本发明涉及互联网，尤其涉及一种基于lbs实现远程无人监督的管理方法及系统。
背景技术：
1、目前，在企业管理中，需要外勤的销售人员的过程管理主要依赖于人工监督和报告，这种方式存在效率低下、数据不准确、管理成本高等问题。而现有的基于位置的服务(lbs)的销售人员管理系统，往往只关注销售人员的位置信息，缺乏对销售过程的有效监督和管理。
技术实现思路
1、鉴于以上技术问题，本发明提供了一种基于lbs实现远程无人监督的管理方法及系统，以解决现有技术中外勤销售人员的管理问题。
2、本公开的其他特征和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
3、根据本公开的一方面，公开一种基于lbs实现远程无人监督的管理方法，所述方法包括：
4、基于lbs，实时获取目标人员的位置信息和销售信息，所述位置信息包括纬度、速度和方向，所述销售信息包括订单数量、销售额、和客户反馈；
5、基于聚类算法、异常检测算法、降维算法、自编码器、生成对抗网络中的一种或多种，利用所述位置信息和所述销售信息的历史数据，构建基于无监督学习的模式识别模型；
6、利用所述模式识别模型对实时的所述位置信息和所述销售信息进行行为模式识别，以判断目标人员的行为是否为正常或异常，在为异常时触发预警机制；
7、以可视化工具展示所述模式识别模型的识别结果和与目标人员对应的管理建议。
8、进一步的，在获取到所述位置信息后，所述方法还包括：
9、对所述位置信息进行清洗、整合和格式化，得到目标人员的行程路径、停留时间和拜访频率。
10、进一步的，在构建所述模式识别模型时，包括：
11、获取无标签的训练数据，所述训练数据为所述位置信息和所述销售信息的历史数据；
12、对所述训练数据进行清洗、去噪、归一化，以消除所述训练数据中的异常值、缺失值；
13、提取所述训练数据中的特征，所述特征至少包括位置、访问频率、停留时常；
14、选择聚类算法、异常检测算法、降维算法、自编码器、生成对抗网络中的一种，并定义对应的目标函数或损失函数；
15、根据目标人员的等级、销售方法偏好值、销售能力级别，定义模型的参数初始值，通过对所述特征计算来最小化所述目标函数或所述损失函数，并迭代计算，使得所述模式识别模型的参数被优化，得到所述模式识别模型。
16、进一步的，在获取所述模式识别模型后，使用验证集或测试集对其进行评估。
17、进一步的，所述方法还包括：
18、结合所述销售信息和所述位置信息，基于回归分析、时间序列分析的一种评估目标人员的工作绩效。
19、根据本公开的另一方面，公开一种基于lbs实现远程无人监督的管理系统，所述系统包括：
20、数据采集模块，用于基于lbs，实时获取目标人员的位置信息和销售信息，所述位置信息包括纬度、速度和方向，所述销售信息包括订单数量、销售额、和客户反馈；
21、数据分析模块，用于基于聚类算法、异常检测算法、降维算法、自编码器、生成对抗网络中的一种或多种，利用所述位置信息和所述销售信息的历史数据，构建基于无监督学习的模式识别模型，利用所述模式识别模型对实时的所述位置信息和所述销售信息进行行为模式识别，以判断目标人员的行为是否为正常或异常，在为异常时触发预警机制；
22、管理模块，用于以可视化工具展示所述模式识别模型的识别结果和与目标人员对应的管理建议。
23、本公开的技术方案具有以下有益效果：
24、通过实时收集销售人员的位置信息和销售数据，利用算法逻辑进行远程无人监督和管理，解决了现有技术中存在的问题，提高了销售过程的效率和准确性，降低了管理成本。
1.一种基于lbs实现远程无人监督的管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于lbs实现远程无人监督的管理方法，其特征在于，在获取到所述位置信息后，所述方法还包括：
3.根据权利要求1所述的一种基于lbs实现远程无人监督的管理方法，其特征在于，在构建所述模式识别模型时，包括：
4.根据权利要求3所述的一种基于lbs实现远程无人监督的管理方法，其特征在于，在获取所述模式识别模型后，使用验证集或测试集对其进行评估。
5.根据权利要求1所述的一种基于lbs实现远程无人监督的管理方法，其特征在于，所述方法还包括：
6.一种基于lbs实现远程无人监督的管理系统，其特征在于，所述系统包括：
