业务数据的分析方法、装置、设备、介质及程序产品与流程
本技术涉及数据处理领域,特别涉及一种业务数据的分析方法、装置、设备、介质及程序产品。
背景技术:
1、在一些业务场景中,需要对业务数据进行分析和挖掘,以提供决策支持。
2、相关技术中,往往将不同类别的业务数据进行单独分析,基于各类业务数据的分析结果,组合得到分析报告。比如说,对于商户经营业务,将获取商户的销售数据和客户数据,通过回归分析销售数据的时间序列,预测出未来的销售趋势;以及,通过对客户数据进行聚类分析,将客户分为不同的群体,预测出未来的潜力客户群体。通过组合销售数据和客户数据的分析结果,得到分析报告。
3、相关技术提供的业务数据分析方式,实际上假设了不同类业务数据均满足相同的分布条件,然而,实际上可能并不符合这些假设,此时输出的分析报告并不准确。
技术实现思路
1、本技术提供了一种业务数据的分析方法、装置、设备、介质及程序产品,本技术通过计算每类业务数据对应的不确定分数,能确定出关键类业务数据,进而通过分析关键类业务数据,能得到目标业务的更准确的分析结果。
2、根据本技术的一个方面,提供了一种业务数据的分析方法,所述方法包括:
3、获取目标业务的至少两类业务数据;
4、对于至少两类业务数据中的第一类业务数据,计算在给定第一类业务数据的情况下第二类业务数据的不确定程度,得到第一类业务数据对应的不确定分数,第一类业务数据是至少两类业务数据中的任意一类业务数据,第二类业务数据是第一类业务数据之外的其他类业务数据;
5、从至少两类业务数据中,筛选出不确定分数满足第一分数条件的关键类业务数据;分析关键类业务数据。
6、根据本技术的另一方面,提供了一种商户经营数据的分析方法,所述方法包括:
7、获取目标商户的至少两类商户经营数据;
8、对于至少两类商户经营数据中的第一类商户经营数据,计算在给定第一类商户经营数据的情况下第二类商户经营数据的不确定程度,得到第一类商户经营数据对应的不确定分数,第一类商户经营数据是至少两类商户经营数据中的任意一类商户经营数据,第二类商户经营数据是第一类商户经营数据之外的其他类商户经营数据;
9、从至少两类商户经营数据中,筛选出不确定分数满足第一分数条件的关键类商户经营数据;分析关键类商户经营数据。
10、根据本技术的另一方面,提供了一种业务数据的分析装置,所述装置包括:
11、获取模块,用于获取目标业务的至少两类业务数据;
12、计算模块,用于对于至少两类业务数据中的第一类业务数据,计算在给定第一类业务数据的情况下第二类业务数据的不确定程度,得到第一类业务数据对应的不确定分数,第一类业务数据是至少两类业务数据中的任意一类业务数据,第二类业务数据是第一类业务数据之外的其他类业务数据;
13、筛选模块,用于从至少两类业务数据中,筛选出不确定分数满足第一分数条件的关键类业务数据;
14、分析模块,用于分析关键类业务数据。
15、在一个可选的实施例中,所述第二类业务数据对应有至少两个取值;
16、所述计算模块,还用于获取在给定所述第一类业务数据的情况下,所述第二类业务数据下的所述至少两个取值分别对应的取值概率,得到至少两个取值概率;
17、基于所述至少两个取值概率,计算得到信息熵,所述信息熵用于衡量在给定所述第一类业务数据的情况下所述第二类业务数据的不确定程度;
18、基于所述信息熵,得到所述第一类业务数据对应的不确定分数。
19、在一个可选的实施例中,所述第一类业务数据对应有m个第一取值,所述第二类业务数据对应有n个第二取值,m、n为大于一的整数;
20、所述获取模块,还用于获取在所述第一类业务数据取得每个第一取值的情况下,所述第二类业务数据分别取得每个第二取值的概率,得到m*n个取值概率;
21、所述计算模块,还用于基于所述m*n个取值概率,计算得到m个第一信息熵,所述m个第一信息熵中每个第一信息熵是基于一个第一取值所对应的n个取值概率计算得到的;
