本发明涉及计算机技术领域，更具体地说，涉及一种基于联盟运营的数据处理方法、装置、设备及计算机存储介质。
背景技术：
目前，随着全球化和社会信息化的发展，企业传统的固定式办公模式已经不能适应企业随需应变的需要，动态、分布、扁平、高效是现代企业运作架构的典型特点，因此现在越来越多的企业使用企业移动办公应用，通过企业移动办公应用，打破了企业办公的物理边界，借助移动通信技术形成一个动态的企业办公网络，能够满足随时随地办公的需要，大大提升企业运营的效率。目前的企业使用移动办公应用时，数据均为本企业的企业数据，不能实现对外的公开及共享。因为企业使用移动办公应用所产生的企业数据中，或多或少都包含了企业的内部资料，有些内部资料是不能对外公布的，然而有些内部资料是可以对外公布的，例如：招聘信息、企业简介信息、或者企业内容成员信息，这些信息的公布可以更方便的让企业外的人了解企业的信息，更好的宣传企业。
因此，如何更好的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获，是本领域技术人员需要解决的问题。
技术实现要素：
本发明的目的在于提供一种基于联盟运营的数据处理方法、装置、设备及计算机存储介质，以实现更好的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获。
为实现上述目的，本发明实施例提供了如下技术方案：
一种基于联盟运营的数据处理方法，包括：
获取联盟运营平台上各联盟成员的数据信息；所述数据信息包括联盟成员的需求信息及供给信息；
利用预先训练的数据匹配模型对各联盟成员的数据信息进行分析匹配；
若存在数据信息互相匹配的目标联盟成员，则向所述目标联盟成员发送数据匹配信息。
其中，所述数据匹配模型的训练方法包括：
确定联盟成员的维度数据；
根据与所述维度数据对应的训练数据，对初始数据匹配模型进行训练；
利用验证数据对训练后的初始数据匹配模型进行准确度验证；
若验证成功，则将训练后的初始数据匹配模型作为所述数据匹配模型；若验证失败，则继续通过训练数据对初始数据匹配模型进行训练。
其中，本方案还包括：
根据接收的名片分享指令生成名片信息，并分享至预定分享位置；
其中，所述名片信息包括：携带公司信息的联盟成员名片信息，或者，携带公司信息及人员信息的联盟成员人员名片信息。
其中，本方案还包括：
接收语音数据；
将所述语音数据转换为文字数据，并分析与所述文字数据的语义短语；
将所述语义短语与关键字指令进行匹配，并响应匹配的关键字指令。
其中，本方案还包括：
接收附近联盟信息获取指令；
根据所述附近联盟信息获取指令携带的位置信息，获取与所述位置信息对应的联盟信息，并进行展示。
其中，所述获取与所述位置信息对应的联盟信息，并进行展示，包括：
确定以所述位置信息为中心的预定范围内的联盟成员；
获取所述预定范围内的联盟成员的联盟信息，并进行展示；其中，所述联盟信息包括联盟成员的主页信息、联盟成员的需求信息、联盟成员的供给信息中的至少一者。
一种基于联盟运营的数据处理装置，包括：
数据获取模块，用于获取联盟运营平台上各联盟成员的数据信息；所述数据信息包括联盟成员的需求信息及供给信息；
分析匹配模块，用于利用预先训练的数据匹配模型对各联盟成员的数据信息进行分析匹配；
信息发送模块，用于若存在数据信息互相匹配的目标联盟成员，则向所述目标联盟成员发送数据匹配信息。
其中，本方案还包括模型训练模块；所述模型训练模块包括：
维度数据确定单元，用于确定联盟成员的维度数据；
训练单元，用于根据与所述维度数据对应的训练数据，对初始数据匹配模型进行训练；
验证单元，用于利用验证数据对训练后的初始数据匹配模型进行准确度验证；若验证成功，则将训练后的初始数据匹配模型作为所述数据匹配模型；若验证失败，则继续通过所述训练单元利用训练数据对初始数据匹配模型进行训练。
其中，本方案还包括：
名片分享模块，用于根据接收的名片分享指令生成名片信息，并分享至预定分享位置；其中，所述名片信息包括：携带公司信息的联盟成员名片信息，或者，携带公司信息及人员信息的联盟成员人员名片信息。
其中，本方案还包括：
语音数据接收模块，用于接收语音数据；
语音数据转换模块，用于将所述语音数据转换为文字数据，并分析与所述文字数据的语义短语；
指令响应模块，用于将所述语义短语与关键字指令进行匹配，并响应匹配的关键字指令。
其中，本方案还包括：
指令接收模块，用于接收附近联盟信息获取指令；
联盟信息展示模块，用于根据所述附近联盟信息获取指令携带的位置信息，获取与所述位置信息对应的联盟信息，并进行展示。
其中，所述联盟信息展示模块包括：
联盟成员确定单元，用于确定以所述位置信息为中心的预定范围内的联盟成员；
