CN115577991A - 一种基于大数据的商业智能数据分析系统及分析方法 - Google Patents

Abstract

本发明属于大数据信息处理技术领域，具体涉及一种基于大数据的商业智能数据分析系统及分析方法。本发明能够根据根据关联商品营销量和前端商品营销量先行计算出两者的关联度，然后再根据相关度得到关联商品评估值，再结合关联商品的实际营销量进行评估，通过多个评价周期的设定，能够规避短时营销量对营销评估报告造成影响，真实的反映出营销案周期内关联商品的营销信息，有效的为决策人员提供系统且全面的评估报告，从而使得决策人员在作出决策判断时能够得到有效的数据支持。

Description

一种基于大数据的商业智能数据分析系统及分析方法

技术领域

本发明属于大数据信息处理技术领域，具体涉及一种基于大数据的商业智能数据分析系统及分析方法。

背景技术

随着大数据时代的到来，企业在作出相应的决策预案之前都会对往期数据进行分析，而决策人员在作出决策方案或者判断之前，需要大量的商品信息支持，这些商品信息就需要从大数据平台源中获取，以此来为后续的分析提供数据支持，此方式相较于传统的实地调研等方式而言，具有快速且准确的特性，能够有效的反映出企业商品信息的营销情况。

现有的企业用的商业智能数据分析系统在应用时会将所有的商品营销信息进行综合分析，而在不同的营销周期中，部分商品会出现短暂的大幅度波动，但是并不会对企业的运行造成影响，而将这短暂的波动加入至商品营销信息的分析过程中，无疑就会导致决策人员对商品的营销作出错误的判断，显然，这对企业的正常运行是较为严重的，基于此，本方案提供了基于大数据的商业智能数据分析系统及分析方法。

发明内容

本发明的目的是提供一种基于大数据的商业智能数据分析系统及分析方法，能够根据相关度得到关联商品评估值，再结合关联商品的营销量进行评估，真实的反映出关联商品的信息。

本发明采取的技术方案具体如下：

一种基于大数据的商业智能数据分析方法，包括：

决策平台获取大数据平台数据源中的前端商品信息，并根据所述前端商品信息生成第一商品营销报表，其中，所述第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

决策平台根据所述前端商品信息，在商品营销阶段内，根据关联度从所述大数据平台数据源中获取关联商品信息，所述前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，所述第二商品营销报表包括关联营销量信息；

获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

决策平台根据所述前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个所述评价周期相互交叉；

获取多个所述评价周期内的前端待评估营销量信息和关联待评估营销量信息；

将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

获取关联待评估营销量信息的偏差阈；

判断所述偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

在一种优选方案中，所述决策平台确定需要分析的前端商品信息，然后依据内置搜索引擎在大数据平台数据源中进行搜索，内置搜索引擎筛选出前端商品信息，然后决策平台将筛选出的前端商品信息导出为第一商品营销报告。

