基于联合大数据挖掘的业务预测分析方法及装置与流程

本发明涉及大数据分析，尤其涉及一种基于联合大数据挖掘的业务预测分析方法及装置。

背景技术：

1、随着用户需求越来越多样化，各个行业（尤其是服务行业）的竞争也越来越激烈，快速的预测出用户的需求以便于为其推荐满足其需求的业务进而提高行业竞争力是各个行业的相关人员需要考虑的问题。

2、当前，通常通过相关人员对用户进行问询或观察的方式预测相关用户的需求进而为其推荐相应业务，这种方式不被大多数用户所接受，且通过问询或者观察的方式预测相关用户需求进而为其推荐业务的方式存在因预测出的用户需求不准确进而导致为用户推荐的业务与用户实际需求不匹配的问题。

3、可见，如何提供一种业务预测方法以提高为用户推荐的业务与用户实际需求的匹配度显得尤为重要。

技术实现思路

1、本发明所要解决的技术问题在于，提供一种基于联合大数据挖掘的业务预测分析方法及装置，能够基于历史业务数据实现需求业务的智能化预测，有利于提高为用户推荐的业务与用户需求的匹配度。

2、为了解决上述技术问题，本发明实施例第一方面公开了一种基于联合大数据挖掘的业务预测分析方法，所述方法包括：

3、从业务数据库中获取某一历史时间段内的所有历史业务数据；

4、对所有所述历史业务数据进行分类，得到多个业务数据组；其中，同一所述业务数据组的所有历史业务数据所对应的业务类别相同，不同所述业务数据组的所有历史业务数据对应的业务类别不同；

5、对于每个所述业务数据组，根据所述业务数据组中的所有历史业务数据分析所述业务数据组所对应的多个已服务业务以及每个所述已服务业务对应的服务统计参数，所述已服务业务对应的服务统计参数包括所述已服务业务在所述历史时间段内的服务次数、服务时间、服务频率、服务时间间隔以及服务对象信息；

6、根据所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，预测在未来时间内的目标需求业务。

7、作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，预测在未来时间内的目标需求业务，包括：

8、对于每个所述业务数据组，获取与所述业务数据组所对应的业务类别相匹配的确定业务集合，根据所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，筛选所有所述已服务业务相较于所述确定业务集合所缺少的第一类业务以及所有所述已服务业务中对应的服务统计参数不满足预设服务参数统计条件的第二类业务；

9、根据所述第一类业务及所述第二类业务预测在未来时间内的目标需求业务；

10、其中，与所述业务数据组所对应的业务类别相匹配的确定业务集合是通过以下方式确定出的：

11、确定与所述业务数据组所对应的业务类别所属的目标场景；

12、根据所述目标场景下的用户需求生成确定业务集合。

13、作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述第一类业务及所述第二类业务预测在未来时间内的需求业务，包括：

14、确定存在业务预测需求的未来时间段所对应的目标信息组，所述目标信息组包括所述未来时间段的季节信息、在所述未来时间段内不同地区的天气信息、所述未来时间段内的节假日信息以及所述未来时间段内的节假日所面向的人群信息；

15、从所述目标信息组中确定出对所述目标场景下的用户需求影响程度大于等于预设程度阈值的所有目标信息；

16、从所述第一类业务中筛选与所有所述目标信息的匹配度大于等于第一预设匹配度阈值的第一类目标业务，以及，从所述第二类业务中筛选出与所有所述目标信息的匹配度大于等于第二预设匹配度阈值的第二类目标业务；

17、将所述第一类目标业务及所述第二类目标业务确定为在所述未来时间段内的需求业务。

18、作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：

19、基于所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务业务统计参数，分析所有所述已服务业务所能够衍生的第一附加需求业务；

20、基于预测出的在所述未来时间段的目标需求业务，分析所述目标需求业务所能够衍生的第二附加需求业务；

21、根据所述第一附加需求业务及所述第二附加需求业务，生成目标附加需求业务。

22、作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：

23、基于所述目标需求业务及所述目标附加需求业务，构建需求业务用户画像；

24、根据已授权入驻的所有服务供应商的服务画像，分别在多个维度中的每个维度下计算所述服务画像与所述需求业务用户画像的服务匹配度；

25、根据每个所述维度下的所述服务匹配度，生成供应商需求参数，所述供应商需求参数包括对已授权入驻的所有所述服务供应商的服务优化参数以及对需求入驻的多个待入驻供应商的入驻需求参数；

26、将所述服务优化参数发送至对应的所述服务供应商，以触发对应的所述服务供应商调整自身的服务画像，以及，发布所述入驻需求参数，以供满足所述入驻需求参数的其它供应商入驻。

27、作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：

28、基于在多个连续的目标时间段内每个目标业务类别下的业务服务数据，分析在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息；

29、根据在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，生成每个所述目标业务类别所对应的业务需求变化趋势；

