得的所述报告数据、所述一个或以上结论和所述模板,生成报告。
6.根据权利要求5的系统,其特征在于,所述数据分析引擎还用于
基于所述一个或以上的结论,在所述报告中突出显示所述内容的一部分。
7.根据权利要求5所述的系统,其特征在于,所述结论是基于一段时间内商业指标的趋势确定的。
8.根据权利要求5所述的系统,其特征在于,所述结论是基于同一时期内至少两个业务指标的比较而确定的。
9.根据权利要求5所述的系统,其特征在于,所述一个或以上条件值与要生成的所述报告的时间范围或类型有关。
10.一种产业链图生成的方法,其特征在于,所述方法包括:
获得与产业领域相关的关键字;
对应于所述产业领域,基于所述与所述产业领域相关的关键字从一个或以上信息源中检索产业数据;
根据所述一个或以上信息源,确定所述产业领域产业链中的一个或以上组成环节;
根据所述产业数据,在所述产业链中的一个或以上环节之间建立一个或以上链接;
基于所述一个或以上环节以及所述一个或以上链接,生成与所述产业领域相关的产业链图。
11.根据权利要求10所述的方法,其特征在于,所述一个或以上环节的环节还包括一个或以上子环节。
12.根据权利要求10所述的方法,其特征在于,所述链接包括方向信息,所述方向信息指示所述链接的起始环节和结束环节。
13.根据权利要求10所述的方法,其特征在于,所述方法的进一步包括:
生成用于提供与所述一个或以上环节相关的产业数据的指标。
14.一种报告生成的方法,其特征在于,所述方法包括:
获取与用户输入的产业领域相关的关键字;
获取与要生成的报告相关的一个或以上条件值;
根据所述产业领域和所述一个或以上条件值,确定具有一个或以上数据查询部分和一个或以上结论部分的报告模板;
基于所述报告模板的所述一个或以上数据查询部分,获取报告数据;
根据所述报告数据,确定一个或以上的结论;
基于获得的所述报告数据、所述一个或以上结论和所述模板,生成报告。
15.根据权利要求14的方法,其特征在于,所述方法还包括:
基于所述一个或以上的结论,在所述报告中突出显示所述内容的一部分。
16.根据权利要求14所述的方法,其特征在于,所述结论是基于一段时间内商业指标的趋势确定的。
17.根据权利要求14所述的方法,其特征在于,所述结论是基于同一时期内至少两个业务指标的比较而确定的。
18.根据权利要求14所述的方法,其特征在于,所述一个或以上条件值与要生成的所述报告的时间范围或类型有关。
19.一种产业链图生成的装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求10~13中任意一项所述的操作。
20.一种报告生成的装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求14~18中任意一项所述的操作。
21.一种计算机可存储介质,其特征在于,所述存储介质存储有计算机指令,当所述计算机指令中的至少部分指令被处理器执行时,实现如权利要求10~18中任意一项所述的操作。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910370345.9A CN110083645A (zh) | 2019-05-06 | 2019-05-06 | 一种报告生成的系统和方法 |
US16/681,943 US11580463B2 (en) | 2019-05-06 | 2019-11-13 | Systems and methods for report generation |
US16/681,940 US11620593B2 (en) | 2019-05-06 | 2019-11-13 | Systems and methods for industry chain graph generation |
US18/167,082 US20230196219A1 (en) | 2019-05-06 | 2023-02-10 | Systems and methods for report generation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910370345.9A CN110083645A (zh) | 2019-05-06 | 2019-05-06 | 一种报告生成的系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110083645A true CN110083645A (zh) | 2019-08-02 |
Family
ID=67418517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910370345.9A Pending CN110083645A (zh) | 2019-05-06 | 2019-05-06 | 一种报告生成的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (3) | US11580463B2 (zh) |
CN (1) | CN110083645A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807043A (zh) * | 2019-10-28 | 2020-02-18 | 中冶赛迪重庆信息技术有限公司 | 诊断报告生成方法、系统、设备及介质 |
CN112347752A (zh) * | 2020-11-16 | 2021-02-09 | 中国信息通信研究院 | 一种产业链的自主绘制管理方法及装置 |
WO2021075951A1 (en) * | 2019-10-14 | 2021-04-22 | Malayan Banking Berhad | Data processing and analysis by component analysis configurator |
CN112883168A (zh) * | 2021-03-19 | 2021-06-01 | 数预智能科技(上海)有限公司 | 一种基于数据的智能解读方法 |
CN113850059A (zh) * | 2021-12-01 | 2021-12-28 | 北京一起教育科技有限责任公司 | 一种生成测评报告的方法、装置及电子设备 |
US11481555B2 (en) | 2019-10-16 | 2022-10-25 | Industrial Technology Research Institute | Project generating system and method thereof |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114741600B (zh) * | 2022-04-21 | 2022-12-27 | 深圳市城市产业发展集团有限公司 | 一种产业园区企业招商推荐的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181398A1 (en) * | 2007-01-26 | 2008-07-31 | Ravikanth Pappu | Methods and apparatus for enhancing privacy of objects associated with radio-frequency identification tags |
CN102270330A (zh) * | 2011-06-21 | 2011-12-07 | 江仟仪 | 应用于移动互联网的绿色产业链构建及产品推介系统 |
CN105930946A (zh) * | 2016-02-02 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种城市产业链合路径选择与产业链延伸的技术方法 |
CN106126674A (zh) * | 2016-06-29 | 2016-11-16 | 泰华智慧产业集团股份有限公司 | 一种产业业务信息分析报告生成方法及其系统 |
CN107342976A (zh) * | 2017-05-18 | 2017-11-10 | 辛柯俊 | 针对企业产业链分析的移动应用平台与方法 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7571166B1 (en) * | 2001-06-19 | 2009-08-04 | Click Acquisitions, Inc. | Virtual private supply chain |
US8234569B2 (en) | 2007-02-28 | 2012-07-31 | Business Objects Software Ltd. | Apparatus and method for defining and processing publication objects |
US20110029853A1 (en) * | 2009-08-03 | 2011-02-03 | Webtrends, Inc. | Advanced visualizations in analytics reporting |