在一种优选方案中，所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告的步骤，包括：

所述前端数据分析平台获取营销指标值和实际营销量；

判断所述实际营销量是否超出实际营销量；

若超出，则表示商品的营销状况良好，并记录为营销超值；

若未超出，则说明商品的营销量未达到目标值，并记录为营销差值；

汇总所述营销超值和营销差值，并导出为前端营销评价报告。

在一种优选方案中，决策平台根据所述前端商品信息，在商品营销阶段内，从所述大数据平台数据源中获取关联商品信息的步骤，包括：

获取与所述前端商品信息和待比对商品信息；

根据所述前端商品信息计算得出待比对商品信息的关联度，并根据关联度判定待比对商品是否与前端商品相关联；

其中，关联度计算公式为：

，式中，

表示关联 度，取值范围为[0,1]，

表示商品营销总期数，

表示待比对商品的序号，

表示前端商品，

表示待比对商品；

若关联度取值属于区间小于[0,0.3），则表示待比对商品与前端商品相互独立，不存在关联关系；

若关联度取值为[0.3,1]，则表示待比对商品与前端商品存在关联关系，并且确定为关联商品；

将每个所述关联商品的关联度由大至小的进行排列，且关联度与关联性成正比关系；

将所有关联商品信息汇总并生成第二商品营销报表。

在一种优选方案中，获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告的步骤，包括：

所述数据分析平台获取关联营销量信息和实际营销量信息；

获取每个关联商品的关联度；

将所述关联营销量、实际营销量和关联度一同代入至目标函数中，得到关联商品 评估值，其中，目标函数为：

，式中，

表示关联商品评估值，

表示关联 营销量，

表示实际营销量；

获取所有关联商品评估值，并进行比对，并将比对结果汇总成关联营销评价报告。

在一种优选方案中，决策平台根据所述前端营销评价报告和关联营销评价报告建立多个评价周期的步骤，包括：

所述决策平台获取前端商品和关联商品的营销周期；

从所述营销周期内建立多个起始时间节点，并根据多个起始时间节点建立相同的评价周期；

以第二个起始时间节点为初始端，确定相邻起始时间节点之间的多个时间段，并将多个时间段的中点确定为上一个起始时间节点的结束时间节点；

以第一个起始时间节点和第一个结束时间节点之间为起始周期，逐一往后顺延，得到多个评价周期，且多个所述评价周期中的时间段相同。

在一种优选方案中，将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值的步骤，包括：

所述决策评估模型获取多个评价周期内的前端待评估营销量信息和关联待评估营销量信息；

根据评估函数对前端待评估营销量和关联待评估营销量进行计算；

其中，所述评估函数为：

，式中，

表示待评估营销量偏差 值，

表示起始周期，

表示评价周期总数，

表示关联待评估营销量信息，

表示前端待 评估营销量信息。

在一种优选方案中，所述关联待评估营销量的偏差阈基于关联商品评估值进行确 定，且偏差区间设置为[-0.2，0.2]，从而得到关联待评估营销量的偏差阈为[-0.2

，0.2

]；

将所述待评估营销量偏差值代入关联待评估营销量偏差阈进行比较；

若关联待评估营销量偏差值在关联待评估营销量偏差阈内，则表示关联待评估营销量信息的可信度高，即关联商品信息符合参与决策判断的条件；

若关联待评估营销量偏差值在关联待评估营销量偏差阈之外，则表示关联待评估营销量信息的可信度低，关联商品信息不符合参与决策判断的标准，并且需要核实关联商品信息的真实性。

本发明还提供了一种基于大数据的商业智能数据分析系统，应用于上述的基于大数据的商业智能数据分析方法，包括：

第一获取模块，所述第一获取模块用于获取大数据平台数据源中的前端商品信息，并根据所述前端商品信息生成第一商品营销报表，其中，所述第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

前端分析模块，所述前端分析模块用于将所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

关联商品生成模块，所述关联商品生成模块用于根据所述前端商品信息，在商品营销阶段内，根据关联度从所述大数据平台数据源中获取关联商品信息，所述前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，所述第二商品营销报表包括关联营销量信息；

第二获取模块，所述第二获取模块用于获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

抽样模块，所述抽样模块用于根据所述前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个所述评价周期相互交叉；

第三获取模块，所述第三获取模块用于获取多个所述评价周期内的前端待评估营销量信息和关联待评估营销量信息；

计算模块，所述计算模块用于将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

第四获取模块，所述第四获取模块用于获取关联待评估营销量信息的偏差阈；

确定模块，所述确定模块用于判断所述偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

在一种优选方案中，还包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现上述中所述的基于大数据的商业智能数据分析方法。

