一种药械及检验试剂的营销业务合规性判断分析方法与流程

1.本发明涉及营销业务管理技术领域，更具体地说，它涉及一种药械及检验试剂的营销业务合规性判断分析方法。


背景技术：

2.随着医药营销的监管信息化和流程化，流程化要求营销业务全部环节流程化管理，票据、合同、行为记录相统一，但是只能记录营销人员所上传的内容，无法控制的是内容的虚构，营销业务合规性的判断任务从表面的流程合规的判断转为营销内容和行为合规的判断，票据、合同、行为记录相统一的判断方法无法识别实际的营销行为的异常。


技术实现要素：

3.本发明提供一种药械及检验试剂的营销业务合规性判断分析方法，解决相关技术中现有的判断方法无法识别实际的营销行为的异常的技术问题。
4.本发明提供了一种药械及检验试剂的营销业务合规性判断分析方法，包括以下步骤：步骤101，采集营销业务信息；步骤102，通过实体识别的方法从营销业务信息中识别实体；步骤103，生成图信息，图信息包括顶点集合和边集合，顶点集合中的顶点与步骤102中的实体一一对应，边连接的两个顶点对应的实体之间存在关系；对实体进行编码生成顶点特征；步骤104，根据顶点特征和图信息输入第一模型，第一模型将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征，输出表示营销公司对于营销产品的营销行为是否异常的结果。
5.进一步地，营销信息包括合同流信息、业务流信息、票据流信息和资金流信息。
6.进一步地，实体包括以下类别：企业名称、医院名称、营销产品名称、营销费用、营销人员名称、推广人员名称、推广人员职业名称、推广人员职位名称、推广费用、客户名称。
7.进一步地，识别实体的同时进行关系抽取，关系抽取获得实体之间的关系，抽取的关系具有关系属性或不具有关系属性。
8.进一步地，第一模型的全连接层输出二分类，两个类别标签分别对应营销公司对于营销产品的营销行为存在异常和不存在异常。
9.进一步地，第一模型包括聚合层和全连接层，聚合层将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征。
10.进一步地，第一模型包括聚合层、生成层、逻辑层和全连接层，其中聚合层将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征；生成层用于输入顶点更新特征，输出第一邻接矩阵，逻辑层输入第一邻接矩阵和第二邻接矩阵，对第一邻接矩阵和第二邻接矩阵进行点对点求差获得第三邻接矩阵，第二
邻接矩阵表示图信息中的顶点的连接关系，全连接层输入第三邻接矩阵，输出表示营销公司对于营销产品的营销行为是否异常的结果。
11.进一步地，逻辑层的计算公式如下：，其中、、分别表示第一邻接矩阵、第二邻接矩阵、第三邻接矩阵的第a行第b列的元素，表示逻辑层的权重参数，表示逻辑层的偏置参数；第二邻接矩阵是图信息中的顶点的连接关系的表示。
12.进一步地，对聚合层和生成层进行预训练，预训练过程中连接判别层，判别层输入第一邻接矩阵或第二邻接矩阵，判别层的输出为二分类，一个分类对应于判断结果为输入是第一邻接矩阵，另一个分类对应于判断结果为输入是第二邻接矩阵。
13.进一步地，聚合层的计算公式如下：，其中表示第i个顶点的顶点更新特征，表示第i个顶点的聚合指数，表示与第i个顶点存在边的顶点的集合，表示非线性激活函数，表示第二权重，表示第j个顶点的顶点特征；第i个顶点的聚合指数的计算公式如下：其中，，和分别表示第i个和j个顶点的顶点特征，表示第一权重，表示第三权重，t表示转置，表示自然指数函数，leakyrelu表示leakyrelu激活函数，表示与第i个顶点存在边的顶点的集合。
14.本发明的有益效果在于：本发明通过学习在营销业务信息的条件下营销产品的营销行为存在异常的联合概率分布，并将学习的结果应用到待预测的营销业务信息中得到营销产品的营销行为是否存在异常的结果，能够基于记录的营销业务信息发现潜在的营销行为异常。
附图说明
15.图1是本发明的一种药械及检验试剂的营销业务合规性判断分析方法的流程图。
具体实施方式
16.现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只
是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，相对一些示例所描述的特征在其他例子中也可以进行组合。
17.如图1所示，一种药械及检验试剂的营销业务合规性判断分析方法，包括以下步骤：步骤101，采集营销业务信息，营销信息包括合同流信息、业务流信息、票据流信息和资金流信息；其中合同流信息包括营销外包合同、任务发包合同、任务众包合同等合同的信息，业务流信息包括承揽任务信息、分配任务信息、领取任务信息、完成任务信息、绩效评估信息，其中承揽任务信息包括总包任务信息、总包预算信息；分配任务信息包括分包任务信息、分包预算信息；领取任务信息包括领取任务人员信息、工作计划信息、工作预算信息；完成任务信息包括工作计划完成信息；绩效评估信息包括工作过程评估信息和工作结果评估信息；总的来说，业务流信息包含了营销行为过程中的所有信息。
18.票据流信息包括与资金结算有关的票据的信息；资金流信息包括与资金流向有关的信息。
19.步骤101中采集的是同一个营销公司的营销业务信息。
