CN115438994A - 一种基于c2m的服装定制业务处理系统的生成方法及装置 - Google Patents

Abstract

本说明书实施例公开了一种基于C2M的服装定制业务处理系统的生成方法及装置，方法包括：响应于客户的请求信息，获取请求信息中的业务定制数据，确定个性化服装定制系统的需求影响因素；获取预设标准业务处理系统的基础支撑模块与业务处理模块，并将业务处理模块解耦为不同的业务中台；根据业务定制数据和/或客户的历史业务处理数据，确定与客户相对应的多个业务处理流程信息；根据需求影响因素对多个业务处理流程信息进行评估，以获取最优业务处理流程信息，并确定最优业务处理流程信息所包含的业务中台信息；个性化服装定制业务系统的预设框架软件获取所业务中台信息与基础支撑模块中的相关信息，实现个性化服装定制业务系统的构建。

Description

一种基于C2M的服装定制业务处理系统的生成方法及装置

技术领域

本说明书涉及计算机技术领域，尤其涉及一种基于C2M的服装定制业务处理系统的生成方法及装置。

背景技术

用户直连制造(Customer-to-Manufacturer，简称C2M)是一种新型的工业互联网电子商务的商业模式，又被称为"短路经济"。C2M产业管理平台，基于互联网技术和生态，对各个垂直产业的产业链和内部的价值链进行重塑和改造，从而形成的互联网生态和形态，是帮助制造业转型升级的重要工具。该平台以客户交互中台、研发中台、供应商中台、仓储中台、物流中台、等为核心，为客户提供定制化Pass、Sass服务。服装定制企业的业务处理是生产经营活动中进行的，例如：服装的研发设计、服装生产的执行管理、订单排程、车间工艺流程调配、仓储管理等一系列需要进行的业务的处理。随着科技的发展以及用户的需求，为了实现对于服装定制等业务的快速处理，各企业对于互联网下一体化业务处理系统的需求越来越多。

由于服装定制企业的生产经营方向存在区别，且当前企业逐渐有传统制造向智能制造以及个性化制造进行发展，因此各个服装定制企业对于个性化服装定制的业务处理系统，具有不同的需求。所以，传统方式中一般都需要软件开发人员先根据各客户的具体需求进行分析，再对C2M产业管理平台上拥有的与智能制造领域相关的多个业务系统，进行独立的设计开发，才能搭建出客户所需要的个性化服装定制的业务处理系统。然而当前这种系统搭建的方式，无法实现系统中业务功能模块的复用，使得开发人员需要根据各服装定制企业的具体需求和情况进行重复的开发设计，增加了系统搭建的资源投入，且无法对市场需求做出快速响应。

发明内容

本说明书一个或多个实施例提供了一种基于C2M的服装定制业务处理系统的生成方法及装置，用于解决如下技术问题：如何提供一种可以快速搭建个性化服装定制的业务处理系统的方法。

本说明书一个或多个实施例采用下述技术方案：

本说明书一个或多个实施例提供一种基于C2M的服装定制业务处理系统的生成方法，方法包括：

响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息；

获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块；

根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息；

根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息；

根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层。

可选地，本说明书一个或多个实施例中，所述获取客户对于个性化服装定制系统的业务定制数据之前，所述方法还包括：

获取与各个性化服装定制系统所对应的客户的历史定制业务信息，以基于所述历史定制业务信息，将所述客户划分到稳定客户集合或者发展中客户集合；

获取所述稳定客户集合与所述发展中客户集合中与各客户的合作数据记录，抽取各客户的合作数据记录中与交易相关的字段，以基于所述字段构建交易关键字；

根据所述交易关键字对所述合作数据记录进行排序，以构建交易记录序列，基于预设窗口在所述交易记录序列中进行移动；

依次比较所述预设窗口内各交易记录的匹配度，根据所述匹配度删除符合预设条件的重复交易记录，获得与所述客户之间的合作交易数据，并基于所述合作交易数据以及与所述合作交易数据相对应的利润率，查询预设客户等级表，确定与所述客户的合作度等级；

基于各所述客户对于个性化服装定制业务的约定时间，确定各所述客户的时限权重值，并将所述时限权重值与所述合作度等级的乘积和作为所述稳定客户集合或者所述发展中客户集合的处理权重；

基于所述处理权重分别排列所述稳定客户集合、所述发展中客户集合中的客户信息，获得所述稳定客户集合所对应的第一客户处理序列，与所述发展中客户集合所对应的第二客户处理序列，将所述第一客户处理序列、所述第二客户处理序列基于预设拼接符号进行首尾拼接，获得客户处理序列；

基于客户处理序列中各客户的排列顺序，依次响应指定时间段内所述客户对于个性化服装定制系统的请求信息，以基于所述请求信息获得获取客户对于个性化服装定制系统的业务定制数据。

可选地，本说明书一个或多个实施例中，基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素，具体包括：

基于预设功能约束表，获取与所述业务定制数据相对应的所述个性化服装定制系统的功能需求信息；

将所述功能需求信息输入到预设特征抽取器中，以提取所述功能需求信息中的多个特征参量；

根据所述功能需求信息的多个特征参量，生成所述功能需求信息的特征向量，计算各所述功能需求的特征向量之间的夹角的余弦值，以基于所述余弦值确定各所述功能需求信息之间的相似度；

将所述相似度作为K-means算法中的距离值，以基于K-means算法对所述功能需求信息进行聚类，获得所述功能需求信息之间的相互关系；其中，所述相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系；

基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息；

根据所述有效功能需求信息确定所述个性化服装定制系统所需功能模块，以基于所述所需功能模块，建立所述个性化服装定制系统所对应的个性化服装定制模拟系统模型；

确定所述个性化服装定制模拟系统模型中各子模块的网络弹性，以根据所述各子模块的网络弹性，确定各所述子模块是否对所述个性化服装定制模拟系统模型中具有影响；

若是，则将所述子模块的功能数据与所述各子模块的网络弹性输入预设贝叶斯网络，以获取所述功能数据与所述网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子；其中，所述影响因子至少包括：恢复量影响因子、恢复时间影响因子；

通过皮尔逊相关性检验法，对各影响因子与所述个性化服装定制模拟系统模型之间的相关性进行验证，以基于所述验证的结果确定各所述影响因子与所述个性化服装定制模拟系统模型是否具有显著关联性，若是则将与所述影响因子相对应的功能需求信息，作为所述个性化服装定制系统的需求影响因素。

可选地，本说明书一个或多个实施例中，所述根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台，具体包括：