30、对于每个所述目标业务类别，基于所述目标业务类别对应的业务需求变化趋势，生成所述目标业务类别的业务预测需求。

31、作为一种可选的实施方式，在本发明实施例第一方面中，所述基于在多个连续的目标时间段内每个目标业务类别下的业务服务数据，分析在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，包括：

32、基于在多个连续的目标时间段内每个目标业务类别下的已提供服务对应的服务参数及接受所述已提供服务的服务对象针对所述已提供服务的反馈参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息；

33、其中，所述基于在多个连续的目标时间段内每个目标业务类别下的已提供服务对应的服务参数及接受所述已提供服务的服务对象针对所述已提供服务的反馈参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，包括：

34、在多个连续的目标时间段中的每个所述目标时间段内，对于每个目标业务类别下的已提供服务，判断接受所述已提供服务的服务对象针对所述已提供服务的反馈参数是否为正向反馈，当判断结果为是时，根据所述已提供服务对应的服务参数生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，当判断结果为否时，根据所述已提供服务对应的服务参数以及所述反馈参数中的负向反馈参数所对应的目标服务参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息。

35、本发明实施例第二方面公开了一种基于联合大数据挖掘的业务预测分析装置，所述装置包括：

36、获取模块，用于从业务数据库中获取某一历史时间段内的所有历史业务数据；

37、分类模块，用于对所有所述历史业务数据进行分类，得到多个业务数据组；其中，同一所述业务数据组的所有历史业务数据所对应的业务类别相同，不同所述业务数据组的所有历史业务数据对应的业务类别不同；

38、统计模块，用于对于每个所述业务数据组，根据所述业务数据组中的所有历史业务数据分析所述业务数据组所对应的多个已服务业务以及每个所述已服务业务对应的服务统计参数，所述已服务业务对应的服务统计参数包括所述已服务业务在所述历史时间段内的服务次数、服务时间、服务频率、服务时间间隔以及服务对象信息；

39、预测模块，用于根据所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，预测在未来时间内的目标需求业务。

40、作为一种可选的实施方式，在本发明实施例第二方面中，所述预测模块根据所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，预测在未来时间内的目标需求业务的具体方式包括：

41、对于每个所述业务数据组，获取与所述业务数据组所对应的业务类别相匹配的确定业务集合，根据所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务统计参数，筛选所有所述已服务业务相较于所述确定业务集合所缺少的第一类业务以及所有所述已服务业务中对应的服务统计参数不满足预设服务参数统计条件的第二类业务；

42、根据所述第一类业务及所述第二类业务预测在未来时间内的目标需求业务；

43、其中，与所述业务数据组所对应的业务类别相匹配的确定业务集合是通过以下方式确定出的：

44、确定与所述业务数据组所对应的业务类别所属的目标场景；

45、根据所述目标场景下的用户需求生成确定业务集合。

46、作为一种可选的实施方式，在本发明实施例第二方面中，所述预测模块根据所述第一类业务及所述第二类业务预测在未来时间内的需求业务的具体方式包括：

47、确定存在业务预测需求的未来时间段所对应的目标信息组，所述目标信息组包括所述未来时间段的季节信息、在所述未来时间段内不同地区的天气信息、所述未来时间段内的节假日信息以及所述未来时间段内的节假日所面向的人群信息；

48、从所述目标信息组中确定出对所述目标场景下的用户需求影响程度大于等于预设程度阈值的所有目标信息；

49、从所述第一类业务中筛选与所有所述目标信息的匹配度大于等于第一预设匹配度阈值的第一类目标业务，以及，从所述第二类业务中筛选出与所有所述目标信息的匹配度大于等于第二预设匹配度阈值的第二类目标业务；

50、将所述第一类目标业务及所述第二类目标业务确定为在所述未来时间段内的需求业务。

51、作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：

52、分析处理模块，用于基于所有所述业务数据组所对应的所有所述已服务业务及所有所述已服务业务对应的服务业务统计参数，分析所有所述已服务业务所能够衍生的第一附加需求业务；以及基于预测出的在所述未来时间段的目标需求业务，分析所述目标需求业务所能够衍生的第二附加需求业务；以及根据所述第一附加需求业务及所述第二附加需求业务，生成目标附加需求业务。

53、作为一种可选的实施方式，在本发明实施例第二方面中，所述分析处理模块，还用于：

54、基于所述目标需求业务及所述目标附加需求业务，构建需求业务用户画像；

55、根据已授权入驻的所有服务供应商的服务画像，分别在多个维度中的每个维度下计算所述服务画像与所述需求业务用户画像的服务匹配度；

56、根据每个所述维度下的所述服务匹配度，生成供应商需求参数，所述供应商需求参数包括对已授权入驻的所有所述服务供应商的服务优化参数以及对需求入驻的多个待入驻供应商的入驻需求参数；

