System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据分析,具体而言,涉及一种企业画像系统及方法。
技术介绍
1、在当今竞争激烈的商业环境中,数据分析已经成为企业成功的关键因素之一,企业数据分析是指通过收集、整理和分析企业内部和外部的各种数据,以便为企业决策提供支持和帮助企业更好地了解市场趋势、顾客需求、竞争对手动态等信息,从而更加精准地制定战略和决策。
2、目前,传统的企业数据分析依赖于人工对数据进行分析处理,这种方法在数据量较小、决策需求不高的情况下是可行的,可以进行少量的数据处理和简单的数据分析。但是,随着数据量的爆炸式增长,决策需求的增高,人工对数据进行分析处理需要花费大量的时间和精力,因此无法快速准确地对大量数据进行实时分析处理。
技术实现思路
1、本专利技术解决的问题是如何改善数据分析处理的效率。
2、为解决上述问题,本专利技术提供一种企业画像系统及方法。
3、第一方面,本专利技术提供了一种企业画像系统,包括获取模块、处理模块和交互模块;
4、所述获取模块用于采集实时数据,其中,所述实时数据包括经营数据、行业数据、员工数据、客户数据和竞争对手数据;
5、所述处理模块用于根据预设的时间窗对所述实时数据进行预处理,得到聚合数据;根据所述聚合数据通过预设的决策规则生成对应的决策支持信息,并将所述决策支持信息发送给所述交互模块;
6、所述交互模块用于基于可视化工具根据全部所述决策支持信息生成对应的企业画像。
7、可选地,所述根据预
8、通过清洗去除所述实时数据中的异常数据得到清洗数据;
9、根据预设阈值对所述清洗实时数据进行筛选得到过滤数据;
10、根据预设的聚合操作对每个所述时间窗口内的所述过滤数据进行聚合,得到所述聚合数据。
11、可选地,所述根据预设的聚合操作对每个所述时间窗口内的所述过滤数据进行聚合,得到所述聚合数据,包括:
12、根据所述过滤数据得到类型信息;
13、对所述时间窗口内的所述类型信息通过对应的聚合操作进行聚合,得到聚合类型信息,其中,所述聚合操作包括均值操作,最大值操作和求和操作;
14、根据全部所述聚合类型信息生成所述聚合数据。
15、可选地,所述决策规则包括数据规则、决策模型规则和关联分析规则;所述根据所述聚合数据通过预设的决策规则生成对应的决策支持信息,包括:
16、根据所述聚合数据的特点判断执行对应的决策规则;
17、当执行所述数据规则时,根据所述聚合数据和对应的预设阈值的比较结果确定对应的所述决策支持信息;
18、当执行所述决策模型规则时,根据所述聚合数据和对应的预设的决策模型确定对应的所述决策支持信息;
19、当执行所述关联分析规则时,根据所述聚合数据之间的关联关系确定对应的所述决策支持信息。
20、可选地,所述聚合数据包括聚合经营数据、聚合行业数据、聚合员工数据、聚合客户数据和聚合竞争对手数据;所述决策支持信息包括经营决策支持信息、行业决策支持信息员工决策支持信息、客户决策支持信息和竞争对手决策支持信息;所述根据所述聚合数据和对应的预设阈值的比较结果确定对应的所述决策支持信息,包括:
21、根据所述聚合经营数据和对应的预设的经营阈值的比较结果得到所述经营决策支持信息;
22、根据所述聚合行业数据和对应的预设的行业阈值的比较结果得到所述行业决策支持信息;
23、根据所述聚合员工数据和对应的预设的员工阈值的比较结果得到所述员工决策支持信息;
24、根据所述聚合客户数据和对应的预设的客户阈值的比较结果得到所述客户决策支持信息;
25、根据所述聚合竞争对手数据和对应的预设的竞争对手阈值的比较结果得到所述竞争对手决策支持信息。
26、可选地,所述决策模型包括预设的趋势模型和预测模型;所述根据所述聚合数据和预设的决策模型确定对应的所述决策支持信息,包括:
27、根据聚合数据判断决策分析类型;
28、当进行趋势分析时,将所述聚合数据通过对应的所述趋势模型得到对应的所述决策支持信息;
29、当进行预测分析时,将所述聚合数据通过对应的所述预测模型得到对应的所述决策支持信息。
30、可选地,所述根据所述聚合数据之间的关联关系确定对应的所述决策支持信息,包括:
31、根据每个所述聚合数据得到对应的关键信息;
32、根据所述关键信息确定所述时数据之间的关联关系,并根据所述关联关系确定对应的所述决策支持信息。
33、可选地,该系统还包括分区模块:
34、所述分区模块用于根据每个所述实时数据确定对应的键值,并将相同的所述键值出现的次数确定所述键值对应的键频率;
