用于销售数据的数据分析引擎及方法技术

公开了一种用于销售数据的数据分析引擎及方法。该引擎包括用于收集来自于CRM系统的表单数据的数据集采集模块，用于通过数据集配置界面对所述表单数据的解析规则进行配置的解析规则配置模块，用于通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确的验证模块，以及，用于执行用户配置的所述解析规则以输出预览结果的分析执行模块。这样，可以结合所述解析规则的词文本内容和词性信息来对所述解析规则进行语义理解，并基于语义理解结果来确定所述解析规则是否存在错误。析规则是否存在错误。析规则是否存在错误。

【技术实现步骤摘要】
用于销售数据的数据分析引擎及方法


[0001]本申请涉及数据分析领域，且更为具体地，涉及一种用于销售数据的数据分析引擎及方法。

技术介绍

[0002]在公司治理中，通过数据集工具来对企业业务数据进行处理和分析以对企业进行“软”监控，从而以直观地方式来观测企业是否满足了客户提出的需求，同时也能够实时地监控企业成本。市面上现有的ETL工具，例如kettle,数据工厂类软件作为数据抽取的一种工具，大多实时性达不到和过滤条件灵活兼备的要求，同时，还具有成本较高、效率低、灵活性差、不能实现通用逻辑和特殊需求的结合（例如，PaaS数据和SaaS数据的结合）。
[0003]因此，期待一种优化的用于销售数据的数据分析引擎。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于销售数据的数据分析引擎及方法。其可以结合所述解析规则的词文本内容和词性信息来对所述解析规则进行语义理解，并基于语义理解结果来确定所述解析规则是否存在错误。
[0005]根据本申请的一个方面，提供了一种用于销售数据的数据分析引擎，其包括：
[0006]数据集采集模块，用于收集来自于CRM系统的表单数据；
[0007]解析规则配置模块，用于通过数据集配置界面对所述表单数据的解析规则进行配置；
[0008]验证模块，用于通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确；以及
[0009]分析执行模块，用于执行用户配置的所述解析规则以输出预览结果。
[0010]根据本申请的另一个方面，提供了一种用于销售数据的数据分析方法，其包括：
[0011]收集来自于CRM系统的表单数据；
[0012]通过数据集配置界面对所述表单数据的解析规则进行配置；
[0013]通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确；以及
[0014]执行用户配置的所述解析规则以输出预览结果。
[0015]与现有技术相比，本申请提供的用于销售数据的数据分析引擎及方法，该引擎包括用于收集来自于CRM系统的表单数据的数据集采集模块，用于通过数据集配置界面对所述表单数据的解析规则进行配置的解析规则配置模块，用于通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确的验证模块，以及，用于执行用户配置的所述解析规则以输出预览结果的分析执行模块。这样，可以结合所述解析规则的词文本内容和词性信息来对所述解析规则进行语义理解，并基于语义理解结果来确定所述解析规则是否存在错误。
附图说明
[0016]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本申请的主旨。
[0017]图1为根据本申请实施例的用于销售数据的数据分析引擎的框图示意图。
[0018]图2为根据本申请实施例的用于销售数据的数据分析引擎中的所述解析规则配置模块的框图示意图。
[0019]图3为根据本申请实施例的用于销售数据的数据分析引擎中的所述语义理解单元的框图示意图。
[0020]图4为根据本申请实施例的用于销售数据的数据分析引擎中的所述向量化子单元的框图示意图。
[0021]图5为根据本申请实施例的用于销售数据的数据分析引擎中的所述训练模块的框图示意图。
[0022]图6为根据本申请实施例的用于销售数据的数据分析方法的流程图。
[0023]图7为根据本申请实施例的用于销售数据的数据分析方法的子步骤S120的系统架构的示意图。
[0024]图8为根据本申请实施例的用于销售数据的数据分析引擎的应用场景图。
[0025]图9为数据流程图。
[0026]图10为操作流程图。
具体实施方式
[0027]下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本申请保护的范围。
[0028]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0029]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0030]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0031]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0032]针对上述技术问题，本申请的技术构思为提供一种新型的用于销售数据的数据分析引擎，其数据处理流程如下：首先，数据集的数据来自于销帮帮CRM系统表单数据，通过binlog采集到kafka中，通过Flink框架对数据进行预处理之后将数据插入ClickHouse进行数据分析源数据准备；其次，用户通过数据集配置界面配置数据集规则；接着，规则解析引擎对规则进行验证、优化和解析；进而，执行所述用户配置的解析规则以输出预览结果。相应地，用户在图表中心引用数据集的输出进行二次分析。图9和图10示出了数据流程图和操作流程图。
[0033]应可以理解，数据集是数据加工和处理的工具，得到的数据可以用在图表中心进行二次分析。可以理解为数据工厂的一种，也可以理解为ETL（Extract
‑
Transform
‑
Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程）的一种。
[0034]特别地，在所述用于销售数据的数据分析引擎的运行过程中，通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确是所述用于销售数据的数据分析引擎能够正常运行的关键步骤。但是，用户在配置自定义的解析规则时，因表达不规范或判断逻辑没有仔细审核而导致解析规则发生错误。因此，在运行所述解析规则以输出预览结果之前，需要对所述用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确。
[0035]针对此具体的技术问题，本申请的技术构思为结合所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于销售数据的数据分析引擎，其特征在于，包括：数据集采集模块，用于收集来自于CRM系统的表单数据；解析规则配置模块，用于通过数据集配置界面对所述表单数据的解析规则进行配置；验证模块，用于通过规则解析引擎对用户配置的解析规则进行验证以判断用户配置的所述解析规则是否正确；以及分析执行模块，用于执行用户配置的所述解析规则以输出预览结果。2.根据权利要求1所述的用于销售数据的数据分析引擎，其特征在于，所述验证模块，包括：清洗转换单元，用于对所述解析规则进行数据清洗和格式转换以得到解析规则描述词的序列；词性信息提取单元，用于提取所述解析规则描述词的序列中各个解析规则描述词的词性信息以得到解析规则描述词的词性信息的序列；语义理解单元，用于对所述解析规则描述词的序列和所述解析规则描述词的词性信息的序列进行语义理解以得到解析规则语义理解特征向量；以及解析规则判断单元，用于基于所述解析规则语义理解特征向量，确定所述解析规则是否正确。3.根据权利要求2所述的用于销售数据的数据分析引擎，其特征在于，所述语义理解单元，包括：向量化子单元，用于对所述解析规则描述词的序列和所述解析规则描述词的词性信息的序列进行向量化以得到解析规则描述词向量的序列和解析规则描述词的词性向量的序列；融合子单元，用于融合所述解析规则描述词向量的序列和所述解析规则描述词的词性向量的序列以得到解析规则词
‑
词性向量的序列；以及语义编码子单元，用于将所述解析规则词
‑
词性向量的序列通过基于BiLSTM模型的语义编码器以得到所述解析规则语义理解特征向量。4.根据权利要求3所述的用于销售数据的数据分析引擎，其特征在于，所述解析规则判断单元，用于：将所述解析规则语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示解析规则是否正确。5.根据权利要求4所述的用于销售数据的数据分析引擎，其特征在于，所述向量化子单元，包括：词嵌入二级子单元，用于将所述解析规则描述词的序列通过词嵌入层以得到所述解析规则描述词向量的序列；以及独热编码...

【专利技术属性】
技术研发人员：梁鲁江，郭忠涛，张传鹏，林文钰，姜林斌，
申请(专利权)人：杭州逍邦网络科技有限公司，
类型：发明
国别省市：