20.步骤102，通过实体识别的方法从营销业务信息中识别实体，实体包括以下类别：企业名称、医院名称、营销产品名称、营销费用、营销人员名称、推广人员名称、推广人员职业名称、推广人员职位名称、推广费用、客户名称（这里的客户一般是指营销人员所拜访的医院的人员）、需要说明的是营销人员不是推广人员，营销人员归属于营销企业，推广人员负责进行推广活动。
21.对于一些数值类的实体可以通过识别规则的设置来缩小实体的数量规模，例如对于一个营销费用类的实体，其识别的规则是值属于1万-3万内的营销费用都识别为该营销费用类的实体；识别实体的同时还会进行关系抽取，关系抽取获得实体之间的关系，抽取的关系可以具有关系属性也可以不具有关系属性，其至少能够表达实体之间是否存在现实的联系。
22.以上的实体识别和关系抽取可以是人工或采用算法模型完成。
23.步骤103，生成图信息，图信息包括顶点集合和边集合，顶点集合中的顶点与步骤102中的实体一一对应，边连接的两个顶点对应的实体之间存在关系；对实体进行编码生成顶点特征；本发明提供一种实体编码的方法，基于实体的集合进行独热编码。
24.本发明提供一种实体编码的方法，基于词嵌入模型对实体进行编码。
25.步骤104，根据顶点特征和图信息输入第一模型，第一模型将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征，输出表示营销公司对于营销产品的营销行为是否
异常的结果；在本发明的一个实施例中，输出二分类，两个类别标签分别对应营销公司对于营销产品的营销行为存在异常和不存在异常。
26.通过上述模型能够学习到在营销业务信息的条件下，营销产品的营销行为存在异常的联合概率分布，并将学习的结果应用到待预测的营销业务信息中得到营销产品的营销行为是否存在异常的结果。
27.一般的来说对于同一类的营销产品的营销行为应当是类似的，如果出现脱离分布规律的营销行为，则说明营销公司对于该营销产品的营销行为存在异常。具体的行为异常的表现可能是多种多样的，例如可能是虚构领取任务人员、工作计划等关联信息，实际将资金转移他用，在业务流信息中无法体现异常。本发明提供第一种第一模型，包括聚合层和全连接层，聚合层的计算公式如下：，其中表示第i个顶点的顶点更新特征，表示第i个顶点的聚合指数，表示与第i个顶点存在边的顶点的集合，表示非线性激活函数，表示第二权重，表示第j个顶点的顶点特征；第i个顶点的聚合指数的计算公式如下：其中，，和分别表示第i个和j个顶点的顶点特征，表示第一权重，表示第三权重，t表示转置，表示自然指数函数，leakyrelu表示leakyrelu激活函数，表示与第i个顶点存在边的顶点的集合；全连接层输入表示营销产品的顶点更新特征，输出表示营销公司对于营销产品的营销行为是否异常的结果。
28.本发明提供第二种第一模型，第一模型包括聚合层、生成层、逻辑层和全连接层，其中聚合层可以与第一种第一模型的聚合层相同，也可以采用其他计算方法来对顶点特征相互融合；生成层用于输入顶点更新特征，输出第一邻接矩阵，逻辑层输入第一邻接矩阵和第二邻接矩阵，对第一邻接矩阵和第二邻接矩阵进行点对点求差获得第三邻接矩阵，第二邻接矩阵表示图信息中的顶点的连接关系，全连接层输入第三邻接矩阵，输出表示营销公司对于营销产品的营销行为是否异常的结果；异常的情况大部分是虚构营销业务信息，营销业务信息与实际的营销行为不对应。
29.生成层的计算公式如下：
30.其中表示第一邻接矩阵，表示顶点更新特征矩阵，表示s型函数与逻辑回
归函数的组合函数，s型函数的值输入逻辑回归函数来输出0或1的值，顶点更新特征矩阵的一个行向量表示一个顶点更新特征；一种逻辑层的计算公式如下：，其中、、分别表示第一邻接矩阵、第二邻接矩阵、第三邻接矩阵的第a行第b列的元素；一种逻辑层的计算公式如下：，其中、、分别表示第一邻接矩阵、第二邻接矩阵、第三邻接矩阵的第a行第b列的元素，表示逻辑层的权重参数，表示逻辑层的偏置参数。增加了权重参数提高了逻辑层的性能。其中第二邻接矩阵是图信息中的顶点的连接关系的表示，的值为1，则表示第a个和b个顶点之间存在边，的值为0，表示第a个和b个顶点之间不存在边。
31.在本发明的一个实施例中，生成层可以采用多层感知机。
32.对聚合层和生成层进行预训练，预训练过程中连接判别层，判别层输入第一邻接矩阵或第二邻接矩阵，判别层的输出为二分类，一个分类对应于判断结果为输入是第一邻接矩阵，另一个分类对应于判断结果为输入是第二邻接矩阵。
33.判别层可以采用多层感知机。
34.利用生成对抗网络的方法进行预训练，第一模型进行反向传播时不再更新生成层的权重参数。需要说明的是，生成层预训练过程中的训练样本是营销产品的营销行为正常的样本。训练样本的营销产品的营销行为正常和异常是经过专家调查之后判断的结果。
35.通过正常训练样本的训练来获得一个能够基于正常营销行为的顶点更新特征来还原顶点连接关系的生成层，如果预测样本是存在异常营销行为的，那么生成层将无法还原顶点连接关系，通过逻辑层来计算顶点级的还原差，通过这样的还原差能够获得更准确的判断结果，准确率更高。
36.对于第二种第二模型，步骤101中采集的是同一个营销公司同一个营销产品的营销业务信息。
37.上面对本实施例的实施例进行了描述，但是本实施例并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本实施例的启示下，还可做出很多形式，均属于本实施例的保护之内。

