[发明专利]一种基于数字孪生技术的企业销售业务分析管理系统

权利要求书

1.一种基于数字孪生技术的企业销售业务分析管理系统，其特征在于，包括：

获取销售的历史数据和实时数据；

基于相关性分析对所述历史数据进行数据关系挖掘处理，构建销售劣势模型，所述销售劣势模型为业绩等级低于第一预设阈值的销售模型，所述业绩等级是基于所述历史数据评估的考核等级；所述第一预设阈值是自定义的区分销售业务好坏的最大临界值；

利用所述销售劣势模型和所述实时数据，对数字孪生模型进行训练，得到训练后的所述数字孪生模型；

基于训练后的所述数字孪生模型和所述实时数据，对企业销售业务进行分析。

2.根据权利要求1所述的基于数字孪生技术的企业销售业务分析管理系统，其特征在于，所述基于相关性分析对所述历史数据进行数据关系挖掘处理，构建销售劣势模型，包括：

根据所述历史数据，筛选出低于所述第一预设阈值的待分析数据；

基于同一所述业绩等级对应的所述待分析数据分别确定第一时间序列和第二时间序列，所述第一时间序列是基于所述待分析数据中销售业绩为因变量的序列；所述第二时间序列是影响所述第一时间序列的自变量的序列；

基于均值转换法分别对所述第一时间序列和所述第二时间序列计算，得到更新后的所述第一时间序列和更新后的所述第二时间序列；

基于更新后的所述第一时间序列和每个更新后的所述第二时间序列分别计算，得到关系系数；

基于每个所述关系系数计算，得到关联度；

基于所有的所述关联度和第二预设阈值，确定关联指标；所述第二预设阈值为自定义的最小临界筛选值；

基于所述关联指标和所述业绩等级，构建销售劣势模型。

3.根据权利要求2所述的基于数字孪生技术的企业销售业务分析管理系统，其特征在于，所述基于所有的所述关联度和第二预设阈值，确定关联指标之后还包括：

基于所有的所述关联指标，建立相关矩阵；

基于所述相关矩阵计算特征值和所述特征值对应的特征向量；

基于所述特征值计算，得到第一参数和第二参数，所述第一参数为主成分的信息贡献率，所述第二参数为所述主成分的累计贡献率；

基于所述特征向量和所述相关矩阵计算，得到第三参数，所述第三参数为主成分矩阵；

基于所述第一参数、所述第二参数和所述第三参数分析，确定更新后的所述关联指标。

4.根据权利要求2所述的基于数字孪生技术的企业销售业务分析管理系统，其特征在于，基于所述关联指标和所述业绩等级，构建销售劣势模型包括：

基于每个所述关联指标进行归一化预处理，得到预处理数值；

基于所述预处理数值和所述业绩等级，对生成对抗网络模型的生成器模型和判别器模型分别进行轮流交替训练，将所述预处理数值作为所述生成器模型的输入值，得到生成数据；然后将所述生成数据和所述业绩等级作为所述判别器模型的输入值，利用所述判别器模型反馈的损失值和残差值进行权重更新，最小化所述残差值和所述损失值，得到所述销售劣势模型，所述残差值为所述预处理数值与所述生成数据之间的分布距离。

5.根据权利要求4所述的基于数字孪生技术的企业销售业务分析管理系统，其特征在于，所述残差值的计算方法包括：

基于所述预处理数值，得到第一样本分布，所述第一样本分布为所述关联指标之间的真实分布概率；

基于所述生成数据，得到第二样本分布，所述第二样本分布为所述关联指标对应生成的假的分布概率；

基于所述第一样本分布和所述第二样本分布，得到第三样本分布，所述第三样本分布是所述第一样本分布和所述第二样本分布的所有可能的联合分布的集合；

基于所述第一样本分布、所述第二样本分布和所述第三样本分布计算Wasserstein距离，得到所述残差值。