CN101918961A - 评估供应交易的公共记录 - Google Patents

Abstract

平台促进买方、卖方以及第三方得到与彼此的交易历史记录有关的信息，诸如供应商的装运历史记录、典型地被装运的材料的类型、供应商的客户、供应商的专长，买方购买什么材料以及购买多少、买方及承运人的可靠度、买方之间的相似性、供应商之间的相似性以及诸如此类。所述平台集合来自各种源的数据，包括但不限于与实际的进口/出口交易相关联的海关数据并且促进关于买方及供应商的质量的报告的生成，所述报告涉及与买方及供应商质量相关联的各种参数。

Description

评估供应交易的公共记录

相关申请的交叉引用

本申请要求2007年11月14日提交的序列号为60/987,989的美国临时申请的权益，并通过引用的方式将其整体并入此处。

技术领域

本发明涉及电子商务，并且更具体地涉及评分系统。

背景技术

对与供应商(特别是海外供应商)合作感兴趣的买方可能具有许多供应商，他们可以从中挑选。举例来说，在服装业中，仅在中国就存在估计40,000家服装工厂，与此同时在全世界范围内有大约80,000家。为了选择供应商，买方传统上不得不依赖对供应商的直接经验或者通过促进与供应商订合同的中间人来进行。然而，与中间人合作可能要承受为他们的服务而支付的佣金，并且直接与供应商合作可能向买方呈现很大程度的不确定性，诸如涉及供应商的质量以及可靠度、供应商典型地与谁合作、供应商典型地供应什么类型的产品、所使用的材料、所服务的客户，以及诸如此类。关于供应商的一些信息可以从其他来源得到，诸如商品交易会、在线目录、介绍以及诸如此类。然而，这些分散的信息源难以完全拣选，并且目前明显缺少买方可以用于评定全世界的供应商的可靠的并且客观的信息。因此，买方必须在很大程度上依靠他们自己，并且以可观的风险以及花费进行。

存在对使买方更容易地选择供应商的方法的需求。

发明内容

在本文中公开了用于买方、卖方以及第三方通过其可以得到与彼此的交易历史记录(诸如供应商的装运历史记录、典型地被装运的材料的类型、供应商的客户、供应商的专长、买方购买什么材料以及购买多少、买方及承运人的可靠度、买方之间的相似性、供应商之间的相似性以及诸如此类)相关的信息的平台的方法及系统。所述平台可以集合来自各种来源的数据，包括但不限于与实际的进口/出口交易相关联的海关数据，并且促进关于买方及供应商的质量的报告的生成，所述报告涉及与买方及供应商的质量以及诸如此类相关联的各种参数。

在本发明的一方面，方法及系统可以包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商之间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析为实体评分。在所述方面，评分基于由终端用户所定义的标准而被裁制(tailored)。

在所述方面，评分用于下列各项中的一个或者多个：使用被集合的交易的海关数据的供应商、基于与供应商和第三方的交易相关的海关数据的供应商、使用被集合的交易的海关数据的买方、基于与买方和第三方的交易相关的海关数据的买方、基于由海关交易的分析所指示的忠诚度的供应商、基于由海关交易所指示的经验总数的供应商、基于评估装运的数目的供应商、基于由装运所指示的经验的持续时间的供应商、基于由以往的装运所指示的交易的规模的供应商，基于由以往的装运所指示的国际经验的程度的供应商、基于由以往的装运所指示的与国家有关的经验的程度的供应商、基于由海关交易的分析所指示的忠诚度的买方、基于由海关交易所指示的经验量的买方、基于评估装运的数目的买方、基于由装运所指示的经验的持续时间的买方、基于由以往的装运所指示的交易的规模的买方、基于由以往的装运所指示的国际经验的程度的买方、基于由以往的装运所指示的与国家有关的经验的程度的买方、基于由在海关记录中所反映的以往的装运所指示的客户忠诚度及供应商经验的供应商。

在所述方面，所述评分还基于从包括下列各项的组中所选择的至少两个因素：一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付的及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准(standard of compliance)、认证、以及相对于特定的售主标准的认证。

在所述方面，所述评分基于下列各项之一：一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付的及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证。

在所述方面，权重在所述评分过程中被给出。所述权重基于数据的及时性。所述权重基于交易的规模被给出。用于交易的权重基于交易方的质量而被给出；交易方的质量基于对那一方先前的评分。所述权重基于数据的相关性。

在所述方面，所述评分用于实体的多个工厂。

在所述方面，所述评分包括提供对供应商技能的人工辅助评估作为评分中的因素。可替代地，所述评分包括使用实体的财务健康状况的指标作为评分中的因素。

在本发明的另一方面，方法及系统，诸如计算机实现的方法及系统包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析为实体提供实体分数。在所述方面，所述实体分数至少部分地基于关于所述实体的装运的交易数据。在所述方面，所述实体分数包括从包括下列各项的组中所选择的因素：国家背景、商业合法性信息、公众认知、经验量、所述供应商的客户的品质、所述供应商的客户忠诚度、所述供应商的专业化程度以及来自先前的客户的反馈。在所述方面，所述供应商的实体分数基于被集合的交易的海关数据。在所述方面，所述实体分数基于由终端用户定义的标准。在所述方面，供应商的所述实体分数基于与所述供应商和第三方的交易相关的海关数据。在所述方面，所述实体分数基于从包括下列各项的组中选择的至少两个因素：一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证。在所述方面，所述实体分数基于下列各项之一：一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证。

在所述方面，供应商的实体分数基于下列各项中的一个或者多个：由海关交易的分析所指示的忠诚度、由海关交易所指示的经验量、评估装运的数目、由装运所指示的经验的持续时间、由以往的装运所指示的交易的规模、由以往的装运所指示的国际经验的程度、关于由以往的装运所指示的与国家有关的经验的程度以及在海关记录中所反映的由以往的装运所指示的客户忠诚度及供应商经验。在所述方面，买方的实体分数基于下列各项中的一个或者多个：由对海关交易的分析所指示的忠诚度、由海关交易所指示的经验量、评估装运的数目、由装运所指示的经验的持续时间、由以往的装运所指示的交易的规模、由以往的装运所指示的国际经验的程度、被集合的交易的海关数据、与所述买方和第三方的交易有关的海关数据以及由以往的装运所指示的与国家有关的经验的程度。在所述方面，所述实体分数用于实体的多个工厂。在所述方面，方法及系统还包括提供对供应商技能的人工辅助评估，作为实体分数中的因素或者包括使用实体的财务健康状况的指标作为实体分数中的因素。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析确定风险预测(profile)。在所述方面，所述风险预测基于所述供应商的交易的海关数据相对于供应商而被提供。在所述方面，所述风险与下列各项中的至少一个相关：伪造、生产力、合同转包、政治因素、地理因素、天气因素、地质因素、金融风险、不执行合同的可能性、终止合同的可能性、知识产权、实现目标的交付日期。在所述方面，所述风险预测基于除所述供应商以外的一方的交易的海关数据相对于供应商而被提供。在这个方面，所述风险与下列各项中的至少一个相关：伪造、生产力、合同转包、政治因素、地理因素、天气因素、地质因素、金融风险、不执行合同的可能性、终止合同的可能性、知识产权、实现目标的交付日期。

