技术特征：
1.一种基于智能标签的业务分析系统，其特征在于，包括：模块m1：从外部数据库、大数据平台或数据服务获取原始文本数据，并对原始文本数据进行预处理，获得预处理后的原始文本数据；模块m2：对预处理后的原始文本数据进行etl处理，得到etl处理后的数据，并将etl处理后的数据存储至hadoop分布式文件系统；模块m3：将etl处理后的数据通过领域知识库查询所需的实体和字段信息；模块m4：使用领域知识库中所查询的实体信息，根据预设标签，判断是否符合预设匹配规则，当匹配时，则对etl处理后的数据进行标签；模块m5：使用混合后端和分表方案存储标签数据，通过标签元数据和查询引擎对外提供查询功能。2.根据权利要求1所述的基于智能标签的业务分析系统，其特征在于，所述模块m1包括：模块m1.1：通过消息队列、socket、http请求、sql查询和/或rpc请求的形式从外部数据库、大数据平台和/或数据服务获取原始文本数据；模块m1.2：对获取的原始文本数据进行包括清洗、过滤和/或转换预处理，获得预处理后的原始文本数据。3.根据权利要求2所述的基于智能标签的业务分析系统，其特征在于，所述模块m1.2包括对获取的原始文本数据中时间、记录id和用户id进行预处理；除时间、记录id和用户id外的原始文本数据，根据需要选择原始文本数据进行预处理。4.根据权利要求1所述的基于智能标签的业务分析系统，其特征在于，所述模块m3包括：根据etl处理后的数据通过领域知识库进行查询，并将查询后的结果和领域知识库中的相关信息进行关联，得到所需的实体和字段信息。5.根据权利要求1所述的基于智能标签的业务分析系统，其特征在于，所述模块m5包括：使用混合后端和分表方案存储标签数据，通过分表的方式存储标签，相同类型的标签分配在同一个表中，通过标签元数据和查询引擎对外提供相应查询。6.一种基于智能标签的业务分析方法，其特征在于，包括：步骤m1：从外部数据库、大数据平台或数据服务获取原始文本数据，并对原始文本数据进行预处理，获得预处理后的原始文本数据；步骤m2：对预处理后的原始文本数据进行etl处理，得到etl处理后的数据，并将etl处理后的数据存储至hadoop分布式文件系统；步骤m3：将etl处理后的数据通过领域知识库查询所需的实体和字段信息；步骤m4：使用领域知识库中所查询的实体信息，根据预设标签，判断是否符合预设匹配规则，当匹配时，则对etl处理后的数据进行标签；步骤m5：使用混合后端和分表方案存储标签数据，通过标签元数据和查询引擎对外提供查询功能。7.根据权利要求6所述的基于智能标签的业务分析方法，其特征在于，所述步骤m1包括：步骤m1.1：通过消息队列、socket、http请求、sql查询和/或rpc请求的形式从外部数据库、大数据平台和/或数据服务获取原始文本数据；
步骤m1.2：对获取的原始文本数据进行包括清洗、过滤和/或转换预处理，获得预处理后的原始文本数据。8.根据权利要求7所述的基于智能标签的业务分析方法，其特征在于，所述步骤m1.2包括对获取的原始文本数据中时间、记录id和用户id进行预处理；除时间、记录id和用户id外的原始文本数据，根据需要选择原始文本数据进行预处理。9.根据权利要求6所述的基于智能标签的业务分析方法，其特征在于，所述步骤m3包括：根据etl处理后的数据通过领域知识库进行查询，并将查询后的结果和领域知识库中的相关信息进行关联，得到所需的实体和字段信息。10.根据权利要求6所述的基于智能标签的业务分析方法，其特征在于，所述步骤m5包括：使用混合后端和分表方案存储标签数据，通过分表的方式存储标签，相同类型的标签分配在同一个表中，通过标签元数据和查询引擎对外提供相应查询。