22、对所述m个第一信息熵执行加权求和,得到第二信息熵,所述m个第一信息熵中每个第一信息熵的权重为所对应的第一取值的取值概率;
23、将所述第二信息熵确定为所述信息熵。
24、在一个可选的实施例中,所述筛选模块,还用于从所述至少两类业务数据中,筛选出所述不确定分数小于第一分数阈值的所述关键类业务数据;
25、或者,
26、从所述至少两类业务数据中,筛选出所述不确定分数在按照从小到大排序时位于前p名的所述关键类业务数据,p为正整数。
27、在一个可选的实施例中,所述计算模块,还用于计算所述至少两类业务数据中每类业务数据对业务策略的贡献分数;
28、对所述每类业务数据的所述贡献分数和所述不确定分数执行加权求和,得到所述每类业务数据的关键性分数;
29、所述筛选模块,还用于从所述至少两类业务数据中,筛选出所述关键性分数满足第二分数条件的所述关键类业务数据。
30、在一个可选的实施例中,所述计算模块,还用于获取业务策略模型,所述业务策略模型包括至少两个模型参数,所述至少两个模型参数与所述至少两类业务数据一一对应,所述业务策略模型用于基于所述至少两类业务数据,输出所述业务策略的执行概率;
31、基于所述至少两类业务数据与所述至少两个模型参数按照对应关系的乘积,得到所述至少两类业务数据中每类业务数据对所述业务策略的贡献分数。
32、在一个可选的实施例中,所述筛选模块,还用于从所述至少两类业务数据中,筛选出所述关键性分数大于第二分数阈值的所述关键类业务数据;
33、或者,
34、从所述至少两类业务数据中,筛选出所述关键性分数在按照从大到小排序时取得前q名的所述关键类业务数据,q为正整数。
35、在一个可选的实施例中,所述装置还包括输出模块,所述输出模块,用于基于所述关键类业务数据的分析结果,生成针对所述目标业务的改进建议;
36、将所述分析结果和所述改进建议,输出为所述目标业务的业务报告。
37、在一个可选的实施例中,所述分析模块,还用于分析所述关键类业务数据与所述目标业务的业务指标之间的关系,得到所述关键类业务数据的分析结果。
38、在一个可选的实施例中,所述目标业务为商户经营业务,所述至少两类业务数据为不同类别的商户经营数据;
39、或者,
40、所述目标业务为教学业务,所述至少两类业务数据为不同类别的教学数据;
41、或者,
42、所述目标业务为配送业务,所述至少两类业务数据为不同类别的配送数据;
43、或者,
44、所述目标业务为旅游业务,所述至少两类业务数据为不同类别的旅游数据。
45、根据本技术的一个方面,提供了一种计算机设备,计算机设备包括:处理器和存储器,存储器存储有计算机程序,计算机程序由处理器加载并执行以实现如上的业务数据的分析方法,或商户经营数据的分析方法。
46、根据本技术的另一方面,提供了一种计算机可读存储介质,存储介质存储有计算机程序,计算机程序由处理器加载并执行以实现如上的业务数据的分析方法,或商户经营数据的分析方法。
47、根据本技术的另一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述业务数据的分析方法,或商户经营数据的分析方法。
48、本技术实施例提供的技术方案带来的有益效果至少包括如下内容。
49、在本技术实施例中,将获取至少两类业务数据,计算给定每类业务数据后其他类业务数据的不确定程度,得到给定的每类业务数据对应的不确定分数,进而筛选出不确定分数满足第一分数条件的关键类业务数据,分析关键类业务数据。
50、可以理解的是,给定的某类业务数据所对应的不确定分数越小,表示在给定该类业务数据后,其他类业务数据就较为确定,进而给定的该类业务数据在至少两类业务数据中就较为关键,通过分析关键类业务数据所得到的分析结果即能更好地代表整体的分析结果,进而最终输出的整体分析结果更准确。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com