在所述方面，所述风险预测基于所述买方的交易的海关数据相对于买方而被提供。所述风险与不付款或者买方将转移到替代的供应商的可能性相关。

在所述方面，所述风险预测基于除所述买方以外的一方的交易的海关数据相对于买方而被提供。所述风险与不付款或者买方将转移到替代的供应商的可能性相关。

在所述方面，所述风险预测被提供用于一方使用海关数据以及使用所述风险预测作为确定保险的条款以及条件的基础。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析提供相对于实体的经济杠杆的指标。在所述方面，所述经济杠杆的指标相对于下列各项中的至少一个：基于所述供应商的交易的海关数据的供应商、基于除所述供应商以外的一方的交易的海关数据的供应商、基于所述买方的交易的海关数据的买方、基于除所述买方以外的一方的交易的海关数据的买方。在所述方面，所述交易的海关数据对应于价格。可替代地，在所述方面，所述交易的海关数据对应于交付日期或者订单数量。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析预测实体的行为。在所述方面，所述预测是基于对所述买方的交易的海关数据的分析对买方的行为的预测。在所述方面，所述预测与下列各项中的至少一个相关：价格、价格的变化、供应商的变化以及由所述买方所订购的数量。在所述方面，所述预测是基于对除所述买方以外的一方的交易的海关数据的分析对买方的行为的预测。所述预测与价格、价格的变化、供应商的变化或者由买方所订购的数量有关。在所述方面，所述预测是基于对所述买方的交易的海关数据的分析对供应商的行为的预测。所述预测与价格、价格的变化、项目的有效性(availability)的变化、供应商是否将与给定规模的买方合作或者供应商是否将处理给定规模的订单。在所述方面，所述预测是基于对除所述买方以外的一方的交易的海关数据的分析对供应商的行为的预测。所述预测与价格、价格的变化、项目的有效性的变化、附属机构(subsidiary)的潜在公开、工厂的潜在公开或者公司的潜在公开相关。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析进行推荐。在所述方面，所述推荐基于对所述买方的交易的海关数据的分析、对除所述买方以外的一方的海关数据的分析、对所述买方的交易的海关数据的分析、对除所述买方以外的一方的交易的海关数据的分析、用户对多个因素的优先级确定、或者用户规定的评分因素。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商之间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且将实体类型与所述实体中的至少一个相关联。在所述方面，数据合并设备基于数据单元与海关记录的相似性自动地合并记录。所述数据单元对应于所述实体的名称或者所述实体的地址。可替代地，在所述方面，数据合并设备建议记录与单个实体之间的关联。从所述交易中的一个或者多个商品域获得实体类型，并且所述商品域中的至少一个包括协调关税系统编码、商品类型或者两个都包括。在所述方面，关联实体类型基于对所述交易的多个数据域中的自由的文本数据的分析。可替代地，关联实体可以基于根据海关交易数据记录对实体类型的机器学习。所述交易可以是海关交易。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；并且处理所述数据以基于对与多个不同的实体名称相关联的交易的海关记录数据的分析将与多个不同的实体名称相关联的多个交易关联到单个实体。在所述方面，所述处理基于所述供应商的名称、所述买方的名称、订单数量、帐单量、所述买方的位置、所述供应商的位置、交付日期、订单数据、与供应商名称相关联的至少一个串或者与买方名称相关联的至少一个串。在所述方面，所述处理涉及从供应商名称域中去除空白的空间或者从买方名称域中去除空白的空间。在所述方面，所述交易与感兴趣的区域、行业、以往的装运数据、与国家有关的经验、装运的数目、材料、产品类别、技术、所述实体的名称、订单数量、帐单地址、目标的交付日期或者所述供应商的生产力相关联。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个公共记录；集合所述交易；将所述交易与实体相关联；并且基于对所述反馈是否与在公共记录中所反映的交易相关联的分析，评估关于实体的反馈的合法性。所述对与所述供应商相关联的反馈的合法性的评估基于通过第三方的验证。所述与所述买方相关联的反馈的合法性的评估基于通过第三方的验证。

在所述方面，所述交易与所述实体的名称、订单数量、帐单地址、目标的交付日期、所述供应商的生产力、交易海关数据、感兴趣的区域、行业、以往的装运、与国家有关的经验、装运的数目、材料、产品类别或者技术相关联。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商之间的交易的多个公共记录；集合所述交易；将所述交易与实体相关联；并且提供计算机实现的工具用于基于对来自所述公共记录的交易数据的分析为供应商建议市场策略。在所述方面，所述交易数据与供应商、买方、感兴趣的区域、海关数据、以往的装运、与国家有关的经验、装运的数目、产品类别、材料或者技术相关联。所述对交易数据的分析包括对定价、买方行为或者与所述供应商的竞争者相关联的交易数据的分析。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商之间的交易的多个记录；集合所述交易；

将所述交易与实体相关联；并且提供计算机实现的工具用于基于对来自所述记录的交易数据的分析为买方建议市场策略。在所述方面，所述交易数据与供应商、买方、感兴趣的区域、海关数据、以往的装运、与国家有关的经验、装运的数目、产品类别、材料或者技术相关联。所述对交易数据的分析包括对定价、买方行为的分析或者对与所述买方的竞争者相关联的交易数据的分析。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个公共记录；集合所述交易；将所述交易与实体相关联；并且提供用户接口，由此用户可以基于被集合的交易数据搜索供应商和买方中的至少一个并且取回相关的信息。在所述方面，所述接口允许基于元组(tuple-based)的搜索。所述基于元组的搜索涉及相对于产品、材料以及技术中的至少一个的能力。在所述方面，搜索结果基于供应商评分而被评级。

在所述方面，所述评分基于一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证。

在所述方面，所述搜索结果基于风险预测。

在所述方面，所述风险与伪造、生产力、合同转包、政治因素、地理因素、天气因素、地质因素、金融风险、不执行合同的可能性、终止合同的可能性、知识产权、实现目标的交付日期相关。

在所述方面，所述风险预测基于除所述供应商以外的一方的交易的海关数据相对于供应商而被提供。所述风险与伪造、生产力、合同转包、政治因素、地理因素、天气因素、地质因素、金融风险、不执行合同的可能性、终止合同的可能性、知识产权、实现目标的交付日期、基于所述买方的交易的海关数据的买方、不付款或者买方将转移到替代的供应商的可能性相关。在所述方面，所述风险预测基于除所述买方以外的一方的交易的海关数据相对于买方而被提供。所述风险与不付款或者买方将转移到替代的供应商的可能性相关。

在所述方面，所述风险预测被提供用于一方使用海关数据以及使用所述风险预测作为确定保险的条款以及条件的基础。所述结果基于机会预测。所述机会涉及相对于供应商定价杠杆对于买方的有效性、与供应商的订单的整合(consolidation)。所述机会涉及相对于买方定价杠杆对于供应商的有效性或者涉及增加买方的总支出用于供应商的份额。

在本发明的另一个方面，所述方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个公共记录；集合所述交易；将所述交易与实体相关联；将被集合并且被关联的交易与来自至少一个其他数据源的数据集成以提供集成的数据设备；并且使所述集成的数据设备适用于评估供应商和买方中的至少一个。在所述方面，所述公共记录包括海关记录。在所述方面，评估基于供应商评分而被评级。在所述方面，所述评估基于一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证。