基于所述业务处理模块所对应的业务类型，确定所述业务处理模块所对应的一个或多个业务处理逻辑；

获取所述业务处理逻辑内各层逻辑所对应的功能描述，以基于所述功能描述确定所述业务处理模块中各所述业务功能之间的关联关系；

根据所述业务处理模块内业务处理的逻辑关系，对所述业务处理模块拆分，获得多个业务功能子模块，并将所述业务功能子模块基于所述关联关系进行组合，获得所述业务处理模块的一个或多个业务中台。

可选地，本说明书一个或多个实施例中，根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息，具体包括：

响应于所述客户对于个性化服装定制系统的请求信息，确定所述客户的生产相关数据；其中，所述生产相关数据至少包括以下任意一项或多项：服装定制人员要素、服装定制设备要素、服装生产环境要素；

若所述客户不具有历史处理数据，则获取预设数据库中与所述客户的生产类型相同的其他客户的历史处理数据；

若所述客户具有历史处理数据，则基于所述客户的历史处理数据确定所述客户的一个或多个历史业务处理流程信息，并将所述历史业务处理流程信息输入预设专家经验模型，获得各所述历史业务处理流程信息所对应的标准生产相关数据；

将所述生产相关数据与所述标准生产相关数据的交并比，作为所述历史业务处理流程信息与客户所需业务处理流程信息的匹配度，并根据预设匹配度阈值确定与所述客户所需业务处理流程信息相对应的多个待选择业务处理流程信息；其中，所述待选择业务处理流程信息包括一个或多个业务处理流程节点信息；

获取所述业务定制数据中的有效功能需求信息，并根据预设分词标识将所述有效功能需求信息拆分为若干关键词和相应关键语义；

根据所述业务处理流程节点信息的处理任务信息，确定所述关键词与所述关键语义所对应的有效业务处理流程节点信息，并根据所述多个待选择业务处理流程信息中有效业务处理流程节点的占比，确定与所述客户相对应的多个业务处理流程信息。

可选地，本说明书一个或多个实施例中，根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息，具体包括：

将所述需求影响因素划分到正向影响因素集合或者负向影响因素集合中；

对所述正向影响因素集合与所述负向影响因素集合中各个需求影响因素进行标识，并根据所述功能需求信息之间的相互关系，确定各所述需求因素之间的关联关系，以基于所述关联关系确定所述正向影响因素集合与所述负向影响因素集合所对应的关联图谱；

基于所述正向影响因素集合所对应的关联图谱中各所述需求影响因素的间隔长度，确定所述关联关系的第一关联强度值，并将所述关联强度值作为第一影响权重值；

基于所述负向影响因素集合所对应的关联图谱中各所述需求影响因素的间隔长度，确定所述关联关系的第二关联强度值，并将所述关联强度值作为第二影响权重值；

获取各所述业务处理流程信息包含的业务处理流程节点信息，并确定与所述需求影响因素相对应的业务处理流程节点信息；

将所述需求影响因素的影响权重值作为所述相对应的业务流程节点的影响权重值，以基于所述第一影响权重或所述第二影响权重的和，确定各所述业务处理流程信息的价值权重；其中所述第一影响权重与所述价值权重为正相关关系，所述第二影响权重与所述价值权重为负相关关系；

根据各所述业务处理流程信息的价值权重，获取与所述个性化服装定制业务相对应最优业务处理流程信息，并确定所述最优业务处理流程信息中所包含的业务中台信息。

可选地，本说明书一个或多个实施例中，根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建，具体包括：

定义各所述业务中台的第一接口信息；其中，所述第一接口信息至少包括：接口类型、接口名称；

根据所述业务中台所包含的业务功能子模块的功能，定义各所述业务功能子模块的第二接口信息；其中，所述第一接口与所述第二接口相连接，所述第二接口信息用于实现所述业务中台内各业务功能子模块功能信息的调用；

根据所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，确定各所述业务中台的逻辑调用关系；

根据所述逻辑调用关系将所述第一接口信息与所述第二接口信息所对应的接口，配置到所述个性化服装定制业务预设系统框架软件中；

根据所述个性化服装定制业务预设系统框架软件中基础数据处理区域的标识，确定所述基础支撑模块所对应的待配置区域，实现个性化服装定制业务预设系统框架软件的构建，以基于所述个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息。

可选地，本说明书一个或多个实施例中，个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息之前，所述方法还包括：

根据所述请求信息确定所述个性化服装定制业务系统所对应的多个应用，以基于所述多个应用的入口信息，配置所述个性化服装定制业务系统框架的应用层；

根据所述个性化服装定制业务系统的个性化需求，基于预设微服务开发框架搭建所述个性化服装定制业务系统的中台层的微服务架构；其中，所述微服务开发框架为netcore或者spring；

基于所述个性化服装定制业务系统的预设容器集群管理系统，管理所述个性化服装定制系统的docker容器；

基于所述docker容器将所述微服务架构转换为docker镜像进行部署，以将微服务层部署于所述个性化服装定制业务系统中的PaaS层；

确定所述微服务开发框架与微服务开发框架中的各个微服务模块，所对应于的数据库，以根据各个微服务模块所对应的数据库与所述基础支撑模块所对应的数据库，确定所述个性化服装定制业务系统中数据层的组成成分；

基于所述请求信息确定所述个性化服装定制业务系统所支持的公有云或私有云，以构建所述个性化服装定制系统的IaaS层；

将所述应用层、所述中台层、所述微服务层、所述PaaS层、所述数据层与所述IaaS层，作为所述个性化服装定制业务预设系统框架软件的不同处理区域。

本说明书一个或多个实施例提供一种基于C2M的服装定制业务处理系统的生成装置，装置包括：

第一确定单元，用于响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息；

解耦单元，用于获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块；

第二确定单元，用于根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息；

评估单元，用于根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息；

构建单元，用于根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层。

可选地，本说明书一个或多个实施例中，第一确定单元具体包括：

第一获取单元，用于基于预设功能约束表，获取与所述业务定制数据相对应的所述个性化服装定制系统的功能需求信息；

提取单元，用于将所述功能需求信息输入到预设特征抽取器中，以提取所述功能需求信息中的多个特征参量；

计算单元，用于根据所述功能需求信息的多个特征参量，生成所述功能需求信息的特征向量，计算各所述功能需求的特征向量之间的夹角的余弦值，以基于所述余弦值确定各所述功能需求信息之间的相似度；

