本发明涉及涉及佣金计算
技术领域：
，尤其涉及一种基于楼盘要素匹配的智能佣金计算方法。
背景技术：
：由于影响佣金计算要素的多变性，导致佣金计算经常出现公式无法适配的问题，导致经常需要人工干预，人工计算佣金金额。并且由于各种业务场景的计算规则各不相同，并不是每一个业务人员都能准确的了解各个场景的计算规则。随着人员的变动也提高了佣金计算出错的风险。为了减少人工干预的频率，亟需提供一套完整的高度灵活、可配置的佣金计算模型。技术实现要素：本发明所要解决的技术问题是提供一种基于楼盘要素匹配的智能佣金计算方法，能够克服佣金计算人工干预的风险，以及佣金计算公式不断变化导致计算模型无法适配的问题。本发明为解决上述技术问题采用以下技术方案一种基于楼盘要素匹配的智能佣金计算方法，具体包含以下步骤：s1.梳理佣金计算的业务场景，通过对业务需求以及业务场景的分析，整理出佣金计算的影响要素包含房产面积、收款金额、所在城市、所在楼盘；以及根据影响要素不同所对应的佣金计算规则；s2.定义影响要素数据模型，对步骤s1整理的影响要素进行组合生成唯一确定的影响要素组，每个影响要素组对应一种固定的佣金计算规则；s3.检测用户请求信息包含订单信息和楼盘信息，根据请求信息各个影响要素的值，匹配到具体的影响要素组以及其对应的佣金计算规则；s4.根据匹配到的佣金计算规则中生成佣金的收款金额阀值以及达到阀值后按照收款金额的百分比或固定金额计算出具体的佣金金额。作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案，在步骤s1中，根据影响要素不同所对应的佣金计算规则为按房产面积、收款金额不同，佣金提成的百分比不同。作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案，所述步骤s2具体包含以下子步骤：s21.将步骤s1整理出来的佣金计算影响要素存储在影响要素表中，且影响要素分为固定取值和范围取值2种类型；s22.配置单个影响要素之间的组合关系，每个组合关系对应一个确定的佣金计算公式。作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案，所述步骤s3具体包含以下子步骤：s31.筛选出所有固定取值的影响要素，按实际情况为每个固定取值的影响要素在long类型的64位的二进制数上，从左向右分配其所在的二进制位的数据段，定义各个影响要素l1(k1)、l2(k2)、l3(k3)……ln(kn)，其中l为影响要素，k为影响要素所在的二进制数中的数据位；s32.所有固定取值要素组成的唯一对比标识key，具体计算如下：key=vl1<<(64-k1)|vl2<<(64-k1-k2)|vl<<(64-k1-k2-k3)|vl<<(64-k1-k2…-kn)，其中，vl表示影响要素数值按指定的数据段转化的二进制数据位，ln(kn)的二进制数据位为vln；s33.将固定取值要素生成的key作为根节点，剩余范围影响要素类型各自为一层作为子节点，构建一个树结构，影响要素的范围作为节点的左值和右值；相同影响要素不同数据范围作为不同的子节点处于同一个直线分支，这样限制树形结构，所有的叶子结点都位于同一层，表示从根节点到当前叶子结点所在路径上匹配的佣金计算方法；每个节点的影响要素节点从小到大顺序排列，划分好值域；s34.树形影响要素遍历匹配：根据佣金计算的请求信息按步骤s32公式进行计算将固定影响要素的组合生产对应的key，匹配根节点遍历整个树，查找到最终的佣金计算公式。作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案，在步骤s4中，根据佣金计算公式，采用drools规则框架进行计算，使用drools规则引擎进行佣金计算，利用droos的规则文件实现佣金计算公式的自由搭配。本发明采用以上技术方案与现有技术相比，具有以下技术效果：1、本发明的智能佣金计算方法，影响要素可以通过后台进行配置，各个影响要素的组合也是通过业务人员来进行后台操作；2、可以实现不同计算公式之间的灵活切换，实现了计算引擎的扩展性；3、对于因外部因素影响导致的计算方式的改变可以很好的进行适配，动态进行调整。