信息展示模块，用于获取所述预定范围内的联盟成员的联盟信息，并进行展示；其中，所述联盟信息包括联盟成员的主页信息、联盟成员的需求信息、联盟成员的供给信息中的至少一者。
一种基于联盟运营的数据处理设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述数据处理方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述数据处理方法的步骤。
通过以上方案可知，本发明实施例提供的一种基于联盟运营的数据处理方法，包括：获取联盟运营平台上各联盟成员的数据信息；所述数据信息包括联盟成员的需求信息及供给信息；利用预先训练的数据匹配模型对各联盟成员的数据信息进行分析匹配；若存在数据信息互相匹配的目标联盟成员，则向所述目标联盟成员发送数据匹配信息。
可见，在本方案中，通过获取联盟运营平台上各联盟成员需求信息及供给信息，并进行分析处理后，得到互相匹配的目标联盟成员，并进行通知，从而实现了对商机的匹配，尽可能的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获；本发明还公开了一种基于联盟运营的数据处理装置、设备及计算机可读存储介质，同样能实现上述技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种基于联盟运营的数据处理方法流程示意图；
图2为本发明实施例公开的一种基于联盟运营的数据处理装置结构示意图；
图3为本发明实施例公开的一种基于联盟运营的数据处理设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种基于联盟运营的数据处理方法、装置、设备及计算机存储介质，以实现更好的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获。
参见图1，本发明实施例提供的一种基于联盟运营的数据处理方法，包括：
s101、获取联盟运营平台上各联盟成员的数据信息；所述数据信息包括联盟成员的需求信息及供给信息；
具体的，本实施例中的联盟运营平台是由移动办公应用平台主导运营，联合平台上的各公司组成的战略联盟，形成互相协作共赢的商业形式。联盟运营平台发起联盟计划后，设置门槛，并邀请公司加入或公司主动申请，并定期向各个公司发送联盟管理费缴纳信息。成为联盟成员的公司，相比于普通的公司，可以采用白名单的方式开放高级接口，本方案中联盟运营平台上的各个联盟成员可以理解为各个公司，各联盟成员的数据信息既可以理解为每个公司使用移动办公应用所产生的数据信息，该数据信息至少包括该公司的需求信息及供给信息，通过人工智能辅助分析该数据信息，从而挖掘联盟内成员的商机。
为了获取各联盟成员的数据信息，本平台需要面向联盟成员开放需求和供给匹配网络，各联盟成员需要在网络内按模板描述需求信息和供给信息，从而作为主要商机匹配参考来源，进而，构建商机数据匹配模型，通过深度学习不断优化该模型，通过该模型实现优质商机的匹配。本实施例中的需求信息是指公司在各个方向的需求信息，例如：人员的需求，物资的需求等；同样的，供给信息也是指公司在各个方向的供给信息，例如：人员的供给、物资的供给等信息，在此并不具体赘述。
s102、利用预先训练的数据匹配模型对各联盟成员的数据信息进行分析匹配；
具体的，本实施例中的数据匹配模型为预先训练好的模型，该模型的作用是分析每个联盟成员的数据信息，从而查找数据互相匹配的至少两个目标联盟成员，从而实现了利用各联盟成员的数据信息挖掘隐藏的商机。
本实施例提供了一种数据匹配模型的训练方法，该方法具体包括：确定联盟成员的维度数据；根据与所述维度数据对应的训练数据，对初始数据匹配模型进行训练；利用验证数据对训练后的初始数据匹配模型进行准确度验证；若验证成功，则将训练后的初始数据匹配模型作为所述数据匹配模型；若验证失败，则继续通过训练数据对初始数据匹配模型进行训练。
需要说明的是，在构建商机数据匹配模型，深度学习实现商机有效匹配的过程中，首选需要训练模型，该模型的训练需要分析并选取影响匹配的维度，该维度用来从多种角度描述需求信息及供给信息，例如：公司所在城市、行业、受众、阶段、类型、人数、需求、供给、时效等等；收集以上维度数据后，需要通过实践分析确定最终用于构建机器学习模型的维度，即本方案中最终确定的联盟成员的维度数据；进而，不断通过上述数据监督学习完善商机匹配模型。为了保证模型匹配的准确度，通过训练数据对初始数据匹配模型进行训练后，可以通过验证数据验证训练后的模型，计算准确度，并判断训练后的模型的准确度是否超过预定阈值，即是否达到预定的水平；如果超过预定阈值，则代表验证成功，说明有能力完成匹配的需求，如果不超过预定阈值，则代表验证失败，则需要继续训练。