聚类单元，用于将所述相似度作为K-means算法中的距离值，以基于K-means算法对所述功能需求信息进行聚类，获得所述功能需求信息之间的相互关系；其中，所述相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系；

过滤单元，用于基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息；

建立单元，用于根据所述有效功能需求信息确定所述个性化服装定制系统所需功能模块，以基于所述所需功能模块，建立所述个性化服装定制系统所对应的个性化服装定制模拟系统模型；

第三确定单元，用于确定所述个性化服装定制模拟系统模型中各子模块的网络弹性，以根据所述各子模块的网络弹性，确定各所述子模块是否对所述个性化服装定制模拟系统模型中具有影响；

第二获取单元，用于若是，则将所述子模块的功能数据与所述各子模块的网络弹性输入预设贝叶斯网络，以获取所述功能数据与所述网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子；其中，所述影响因子至少包括：恢复量影响因子、恢复时间影响因子；

验证单元，用于通过皮尔逊相关性检验法，对各影响因子与所述个性化服装定制模拟系统模型之间的相关性进行验证，以基于所述验证的结果确定各所述影响因子与所述个性化服装定制模拟系统模型是否具有显著关联性，若是则将与所述影响因子相对应的功能需求信息，作为所述个性化服装定制系统的需求影响因素。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过将业务处理模块解耦为不同的业务中台进行后续分析，实现了业务的解耦与功能复用，大大提高了产品的灵活性及产品研发效率，便于产品快速迭代。通过用户请求信息中的业务定制数据获取到对应的需求影响因素，从而根据需求影响因素对多个业务处理流程信息进行价值评估，获取到与用户的个性化服装定制业务系统相对应最优业务处理流程信息，并确定最优业务处理流程信息所包含的业务中台信息，实现了对于海量数据的汇聚与分析，实现了资源优化配置和业务模式的创新，实现了对于用户个性化定制的需求。通过个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息，实现工业经验知识的软件或与模块化，通过对于模块信息的配置代替了对于系统整体的开发，简化了开发过程，提高了开发效率，方便了对市场做出快速相应。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本说明书实施例提供的一种基于C2M的服装定制业务处理系统的生成方法的方法流程示意图；

图2为本说明实施例提供的某应用下个性化服装定制业务处理系统的架构示意图；

图3为本说明书实施例提供的一种基于C2M的服装定制业务处理系统的生成设备的内部结构示意图。

具体实施方式

本说明书实施例提供一种基于C2M的服装定制业务处理系统的生成方法及装置。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

如图1所示，本说明书一个或多个实施例中提供了一种基于C2M的服装定制业务处理系统的生成方法的方法流程示意图。由图1可知，方法包括以下步骤：

S101：响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息。

随着企业从传统制造到智能制造、从大规模制造到个性化定制的发展，客户对于个性化服装定制系统的需求越来越多，为了避免重复开发系统为系统开发人员带来的压力，以及业务模块无法重复利用的问题。本说明书一个或多个实施例中为了快速响应于市场需求，在客户提出定制系统的请求之后，响应于客户对于个性化服装定制系统的请求信息，获取到请求信息中的业务定制数据。由于不同的客户具有不同的需求，因不同的业务定制数据所对应的业务功能可能受到各种影响因素的影响进而影响个性化服装定制系统的整体功能，所以在确定出业务定制数据之后，再根据业务定制数据确定出该个性化服装定制系统的需求影响因素。其中需要说明的是，业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息等。可以理解的是，例如：服装生产类型会影响个性化服装定制系统中对于版型定制模块的设置，服装生产工艺信息会影响对于工艺模块的设置，布料供应商信息会影响对于物流模块，仓储模块等模块的设置。

为了实现对于客户的维护实现各个定制系统的有序分析定制，在本说明书一个或多个实施例中，获取客户对于个性化服装定制系统的业务定制数据之前，方法还包括以下过程：

首先获取与各个性化服装定制系统所对应的客户的历史定制业务信息，根据获取到的历史定制业务信息，判断与该客户是否是长期合作的关系，从而将客户划分到稳定客户集合或者发展中客户集合中。获取稳定客户集合与发展中客户集合中和各个客户的合作数据记录，并且抽取各个客户的合作数据记录中和交易相关的字段，以便于根据相关的字段构建出与客户的交易关键字。

由于客户的合作数据记录可能存储在多个不同的数据库中，因此导致根据交易记录提取的交易相关字段中可能存在不同数据格式的重复交易记录，进而导致基于相关字段构建的交易关键字可能具有重复的交易记录。例如：在某数据库中，合作记录A为：“2022年4月3号收到客户A的款项30000元”；而另一个数据库中存在合作记录B为：“2022/4/03收到客户A的款项为$30000元”,这两条记录中存在数据格式的区别但是对应于同一条的交易记录。为了解决该问题。本说明书一个或多个实施例中，根据构建的交易关键字对合作数据记录进行排序，以构建交易记录序列，基于预设窗口在交易记录序列中进行移动。依次比较预设窗口内各交易记录的匹配度，根据各个交易记录的匹配度删除掉符合预设条件的重复交易记录，获得与客户之间的合作交易数据。其中，需要说明的是，符合预设条件的重复交易记录为数值符号与文字表述一致的交易记录作为重复交易记录，例如上述例子中的合作记录A与合作记录B即为重复交易记录。获得和客户之间的合作交易数据之后，基于合作交易数据以及与合作交易数据相对应的利润率，查询预设客户等级表，从而确定出和该客户的合作度等级。

在确定出和该客户的合作等级之后，根据各个客户对于个性化服装定制业务的约定时间，确定出各个客户的时限权重值，并将时限权重值与合作度等级的乘积和作为该稳定客户集合或者发展中客户集合中各个客户的处理权重。根据确定出的处理权重的高低分别对稳定客户集合以及发展中客户集合中的客户信息进行排序，分别基于处理权重由高到低排列各个客户，获得稳定客户集合所对应的第一客户处理序列，与发展中客户集合所对应的第二客户处理序列。然后将获得的第一客户处理序列与第二客户处理序列基于预设拼接符号进行首尾拼接，获得客户处理序列。根据获得的客户处理序列中各个客户的排列顺序，依次响应指定时间段内客户对于个性化服装定制系统的请求信息，从而根据客户的请求信息，获得获取客户对于个性化服装定制系统的业务定制数据。