在所述方面，评估基于买方评分、一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评估、宏观经济信息、一方的公众认知、行业奖励、行业认证、经验量、装运的数目、经验的持续时间、交易的规模、国内经验的程度、国际经验的程度、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证而被评级。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对所述交易的分析建议机会。在所述方面，所述机会涉及相对于供应商定价杠杆对买方的有效性、与供应商的订单的整合的机会、相对于买方定价杠杆对于供应商的有效性、增加买方的总支出用于供应商的份额的机会、在规定的时期内相对于所述供应商折扣对于所述买方的有效性、所述买方向所述供应商委托的交付时间的有效性、相对于所述供应商大宗折扣对于所述买方的有效性、相对于所述供应商赊售对于所述买方的有效性、相对于所述供应商免费交付对于所述买方的有效性或者相对于所述供应商违约赔偿金对于所述买方的有效性。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个被集合的海关交易；将所述交易与供应商相关联；并且使用被集合的交易来告知至少部分地基于对被集合的交易的分析的所述供应商的评分。在所述方面，被集合的海关交易包括对于产品类型的交易总结。所述交易在一段时间上被总结。对被集合的交易的分析包括将供应商的被集合的交易与买方的交易的多个记录相比较。被集合的海关交易包括多个供应商的交易。在所述方面，将所述交易与供应商相关联包括预测所述交易可以被关联到其上的一个或者多个供应商。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：从交易的至少一个数据源取得多个输入数据记录；将所述数据记录匹配到是多个交易的一方的实体；并且自动地合并与相同的实体相关联的数据记录以形成交易的被合并的数据存储。在所述方面，匹配包括过滤所述数据记录。过滤为合并建议数据记录。过滤基于搜索引擎技术，诸如lucene搜索引擎技术。过滤基于可以包括由四个连续的字符构成的kgram过滤集合的kgram过滤。在所述方面，用于建议要被合并的数据记录的kgram过滤门限是十个匹配的kgram过滤器集合。在所述方面，数据记录内的多个数据域被结合用于匹配。

在所述方面，匹配包括分类。在为合并所建议的数据记录上执行分类并且可选地，过滤被用于为合并建议数据记录。分类包括规范适配、文本清除、多域分类、编辑距离评估、向量生成、机器学习以及决策树处理中的至少一个。规范适配包括使所述多个交易间的文本串规范化或者将等同的文本串改变为已知的文本串。文本清除基于地理因素、区域因素、市场纵向、行业准则、已知的变化、被了解的变化以及用户偏好中的至少一个。

在所述方面，所述文本清除与所述数据记录中的至少一种类型的数据域相关联。所述类型的数据域包括承运人、收货人、通知方、其他通知方、重量、数量、国家、日期、商品以及协调关税系统编码中的至少一个。分类被应用于所述数据记录中的多个数据域或者被应用于所述数据记录中的被结合的数据域。

在所述方面，分类提供了表示相似性的维度的向量。所述向量包括用于规范适配、文本清除、多域分类、编辑距离评估、向量生成、机器学习以及决策树处理中的至少两个的相似性的维度。

在所述方面，匹配包括聚类(clustering)。可选地，聚类包括百分之p(p-percent)聚类。在所述方面，当与数据记录相关联的百分之p值超过与所述实体相关联的百分之p门限时，所述数据记录被合并。可选地，所述百分之p门限为百分之三十。可替代地，百分之p聚类基于动态的百分之p门限。所述动态的百分之p门限基于与实体相关联的群集中的数据记录的数量。

在所述方面，所述多个交易包含识别所述数据记录的域中的数据的一方(party)。识别数据的一方被存储在所述多个数据记录中的至少两个的不同的域中。可选地，在第一记录中识别数据的一方是母实体并且在第二记录中识别数据的一方是所述父实体的子实体。

在所述方面，匹配数据记录包括识别是实体名称或者实体地址的变化的数据。在所述方面，所述方是供应商和买方中的一个。可替代地，匹配包括从包括下列各项的列表中所选择的两个或者多个类型的文本关联：过滤、字符集合匹配、同义词查找、机器学习、自然语言处理、基于搜索的比较、分类、已知实体匹配、聚类以及人工识别的实体。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：从交易的至少一个数据源取得多个输入数据记录；过滤所述输入数据记录以识别对于自动合并是有利候选的一组被过滤的数据记录；将被过滤的数据记录分类以产生一组被分类的数据记录，每个被分类的数据记录与所述数据记录应当与特定的实体相关联的可能性相关联；并且自动地合并与相同的实体相关联的数据记录以形成交易的被合并的数据存储。在所述方面，使用搜索引擎、kgram过滤或者动态编程来执行所述过滤。在所述方面，使用规范适配、特定清除、多域比较、编辑距离算法、向量生成、机器学习以及决策树中的至少一个来执行将所述数据记录分类。在所述方面，过滤为合并建议数据记录。可替代地，过滤基于搜索引擎技术，其可选地包括lucene搜索引擎技术。在所述方面，过滤基于kgram过滤。可选地，kgram过滤集合由四个连续的字符构成。可选地，用于建议要被合并的数据记录的kgram过滤门限是十个匹配的kgram过滤器集合。在所述方面，数据记录内的多个数据域被结合用于匹配。

在所述方面，在为合并所建议的数据记录上执行分类。可选地，过滤被用于为合并建议数据记录。在所述方面，分类包括规范适配、文本清除、多域分类、编辑距离评估、向量生成、机器学习以及决策树处理中的至少一个。规范适配包括使所述多个交易间的文本串规范化或者将等同的文本串改变为已知的文本串。

在所述方面，文本清除可以基于地理因素、区域因素、市场纵向、行业准则、已知的变化、被了解的变化以及用户偏好中的至少一个。可选地，文本清除与所述记录中的至少一种类型的数据域相关联。所述类型的数据域包括承运人、收货人、通知方、其他通知方、重量、数量、国家、日期、商品以及协调关税系统编码。