本发明取得的技术效果为：

本发明能够根据根据关联商品营销量和前端商品营销量先行计算出两者的关联度，然后再根据相关度得到关联商品评估值，再结合关联商品的实际营销量进行评估，通过多个评价周期的设定，能够规避短时营销量对营销评估报告造成影响，真实的反映出营销案周期内关联商品的营销信息，有效的为决策人员提供系统且全面的评估报告，从而使得决策人员在作出决策判断时能够得到有效的数据支持。

附图说明

图1是本发明的实施例所提供的方法流程图；

图2是本发明的实施例所提供的系统模块图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

请参阅图1和图2所示，本发明提供了一种基于大数据的商业智能数据分析方法，包括：

S1、决策平台获取大数据平台数据源中的前端商品信息，并根据前端商品信息生成第一商品营销报表，其中，第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

S2、营销指标信息和实际营销量信息同步上传至前端数据分析平台，前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

S3、决策平台根据前端商品信息，在商品营销阶段内，根据关联度从大数据平台数据源中获取关联商品信息，前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，第二商品营销报表包括关联营销量信息；

S4、获取关联营销量信息和实际营销量信息，并上传至关联数据分析平台，关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

S5、决策平台根据前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个评价周期相互交叉；

S6、获取多个评价周期内的前端待评估营销量信息和关联待评估营销量信息；

S7、将多个前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

S8、获取关联待评估营销量信息的偏差阈；

S9、判断偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

如上述步骤S1-S9所述，大数据时代的到来，企业在作出相应的决策预案之前都会对往期数据进行分析，而决策人员在作出决策方案或者判断之前，需要大量的商品信息支持，这些商品信息就需要从大数据平台源中获取，此方案中，为方便理解，将从大数据平台源中获取的商品信息记为前端商品信息，在前端商品信息获取完成之后，生成相应的第一商品营销报表，其中，商品营销量是作为判断商品是否适应市场的直观判断条件，大数据平台数据源中也会存在往期的营销量，企业在判断后续的营销量时，需要以此为基础进行制定营销指标，而当期实际营销量和营销指标进行比对之后便能够得到当期商品营销的优劣程度，根据比对结果生成的营销评价报告也能够作为后续决策人员作出决策方案的条件之一，商品在营销时，一般会伴有一些关联商品的售出，在此，以手机为例，其在营销过程中往往会伴随着耳机、充电器和手机套的售出，耳机、充电器和手机套便是与手机相关联的产品，相较于手机而言，这些关联商品属于消耗品，使用周期往往没有手机的使用周期长，而且其与手机的关联度不同，例如手机可以长时间的不使用耳机和手机套，但是充电器是其必需品，由此可见，虽然都是关联商品，但是关联度是不同的，在对这些关联商品进行评估时，需要先行确定相关度，否则会极大程度上影响决策人员的判断，仍以手机的关联商品为例，在手机售出之后，关联商品的营销量一般是大于手机的，这时企业基于此手机的条件下，生产方向便会调整到这些关联产品之中，而对于采购者而言，在节假日时期，外部企业可能会购入这些关联产品作为员工福利进行发放，而此时，关联商品的营销量便会上升，如果将此数据直接作为决策条件，那么便会导致相关产品产量冗余的现象发生，这无疑是增加企业生产成本的，对企业的发展也是不利的，而在评估过程中，为保证评估结果的准确性，设定了多个相互交叉的评价周期，从而根据这些评价周期内取得的数据能够更为真实的反映出关联商品的信息，这样便能够降低决策人员作出错误判断的概率，为决策人员在作出决策方案时提供准确的数据支持。

在一个较佳的实施方式中，决策平台确定需要分析的前端商品信息，然后依据内置搜索引擎在大数据平台数据源中进行搜索，内置搜索引擎筛选出前端商品信息，然后决策平台将筛选出的前端商品信息导出为第一商品营销报告。

需要说明的是，在进行前端商品信息的获取时，首先需要确定商品的具体名称以及产品型号等，进而在通过搜索引擎搜索时可以加上多个限制条件，进而能够更为快速的搜索到所需要研究的前端商品信息，也就能够更为方便的导出第一商品的营销报告。