此外，需要说明的是，对于没有历史定制业务信息的客户，将该类划分到客户首次合作客户集合，为了提高首次合作客户的满意度，提升该首次合作客户的合作倾向，基于首次合作客户的时间限制作为首次合作客户的第一权重。根据首次合作客户集合中各个客户的交易金额确定各首次合作客户的第二权重，基于所述第一权重与所述第二权重的加权和作为各个首次合作客户的权重值，以基于所述权重值对所述首次合作客户集合中各个客户进行排序，获得第三客户处理序列。若存在第三客户处理序列，则获得的第三客户处理序列、第一客户处理序列与第二客户处理序列基于预设拼接符号进行首尾拼接，获得客户处理序列。然后根据获得的客户处理序列中各个客户的排列顺序，依次响应指定时间段内客户对于个性化服装定制系统的请求信息，从而根据客户的请求信息，获得获取客户对于个性化服装定制系统的业务定制数据。

具体地，在本说明书一个或多个实施例中，基于业务定制数据，确定个性化服装定制系统的需求影响因素，具体包括以下过程：

首先根据预先设置的功能约束表，获取和该客户的业务定制数据相对应的个性化服装定制系统的功能需求信息。然后将功能需求信息输入到预设特征抽取器中，从而提取到功能需求信息中的多个特征参量。根据功能需求信息的多个特征参量，构成对应的特征矩阵，以基于该特征矩阵生成功能需求信息的特征向量。计算各个功能需求的特征向量之间的夹角的余弦值，根据计算获得的夹角的余弦值，确定出各功能需求信息之间的相似度。将功能需求信息之间的相似度作为K-means算法中的距离值，从而根据K-means算法对各个功能需求信息进行聚类，获得到功能需求信息之间的相互关系。其中需要说明的是，相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系等。

基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息。其中将功能需求信息中具有交叉关系及相等关系的功能信息进行过滤的过程，可以是去除掉具有包含关系的功能需求信息中被包含的功能需求信息，然后对于存在相同关系以及交叉关系的功能需求信息只保留一部分信息从而实现对于冗余数据信息的过滤，获得有效功能需求信息。

根据确定的有效功能需求信息确定出个性化服装定制系统所需功能模块，以基于所需功能模块建立个性化服装定制系统所对应的个性化服装定制模拟系统模型。以便基于建模分析确定出影响个性化服装定制系统的需求影响因素，为后续实现个性化服装定制系统的创建提供基础，方便了提高个性化服装定制系统的系统整体性能。具体地，在创建了模拟系统模型之后，确定出该个性化服装定制模拟系统模型中各子模块的网络弹性，从而根据该系统中各子模块的网络弹性，确定出各个子模块是否对个性化服装定制模拟系统模型中具有影响。其中，需要说明的是：弹性定义为系统或网络遭到破坏时，吸收破坏影响进行恢复并重新达到平衡状态的能力，反映了该系统的稳定性体现了该系统的性能。如果确定出子模块对个性化服装定制虚拟系统模型具有影响，那么将该子模块的功能数据与各子模块的网络弹性输入到预设的贝叶斯网络中，从而输出功能数据与网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子。其中，需要说明的是影响因子至少包括：恢复量影响因子、恢复时间影响因子。

在确定出影响因子之后，通过皮尔逊相关性检验法，对各影响因子与个性化服装定制模拟系统模型之间的相关性进行验证，以基于验证的结果确定各影响因子与个性化服装定制模拟系统模型是否具有显著关联性。如果具有显著关联性，则说明与该影响因子相对应的功能需求会对个性化服装定制系统的网络弹性存在影响，因此将与影响因子相对应的功能需求信息，作为个性化服装定制系统的需求影响因素。

S102：获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块。

为了实现对于业务功能模块等模块的复用性，减少对于重复开发以及资源的投入，为后续快速搭建系统提供基础。在本说明书一个或多个实施例中，通过获取预设标准业务处理系统的支撑模块与业务处理模块，并根据业务处理模块所对应的业务处理逻辑与业务功能，将业务处理模块解耦成为不同的业务中台，以便基于不同的业务中台重新组合实现对于系统的构建，节省了对于系统进行重新开发所造成的开发人员资源浪费的问题。其中，需要说明的是，基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块。

具体地，在本说明书一个或多个实施例中，根据业务处理模块所对应的业务处理逻辑与业务功能，将业务处理模块解耦成为不同的业务中台，具体包括以下过程：

先根据业务处理模块所对应的业务类型，确定出各个业务处理模块所对应的一个或多个业务处理逻辑。然后获取业务处理逻辑内各层逻辑所对应的功能描述，以基于各层逻辑所对应的功能描述确定出业务处理模块中各个业务功能之间的关联关系。然后根据业务处理模块内业务处理的逻辑关系，对业务处理模块拆分，获得多个业务功能子模块，并将业务功能子模块基于业务功能之间的关联关系进行组合，获得业务处理模块的一个或多个业务中台。通过将业务系统中业务模块拆分成为关键独立的模块组合成为业务中台进行开发，实现了对于业务的解耦与功能复用，大大的提高了系统生成的灵活性和开发的效率，也方便了对于系统的快速迭代更新。

其中，需要说明的是，基于中台架构思想将业务处理模块拆分为一个或多个业务中台后，不同的业务中台可以采用不同的数据库，并以微服务的形式对其他业务中台提供服务。例如：用户中台可以将用户、登录、鉴权统一管理，并基于角色分配资源权限和数据权限。配置中台，将系统设置、数据字典、数据结构统一管理，为各个业务中台提供配置服务。消息中台，将应用通知、邮件、短信、微信(服务号、小程序)、企业微信、钉钉、飞书等多种消息通知方式进行整合，为各个业务中台提供消息发送服务。文件中台，将文件的上传、下载、预览统一管理，为各个业务中台提供文件存储服务。协同中台，将各个业务中台的待办事项统一管理，统一入口处理高效协同处理待办事项。

S103：根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息。

为了使得个性化服装定制系统可以基于合适的业务处理流程对业务进行的快速处理，在本说明书一个或多个实施例中，根据业务定制数据和/或历史业务处理数据，确定出和客户相对应的多个业务处理流程信息。

具体地，在本说明书一个或多个实施例中，根据业务定制数据和/或客户的历史业务处理数据，确定出与客户相对应的多个业务处理流程信息，具体包括以下过程：

响应于客户对于个性化服装定制系统的请求信息，确定出客户的生产相关数据。其中，可以理解的是生产相关数据至少包括以下任意一项或多项：服装定制人员要素、服装定制设备要素、服装生产环境要素。如果该客户不具有历史处理数据，也就是说该客户属于首次合作客户，那么就获取预设数据库中和客户的生产类型相同的其他客户的历史处理数据进行后续分析。如果客户具有历史处理数据，那么就根据客户的历史处理数据或者其他客户的历史处理数据，确定出客户的一个或多个历史业务处理流程信息。并将获得的历史业务处理流程信息输入到预先设置的专家经验模型中，从而获得各历史业务处理流程信息所对应的标准生产相关数据。