57、将所述服务优化参数发送至对应的所述服务供应商，以触发对应的所述服务供应商调整自身的服务画像，以及，发布所述入驻需求参数，以供满足所述入驻需求参数的其它供应商入驻。

58、作为一种可选的实施方式，在本发明实施例第二方面中，所述分析处理模块，还用于：

59、基于在多个连续的目标时间段内每个目标业务类别下的业务服务数据，分析在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息；

60、根据在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，生成每个所述目标业务类别所对应的业务需求变化趋势；

61、对于每个所述目标业务类别，基于所述目标业务类别对应的业务需求变化趋势，生成所述目标业务类别的业务预测需求。

62、作为一种可选的实施方式，在本发明实施例第二方面中，所述分析处理模块基于在多个连续的目标时间段内每个目标业务类别下的业务服务数据，分析在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息的具体方式包括：

63、基于在多个连续的目标时间段内每个目标业务类别下的已提供服务对应的服务参数及接受所述已提供服务的服务对象针对所述已提供服务的反馈参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息；

64、以及，所述分析处理模块基于在多个连续的目标时间段内每个目标业务类别下的已提供服务对应的服务参数及接受所述已提供服务的服务对象针对所述已提供服务的反馈参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息的具体方式包括：

65、在多个连续的目标时间段中的每个所述目标时间段内，对于每个目标业务类别下的已提供服务，判断接受所述已提供服务的服务对象针对所述已提供服务的反馈参数是否为正向反馈，当判断结果为是时，根据所述已提供服务对应的服务参数生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息，当判断结果为否时，根据所述已提供服务对应的服务参数以及所述反馈参数中的负向反馈参数所对应的目标服务参数，生成在每个所述目标时间段内针对每个所述目标业务类别的业务需求信息。

66、本发明第三方面公开了另一种基于联合大数据挖掘的业务预测分析装置，所述装置包括：

67、存储有可执行程序代码的存储器；

68、与所述存储器耦合的处理器；

69、所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于联合大数据挖掘的业务预测分析方法中的部分或全部步骤。

70、本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被处理器调用时，用于执行本发明第一方面公开的基于联合大数据挖掘的业务预测分析方法中的部分或全部步骤。

71、与现有技术相比，本发明实施例具有以下有益效果：

72、本发明实施例中，从业务数据库中获取某一历史时间段内的所有历史业务数据；对所有历史业务数据进行分类，得到多个业务数据组；对于每个业务数据组，根据业务数据组中的所有历史业务数据分析业务数据组所对应的多个已服务业务以及每个已服务业务对应的服务统计参数，服务统计参数包括在历史时间段内的服务次数、服务时间、服务频率、服务时间间隔以及服务对象信息；根据所有业务数据组所对应的所有已服务业务及所有已服务业务对应的服务统计参数，预测在未来时间内的目标需求业务。可见，本发明能够基于历史业务数据实现需求业务的智能化预测，不仅能够提高需求业务的预测准确性，还能够有利于提高为用户推荐的业务与用户需求的匹配度；此外，在预测需求业务时，既能够考虑还未提供的业务，还能够考虑服务不到位的业务，并进一步基于前述两类业务实现需求业务的预测，有利于提高需求业务的预测全面性与预测准确性，且在确定还未提供的业务时所需用到的确定业务集合是根据目标场景智能化生成的，有利于提高确定业务集合的准确性，进而有利于提高确定出的未提供业务的准确性；此外，在基于还未提供的业务以及服务不到位的业务预测需求业务时，还能够进一步根据确定出的信息组从前述两大类业务中筛选出匹配度较高的第一类业务及第二类业务，进而根据前述第一类业务及第二类业务预测业务需求，有利于提高业务需求的预测精准性；此外，还能够基于所有已服务业务及其对应的服务业务统计参数，智能化分析已服务业务所能够衍生的附加需求业务，并基于预测出来的需求业务进一步分析其所能够衍生的附加需求业务，而后根据前述两类附加需求业务，生成最终的附加需求业务，这样提高了预测出的需求业务的全面性及精准性；此外，还能够基于预测出的需求业务及生成的附加需求业务智能化的生成需求业务用户画像，进而根据需求业务用户画像与服务供应商的服务画像之间的服务匹配度智能化的生成供应商需求参数，为服务供应商的优化提供了准确的参考依据，有利于提高服务供应商的优化效率及优化准确性，进而有利于提高服务供应商所提供的服务与用户实际需求的匹配度；此外，还能够基于业务需求变化趋势生成业务预测需求，有利于提高业务预测需求的准确性；此外，还提供了一种业务需求信息的智能化分析方式，能够根据已提供服务的服务对象针对已提供服务的反馈参数的情况自适应的生成业务需求信息，有利于提高业务需求信息的准确性，进而有利于提高业务需求变化趋势的准确性。