附图说明图1是固定影响要素计算唯一标识的二进制数据位示意图；图2是整个影响要素组合成的树形结构示意图；图3影响要素匹配流程图；图4是本发明一种基于楼盘要素匹配的智能佣金计算方法的流程示意图。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做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。本发明提供了一种基于楼盘要素的智能佣金计算方法，如如4所示，包含以下步骤：s1.梳理佣金计算的业务场景，通过对业务需求以及场景的分析，整理出合理的影响要素、佣金计算公式。s2.定义影响要素数据模型，影响要素是决定佣金计算走向的影响因子。对影响要素进行组合生成唯一确定的影响要素组，每个影响要素组对应一种固定的佣金计算规则。步骤s2具体包含以下子步骤：s21.将整理出来的佣金计算影响要素存储在影响要素表中，影响要素分为固定取值和范围取值2种类型，如：所在城市为固定取值，户型面积为范围取值。影响要素管理：表1是影响要素管理表，具体如下：表1影响要素名称要素编码取值形式二进制位（从左到右）项目楼盘ida01固定8楼盘分区ida02固定10楼栋号a03固定12经纪人组ida04固定2经纪人ida05固定8户型面积a06范围10收款金额a07范围19s22.配置单个影响要素之间的组合关系，每个组合关系对应一个确定的佣金计算公式。影响要素组合管理：表2是影响要素组合表，具体为：表2影响要素名称要素编码取值取值项目楼盘ida0111楼盘分区ida0211楼栋号a0311经纪人组ida0411经纪人ida0511户型面积a060-6060-120收款金额a0710-1515-30公式s3.检测用户请求信息，根据请求信息各个影响要素的值，匹配到具体的影响要素组以及其对应的佣金计算规则。步骤s3具体包含以下子步骤：s31.筛选出所有固定取值的影响要素，按实际情况为每个固定取值的影响要素在long类型的64位的二进制数上，分配其所在的二进制位的数据段（从左向右），如项目id在二进制位的数据段为0-7，最大支持127个项目。定义各个影响要素l1(k1)、l2(k2)、l3(k3)……ln(kn)，其中l为影响要素，k为影响要素所在的二进制数中的数据位。如图1所示。s32.vl表示影响要素数值按指定的数据段转化的二进制数据位，ln(kn)的二进制数据位为vln，按以下计算公式：key=vl1<<(64-k1)|vl2<<(64-k1-k2)|vl<<(64-k1-k2-k3)|vl<<(64-k1-k2…-kn)，key表示所有固定取值要素组成的唯一对比标识。使用这种方式的优点在于给不同的固定值影响要素生成一个唯一码，当请求信息进来以后不需要依次遍历匹配这些固定值类型的影响要素，提高了计算和匹配的效率。s33.将以上固定取值要素生成的key作为根节点，剩余范围影响要素类型各自为一层作为子节点，构建一个树结构，影响要素的范围作为节点的左值和右值。相同影响要素不同数据范围作为不同的子节点处于同一个直线分支，这样限制树形结构，所有的叶子结点都位于同一层，为佣金计算公式。每个节点的影响要素节点从小到大顺序排列，划分好值域。如图2所示。s34.树形要素遍历匹配。根据佣金计算的请求信息按上述s32公式进行计算将固定影响要素的组合生产对应的key，匹配根节点遍历整个树，查找到最终的佣金计算公式。如图3所示。s4.根据佣金计算规则计算出佣金金额输出。步骤s4根据最终得到的佣金计算公式，采用drools规则框架进行计算。使用drools规则引擎进行佣金计算，利用drools的规则文件实现了佣金计算公式的自由搭配。根据得出的佣金计算公式找到对应的drools的规则文件，基于drools的特性只需要将请求佣金计算的信息填入到fact，即可得出最终的计算结果。本
技术领域：
技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。上面对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。当前第1页1 2 3