将上述过程中确定出的客户的生产相关数据与基于专家经验模型确定的标准生产相关数据进行比较，获得二者的交并比，并将确定出的交并比作为历史业务处理流程信息与客户所需业务处理流程信息的匹配度。其中，可以理解的是生产相关数据与标准生产相关数据的交并比越大则二者匹配度越高，反之交并比越小则二者的匹配度越低。根据预设匹配度阈值对所述匹配度进行判断，确定出和客户所需要的业务处理流程信息相对应的多个待选择业务处理流程信息。其中，需要说明的是待选择业务处理流程信息包括一个或多个业务处理流程节点信息。

通过上述步骤S101获取业务定制数据中的有效功能需求信息，并根据预设分词标识将有效功能需求信息拆分为若干关键词和相应关键语义。根据业务处理流程节点信息的处理任务信息，确定关键词与关键语义所对应的有效业务处理流程节点信息，并根据多个待选择业务处理流程信息中有效业务处理流程节点的占比，确定出和客户相对应的多个业务处理流程信息。例如：有效功能需求信息为“以客户交互中台为核心能够分析客户的订单信息调用自身的仓储数据实现订单分析及服装生产”那么以“/”作为预设分词标识时，基于预设分词标识将功效功能需求信息拆分为“以客户交互中台为核心/能够分析客户的订单信息/调用自身的仓储数据/实现订单分析及服装生产”获得关键词为“客户交互中台、订单信息、仓储数据、服装生产”等，而关键语义为“分析信息、调用数据、订单分析”等。基于关键词与关键语义确定与之对应的业务处理流程节点信息，例如“调用数据”可以对应业务处理流程节点中的数据库节点。由于各个待选择业务处理流程信息均包含了多个业务处理流程节点信息，即业务流程A中与有效功能需求中各个关键词和关键语义相对应的节点数为4个占业务流程A所有节点的60％，而业务流程B中与有效功能需求中各个关键词和关键语义相对应的节点数为8个，占业务流程B所有节点的98％，那么可以确定业务流程B为和客户相对应的多个业务处理流程信息。

S104：根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息。

基于上述步骤S101确定出需求影响因素以及基于上述步骤S103确定出和客户相对应的多个业务流程信息之后，为了获得与个性化服装定制系统相匹配的业务中台信息，以实现对于系统的快速搭建。在本说明书一个或多个实施例中，根据需求影响因素对多个业务处理流程信息进行价值评估，从而获取到和个性化服装定制系统向对应的最优业务处理流程信息，并确定出最优业务处理流程信息所包含的业务中台信息。

具体地，在本说明书一个或多个实施例中，根据需求影响因素对多个业务处理流程信息进行价值评估，以获取与个性化服装定制业务系统相对应最优业务处理流程信息，并确定最优业务处理流程信息所包含的业务中台信息，具体包括以下过程：

首先，由于需求影响因素对个性化服装定制系统的影响可能是积极的也可能是消极的，所以需要将需求影响因素划分到正向影响因素集合或者负向影响因素集合中。对正向影响因素集合与负向影响因素集合中各个需求影响因素进行标识，然后根据上述步骤S101中确定的功能需求信息之间的相互关系，确定出各个需求因素之间的关联关系，从而基于关联关系确定出正向影响因素集合与负向影响因素集合所对应的关联图谱。根据正向影响因素集合所对应的关联图谱中各个需求影响因素之间的间隔长度，确定关联关系的第一关联强度值，并将该关联强度值作为第一影响权重值。其中，可以理解的是，需求影响因素之间的间隔长度越长即两个需求影响因素之间的关联路径越长，那么说明这两个需求影响因素之间的关联强度越低。

同样的基于负向影响因素集合所对应的关联图谱中各需求影响因素的间隔长度，确定出关联关系的第二关联强度值，并将该第二关联强度值作为第二影响权重值。获取各业务处理流程信息包含的业务处理流程节点信息，并确定与所述需求影响因素相对应的业务处理流程节点信息。将确定出的需求影响因素的第一影响权重值或者第二影响权重值作为相对应的业务流程节点的影响权重值。从而基于第一影响权重或第二影响权重的和，确定各业务处理流程信息的价值权重。其中可以理解的是：第一影响权重与价值权重为正相关关系，而第二影响权重与价值权重为负相关关系。根据各业务处理流程信息的价值权重，获取到和个性化服装定制业务相对应最优业务处理流程信息，并确定最优业务处理流程信息中所包含的业务中台信息。

S105：据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层。

基于上述步骤S104获取到最优业务流程信息后，为了实现基于业务中台对个性化服装定制系统的快速生成，本说明书一个或多个实施例中，根据各业务中台的定制任务以及最优业务处理流程信息所对应的业务处理逻辑关系，个性化服装定制业务系统的预设框架软件获取业务中台信息以及基础支撑模块中的相关信息，从而基于业务中台信息及基础支撑模块的相关信息实现对于个性化服装定制业务系统的构建。

其中，如图2所示，个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层。由图2可知，在本说明书某应用场景下，应用层包括：供应商门户作为供应商的入口，使得供应商可以自助注册，并可进行招投标和采购相关业务。中台层可以分为业务中台与业务中台，业务中台包括：包括供应商中台、研发中台、仓储中台、制造中台、任务中台、用户中台、基础中台。数据中台用以建立平台的数据中心，从各个业务中台汇集业务数据，并对其进行计算加工，并最终通过报表中台进行数据的展现与分析。微服务层是在业务中台的基础上根据具体业务进行服务的合理拆分，例如TGS任务中台划分为组织架构、任务管理、项目管理、强组织管理、统计分析、基础设置等多个微服务，逻辑上进行解耦，也大大提高了开发效率。PaaS层采用google微服务2.0体系，相对于spring全家桶也更加的稳定。数据层用于存储或缓存数据，IaaS层支持阿里云、华为云、腾讯云、亚马逊等主流公有云以及私有云。由上述可知，本申请实施例中个性化服装定制业务预设系统框架软件依托于C2M产业管理平台，该C2M产业管理平台在技术方面实现了中台可配置，形成了业务中台、服务中台、产品域管理，通过配置代替开发，简化了开发的过程，提高开发效率。在业务方面有效推动各参与主体，各类要素信息泛在感知、云端汇聚、高效分析和科学决策，实现了企业全生命周期的管理和管控一体化交互。其中需要说明的是C2M模式是在"工业互联网"背景下产生的，由必要商城创始人毕胜2013年率先在中国提出并实施，是指现代制造业中由用户驱动生产的反向生产模式。C2M模式基于互联网、大数据、人工智能，以及通过生产线的自动化、定制化、节能化、柔性化，运用庞大的计算机系统随时进行数据交换，按照客户的产品订单要求，设定供应商和生产工序，最终生产出个性化产品的工业化定制模式。