在所述方面，分类被应用于所述数据记录中的多个数据域或者被应用于所述数据记录中的被结合的数据域。

在所述方面，分类提供了表示相似性的维度的向量。可选地，所述向量包括规范适配、文本清除、多域分类、编辑距离评估、向量生成、机器学习以及决策树处理中的至少两个的相似性的维度。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易的分析将实体作为买方分类。在所述方面，被集合的交易与行业、海关数据、以往的装运、感兴趣的可能性或者装运的数目相关联。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且将所述交易用作训练组来预测特定的交易与属性的关联。在所述方面，所述属性是行业的类型、供应商的类型、产品的类型、产品属性、或者与材料的类型相关。在所述方面，所述特定的交易表示从供应商到买方的装运。所述交易是海关交易。可替代地，所述实体是供应商和买方中的一个或者多个。可选地，所述特定的交易是汇总的(rolled-up)交易。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且将所述交易用作训练组来预测特定的交易与实体的关联。在所述方面，所述特定的交易表示从供应商到买方的装运。可替代地，所述交易是海关交易。在所述方面，实体是供应商和买方中的一个。可选地，所述特定的交易是汇总的交易。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对所述交易的分析为实体预测最小订单需求。在所述方面，所述实体是工厂、供应商或者供应商的附属机构。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且为实体提供用于允许搜索的搜索设备，其中所述搜索设备允许基于地理区域、行业专业化、参与所述交易的实体以及与所述搜索者的交易中感兴趣的可能性进行搜索。在所述方面，所述搜索设备适合于被搜索供应商的买方使用或者适合于被搜索买方的供应商使用。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；集合所述交易；将所述交易与实体相关联；并且基于对被集合的交易为供应商的子实体评分。在所述方面，所述子实体是工厂、一批工厂或者附属机构。在所述方面，确定所述子实体基于对所述公共记录的分析。可选地，所述公共记录是海关交易的记录。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储装运交易的多个被集合的公共记录；将所述交易与供应商相关联；并且使用被集合的交易告知至少部分地基于对被集合的交易的分析的所述供应商的评分。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储交易的多个公共记录；将所述交易与实体相关联；并且使用被集合的交易根据类型将供应商和买方中的至少一个分类。在所述方面，买方可以识别类似的买方、与所述买方的那些供应商类似的供应商、规定类型的供应商、或者可能偏好所述买方的供应商。在所述方面，供应商可以识别类似的供应商、与所述供应商的那些买方类似的买方或者特定类型的买方。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储交易的多个公共记录；将所述交易与实体相关联；并且基于所述交易的数据来评定买方是否已经停止与供应商做生意。在所述方面，所述评定基于装运之间的循环时间、循环时间与历史平均值的偏差、或者部分地基于关于买方所持有的库存的预测。

在本发明的另一个方面，方法及系统，诸如计算机实现的方法及系统，包括：使用计算机实现的设备来收集并且存储交易的多个公共记录；将所述交易与实体相关联；并且使用被集合的交易识别除所述供应商以外的一方销售的特定的项目的供应商中的至少一个。在所述方面，所述特定的项目是商品。

在所述方面，供应商的识别基于感兴趣的区域、海关数据、产品类别、以往的装运或者装运的数目。所述特定的项目是服务。

本发明的这些以及其他系统、方法、目标、特征以及优点根据下面对优选实施例的详细描述以及附图对于本领域的技术人员将是显而易见的。在本文中所提到的所有文献通过引用的方式被整体的并入此处。

附图说明

本发明以及在下面对其某些实施例的详细描述可以通过参考附图来理解：

图1画出了示出为一类别的产品中的一组供应商所获得的综合评分的报告。

图2画出了关于一供应商的更详细的报告，其具有按照质量的多个维度的评分以及由与所述供应商合作过的以往的买方生成的评分。

图3画出了在所述平台中将非交易数据与交易数据结合。

图4画出了提供经济杠杆的指标。

图5画出了基于海关交易预测行为。

图6画出了基于海关交易分析进行推荐。

图7画出了用于供应商的买卖工具。

图8画出了用于买方的买卖工具。

图9画出了用于为供应商评分的综合分析方法的流程图。

图10画出了从与供应交易相关联的海关数据所获得的域。

图11画出了具有与买方以及供应商识别有关的具有细节的多个海关记录。

图12画出了用于根据多个海关数据域中的一个或者多个识别买方的用户接口。

图13画出了将买方名称的变化映射到原本的买方。

图14画出了将买方名称的变化映射到原本的卖方。

图15画出了多个海关交易记录可以怎样被用于评定买方忠诚度。

图16画出了使用可以指示供应商的专业化程度的交易数据。

图17画出了指示供应商的经验程度的海关数据。

图18画出了基于所述供应商所服务的质量可能影响供应商的评分的海关数据记录域。

图19画出了示出最佳供应商以及特定的产品的一类别的供应商的综合评分的总结报告。

图20画出了示出特定的产品的杰出的供应商的报告，包括具有最高客户忠诚度的供应商以及具有最深入的向所述买方的管辖范围装运的经验的客户。

图21示出了具有供应商的综合的并且根据质量的各种维度的评分的详细报告。

图22示出了供应商交易经验在所选择的时间段内的统计分析。

图23示出了供应商交易经验根据所选择的因素的统计分析。

图24示出了按计件进行统计分析的装运历史记录的统计分析

图25示出了按月份进行统计分析的装运历史记录的统计分析。

图26示出了用于通过国家搜索的搜索窗口。

图27画出了集合搜索用户接口。

图28画出了为合并记录使用公共交易。

图29画出了根据公共记录对买方的分类。

图30画出了预测最小订单要求。

图31画出了为供应商的子实体评分。

具体实施方式

在本文中提供了用于促进供应商订约(engagement)的方法及系统；因此，供应商评分设备可以通过帮助所有规模的公司识别哪些供应商他们可以信任而使得跨国界做生意对于这些公司更容易。所述供应商评分设备方法是充分利用(leverage)各种各样的质量数据源为全球的供应商评分。在每个评分背后可以是按照关键维度评估供应商的详细的记分卡。通过比较供应商记分卡，订户可以确定哪些供应商适合他们。在一个优选的实施例中，所述评分系统被用于为服装供应商评分，但是应当理解的是其他行业中的供应商可以通过相同的或者相似的方法及系统被评分，诸如消费类电子产品、计算机设备、玩具及游戏机、消费品、纺织品、家用品、食物、配件、计算机游戏、汽车部件、电子部件及设备和广泛的其他货物以及诸如BPO、软件开发、呼叫中心以及诸如此类的服务的供应商。

目前，买方可以访问多个供应商目录以得到关于供应商的信息。然而，这些目录可能仅包含由供应商自己所提供的信息以及偶尔包含关于有限的主题的第三方信息，诸如涉及商誉。该信息在帮助客户在好的和差的供应商之间区分方面不是特别有用。在某些优选的实施例中，在本文中所公开的供应商评分设备可以促进补充或者代替供应商提供的信息的多个报告的生成，所述报告通过在本文中所公开的方法及系统并且基于广泛的数据源被生成。在实施例中，每个供应商可以接收1到100之间的评分。在这个评分背后可以是详细的记分卡，所述记分卡的每个组成部分通过在一个或者多个有关的数据源上操作的算法被生成，并且其按照对于客户重要的维度来评估运营商。

在本文中所设计的供应商评分设备可以向买方提供关于哪些供应商是好的以及哪些供应商是差的、哪些可信以及哪些不可信、哪些在特定的领域中有经验以及诸如此类的具体信息。所述评分可以关于供应商的一系列信息为特征，包括通过在有关的数据源上操作的算法所生成的分析，并且在某些可选的实施例中，包括来自先前的客户的评分。除其他以外，分析可以包括使用公众可获得但是当前零碎的信息。在各种实施例中，所述供应商评分设备可以按照若干维度为供应商评分，包括但不限于国际经验总量、专业化程度以及标准遵从性。

在某些可选的实施例中，来自先前的客户的评分可以允许供应商采集并且展示来自他们的先前的顾客的反馈。买方可以支付订阅费以访问评分细节。现有的企业到企业的站点可能能够将所述供应商评分设备嵌入在他们的目录中并且从新的利润流中获利。尽管服装被用作本发明的实施例，应当理解的是本发明可以被应用于任何行业，诸如家具、电子器件、纺织品、化学制品、玩具、食物以及诸如此类。另外，可以通过本发明促进除了评分服务之外的服务，诸如对于开账单、交易结算、保险、买方的社交网络以及诸如此类。在实施例中，本发明可以被应用于广泛的行业，其中买方和卖方跨多样的环境被定位，并且供应商-产品信息以及评分是零碎的。