s103、若存在数据信息互相匹配的目标联盟成员，则向所述目标联盟成员发送数据匹配信息。
可以理解的是，在确定互相匹配的目标联盟成员时，目标联盟成员的数量可以自定义设定；例如：联盟成员1为发布需求信息的成员，联盟成员2-10为发布供给信息的成员，对联盟成员1-10发布的信息进行各维度的分析，如果互相匹配的成员为联盟成员1及联盟成员5-9，这时在确定最终的目标联盟成员时，可以确定联盟成员的确定规则；若确定规则为展示所有的匹配的联盟成员，这时确定联盟成员1及联盟成员5-9均为目标联盟成员；若确定规则为选取预定数量个匹配度高的联盟成员，这时根据联盟成员5-9与联盟成员1匹配程度，选取预定数量个匹配程度较高的联盟成员，将该预定数量个匹配程度较高的联盟成员及联盟成员1作为目标联盟成员，当然其他的确定规则也可以，在此并不具体限定。
进一步，确定目标联盟成员后，在向目标联盟成员发送数据匹配信息时，可以仅向发布需求信息的目标联盟成员发送，可以仅向发布供给信息的目标联盟成员发送，也可以两者都进行发送。在仅向某一方发送数据匹配信息时，可以通过需求方及供给方的数量进行确定，比如：供给方的联盟成员数量大于需求方的联盟成员数量，这时，可以仅向需求方发送数据匹配信息，待需求方确定最终的需求方后，在向需求方发送数据匹配信息。当然，为了提高双方的匹配效率，最优选的是同时向双方发送数据匹配信息，可以减小两方查看数据匹配信息的延时。
例如：若上述例子中目标联盟成员为：联盟成员1及联盟成员6、7，这时可以仅向联盟成员1发送数据匹配信息，该数据匹配信息为联盟成员6、7的供给信息，待联盟成员1确定最终的供给方后，在向最终确定的供给方发送数据匹配信息，这时所发送的数据匹配信息中包括联盟成员1的需求信息，以及联盟成员1已确认的信息；也可以分别向联盟成员1、联盟成员6、联盟成员7发送数据匹配信息，发送给联盟成员1的数据匹配信息为联盟成员6、7的供给信息，发送给联盟成员6以及联盟成员7的数据匹配信息为联盟成员1的需求信息；若联盟成员1、联盟成员6、联盟成员7中有确认的，则向对方发送确认信息；联盟成员1的对方为联盟成员6和/或联盟成员7，联盟成员6、联盟成员7的对方均为联盟成员1。综上可见，本方案通过获取联盟运营平台上各联盟成员需求信息及供给信息，并进行分析处理后，得到互相匹配的目标联盟成员，并进行通知，从而实现了对商机的匹配，尽可能的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获。
基于上述数据处理方法的实施例，在本实施例中还包括：
根据接收的名片分享指令生成名片信息，并分享至预定分享位置；
其中，所述名片信息包括：携带公司信息的联盟成员名片信息，或者，携带公司信息及人员信息的联盟成员人员名片信息。
具体的，由于本平台实现了各联盟成员的互联以及数据的互通，因此，在本实施例中，提供一种名片分享方法，当用户想要将公司的名片分享至预定分享位置时，便根据接收到的名片分享指令生成名片信息，在生成名片信息时，可以根据预先设定的模板生成，也可以根据分享位置的类型进行设定，也可以通过用户进行自定义。在本方案中的预定分享位置，可以是将联盟成员的名片分享至各社交平台以及联盟平台内部。可以理解的是，本方案中的名片可以为公司名片或公司人员名片，公司名片为包括了公司信息的联盟成员名片信息，公司人员名片为包括了公司信息以及可选择性展示的人员信息的联盟成员人员名片信息。通过名片分享的方式，可以多元化的提高公司的宣传力度。
基于上述任意数据处理方法的实施例，在本实施例中还包括：接收语音数据；将所述语音数据转换为文字数据，并分析与所述文字数据的语义短语；将所述语义短语与关键字指令进行匹配，并响应匹配的关键字指令。
具体的，在本平台上，为了向联盟成员提供助手，以实现辅助管理公司，在本方案中提供了语音管理方式；具体可以通过语音执行签到操作、语音记录工作汇报、语音搜索通知等等，然后在向用户返回执行结果。在通过语音执行操作时，具体步骤包括：app调用系统接口，接收语音数据；引入语音识别开源库，对语音数据进行文字转换；引入自然语言处理开源库，以转换所得文字作为输入处理，取得语义短语；将上述所得语义短语与指令关键字进行匹配；根据指令关键字，确定对应映射的操作，执行该操作。
基于上述任意数据处理方法的实施例，在本实施例中还包括：接收附近联盟信息获取指令；根据附近联盟信息获取指令携带的位置信息，获取与位置信息对应的联盟信息，并进行展示。
其中，获取与位置信息对应的联盟信息，并进行展示，具体包括：确定以位置信息为中心的预定范围内的联盟成员；获取预定范围内的联盟成员的联盟信息，并进行展示；其中，所述联盟信息包括联盟成员的主页信息、联盟成员的需求信息、联盟成员的供给信息中的至少一者。