具体地，在本说明书一个或多个实施例中，根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建基础支撑模块，具体包括：

定义各业务中台的第一接口信息；其中需要说明的是：第一接口信息至少包括：接口类型、接口名称。根据业务中台所包含的业务功能子模块的功能，定义各业务功能子模块的第二接口信息。其中，第一接口与第二接口相连接，第二接口信息用于实现业务中台内各业务功能子模块功能信息的调用。根据业务中台的定制任务与最优业务处理流程信息所对应的业务处理逻辑关系，确定出各业务中台的逻辑调用关系。然后根据逻辑调用关系将第一接口信息与第二接口信息所对应的接口，配置到个性化服装定制业务系统的预设框架软件中。根据个性化服装定制业务系统的预设框架软件中基础数据处理区域的标识，确定出基础支撑模块所对应的待配置区域，实现个性化服装定制业务系统的预设框架软件的构建，以基于个性化服装定制业务系统的预设框架软件获取业务中台与基础支撑模块中的相关信息。

进一步地，在本说明书一个或多个实施例中，个性化服装定制业务系统的预设框架软件获取业务中台与基础支撑模块中的相关信息基础支撑模块之前，方法还包括以下过程：

首先根据请求信息确定个性化服装定制业务系统所对应的多个应用，以基于多个应用的入口信息，配置个性化服装定制业务系统的预设框架软件的应用层。然后根据个性化服装定制业务系统的个性化需求，基于预设微服务开发框架搭建个性化服装定制业务系统的中台层的微服务架构；其中，微服务开发框架为netcore或者spring，即MES制造中台采用.netcore作为微服务开发框架，其他中台采用spring作为微服务开发框架。需要说明的是，微服务都是部署在PaaS层kubernestes集群容器中，可以单点部署，也可以根据实际需要集群部署。与传统的中心式的eureka、consul、nacos等注册中心不同，微服务部署后是可以由探针自动发现并注册的，而且不限微服务开发所用的编程语言。通过Jaeger追踪微服务之间的调用情况，有效分析微服务性能与纠错问题排查实现链路追踪。通过Loki对所有微服务进行日志收集，并可通过可视化页面选择应用服务查询日志，便捷排查服务问题。通过Grafana对kubernestes集群中部署的所有微服务进行服务状态监控，通过Prometheus对集群中部署的所有微服务进行预警。

基于个性化服装定制业务系统的预设容器集群管理系统，管理个性化服装定制系统的docker容器。基于该docker容器将微服务架构转换为docker镜像进行部署，以将微服务层部署于所述个性化服装定制业务系统中的PaaS层。例如：使用kubernestes集群管理docker容器，每个微服务部署的时候自动打成docker镜像。确定微服务开发框架与微服务开发框架中的各个微服务模块，所对应于的数据库，以根据各个微服务模块所对应的数据库与基础支撑模块所对应的数据库，确定个性化服装定制业务系统中数据层的组成成分。如图2所示，在本说明书某应用场景下，平台关系型数据库统一使用华为云MySQL数据库，不同业务中台微服务可建立独立的数据库，但共享一个数据库实例。平台缓存统一使用华为云Redis，为不同业务中台微服务分配可用索引，对于经常读的数据使用缓存存储提高访问效率。平台知识图谱数据使用graphdb作为图形存储，存储知识图谱的实体、属性、关系。平台文件(附件、图片等)统一使用华为云NAS存储，统一管理文件。

然后基于请求信息确定个性化服装定制业务系统所支持的公有云或私有云，以构建所述个性化服装定制系统的IaaS层；将应用层、中台层、微服务层、PaaS层、数据层与IaaS层，作为所述个性化服装定制业务系统的预设框架软件的不同处理区域实现对于个性化服装定制业务系统预设框架软件的构建，以便快速响应市场需求，快速开发出定制化Pass、Sass服务。

如图3所示，本说明书一个或多个实施例提供了一种基于C2M的服装定制业务处理系统的生成装置的内部结构示意图。

由图3可知，在本说明书一个或多个实施例中，一种基于C2M的服装定制业务处理系统的生成装置，装置包括：

第一确定单元301，用于响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息；

解耦单元302，用于获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块基础支撑模块；

第二确定单元303，用于根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息；

评估单元304，用于根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息；

构建单元305，用于根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务预设系统框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层基础支撑模块。

进一步地，在本说明书一个或多个实施例中，所述第一确定单元具体包括：

第一获取单元，用于基于预设功能约束表，获取与所述业务定制数据相对应的所述个性化服装定制系统的功能需求信息；

提取单元，用于将所述功能需求信息输入到预设特征抽取器中，以提取所述功能需求信息中的多个特征参量；

计算单元，用于根据所述功能需求信息的多个特征参量，生成所述功能需求信息的特征向量，计算各所述功能需求的特征向量之间的夹角的余弦值，以基于所述余弦值确定各所述功能需求信息之间的相似度；

聚类单元，用于将所述相似度作为K-means算法中的距离值，以基于K-means算法对所述功能需求信息进行聚类，获得所述功能需求信息之间的相互关系；其中，所述相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系；

过滤单元，用于基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息；

建立单元，用于根据所述有效功能需求信息确定所述个性化服装定制系统所需功能模块，以基于所述所需功能模块，建立所述个性化服装定制系统所对应的个性化服装定制模拟系统模型；

第三确定单元，用于确定所述个性化服装定制模拟系统模型中各子模块的网络弹性，以根据所述各子模块的网络弹性，确定各所述子模块是否对所述个性化服装定制模拟系统模型中具有影响；

第二获取单元，用于若是，则将所述子模块的功能数据与所述各子模块的网络弹性输入预设贝叶斯网络，以获取所述功能数据与所述网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子；其中，所述影响因子至少包括：恢复量影响因子、恢复时间影响因子；