技术特征：1.一种基于楼盘要素匹配的智能佣金计算方法，其特征在于，具体包含以下步骤：
s1.梳理佣金计算的业务场景，通过对业务需求以及业务场景的分析，整理出佣金计算的影响要素包含房产面积、收款金额、所在城市、所在楼盘；以及根据影响要素不同所对应的佣金计算规则；
s2.定义影响要素数据模型，对步骤s1整理的影响要素进行组合生成唯一确定的影响要素组，每个影响要素组对应一种固定的佣金计算规则；
s3.检测用户请求信息包含订单信息和楼盘信息，根据请求信息各个影响要素的值，匹配到具体的影响要素组以及其对应的佣金计算规则；
s4.根据匹配到的佣金计算规则中生成佣金的收款金额阀值以及达到阀值后按照收款金额的百分比或固定金额计算出具体的佣金金额。
2.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法，其特征在于，在一个实施方式中，在步骤s1中，根据影响要素不同所对应的佣金计算规则为按房产面积、收款金额不同，佣金提成的百分比不同。
3.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法，其特征在于，在一个实施方式中，所述步骤s2具体包含以下子步骤：
s21.将步骤s1整理出来的佣金计算影响要素存储在影响要素表中，且影响要素分为固定取值和范围取值2种类型；
s22.配置单个影响要素之间的组合关系，每个组合关系对应一个确定的佣金计算公式。
4.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法，其特征在于，在一个实施方式中，所述步骤s3具体包含以下子步骤：
s31.筛选出所有固定取值的影响要素，按实际情况为每个固定取值的影响要素在long类型的64位的二进制数上，从左向右分配其所在的二进制位的数据段，定义各个影响要素l1(k1)、l2(k2)、l3(k3)……ln(kn)，其中l为影响要素，k为影响要素所在的二进制数中的数据位；
s32.所有固定取值要素组成的唯一对比标识key，具体计算如下：
key=vl1<<(64-k1)|vl2<<(64-k1-k2)|vl<<(64-k1-k2-k3)|vl<<(64-k1-k2…-kn)，其中，vl表示影响要素数值按指定的数据段转化的二进制数据位，ln(kn)的二进制数据位为vln；
s33.将固定取值要素生成的key作为根节点，剩余范围影响要素类型各自为一层作为子节点，构建一个树结构，影响要素的范围作为节点的左值和右值；相同影响要素不同数据范围作为不同的子节点处于同一个直线分支，这样限制树形结构，所有的叶子结点都位于同一层，表示从根节点到当前叶子结点所在路径上匹配的佣金计算方法；每个节点的影响要素节点从小到大顺序排列，划分好值域；
s34.树形影响要素遍历匹配：根据佣金计算的请求信息按步骤s32公式进行计算将固定影响要素的组合生产对应的key，匹配根节点遍历整个树，查找到最终的佣金计算公式。
5.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法，其特征在于：在一个实施方式中，在步骤s4中，根据佣金计算公式，采用drools规则框架进行计算，使用drools规则引擎进行佣金计算，利用droos的规则文件实现佣金计算公式的自由搭配。
技术总结本发明公开了一种基于楼盘要素匹配的智能佣金计算方法，涉及佣金计算技术领域，用于解决目前随着影响要素的不断变化导致的佣金计算方式不同无法适配的问题。通过采集楼盘信息要素、改变数据存储结构、优化匹配规则算法，提高佣金计算的效率。能够提升佣金计算模型对于影响要素变动导致的佣金计算方式改变的应对能力。本发明基于楼盘要素匹配的智能佣金计算方法，可以将影响要素、佣金计算规则，影响要素组合通过配置的方式进行维护，由管理人员灵活控制，减少人工佣金计算核对的成本。
技术研发人员：陈旋;王冲;张平;徐超
受保护的技术使用者：江苏艾佳家居用品有限公司
技术研发日：2019.12.30
技术公布日：2020.06.05