在一个较佳的实施方式中，营销指标信息和实际营销量信息同步上传至前端数据分析平台，前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告的步骤，包括：

S201、前端数据分析平台获取营销指标值和实际营销量；

S202、判断实际营销量是否超出实际营销量；

若超出，则表示商品的营销状况良好，并记录为营销超值；

若未超出，则说明商品的营销量未达到目标值，并记录为营销差值；

S203、汇总营销超值和营销差值，并导出为前端营销评价报告。

如上述步骤S201-S203所述，在分析商品的营销量时，该实施方式采取的是利用预先设定的营销指标值与实际营销量进行比较，例如，在销售手机时，企业或者公司给定的营销指标为300台，而实际营销量为360台，那么便说明营销量超出预计，属于营销超值类别，若是实际营销量为280台，那么便说明营销量未达到预计的标准，属于营销差值类别，最后分别记录下来，并汇总为前端营销评价报告即可。

在一个较佳的实施方式中，决策平台根据前端商品信息，在商品营销阶段内，从大数据平台数据源中获取关联商品信息的步骤，包括：

S301、获取与前端商品信息和待比对商品信息；

S302、根据前端商品信息计算得出待比对商品信息的关联度，并根据关联度判定待比对商品是否与前端商品相关联；

S303、其中，关联度计算公式为：

，式中，

表示 关联度，取值范围为[0,1]，

表示商品营销总期数，

表示待比对商品的序号，

表示前端 商品，

表示待比对商品；

若关联度取值属于区间小于[0,0.3），则表示待比对商品与前端商品相互独立，不存在关联关系；

若关联度取值为[0.3,1]，则表示待比对商品与前端商品存在关联关系，并且确定为关联商品；

S304、将每个关联商品的关联度由大至小的进行排列，且关联度与关联性成正比关系；

S305、将所有关联商品信息汇总并生成第二商品营销报表。

如上述步骤S301-S305所述，在确定前端商品与待比对商品的关联度之后，根据评判区间来判断待比对商品是否与前端商品之间存在独立性，本实施方式中，以关联度为0.3为临界点进行界定，当然，对于不同的商品而言，此数值可能发生变化，具体应以企业的需求就行设置，文中对此就不再加以限定，而在确定待比对商品时，可通过人为主观的进行判断，也可将同期销售的所有商品逐一与前端商品进行比对，此方式虽然计算量大，但是比对过程较为全面，能更为准确的筛选出与前端商品相关联的关联商品，并根据关联度与关联性成正比的关系来对关联商品进行排列，在导出为第二商品营销报表时，管理者或者决策者能够较为直观的判断出关联性较高的商品，方便管理者或者决策者基于此进行分析。

在一个较佳的实施方式中，获取关联营销量信息和实际营销量信息，并上传至关联数据分析平台，关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告的步骤，包括：

S401、数据分析平台获取关联营销量信息和实际营销量信息；

S402、获取每个关联商品的关联度；

S403、将关联营销量、实际营销量和关联度一同代入至目标函数中，得到关联商品 评估值，其中，目标函数为：

，式中，

表示关联商品评估值，

表示关联 营销量，

表示实际营销量；

S404、获取所有关联商品评估值，并进行比对，并将比对结果汇总成关联营销评价报告。

如上述步骤S401-S404所述，在确定关联商品评估值时，首先获取前端商品的实际营销量，再根据相关系数计算出关联商品的营销量，再将关联营销量与其进行比较，便可判断出关联商品是否超出预期，如果取值大于1，那么即说明关联商品的营销量大于前端商品的营销量，说明，前端商品的销售趋于饱和，此时，企业增加关联商品的生产，保证，关联商品能够持续向市面中进行补充。