35、根据所述键频率和预设的倾斜阈值的比较结果调整所述实时数据的分区。
36、可选地,所述根据所述键频率和预设的倾斜阈值的比较结果调整所述实时数据分区,包括:
37、获取所述实时数据的初始分区;
38、当所述键频率大于所述倾斜阈值时,则通过哈希函数将对应的所述实时数据映射预设分区;
39、当所述键频率小于或者等于所述倾斜阈值时,则将所述初始分区作为所述实时数据的所述分区。
40、第二方面,本专利技术提供了一种企业画像方法,包括:
41、采集实时数据,其中,所述实时数据包括经营数据、行业数据、员工数据、客户数据和竞争对手数据;
42、根据预设的时间窗对所述实时数据进行预处理,得到聚合数据;根据所述聚合数据通过预设的决策规则生成对应的决策支持信息,并将所述决策支持信息发送给交互模块;
43、基于可视化工具根据全部所述决策支持信息生成对应的企业画像。
44、本专利技术的企业画像系统和方法的有益效果是:通过对采集到的企业相关的实时数据进行预处理,去除实时数据中的异常数据和不满足需求的数据,并通过对时间窗口对数据进行处理,即确保了数据处理的实时性,还减少了后续进行数据分析的数据量,有效地提高了数据分析处理的效率,根据聚合数据,通过对应的决策规则得到不同种类聚合数据各自对应的决策支持信息,最终根据接收到的决策支持信息生成对应的企业画像,通过企业画像系统可以有效地避免人工进行数据收集和分析处理所消耗的大量时间和精力,提高了对企业大量数据进行分析处理的效率,同时通过信息化的数据处理,根据不同的决策规则得到对应的决策支持信息,进一步提高了数据处理的准确定,并且通过实时数据的处理,时得到的企业画像可以及时响应数据的变化并提供迅速准确地决策支持信息,提高企业应对市场变化的速度,使企业可以通过企业画像做出迅速明确的决策。
本文档来自技高网...【技术保护点】
1.一种企业画像系统,其特征在于,包括获取模块、处理模块和交互模块;
2.根据权利要求1所述的企业画像系统,其特征在于,所述根据预设的时间窗对所述实时数据进行预处理,得到聚合数据,包括:
3.根据权利要求2所述的企业画像系统,其特征在于,所述根据预设的聚合操作对每个所述时间窗口内的所述过滤数据进行聚合,得到所述聚合数据,包括:
4.根据权利要求1所述的企业画像系统,其特征在于,所述决策规则包括数据规则、决策模型规则和关联分析规则;所述根据所述聚合数据通过预设的决策规则生成对应的决策支持信息,包括:
5.根据权利要求4所述的企业画像系统,其特征在于,所述聚合数据包括聚合经营数据、聚合行业数据、聚合员工数据、聚合客户数据和聚合竞争对手数据;所述决策支持信息包括经营决策支持信息、行业决策支持信息员工决策支持信息、客户决策支持信息和竞争对手决策支持信息;所述根据所述聚合数据和对应的预设阈值的比较结果确定对应的所述决策支持信息,包括:
6.根据权利要求4所述的企业画像系统,其特征在于,所述决策模型包括预设的趋势模型和预测模型;所述
7.根据权利要求4所述的企业画像系统,其特征在于,所述根据所述聚合数据之间的关联关系确定对应的所述决策支持信息,包括:
8.根据权利要求1所述的企业画像系统,其特征在于,还包括分区模块:
9.根据权利要求8所述的企业画像系统,其特征在于,所述根据所述键频率和预设的倾斜阈值的比较结果调整所述实时数据的分区,包括:
10.一种企业画像方法,其特征在于,包括:
...【技术特征摘要】
1.一种企业画像系统,其特征在于,包括获取模块、处理模块和交互模块;
2.根据权利要求1所述的企业画像系统,其特征在于,所述根据预设的时间窗对所述实时数据进行预处理,得到聚合数据,包括:
3.根据权利要求2所述的企业画像系统,其特征在于,所述根据预设的聚合操作对每个所述时间窗口内的所述过滤数据进行聚合,得到所述聚合数据,包括:
4.根据权利要求1所述的企业画像系统,其特征在于,所述决策规则包括数据规则、决策模型规则和关联分析规则;所述根据所述聚合数据通过预设的决策规则生成对应的决策支持信息,包括:
5.根据权利要求4所述的企业画像系统,其特征在于,所述聚合数据包括聚合经营数据、聚合行业数据、聚合员工数据、聚合客户数据和聚合竞争对手数据;所述决策支持信息包括经营决策支持信息、行业...
【专利技术属性】
技术研发人员:袁鸿,夏群峰,钱勇,李一鸣,
申请(专利权)人:中控技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。