验证单元，用于通过皮尔逊相关性检验法，对各影响因子与所述个性化服装定制模拟系统模型之间的相关性进行验证，以基于所述验证的结果确定各所述影响因子与所述个性化服装定制模拟系统模型是否具有显著关联性，若是则将与所述影响因子相对应的功能需求信息，作为所述个性化服装定制系统的需求影响因素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述方法包括：

响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息；

获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块；

根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息；

根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息；

根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层。

2.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述获取客户对于个性化服装定制系统的业务定制数据之前，所述方法还包括：

获取与各个性化服装定制系统所对应的客户的历史定制业务信息，以基于所述历史定制业务信息，将所述客户划分到稳定客户集合或者发展中客户集合；

获取所述稳定客户集合与所述发展中客户集合中与各客户的合作数据记录，抽取各客户的合作数据记录中与交易相关的字段，以基于所述字段构建交易关键字；

根据所述交易关键字对所述合作数据记录进行排序，以构建交易记录序列，基于预设窗口在所述交易记录序列中进行移动；

依次比较所述预设窗口内各交易记录的匹配度，根据所述匹配度删除符合预设条件的重复交易记录，获得与所述客户之间的合作交易数据，并基于所述合作交易数据以及与所述合作交易数据相对应的利润率，查询预设客户等级表，确定与所述客户的合作度等级；

基于各所述客户对于个性化服装定制业务的约定时间，确定各所述客户的时限权重值，并将所述时限权重值与所述合作度等级的乘积和作为所述稳定客户集合或者所述发展中客户集合的处理权重；

基于所述处理权重分别排列所述稳定客户集合、所述发展中客户集合中的客户信息，获得所述稳定客户集合所对应的第一客户处理序列，与所述发展中客户集合所对应的第二客户处理序列，将所述第一客户处理序列、所述第二客户处理序列基于预设拼接符号进行首尾拼接，获得客户处理序列；

基于客户处理序列中各客户的排列顺序，依次响应指定时间段内所述客户对于个性化服装定制系统的请求信息，以基于所述请求信息获得获取客户对于个性化服装定制系统的业务定制数据。

3.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素，具体包括：

基于预设功能约束表，获取与所述业务定制数据相对应的所述个性化服装定制系统的功能需求信息；

将所述功能需求信息输入到预设特征抽取器中，以提取所述功能需求信息中的多个特征参量；

根据所述功能需求信息的多个特征参量，生成所述功能需求信息的特征向量，计算各所述功能需求的特征向量之间的夹角的余弦值，以基于所述余弦值确定各所述功能需求信息之间的相似度；

将所述相似度作为K-means算法中的距离值，以基于K-means算法对所述功能需求信息进行聚类，获得所述功能需求信息之间的相互关系；其中，所述相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系；

基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有包含关系、交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息；

根据所述有效功能需求信息确定所述个性化服装定制系统所需功能模块，以基于所述所需功能模块，建立所述个性化服装定制系统所对应的个性化服装定制模拟系统模型；

确定所述个性化服装定制模拟系统模型中各子模块的网络弹性，以根据所述各子模块的网络弹性，确定各所述子模块是否对所述个性化服装定制模拟系统模型中具有影响；

若是，则将所述子模块的功能数据与所述各子模块的网络弹性输入预设贝叶斯网络，以获取所述功能数据与所述网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子；其中，所述影响因子至少包括：恢复量影响因子、恢复时间影响因子；

通过皮尔逊相关性检验法，对各影响因子与所述个性化服装定制模拟系统模型之间的相关性进行验证，以基于所述验证的结果确定各所述影响因子与所述个性化服装定制模拟系统模型是否具有显著关联性，若是则将与所述影响因子相对应的功能需求信息，作为所述个性化服装定制系统的需求影响因素。

4.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台，具体包括：

基于所述业务处理模块所对应的业务类型，确定所述业务处理模块所对应的一个或多个业务处理逻辑；

获取所述业务处理逻辑内各层逻辑所对应的功能描述，以基于所述功能描述确定所述业务处理模块中各所述业务功能之间的关联关系；

根据所述业务处理模块内业务处理的逻辑关系，对所述业务处理模块拆分，获得多个业务功能子模块，并将所述业务功能子模块基于所述关联关系进行组合，获得所述业务处理模块的一个或多个业务中台。

5.根据权利要求3所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息，具体包括：

响应于所述客户对于个性化服装定制系统的请求信息，确定所述客户的生产相关数据；其中，所述生产相关数据至少包括以下任意一项或多项：服装定制人员要素、服装定制设备要素、服装生产环境要素；

若所述客户不具有历史处理数据，则获取预设数据库中与所述客户的生产类型相同的其他客户的历史处理数据；

若所述客户具有历史处理数据，则基于所述客户的历史处理数据确定所述客户的一个或多个历史业务处理流程信息，并将所述历史业务处理流程信息输入预设专家经验模型，获得各所述历史业务处理流程信息所对应的标准生产相关数据；

将所述生产相关数据与所述标准生产相关数据的交并比，作为所述历史业务处理流程信息与客户所需业务处理流程信息的匹配度，并根据预设匹配度阈值确定与所述客户所需业务处理流程信息相对应的多个待选择业务处理流程信息；其中，所述待选择业务处理流程信息包括一个或多个业务处理流程节点信息；

获取所述业务定制数据中的有效功能需求信息，并根据预设分词标识将所述有效功能需求信息拆分为若干关键词和相应关键语义；

根据所述业务处理流程节点信息的处理任务信息，确定所述关键词与所述关键语义所对应的有效业务处理流程节点信息，并根据所述多个待选择业务处理流程信息中有效业务处理流程节点的占比，确定与所述客户相对应的多个业务处理流程信息。

6.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息，具体包括：

将所述需求影响因素划分到正向影响因素集合或者负向影响因素集合中；

对所述正向影响因素集合与所述负向影响因素集合中各个需求影响因素进行标识，并根据所述功能需求信息之间的相互关系，确定各所述需求因素之间的关联关系，以基于所述关联关系确定所述正向影响因素集合与所述负向影响因素集合所对应的关联图谱；

基于所述正向影响因素集合所对应的关联图谱中各所述需求影响因素的间隔长度，确定所述关联关系的第一关联强度值，并将所述关联强度值作为第一影响权重值；

基于所述负向影响因素集合所对应的关联图谱中各所述需求影响因素的间隔长度，确定所述关联关系的第二关联强度值，并将所述关联强度值作为第二影响权重值；

获取各所述业务处理流程信息包含的业务处理流程节点信息，并确定与所述需求影响因素相对应的业务处理流程节点信息；

将所述需求影响因素的影响权重值作为所述相对应的业务流程节点的影响权重值，以基于所述第一影响权重或所述第二影响权重的和，确定各所述业务处理流程信息的价值权重；其中所述第一影响权重与所述价值权重为正相关关系，所述第二影响权重与所述价值权重为负相关关系；

