[发明专利]数据处理方法及数据处理系统

说明书

技术领域

本发明涉及汽车销售领域，更具体地说，涉及一种数据处理方法及一种数据处理系统。

背景技术

汽车供应商在对每月区域和网点的汽车销售量进行评价时，需要制定汽车销量计划。目前，汽车销量计划中的汽车销售数据(例如计划区域月销量或计划网点月销量)仅靠人为自行设定，由于这种设定方法随意性较大，设定结果较不合理，往往导致汽车销量计划中的汽车销售数据与实际销售数据差距较大，直接影响到对汽车销售量的评价。

发明内容

本发明的目的是针对目前汽车销量计划中的汽车销售数据仅靠人为自行设定，导致汽车销量计划中的汽车销售数据与实际销售数据差距较大，影响到对汽车销售量的评价的问题，提供一种较为合理、准确的获取汽车销量计划中的汽车销售数据的数据处理方法及数据处理系统。

为了实现本发明的目的，本发明提供的数据处理方法包括以下步骤：将用户输入的自然语言逻辑转换为数据处理模型；建立所述数据处理模型与初始数据类型映射关系；获取汽车销售过程中的初始数据；确定所述初始数据的初始数据类型；根据所述映射关系确定与所述初始数据类型匹配的数据处理模型；根据与所述初始数据类型匹配的数据处理模型对所述初始数据进行处理；以及输出处理后的数据。

本发明提供的数据处理系统包括：语言转换模块，用于将用户输入的自然语言逻辑转换为数据处理模型；映射建立模块，用于建立所述数据处理模型与初始数据类型的映射关系；数据接收模块，用于获取汽车销售过程中的初始数据；类型确定模块，用于确定所述初始数据的初始数据类型；数据匹配模块，用于根据所述映射关系确定与所述初始数据类型匹配的数据处理模型；数据处理模块，用于根据与所述初始数据类型匹配的数据处理模型对所述初始数据进行处理；以及数据输出模块，用于输出处理后的数据。

由于本发明提供的数据处理方法和数据处理系统采用了与汽车销售过程中的初始数据的初始数据类型匹配的数据处理模型来对所述初始数据进行处理，由此，处理后获得的汽车销量计划中的汽车销售数据与现有技术中仅靠人为自行设定的数据相比更加准确，可靠性较高，得到的结果与实际结果相比差距更小。

附图说明

图1为本发明提供数据处理方法的流程图；

图2为本发明提供的数据处理系统的结构示意图。

具体实施方式

下面结合附图对本发明提供的数据处理方法做进一步的详细描述。

需要说明的是，本发明的“自然语言逻辑”指的是用户所要获得的汽车销量计划中的汽车销售数据，例如所要计算的计划区域月销量、所要计算的计划网点月销量等等，“数据处理模型”指的是用于计算汽车销量计划中的各个汽车销售数据的各个计算公式，“初始数据”指的是用于代入数据处理模型以获得汽车销量计划中的汽车销售数据的已有汽车销售数据。

本发明的“区域”指的是全国范围内的任一省、市、自治区、直辖市，“区域月销量”指的是全年12个月中任一月的特定区域的汽车销售量，所述的“月总销量”指的是全年12个月中任一月的全国所有区域的汽车总销售量；其中，“计划月总销量T”为根据当年销量任务(该当年销量任务指的是根据往年总销量及市场形势，在上年年末制定的一个总的销量计划)、往年同期销量对各月进行分解，同时根据上月销量、实际当年销量任务完成率、市场形势进行调整而制定的月总销量计划。此计划通常在上年年末制定，每月月底均需对下月的计划进行调整。

可以根据实际操作的需要来对区域和月份进行选择，本发明对此不做限定，例如在计算北京地区六月份的计划月销量时，计划月总销量T指的是六月份全国所有区域的汽车计划总销售量，上年实际月总销量R指的是上年六月份全国所有区域的汽车实际总销售量，上年实际区域月销量A1指的是上年六月份北京地区的汽车实际销售量，计划区域月销量S3指的是所要计算的六月份北京地区的汽车计划销售量。

为了计算汽车销量计划中的汽车销售数据，如图1所示，本发明提供的数据处理方法包括以下步骤：S1)将用户输入的自然语言逻辑转换为数据处理模型；S2)建立所述数据处理模型与初始数据类型的映射关系；S3)获取汽车销售过程中的初始数据；S4)确定所述初始数据的初始数据类型；S5)根据所述映射关系确定与所述初始数据类型匹配的数据处理模型；S6)根据与所述初始数据类型匹配的数据处理模型对所述初始数据进行处理；以及S7)输出处理后的数据。