所述供应商评分设备可以提供评分平台，其中买方/供应商可以比较并且对比潜在的供应商/买方。所述评分平台可以生成并且维护供应商、买方、国家、地理区域、市场、商品以及诸如此类的评分。所述评分可以各种形式被呈现，包括如图1所示的供应商评分的列表。图1中的供应商评分列表100包括所述列表所基于的关键词102。尽管在图1中示出了一个关键词，关键词短语、关键词集合、关键词的逻辑结合以及诸如此类可以被用作所述列表100的基础。在图1的列表的互动的实施例中，选择所述关键词102(例如针织品)可以允许用户对所述关键词102进行改变以呈现被修正的列表100。同样在图1的列表的互动的实施例中，菜单104可以被提供用于促进对所述平台的其他方面以及与所述平台相关联的一个或者多个网页的访问。所述列表100可以包括满足所述关键词102条件的任何数量的供应商；在图1的示例中包括10个供应商。所呈现的供应商的数目可以被限制为比匹配所述关键词102条件的总的数目少。所述列表100的方面，诸如对所述列表100中的供应商的数目的限制可以由偏好控制(例如，用户、平台、供应商以及诸如此类)。

所述列表100可以包括用于满足所述关键词102条件的每个供应商的条目108。条目108可以包括也被称作“Panjiva评分”的综合评分110、供应商名称112、所选择的著录数据114以及诸如此类。在上文中所指出的偏好可以影响什么信息在条目108中被呈现并且图1的实施例仅是要被呈现的一组信息的示例。每个供应商可以被给予综合评分110，所述综合评分可以基于百分制使得综合评分110可以在1到100之间，如图1所示。

在图2中例示了供应商评分的替代的视图，图2画出了供应商记分卡200，其可以是与所述综合评分110有关的供应商多个方面的详细视图。所述记分卡200通过提供关于所述综合评分110的细节来增强所述综合评分110。比较性的评分202可以根据其他供应商的平均分示出所述供应商综合评分110并且可以包括对所述综合评分110的信任度的指示。这个记分卡200可以按照各种维度评定所述供应商的相对强项。通过充分利用各种各样的数据源，所述供应商评分设备可以在诸如商业基本要素、国际上以往的记录、认证以及诸如此类的多个类别中按照关键维度204为供应商评分，这也被称作“Panjiva分析”评分。所述评分平台也可以允许买方按照若干维度为供应商评分。所述记分卡200可以包括买方评分208。在实施例中，所述评分平台可以变为买方去那里追究供应商责任的地方。在实施例中，可以使诸如所述记分卡200的报告对于用户以在线和打印的形式可获得。

在实施例中，后端基础设施可以通过用诸如Tex、LaTex以及诸如此类的排版语言以编程方式生成定制的文档的表示而自动地生成所述文档，其可以接着被处理并且被变成PDF文档。

所述供应商记分卡200的“商业基本要素”部分可以帮助买方评定公司是否合法并且作为潜在的合作者是否值得考虑。包括在“商业基本要素”中的可以是关于公司是否已经向当局登记的信息，以及对供应商的国家中的贸易环境的评定，结合宏观背景信息与单独的供应商特有的数据以及诸如此类。用于确定特定的管辖范围中的以往的记录的设备可以使用政府以及第三方数据，并且可以评定供应商服务该管辖范围的经验总量，以及供应商的客户所表明的忠诚度，以及诸如此类。所述供应商记分卡200的“标准遵从性”部分可以记载供应商是否被证明满足质量管理、对环境的尊重、社会责任、产品安全以及诸如此类的国际标准。

所述评分记分卡200可以包括多个分析维度，诸如国家背景、商业合法性、公众认同、经验总量、客户的品质、客户忠诚度、专业化、质量管理、社会责任、环境责任以及诸如此类。买方反馈维度可以包括产品质量、客户服务、交付及时性、语言技能、制作样品的能力、对知识产权的尊重以及诸如此类。供应商信息可以包括联系信息、专长的领域、客户的品质、评分以及诸如此类。对买方反馈的信任度可以通过确定所述反馈是由正在或者最近从所述供应商接收装运的供应商所提供的而被建立。这可以通过保证所述交易记录证实至少一些供应商装运被供应给提供所述反馈的买方来完成。在实施例中，在所述评分记分卡200的形成中被使用的信息可以来自装运历史记录，诸如频率、数量以及诸如此类；来自装运容量估计，其可以基于与由所述供应商所提供的信息相对的装运数据。

联系信息可以包括使所有的联系信息对于订户可获得，使得他们可以直接联系供应商。专长的领域可以告诉买方供应商已经装运了哪些产品、其使用了哪些材料、其采用了哪些技术以及其生产男士服装还是女士服装或者两者都生产。客户的品质可以告诉买方供应商服务过哪些类型的客户，诸如加价、大批量、折扣和/或缺口客户。在实施例中，买方可以为他们与其做过生意的供应商评分。在买方为供应商评分之后，所述供应商评分设备可以证实这两方确实一起做过生意，诸如通过标识示出所述买方在其中从所述供应商进口货物的实际存在的进口交易的对应的客户记录、根据提货单(bill of lading)、根据银行发出的收据以及诸如此类。因此，在本文中所公开的方法及系统包括用于通过证实据称地由买方所评分的交易的存在来阻止欺骗性的评分的方法及系统。这可以防止过于正面(诸如由所述供应商的分支机构或者同伴所给出)或者过于负面(诸如由冒充买方的竞争供应商所给出)的虚假评分。在证实之后，所述买方的评分可以变为所述供应商的记分卡的部分。作为所述证实过程的部分，所述买方的身份可以向所述供应商揭示。然而，在实施例中，所述买方的身份可以被掩盖使得其不显现在所述供应商评分设备的网站上并且不与任何其他人共享。在实施例中，买方反馈可以仅被已经提供关于他们的供应商的反馈的买方查看。在实施例中，用于记录与一个或者多个买方以及一个或者多个卖方相关联的交易的计算机设备可以包括促进基于交易的数据对实体分数的确定的用户接口。所述交易的数据可以与所述货物的装运细节以及与不同的实体相关联的服务有关。在示例中，诸如买方的实体可以从卖方订购货物以及服务，从而产生交易。集合设备可以收集、结合或者集合与不同的实体相关联的交易。随后，关联设备可以促进交易与不同的实体的关联。所述交易可以由所述分析设备分析以生成对应于每个实体的实体分数。

在实施例中，为供应商、卖方或者其他实体评分可以产生至少部分地基于诸如用户所提供的条件的预先定义的条件的分数。可替换地，本文中的系统及方法可以促进基于一个或者多个算法对供应商、买方或者其他实体的评分。所述评分算法可以手动地被选择，或者可以基于一组算法选择规则自动地被选择。在示例中，供应商可以是在行业中已知为高度可信的。一个或者多个评分算法可以被应用于交易数据并且可以为所述算法使用预先确定的条件以在数学上确定所述供应商的信用度。这个被确定的信用度评分可以通过所述平台的用户接口被提供给所述买方。