在一个较佳的实施方式中，决策平台根据前端营销评价报告和关联营销评价报告建立多个评价周期的步骤，包括：

S501、决策平台获取前端商品和关联商品的营销周期；

S502、从营销周期内建立多个起始时间节点，并根据多个起始时间节点建立相同的评价周期；

S503、以第二个起始时间节点为初始端，确定相邻起始时间节点之间的多个时间段，并将多个时间段的中点确定为上一个起始时间节点的结束时间节点；

S504、以第一个起始时间节点和第一个结束时间节点之间为起始周期，逐一往后顺延，得到多个评价周期，且多个评价周期中的时间段相同。

如上述步骤S501-S504所述，为保证数据分析的准确定，在建立评价周期时，将评价周期相互交叉，例如，第一个评价周期的时长为180分钟，那么便将此评价周期内的中点，即第90分钟为下一个评价周期的起始节点，往后顺延180分钟，那么其结束时间节点距离第一个评价周期起始节点之间的时长为270分钟，以此类推，逐渐建立多个评价周期即可，那么多个评价周期中的数据便可参与多次分析，从而后续得到的分析数据更为准确。

在一个较佳的实施方式中，将多个前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值的步骤，包括：

S701、决策评估模型获取多个评价周期内的前端待评估营销量信息和关联待评估营销量信息；

S701、根据评估函数对前端待评估营销量和关联待评估营销量进行计算；

其中，评估函数为：

，式中，

表示待评估营销量偏差值，

表 示起始周期，

表示评价周期总数，

表示关联待评估营销量信息，

表示前端待评估营 销量信息。

如上述步骤S701-S702所述，将多个评价周期内的前端待评估营销量和关联待评估营销量进行比较，并取平均值，再与关联商品评估值进行做差，即可判断出营销周期内，关联商品的营销是否偏离预期。

在一个较佳的实施方式中，关联待评估营销量的偏差阈基于关联商品评估值进行 确定，且偏差区间设置为[-0.2，0.2]，从而得到关联待评估营销量的偏差阈为[-0.2

，0.2

]；

将待评估营销量偏差值代入关联待评估营销量偏差阈进行比较；

若关联待评估营销量偏差值在关联待评估营销量偏差阈内，则表示关联待评估营销量信息的可信度高，即关联商品信息符合参与决策判断的条件；

若关联待评估营销量偏差值在关联待评估营销量偏差阈之外，则表示关联待评估营销量信息的可信度低，关联商品信息不符合参与决策判断的标准，并且需要核实关联商品信息的真实性。

如上述，在判断关联商品信息是否符合决策判断时，是根据待评估营销量偏差值是否在管待评估营销量偏差阈值内进行确定的，若是关联商品被判定为不符合参与决策判断的标准，即表明关联商品在营销周期内有短期的销量增加或者滞留，其并不会持续保持较长时间，而摒弃数据，能够有效的规避其对决策者的决策判断造成影响。

本发明还提供了一种基于大数据的商业智能数据分析系统，应用于上述的基于大数据的商业智能数据分析方法，包括：

第一获取模块，第一获取模块用于获取大数据平台数据源中的前端商品信息，并根据前端商品信息生成第一商品营销报表，其中，第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

前端分析模块，前端分析模块用于将营销指标信息和实际营销量信息同步上传至前端数据分析平台，前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

关联商品生成模块，关联商品生成模块用于根据前端商品信息，在商品营销阶段内，根据关联度从大数据平台数据源中获取关联商品信息，前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，第二商品营销报表包括关联营销量信息；

第二获取模块，第二获取模块用于获取关联营销量信息和实际营销量信息，并上传至关联数据分析平台，关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