技术特征：
1.一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，包括以下步骤：步骤101，采集营销业务信息；步骤102，通过实体识别的方法从营销业务信息中识别实体；步骤103，生成图信息，图信息包括顶点集合和边集合，顶点集合中的顶点与步骤102中的实体一一对应，边连接的两个顶点对应的实体之间存在关系；对实体进行编码生成顶点特征；步骤104，根据顶点特征和图信息输入第一模型，第一模型将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征，输出表示营销公司对于营销产品的营销行为是否异常的结果。2.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，营销信息包括合同流信息、业务流信息、票据流信息和资金流信息。3.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，实体包括以下类别：企业名称、医院名称、营销产品名称、营销费用、营销人员名称、推广人员名称、推广人员职业名称、推广人员职位名称、推广费用、客户名称。4.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，识别实体的同时进行关系抽取，关系抽取获得实体之间的关系，抽取的关系具有关系属性或不具有关系属性。5.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，第一模型的全连接层输出二分类，两个类别标签分别对应营销公司对于营销产品的营销行为存在异常和不存在异常。6.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，第一模型包括聚合层和全连接层，聚合层将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征。7.根据权利要求1所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，第一模型包括聚合层、生成层、逻辑层和全连接层，其中聚合层将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征；生成层用于输入顶点更新特征，输出第一邻接矩阵，逻辑层输入第一邻接矩阵和第二邻接矩阵，对第一邻接矩阵和第二邻接矩阵进行点对点求差获得第三邻接矩阵，第二邻接矩阵表示图信息中的顶点的连接关系，全连接层输入第三邻接矩阵，输出表示营销公司对于营销产品的营销行为是否异常的结果。8.根据权利要求7所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，逻辑层的计算公式如下：，其中、、分别表示第一邻接矩阵、第二邻接矩阵、第三邻接矩阵的第a行第b列的元素，表示逻辑层的权重参数，表示逻辑层的偏置参数；第二邻接矩阵是图信息中的顶点的连接关系的表示。9.根据权利要求7所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，对聚合层和生成层进行预训练，预训练过程中连接判别层，判别层输入第一邻接矩
阵或第二邻接矩阵，判别层的输出为二分类，一个分类对应于判断结果为输入是第一邻接矩阵，另一个分类对应于判断结果为输入是第二邻接矩阵。10.根据权利要求6或7所述的一种药械及检验试剂的营销业务合规性判断分析方法，其特征在于，聚合层的计算公式如下：，其中表示第i个顶点的顶点更新特征，表示第i个顶点的聚合指数，表示与第i个顶点存在边的顶点的集合，表示非线性激活函数，表示第二权重，表示第j个顶点的顶点特征；第i个顶点的聚合指数的计算公式如下：其中，，和分别表示第i个和j个顶点的顶点特征，表示第一权重，表示第三权重，t表示转置，表示自然指数函数，leakyrelu表示leakyrelu激活函数，表示与第i个顶点存在边的顶点的集合。

技术总结
本发明涉及营销业务管理技术领域，公开了一种药械及检验试剂的营销业务合规性判断分析方法，包括以下步骤：步骤101，采集营销业务信息；步骤102，通过实体识别的方法从营销业务信息中识别实体；步骤103，生成图信息；步骤104，根据顶点特征和图信息输入第一模型，第一模型将顶点特征相互融合，对顶点特征进行更新获得顶点更新特征，输出表示营销公司对于营销产品的营销行为是否异常的结果；本发明能够基于记录的营销业务信息发现潜在的营销行为异常。常。常。


技术研发人员：黄敏江 陈学顺 郑建武 陈爱萍
受保护的技术使用者：福州市迈凯威信息技术有限公司
技术研发日：2023.09.13
技术公布日：2023/10/20