在实施例中，所述实体分数可以部分地基于与实体的装运有关的交易的数据，诸如交付数据、被装运的总量、装运的位置以及诸如此类。在示例中，在合同规定的交付日期内提供货物以及服务的供应商与无法准时交付的供应商相比获得更高的评分。

在实施例中，所述实体分数可以再基于一个因素，包括国家背景、商业合法性信息、公众认同、经验总量、所述供应商的客户的品质、所述供应商的客户忠诚度、所述供应商的专业化的程度以及来自先前的客户的反馈或者一些其他因素。另外，每个因素或者因素的集合可以包括参数列表。用户接口可以被配置用于允许用户从这个集合中选择一些或者所有参数来生成实体评分。在示例中，国家内容集合可以包括诸如人均GNI、汇率波动、出口成本、政治稳定性以及诸如此类的变量。所述用户接口可以允许用户选择人均GNI以及出口成本来生成将被应用于计算实体评分的国家背景值。此外，所述实体分数的确定可以部分地或者全部地取决于从一些或者所有的集合中所选择一个或者所有参数，如在本文中以及其他地方所描述的那样。在示例中，可能对知道供应商所提供的产品或者服务的质量感兴趣的买方可以选择来自先前的客户集合的反馈，所述供应商的实体评分基于所述反馈。这个集合还可以包括诸如货物的及时交付、货物的质量、交易的数目以及诸如此类的参数。所述买方可以从评分集合中选择一些或者所有参数来确定与所述供应商相关联的实体分数，而不是仅选择这个集合来确定实体评分。在另一个示例中，与所述供应商相关联的分数可以基于包括多个参数的两个或者多个集合被确定，诸如关于所述供应商的专业化的程度的集合以及关于来自先前的客户的反馈的集合。所述买方可以所述专业化的程度的集合以及来自该集合的一个或者多个参数。类似地，所述买方可以从来自所述先前的客户的反馈的集合中选择一个或者多个参数。所述实体分数可以基于在每个所述集合中所选择的参数来确定。

用户接口，诸如图2的用户接口可以被用于呈现各种评分、分数以及要被用于所述实体评分的分数的评分因素。

在实施例中，供应商评分设备或者买方评分设备可以取得按照每个关键维度的评分，将所述评分加权来解决一些维度被其他维度更重要这一事实，计算综合评分110以及诸如此类。在实施例中，评分可以提供素质的测量结果，诸如买方的素质或者供应商的素质。

所述供应商评分设备可以跨多个不同的维度为供应商评分，其中一些可以从实际存在的交易的数据获得，诸如海关数据，而其他的则基于诸如Dun&Bradstreet、世界银行、各种认证的审计公司、政府消息来源以及诸如此类的源。在实施例中，更多的权重可以被给予最新的数据、更大规模的交易的数据、更高质量的买方的数据或者相对于其有所述数据与其他类型的数据相比可能具有更高的相关性的指标的其他类型的数据。所述供应商评分设备也可以提供对评分的更直观的理解，通过考虑客户的品质、客户忠诚度、专业化以及诸如此类。客户的品质可以涉及手动地将买方分成段(band)或者层(tier)，诸如加价、大批量销售、折扣、缺口以及诸如此类并且接着基于每个买方-供应商关系的新鲜度(newness)以及每个买方的层计算总和。

在实施例中，供应商的评分可以基于被集合的交易的海关数据、用户定义的条件、与所述供应商和第三方的交易有关的海关数据或者基于一些其他参数。在示例中，供应商可以基于与特定的买方一起所完成的交易的数目被评分。在另一个示例中，用户可以将对交付数据的遵守定义成为所述供应商评分的条件。另外，所述供应商的评分可以至少部分地基于由对海关交易的分析所指示的忠诚度。此外，对所述供应商的评分的确定可以基于由与装运的数目有关的海关交易所指示的供应商经验总量、由装运所指示的供应商经验的持续时间、由以往的装运所指示的交易的规模、由以往的装运所指示的国际经验的范围、由以往的装运所指示的与国家有关的经验的范围以及诸如此类。

在实施例中，对买方的评分可以基于被集合的交易的海关数据、与所述买方和第三方的交易有关的海关数据或者一些其他参数。在示例中，对所述买方的评分可以基于由一个或者多个供应商所提供的关于所述买方的反馈。另外，所述买方的评分也可以基于从包括下列各项的集合中所选择的两个或者多个因素：一方的国家背景、一方的商业合法性、一方是否向政府机构登记、对国家中的贸易环境的评定、宏观经济信息、一方的公众认同、行业奖励、行业认证、经验总量、装运的数目、经验的持续时间、交易的规模、国内经验的范围、国际经验的范围、客户的素质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、和相对于特定的售主标准的认证以及诸如此类。

在实施例中，所述买家就的评分可以基于由对海关交易的分析所指示的忠诚度。在示例中，买方可以基于在特定的期限中与特定的供应商的交易的数目被评分。另外，所述买方可以基于由与装运的数目有关的海关交易所指示的经验总量、由装运所指示的经验的持续时间、由以往的装运所指示的交易的规模、由以往的装运所指示的国际经验的范围、由以往的装运所指示的与国家有关的经验的范围以及诸如此类被评分。

在实施例中，评分可以由供应商的客户忠诚度构成。客户忠诚度评分方法可以包括分析在若干年期间与每个供应商做过生意的一组买方，并且标识“忠诚度时期”间隔，在该间隔中买方始终如一地从给定的供应商进货，以及“切换”，其中买方停止从一个供应商得到给定的一组产品并且开始从另一个供应商进货。对于其已有许多切换的供应商可以被给予较低的评分，而具有长的忠诚度时期并且几乎没有切换的供应商可以被给予较高的评分。

在实施例中，评分可以涉及供应商的专业化的程度。专业化评分方法可以将供应商装运分解成多个维度，诸如产品类别、技术、材料、性别以及诸如此类。这些维度可以独立于所述评分维度或者可以被用作评分中的因素。

在实施例中，方法及系统可以包括用于生成原始分数的方法。原始分数的生成可以使用各种技术来将原始的海关数据以及其他第三方数据变换成有意义的评分。可以考虑客户忠诚度、客户的素质、经验总量、专业化、国家背景、商业合法性、环境责任、社会责任、质量管理、公众认同以及诸如此类。客户忠诚度评分可以包括标识装运模式、买方模式、忠诚度时期以及诸如此类。客户品质评分可以包括指派买方层、处于该层的时间长度、买方的年龄以及诸如此类。经验评分可以包括评估装运的数目、经验的持续时间、所处理的交易的规模以及诸如此类。专业化评分可以包括或者参考供应商专注于小范围的产品、材料和/或技术的程度的测量结果。商业合法性评分可以由具有政府登记记录、Dun&Bradstreet DUNS号或者商业合法性的其他证明的供应商提供。环境、社会、产品安全以及质量管理评分可以从具有适当的认证的供应商获得以及诸如此类。公众认同评分可以包括对政府以及行业奖励的参考以及诸如此类。在实施例中，高风险的供应商以及高风险的买方可以诸如被标识在与和高风险的供应商以及高风险的买方合作的个人以及组织的关联中。国家背景评分可以与供应商位于其中的国家以及由世界银行、国际货币基金以及其他源所提供的关于该国家的数据有关。其他源可以包括人均GNI、汇率波动、出口成本、政治稳定性、信用评级、出口成本、gci效率增强因子以及诸如此类。国家背景计算可以包括计算log(人均gni)、信用评级、log(出口成本)以及gci效率增强因子的加权总和，其可以接着被设定门限成最终分数存储桶(bucket)。在所述国家背景计算中所使用的权重和门限可能已经通过使用机器学习技术(例如决策树以及首要的组成部分分析)确定与权重、适当的权重以及有效的门限有关的特征而被确定。