抽样模块，抽样模块用于根据前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个评价周期相互交叉；

第三获取模块，第三获取模块用于获取多个评价周期内的前端待评估营销量信息和关联待评估营销量信息；

计算模块，计算模块用于将多个前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

第四获取模块，第四获取模块用于获取关联待评估营销量信息的偏差阈；

确定模块，确定模块用于判断偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

如上述，在第一至第四获取模块中，均可基于TCP/IP协议实现数据的传输，前端营销评价报告和关联营销评价报告均包括文字以及图表格式，至与上述中各种判定条件均可采用if……else算法进行确定，当然，其它判定语句也能够实现此过程，在此就不一一加以赘述，其目的均旨在实现判定过程。

还包括处理器和存储器，存储器存储有计算机程序，处理器执行计算机程序时，实现上述中的基于大数据的商业智能数据分析方法。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (10)

1.一种基于大数据的商业智能数据分析方法，其特征在于：包括：

决策平台获取大数据平台数据源中的前端商品信息，并根据所述前端商品信息生成第一商品营销报表，其中，所述第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

决策平台根据所述前端商品信息，在商品营销阶段内，根据关联度从所述大数据平台数据源中获取关联商品信息，所述前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，所述第二商品营销报表包括关联营销量信息；

获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

决策平台根据所述前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个所述评价周期相互交叉；

获取多个所述评价周期内的前端待评估营销量信息和关联待评估营销量信息；

将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

获取关联待评估营销量信息的偏差阈；

判断所述偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

2.根据权利要求1所述的一种基于大数据的商业智能数据分析方法，其特征在于：所述决策平台确定需要分析的前端商品信息，然后依据内置搜索引擎在大数据平台数据源中进行搜索，内置搜索引擎筛选出前端商品信息，然后决策平台将筛选出的前端商品信息导出为第一商品营销报告。

3.根据权利要求1所述的一种基于大数据的商业智能数据分析方法，其特征在于：所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告的步骤，包括：

所述前端数据分析平台获取营销指标值和实际营销量；

判断所述实际营销量是否超出实际营销量；

若超出，则表示商品的营销状况良好，并记录为营销超值；

若未超出，则说明商品的营销量未达到目标值，并记录为营销差值；

汇总所述营销超值和营销差值，并导出为前端营销评价报告。

4.根据权利要求1所述的一种基于大数据的商业智能数据分析方法，其特征在于：决策平台根据所述前端商品信息，在商品营销阶段内，从所述大数据平台数据源中获取关联商品信息的步骤，包括：

获取与所述前端商品信息和待比对商品信息；

根据所述前端商品信息计算得出待比对商品信息的关联度，并根据关联度判定待比对商品是否与前端商品相关联；

其中，关联度计算公式为：

，式中，

表示关联度，取 值范围为[0,1]，

表示商品营销总期数，

表示待比对商品的序号，

表示前端商品，

表 示待比对商品；

若关联度取值属于区间小于[0,0.3），则表示待比对商品与前端商品相互独立，不存在关联关系；

若关联度取值为[0.3,1]，则表示待比对商品与前端商品存在关联关系，并且确定为关联商品；

将每个所述关联商品的关联度由大至小的进行排列，且关联度与关联性成正比关系；

将所有关联商品信息汇总并生成第二商品营销报表。

5.根据权利要求4所述的一种基于大数据的商业智能数据分析方法，其特征在于：获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告的步骤，包括：

所述数据分析平台获取关联营销量信息和实际营销量信息；

获取每个关联商品的关联度；

将所述关联营销量、实际营销量和关联度一同代入至目标函数中，得到关联商品评估 值，其中，目标函数为：

，式中，

表示关联商品评估值，

表示关联营销 量，

表示实际营销量；

获取所有关联商品评估值，并进行比对，并将比对结果汇总成关联营销评价报告。

6.根据权利要求5所述的一种基于大数据的商业智能数据分析方法，其特征在于：决策平台根据所述前端营销评价报告和关联营销评价报告建立多个评价周期的步骤，包括：

所述决策平台获取前端商品和关联商品的营销周期；

从所述营销周期内建立多个起始时间节点，并根据多个起始时间节点建立相同的评价周期；

以第二个起始时间节点为初始端，确定相邻起始时间节点之间的多个时间段，并将多个时间段的中点确定为上一个起始时间节点的结束时间节点；

以第一个起始时间节点和第一个结束时间节点之间为起始周期，逐一往后顺延，得到多个评价周期，且多个所述评价周期中的时间段相同。

7.根据权利要求6所述的一种基于大数据的商业智能数据分析方法，其特征在于：将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值的步骤，包括：