根据各所述业务处理流程信息的价值权重，获取与所述个性化服装定制业务相对应最优业务处理流程信息，并确定所述最优业务处理流程信息中所包含的业务中台信息。

7.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建基础支撑模块，具体包括：

定义各所述业务中台的第一接口信息；其中，所述第一接口信息至少包括：接口类型、接口名称；

根据所述业务中台所包含的业务功能子模块的功能，定义各所述业务功能子模块的第二接口信息；其中，所述第一接口与所述第二接口相连接，所述第二接口信息用于实现所述业务中台内各业务功能子模块功能信息的调用；

根据所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，确定各所述业务中台的逻辑调用关系；

根据所述逻辑调用关系将所述第一接口信息与所述第二接口信息所对应的接口，配置到所述个性化服装定制业务系统的预设框架软件中；

根据个性化服装定制业务系统的预设框架软件中基础数据处理区域的标识，确定所述基础支撑模块所对应的待配置区域，实现个性化服装定制业务系统的预设框架软件的构建，以基于个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息。

8.根据权利要求1所述的一种基于C2M的服装定制业务处理系统的生成方法，其特征在于，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息基础支撑模块之前，所述方法还包括：

根据所述请求信息确定所述个性化服装定制业务系统所对应的多个应用，以基于所述多个应用的入口信息，配置所述个性化服装定制业务系统的预设框架软件的应用层；

根据所述个性化服装定制业务系统的个性化需求，基于预设微服务开发框架搭建所述个性化服装定制业务系统的中台层的微服务架构；其中，所述微服务开发框架为netcore或者spring；

基于所述个性化服装定制业务系统的预设容器集群管理系统，管理所述个性化服装定制系统的docker容器；

基于所述docker容器将所述微服务架构转换为docker镜像进行部署，以将微服务层部署于所述个性化服装定制业务系统中的PaaS层；

确定所述微服务开发框架与微服务开发框架中的各个微服务模块，所对应于的数据库，以根据各个微服务模块所对应的数据库与所述基础支撑模块所对应的数据库，确定所述个性化服装定制业务系统中数据层的组成成分；

基于所述请求信息确定所述个性化服装定制业务系统所支持的公有云或私有云，以构建所述个性化服装定制系统的IaaS层；

将所述应用层、所述中台层、所述微服务层、所述PaaS层、所述数据层与所述IaaS层，作为所述个性化服装定制业务系统的预设框架软件的不同处理区域。

9.一种基于C2M的服装定制业务处理系统的生成装置，其特征在于，所述装置包括：

第一确定单元，用于响应于客户对于个性化服装定制系统的请求信息，获取所述请求信息中的业务定制数据，以基于所述业务定制数据，确定所述个性化服装定制系统的需求影响因素；其中，所述业务定制数据至少包括以下任意一项或多项：服装生产类型、服装生产工艺信息、布料供应商信息；

解耦单元，用于获取预设标准业务处理系统的基础支撑模块与业务处理模块，并根据所述业务处理模块所对应的业务处理逻辑与业务功能，将所述业务处理模块解耦为不同的业务中台；其中，所述基础支撑模块包括以下任意一项或多项：集群模块、集群预警模块、存储模块、入口模块基础支撑模块；

第二确定单元，用于根据所述业务定制数据和/或所述客户的历史业务处理数据，确定与所述客户相对应的多个业务处理流程信息；

评估单元，用于根据所述需求影响因素对所述多个业务处理流程信息进行价值评估，以获取与所述个性化服装定制业务系统相对应最优业务处理流程信息，并确定所述最优业务处理流程信息所包含的业务中台信息；

构建单元，用于根据各所述业务中台的定制任务与所述最优业务处理流程信息所对应的业务处理逻辑关系，所述个性化服装定制业务系统的预设框架软件获取所述业务中台与所述基础支撑模块中的相关信息，以实现所述个性化服装定制业务系统的构建；其中，所述个性化服装定制业务预设系统框架软件至少包括以下任意一项或多项：应用层、中台层、微服务层、PaaS层、数据层、IaaS层基础支撑模块。

10.根据权利要求9所述的一种基于C2M的服装定制业务处理系统的生成装置，其特征在于，所述第一确定单元具体包括：

第一获取单元，用于基于预设功能约束表，获取与所述业务定制数据相对应的所述个性化服装定制系统的功能需求信息；

提取单元，用于将所述功能需求信息输入到预设特征抽取器中，以提取所述功能需求信息中的多个特征参量；

计算单元，用于根据所述功能需求信息的多个特征参量，生成所述功能需求信息的特征向量，计算各所述功能需求的特征向量之间的夹角的余弦值，以基于所述余弦值确定各所述功能需求信息之间的相似度；

聚类单元，用于将所述相似度作为K-means算法中的距离值，以基于K-means算法对所述功能需求信息进行聚类，获得所述功能需求信息之间的相互关系；其中，所述相互关系至少包括以下任意一项或多项：交叉关系、包含关系、相等关系、独立关系；

过滤单元，用于基于所述功能需求信息之间的相互关系，将所述功能需求信息中具有交叉关系及相等关系的功能需求信息进行过滤筛选，获得有效功能需求信息；

建立单元，用于根据所述有效功能需求信息确定所述个性化服装定制系统所需功能模块，以基于所述所需功能模块，建立所述个性化服装定制系统所对应的个性化服装定制模拟系统模型；

第三确定单元，用于确定所述个性化服装定制模拟系统模型中各子模块的网络弹性，以根据所述各子模块的网络弹性，确定各所述子模块是否对所述个性化服装定制模拟系统模型中具有影响；

第二获取单元，用于若是，则将所述子模块的功能数据与所述各子模块的网络弹性输入预设贝叶斯网络，以获取所述功能数据与所述网络弹性之间的因果关系，并将具有因果关系的功能数据作为影响因子；其中，所述影响因子至少包括：恢复量影响因子、恢复时间影响因子；

验证单元，用于通过皮尔逊相关性检验法，对各影响因子与所述个性化服装定制模拟系统模型之间的相关性进行验证，以基于所述验证的结果确定各所述影响因子与所述个性化服装定制模拟系统模型是否具有显著关联性，若是则将与所述影响因子相对应的功能需求信息，作为所述个性化服装定制系统的需求影响因素。

Images