根据原始分数生成评分可以包括被应用于原始分数的加权、标准化或者规范化因子来产生可能以0为中心并且接着被规范化为0到100之间的评分的标准分数。这些值接着可以被应用于呈现供应商的规范化数据的记分卡200。在实施例中，所述评分可以线性地被缩放以提供大致为50的平均值，如在高斯分布中那样。

另外，评分可以为满足单独的买方偏好而被定制，诸如通过使买方为他们与其做过生意的供应商评分。评分因此可以变成最佳地匹配买方偏好的这个经验性观点。这种方法可以使用机器学习技术，诸如支持向量机。从而，随着时间的过去，可以捕捉并且向所述买方显示评分趋势。这种趋势可以允许对买方-供应商网络的图论分析(例如最小割、最大流、团(clique)以及诸如此类)以确定买方和供应商的集合之间的关系，其可以产生另外的增值服务，诸如为买方改进产量分配。

参考图3，交易的数据与来自非交易数据源的数据的集成被示出。计算机设备302可以接收与诸如318A和318B的多个买方318和/或诸如320A和320B的多个卖方320相关联的交易记录。此外，所述计算机设备302可以包括集成设备304、关联设备308、存储设备310、集成设备312、分析设备314以及诸如此类。集成设备304可以收集并且结合与买方318和供应商320相关联的交易记录用于在所述关联设备308处进行处理。所述关联设备308可以允许交易与诸如买方318A和供应商320B的不同实体的关联。所述关联设备308可以被耦合到所述计算机设备302内的任何其他设备，诸如可以从非交易源318接收非交易数据的集成设备312。所述分析设备314可以基于从其他源318被集成的数据以及从所述关联设备308被接收的数据来促进对供应商320和买方318的评估。

在实施例中，公共记录除了其他记录之外可以包括海关记录。所述海关记录可以包括与由海关组织所捕捉的实体相关联的信息。所述信息在基于所述实体的海关标识号来标识与所述实体的账单相关联的不同交易方面是有用的。

数据源可以充分利用来自几百个数据源的数据，诸如国际Oeko-Tex协会、社会责任国际、环球服装生产社会责任组织(WRAP)、55家ISO 9001审计公司、46家ISO 14001审计公司、47家OHSAS18001审计公司、两家GB/T 18885审计公司、美国国土安全部、中国商务部、中国海关总署以及诸如此类。在实施例中，海关数据可以来自遍及全球的国家，覆盖出口以及进口，其中进口记录可以与出口记录匹配。

在对供应商和买方数据的分析中所使用的工具可以包括合并工具、建议性合并工具、买方素质工具、买方买卖工具、名称选择工具、国家管理器、API、产品关键词管理工具、统计工具、报告生成工具、供应商买卖工具、名称更新器以及诸如此类。任何这些工具可以在计算机设备302的多个设备中被实施。

在实施例中，被集合的海关数据可以被处理以标识与诸如买方和/或供应商的不同类型的实体相关联的交易。另外，基于与不同的实体相关联的交易，实体类型可以根据在所述交易中存在的一个或者多个实体类型来确定。在示例中，实体可以供应毛料服装并且与所述羊毛衫的装运相关联的交易可以被记录为由“ABC co”提供。在另一个交易中，相同的实体可以被记录为“ABC company”。这种变化可能归因于由于在海关表格中填数据时的变化而不是所述实体是不同的实体所引起的海关数据的交易的记录中的差别。数据合并设备可以允许基于根据数据的相似性所做出的推断将上文所描述的交易记录自动合并在单个实体下。在这个示例中，所述变化“ABC co”和“ABC company”可以形成基于实体名称中的细微变化的数据合并的有效情况。对于自动合并可替代地或者除了其之外，可以向用于提供基于数据单元中的相似性合并相似的数据的建议。在上述示例中，涉及交易“ABC co”和“ABC company”的记录可以与基于数据单元的相似性将它们合并在单个实体下面的建议一起向用户呈现。记录中的数据元素的相似性可以通过数据合并设备来确定。基于所述用户的响应，所述两个实体名称的自动合并可以被所述平台了解。

实体可以与可在海关记录中被捕捉的执行交易的一个或者多个名称相关联。如上所述，所述差别可以是由于海关数据的记录中的变化所引起的。在本文中所描述的系统及方法可以促进应当与特定的实体相关联的任何数量的交易的合并，即使所述记录示出多个相似的但是被改变的实体名称。

除了促进处理被集合的海关数据以将一组交易与实体相关联，与多个实体恰当地相关联的多个交易可以被合并在一实体类型下以用于评估所述交易及与其相关联的实体的目的。被合并的记录在评估市场细分、公司的联营、行业细分、区域结果、实体的分类以及诸如此类的方面是有用的。在示例中，与若干实体相关联的交易可以基于与所述交易与单个买方相关联的基础被合并。即使所述交易调用不同行业中的不同供应商，所述单个买方是像交易被合并那样处理所述交易的基础。

实体类型可以基于可被用于处理海关交易记录的实体的任何方面来定义。如在本文中所描述的交易的过滤、分类以及聚类的方法及系统可以被应用于标识可被合并在一实体类型下的交易。在示例中，买方可以发起与四个供应商的购买交易，所述四个供应商具有生产项目的组成部分(component)。所述四个供应商中的任何一个与共同的买方之间的交易可以被合并为(或者被标记为可合并)具有诸如“共同买方的供应商”的共同的实体类型。向所述共同的买方装运项目的其他供应商可以使他们的与所述共同的买方的交易合并在相同的实体类型下。

在对于单个供应商存在多个数据记录许多情况下，这些记录与该单个供应商的关系是模糊的。在示例中，所述供应商的名称可能出现在一个记录的一个域中，但是在另一个记录的完全不同的域中。这在海关数据中是常见的情况，其中用各种域中的信息填写表格，而不管所述表格的所声称的标准化。在实施例中，合并工具可以被用于合并实际上应当是一个供应商的两个明显的供应商的数据记录。所述合并工具可以评估地址，并且如果在两个记录中是相同的，选择母记录并且标识子记录，记录依据其被合并到单个记录中。在实施例中，合并工具可以合并相同页上的记录或者更一般地跨数据库合并记录。在实施例中，合并工具可以使用模式匹配技术来为记录的合并识别潜在的候选。