所述决策评估模型获取多个评价周期内的前端待评估营销量信息和关联待评估营销量信息；

根据评估函数对前端待评估营销量和关联待评估营销量进行计算；

其中，所述评估函数为：

，式中，

表示待评估营销量偏差值，

表 示起始周期，

表示评价周期总数，

表示关联待评估营销量信息，

表示前端待评估营 销量信息。

8.根据权利要求5所述的一种基于大数据的商业智能数据分析方法，其特征在于：所述 关联待评估营销量的偏差阈基于关联商品评估值进行确定，且偏差区间设置为[-0.2， 0.2]，从而得到关联待评估营销量的偏差阈为[-0.2

，0.2

]；

将所述待评估营销量偏差值代入关联待评估营销量偏差阈进行比较；

若关联待评估营销量偏差值在关联待评估营销量偏差阈内，则表示关联待评估营销量信息的可信度高，即关联商品信息符合参与决策判断的条件；

若关联待评估营销量偏差值在关联待评估营销量偏差阈之外，则表示关联待评估营销量信息的可信度低，关联商品信息不符合参与决策判断的标准，并且需要核实关联商品信息的真实性。

9.一种基于大数据的商业智能数据分析系统，其特征在于：应用于权利要求1至8中任一项所述的基于大数据的商业智能数据分析方法，包括：

第一获取模块，所述第一获取模块用于获取大数据平台数据源中的前端商品信息，并根据所述前端商品信息生成第一商品营销报表，其中，所述第一商品营销报表包括商品在营销时的供应需求信息、营销指标信息以及实际营销量信息；

前端分析模块，所述前端分析模块用于将所述营销指标信息和实际营销量信息同步上传至前端数据分析平台，所述前端数据分析平台对营销指标信息和实际营销量进行比对，得到前端营销评价报告；

关联商品生成模块，所述关联商品生成模块用于根据所述前端商品信息，在商品营销阶段内，根据关联度从所述大数据平台数据源中获取关联商品信息，所述前端商品信息和关联商品信息相关联，然后根据关联商品信息生成第二商品营销报表，其中，所述第二商品营销报表包括关联营销量信息；

第二获取模块，所述第二获取模块用于获取所述关联营销量信息和实际营销量信息，并上传至关联数据分析平台，所述关联数据分析平台根据关联度对所有关联商品信息进行比对，得到关联营销评价报告；

抽样模块，所述抽样模块用于根据所述前端营销评价报告和关联营销评价报告建立多个评价周期，其中，多个所述评价周期相互交叉；

第三获取模块，所述第三获取模块用于获取多个所述评价周期内的前端待评估营销量信息和关联待评估营销量信息；

计算模块，所述计算模块用于将多个所述前端待评估营销量信息和关联待评估营销量信息同步上传至决策评估模型中，决策评估模型根据关联度对关联待评估营销量信息进行评估，得到关联待评估营销量信息的偏差值；

第四获取模块，所述第四获取模块用于获取关联待评估营销量信息的偏差阈；

确定模块，所述确定模块用于判断所述偏差值是否在偏差阈内，若在，则表明关联待评估营销量信息的可信度高，符合参与决策判断的标准，若不在，则表明关联待评估营销量信息的可信度低，不符合参与决策判断的标准。

10.根据权利要求9所述的一种基于大数据的商业智能数据分析系统，还包括处理器和存储器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时，实现权利要求1至8中任一项所述的基于大数据的商业智能数据分析方法。

Images