可以理解的是，为了更进一步的宣传公司，在本方案中为各联盟成员提供了其他的宣传服务，例如：基于lbs展示联盟信息，该联盟信息包括联盟成员信息、招聘信息等。具体来说，本方案基于lbs展示联盟信息时，联盟成员可以通过移动办公应用编辑对外展示的公司主页，用于在应用的“附近的公司”模块内基于lbs进行显示；进而，用户便可通过移动办公应用提供的“附近的公司”入口进入，查看各个联盟成员展示的联盟信息。
进一步的，本平台还提供了autorobot自动化机器人，类似slackbot,telegram等工具；它的作用不仅是聊天，更多的是要通过聊天的方式帮助使用者完成各种任务，就如同siri一样，在slack上比较火的bot应用有geekbot、nikabot、growbot等。以geekbot为例：geekbot可以再slack里，每天定时与团队成员沟通特定问题，然后将成员的回答分布到特定聊天室中，让所有成员看到，极大提高了团队的管理效率。slack还发布了开发框架botkit，开发者不需要重复编写一下基本的功能代码(应用鉴权、消息的收发与处理等)就能开发bot自身的核心功能，简化了第三方应用的开发工作。具体来说，本方案提供移动办公应用的机器人sdk，供有能力的客户自行开发专属机器人。其实现的具体步骤包括：平台开发机器人sdk，提供严格控制的机器人接入验证系统，客户完成自己机器人的开发后，接入移动办公应用。
综上各个数据处理方法的实施例所述，本平台中的lbs模块、名片模块、商机匹配模块、语音助手模块、机器人模块等均可设计为独立模块，有独立开关，从而方便扩展和接入。
下面对本发明实施例提供的数据处理装置进行介绍，下文描述的数据处理装置与上文描述的数据处理方法可以相互参照。
参见图2，本发明实施例提供的一种基于联盟运营的数据处理装置，包括：
数据获取模块110，用于获取联盟运营平台上各联盟成员的数据信息；所述数据信息包括联盟成员的需求信息及供给信息；
分析匹配模块120，用于利用预先训练的数据匹配模型对各联盟成员的数据信息进行分析匹配；
信息发送模块130，用于若存在数据信息互相匹配的目标联盟成员，则向所述目标联盟成员发送数据匹配信息。
其中，本方案还包括模型训练模块；所述模型训练模块包括：
维度数据确定单元，用于确定联盟成员的维度数据；
训练单元，用于根据与所述维度数据对应的训练数据，对初始数据匹配模型进行训练；
验证单元，用于利用验证数据对训练后的初始数据匹配模型进行准确度验证；若验证成功，则将训练后的初始数据匹配模型作为所述数据匹配模型；若验证失败，则继续通过所述训练单元利用训练数据对初始数据匹配模型进行训练。
其中，本方案还包括：
名片分享模块，用于根据接收的名片分享指令生成名片信息，并分享至预定分享位置；其中，所述名片信息包括：携带公司信息的联盟成员名片信息，或者，携带公司信息及人员信息的联盟成员人员名片信息。
其中，本方案还包括：
语音数据接收模块，用于接收语音数据；
语音数据转换模块，用于将所述语音数据转换为文字数据，并分析与所述文字数据的语义短语；
指令响应模块，用于将所述语义短语与关键字指令进行匹配，并响应匹配的关键字指令。
其中，本方案还包括：
指令接收模块，用于接收附近联盟信息获取指令；
联盟信息展示模块，用于根据所述附近联盟信息获取指令携带的位置信息，获取与所述位置信息对应的联盟信息，并进行展示。
其中，所述联盟信息展示模块包括：
联盟成员确定单元，用于确定以所述位置信息为中心的预定范围内的联盟成员；
信息展示模块，用于获取所述预定范围内的联盟成员的联盟信息，并进行展示；其中，所述联盟信息包括联盟成员的主页信息、联盟成员的需求信息、联盟成员的供给信息中的至少一者。
参见图3，本发明实施例提供一种基于联盟运营的数据处理设备，包括：
存储器210，用于存储计算机程序；
处理器220，用于执行所述计算机程序时实现上述数据处理方法的步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述数据处理方法的步骤。
其中，该存储介质可以包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
综上可见，本发明实施例提供的一种基于联盟运营的数据处理方法、装置、设备及计算机可读存储介质，通过获取联盟运营平台上各联盟成员需求信息及供给信息，并进行分析处理后，得到互相匹配的目标联盟成员，并进行通知，从而实现了对商机的匹配，尽可能的利用企业使用移动办公应用时产生的企业数据，为企业之间带来额外的收获。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。