JP5685702B2 (ja) | 2009-11-10 | 2015-03-18 | 株式会社アドバンスト・メディア | 音声認識結果管理装置および音声認識結果表示方法 |
US20140058775A1 (en) | 2012-08-26 | 2014-02-27 | Ole Siig | Methods and systems for managing supply chain processes and intelligence |
US10262283B2 (en) * | 2009-12-01 | 2019-04-16 | Thomson Reuters Global Resources Unlimited Company | Methods and systems for generating supply chain representations |
US20120084092A1 (en) | 2010-10-04 | 2012-04-05 | Kozuch Michael J | Method and apparatus for a comprehensive dynamic personal health record system |
US10303999B2 (en) | 2011-02-22 | 2019-05-28 | Refinitiv Us Organization Llc | Machine learning-based relationship association and related discovery and search engines |
US8463651B2 (en) * | 2011-05-27 | 2013-06-11 | International Business Machines Corporation | Non-instrumented perishable product tracking in a supply chain |
US9477936B2 (en) | 2012-02-09 | 2016-10-25 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
US20170039500A1 (en) | 2012-08-26 | 2017-02-09 | Thomson Reuters Global Resources | Supply chain intelligence search engine |
US20140114964A1 (en) * | 2012-09-14 | 2014-04-24 | M3 Technology, Inc. | System and method for supporting a searching process in a supply chain management environment |
US20140222521A1 (en) | 2013-02-07 | 2014-08-07 | Ibms, Llc | Intelligent management and compliance verification in distributed work flow environments |
US20140222522A1 (en) | 2013-02-07 | 2014-08-07 | Ibms, Llc | Intelligent management and compliance verification in distributed work flow environments |
US20160048938A1 (en) * | 2014-08-15 | 2016-02-18 | Elementum Scm (Cayman) Ltd. | Method for determining and analyzing impact severity of event on a network |
US9424333B1 (en) * | 2014-09-05 | 2016-08-23 | Addepar, Inc. | Systems and user interfaces for dynamic and interactive report generation and editing based on automatic traversal of complex data structures |
AU2015249157B2 (en) * | 2014-10-31 | 2017-06-29 | Financial & Risk Organisation Limited | Digital communications interface and graphical user interface |
US9992219B1 (en) * | 2014-11-13 | 2018-06-05 | National Technology & Engineering Solutions Of Sandia, Llc | Framework and methodology for supply chain lifecycle analytics |
US9785792B2 (en) * | 2016-03-04 | 2017-10-10 | Color Genomics, Inc. | Systems and methods for processing requests for genetic data based on client permission data |
CA2987838A1 (en) * | 2015-06-11 | 2017-02-02 | Jochen L. LEIDNER | Risk identification and risk register generation system and engine |
CN107305541B (zh) | 2016-04-20 | 2021-05-04 | 科大讯飞股份有限公司 | 语音识别文本分段方法及装置 |
CN106448675B (zh) | 2016-10-21 | 2020-05-01 | 科大讯飞股份有限公司 | 识别文本修正方法及系统 |
US11392875B2 (en) * | 2016-12-06 | 2022-07-19 | Refinitiv Us Organization Llc | Risk identification engine and supply chain graph generator |
CN107066499A (zh) | 2016-12-30 | 2017-08-18 | 江苏瑞中数据股份有限公司 | 面向异构存储多源数据管理及可视化系统的数据查询方法 |
JP6553111B2 (ja) | 2017-03-21 | 2019-07-31 | 株式会社東芝 | 音声認識装置、音声認識方法及び音声認識プログラム |
WO2018236907A1 (en) * | 2017-06-19 | 2018-12-27 | Erin Elizabeth Klett | INTELLIGENCE OF SUPPLY CHAIN MANPOWER |
US11615357B2 (en) * | 2017-10-13 | 2023-03-28 | o9 Solutions, Inc. | Dynamic memoryless demand-supply pegging |
CN108536654B (zh) | 2018-04-13 | 2022-05-17 | 科大讯飞股份有限公司 | 识别文本展示方法及装置 |
US20200226536A1 (en) * | 2019-01-11 | 2020-07-16 | Kshitiz Uttam | Constrained concurrent resource allocator |
-
2019
- 2019-05-06 CN CN201910370345.9A patent/CN110083645A/zh active Pending
- 2019-11-13 US US16/681,943 patent/US11580463B2/en active Active
- 2019-11-13 US US16/681,940 patent/US11620593B2/en active Active
-
2023
- 2023-02-10 US US18/167,082 patent/US20230196219A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181398A1 (en) * | 2007-01-26 | 2008-07-31 | Ravikanth Pappu | Methods and apparatus for enhancing privacy of objects associated with radio-frequency identification tags |
CN102270330A (zh) * | 2011-06-21 | 2011-12-07 | 江仟仪 | 应用于移动互联网的绿色产业链构建及产品推介系统 |
CN105930946A (zh) * | 2016-02-02 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种城市产业链合路径选择与产业链延伸的技术方法 |
CN106126674A (zh) * | 2016-06-29 | 2016-11-16 | 泰华智慧产业集团股份有限公司 | 一种产业业务信息分析报告生成方法及其系统 |
CN107342976A (zh) * | 2017-05-18 | 2017-11-10 | 辛柯俊 | 针对企业产业链分析的移动应用平台与方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021075951A1 (en) * | 2019-10-14 | 2021-04-22 | Malayan Banking Berhad | Data processing and analysis by component analysis configurator |
US11481555B2 (en) | 2019-10-16 | 2022-10-25 | Industrial Technology Research Institute | Project generating system and method thereof |
CN110807043A (zh) * | 2019-10-28 | 2020-02-18 | 中冶赛迪重庆信息技术有限公司 | 诊断报告生成方法、系统、设备及介质 |
CN112347752A (zh) * | 2020-11-16 | 2021-02-09 | 中国信息通信研究院 | 一种产业链的自主绘制管理方法及装置 |
CN112883168A (zh) * | 2021-03-19 | 2021-06-01 | 数预智能科技(上海)有限公司 | 一种基于数据的智能解读方法 |
CN113850059A (zh) * | 2021-12-01 | 2021-12-28 | 北京一起教育科技有限责任公司 | 一种生成测评报告的方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20200356588A1 (en) | 2020-11-12 |
US20230196219A1 (en) | 2023-06-22 |
US11620593B2 (en) | 2023-04-04 |
US20200356915A1 (en) | 2020-11-12 |
US11580463B2 (en) | 2023-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110083645A (zh) | 一种报告生成的系统和方法 | |
Orenga-Roglá et al. | Social customer relationship management: taking advantage of Web 2.0 and Big Data technologies | |
Zhang et al. | Research jungle on online consumer behaviour in the context of web 2.0: traceability, frontiers and perspectives in the post-pandemic era | |
Lee et al. | Technology opportunity discovery using deep learning-based text mining and a knowledge graph | |
CN111598648A (zh) | 一种基于快消行业商品的全链路线上营销方法 | |
Auffarth | Machine Learning for Time-Series with Python: Forecast, predict, and detect anomalies with state-of-the-art machine learning methods | |
Souza et al. | Explainable artificial intelligence for predictive analytics on customer turnover: A user-friendly interface for non-expert users | |
Wodecki et al. | Influence of artificial intelligence on activities and competitiveness of an organization | |
Haq | Enterprise artificial intelligence transformation | |
Jayawardena et al. | Artificial intelligence (AI)-based market intelligence and customer insights | |
Änäkkälä | Exploring value in eCommerce artificial intelligence and recommendation systems | |
Sousa et al. | Artificial intelligence trends: Insights for digital economy policymakers | |
Steiger et al. | Instance-based cognitive mapping: a process for discovering a knowledge worker's tacit mental model | |
Nilashi et al. | The nexus between quality of customer relationship management systems and customers' satisfaction: Evidence from online customers’ reviews | |
Kabilan | Ontology for information systems (04IS) design methodology: conceptualizing, designing and representing domain ontologies | |
Niedermann | Deep Business Optimization: concepts and architecture for an analytical business process optimization platform | |
Sträßer et al. | Knowledge Management of Private Banks as an Asset Improved by Artificial Intelligence Discipline—Applied to Strategic McKinsey Portfolio Concept as Part of the Portfolio Management | |
Echeberria | The Impact of AI on Business, Economics and Innovation | |
Stamou | Data science for social good: development of a knowledge graph targeted to sustainable development goals | |
Kupangwa et al. | Business values as a strategic resource in indigenous black South African family businesses | |
Ansari et al. | Machine Learning based Systems for Organizational Support–The State of the Art | |
US11954445B2 (en) | Applied artificial intelligence technology for narrative generation based on explanation communication goals | |
Bonilla et al. | Decoding data analytics capabilities from topic modeling on press releases | |
Li et al. | [Retracted] Big Data Mining Method of E-Commerce Consumption Pattern Based on Mobile Platform | |
Bashir et al. | Inventive Investment Using Bigdata: Tools, Applicability and Challenges Associated |
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 |