如图4所示，经济杠杆(economic leverage)的指标可以被提供。所述经济杠杆可以基于对海关交易数据的分析。对所述经济杠杆的指示可以通过所述计算机设备402的指示设备412来提供。所述计算机设备402也可以包括收集设备414、存储设备410、集合设备404、关联设备408以及指示设备412。所述收集设备414可以收集多个买方418的海关交易的多个交易。另外，所述收集设备414可以收集多个供应商424的海关交易的多个记录。在示例中，所述收集设备414可以收集买方420以及买方422的海关交易的记录。另外，所述收集设备424可以收集供应商428以及供应商430的海关交易的记录。所述存储设备410可以存储所述多个供应商424以及所述多个买方418的海关交易的多个记录。所述集合设备404可以集合所述交易。所述关联设备408可以关联所述多个供应商424与所述多个买方418的交易。所述关联设备408可以将所述交易与实体相关联。所述实体可以包括但不限于公司、买方、卖方、供应商、分销商、工厂、供应商的附属机构以及诸如此类。分析设备432可以分析被集合的交易。所述指示设备412可以基于对被集合的交易的分析提供相对于实体对经济杠杆的指示。在示例中，所述指示设备412可以向所述买方420指示从所述供应商428买入40吨丝织品是合算的。相似地，其他经济指标可以被提供给所述多个买方418或者所述多个供应商424。

在实施例中，所述经济杠杆的指标可以基于所述供应商428的交易的海关数据而相对于所述供应商428。在实施例中，所述经济杠杆的指标可以基于除所述供应商428以外的一方的交易的海关数据而相对于供应商428。在实施例中，所述经济杠杆的指标可以基于所述买方420的交易的海关数据而相对于买方420。在实施例中，所述经济杠杆的指标可以是基于除所述买方420以外的一方的交易的海关数据而相对于买方420。

在实施例中，如图5所示，预测设备502可以预测实体的行为。所述行为可以基于对被集合的交易的分析。所述预测可以涉及所述供应商428是否将与给定规模的买方420合作。所述预测也可以涉及所述供应商428是否将处理给定规模的订单。

在实施例中，所述预测可以是基于对所述买方420交易的海关数据的分析对所述买方420的行为的预测。所述预测可以与价格、价格的变化、供应商的变化、所述买方420所订购的数量以及诸如此类有关。在实施例中，所述预测可以是基于对除所述买方420以外的一方的交易的海关数据的分析对买方行为的预测。在实施例中，所述预测可以是基于对所述买方420的交易的海关数据的分析对供应商行为的预测。在实施例中，所述预测可以是基于对除所述买方420以外的一方的交易的海关数据的分析对供应商行为的预测。在实施例中，所述预测可以与潜在的公开有关。所述公开可以是对附属机构、工厂、公司以及诸如此类的公开。本领域的技术人员将理解所述预测设备502可以提供对多个买方418、多个供应商424或者一些其他实体的预测。

在实施例中，如图6所示，推荐设备602可以基于对海关交易的分析提供推荐。在示例中，所述推荐设备602可以基于指示所述供应商已经从买方接收丝绸的退货的交易记录向买方420推荐从所述买方428以打折的价格买入40吨丝织品。相似的推荐可以被提供给所述多个买方418以及提供给所述多个供应商424。

在实施例中，所述推荐可以基于对所述买方420交易的海关数据的分析。在实施例中，所述推荐可以基于对除所述买方420以外的一方的交易的海关数据的分析。在实施例中，所述推荐可以基于对所述买方420的交易的海关数据的分析。在实施例中，所述推荐可以基于对除所述买方420以外的一方的交易的海关数据的分析。

在实施例中，所述推荐可以基于用户对多个因素的优先级确定。在示例中，所述买方420可以在4天内要求40吨丝绸。所述推荐设备602可以推荐从供应商430买入40吨丝绸，基于其50吨每天的制造生产力以及在合同规定的时间内提供所要求的丝绸的能力。在实施例中，所述推荐可以基于用户规定的评分因素。

在实施例中，建议性合并工具可以使用更高级的技术来建议哪些买方或者供应商应当被合并在一起，诸如所列出的正被讨论的供应商，接着产生潜在的匹配。这种技术可以在所述名称以及所述地址上使用文本相似性度量并且执行诸如按字母顺序对标记排序的算法步骤，因此词换位不改变模式匹配中名称的词汇距离。这种技术可以确定给定的买方或者供应商的名称或者买方的名称中的每个词怎样对名称的唯一性起作用，并且使用这个信息为合并做出有关的建议。在实施例中，建议性合并工具可以使用机器学习方法来执行模式匹配或者建议记录的合并，诸如使用增长树(boosted tree)的技术或者其他机器学习技术。

买方素质评分可以通过基于服务商或者主办人对所述买方的素质的评定选中一个框(check a box)来手动地指派或者通过自动技术来指派。在实施例中，搜索链接可以被提供给每个买方，诸如从搜索引擎、目录、评分系统或者关于所述买方的信息的其他源取回搜索结果的那个链接。在实施例中，接口，诸如综合买方管理器可以协助供应商搜索不同的买方。

在实施例中，买方买卖工具可以对特定的供应商的数据进行统计数分析(break down)，诸如地址(来自海关数据)、原始的海关记录、示出客户忠诚度时期的记录以及到其他供应商的切换，对所述供应商已装运的东西的统计分析(例如依据产品类别、材料、技术、所装运的衣服的性别以及诸如此类)、对所述供应商已进行的装运的规模的统计分析、对所述供应商在某段时间上每月进行的装运的数目的统计分析，以确定估计的供应商的生产力，以及估计的供应商愿意生产的最少装运。在示例中，工具可以示出对供应商的统计分析(例如，示出供应商的数目，诸如每个评分中的35个供应商)，其中有可能看到买方所使用过的供应商的历史记录。这可以允许营销人员评估他们的相对于他们与其竞争的其他供应商的表现。

国家管理器工具可以被用于在国家上添加数据(诸如对于综合评分110或者分析的国家背景维度)。

在实施例中，应用编程接口可以被提供用于在本文中所描述的平台，由此其他计算机程序可以访问由所述平台生成的报告，诸如访问综合评分110、评分的特定的组成部分、特定算法的结果或者在所述平台中所使用的数据源。因此，参与国际贸易的其他方，诸如所述服务商的客户以及合作者，可以得到对所述平台的访问，允许由所述平台管理的评分变为供应商通过其被评分的标准测量结果。

产品关键词管理器工具可以为搜索接口提供本体(ontology)或者层级，诸如使用曲线图、图表以及诸如此类。所述管理器可以允许服务商向类别添加或者删除子类别。与所述类别中的每一个相关联的关键词对于下列各项可以是有用的：(1)得到数据(允许用户扫描整个海关数据的原始文本、查找这些关键词，其为使所述服务商知道供应商装运了类别内的某些东西的一种方法；在示例中，对婴儿服装的搜索可能搜索所有子目录，使用诸如婴孩、婴儿、小孩、孩子、新生儿的全套用品、孕妇、新生儿、初学走路的孩子以及诸如此类)；以及(2)使用关键词使文本进入所述搜索域中(诸如同义词以得到更好的搜索结果)。在示例中，在材料的层级中，有材料的子材料，并且每个都具有与其相关联的关键词。在实施例中，服务商可以参与生成具有特定的定义的关键词的过程(手动的或者自动的)，诸如使用列出所有产品以及材料的术语表。在实施例中，算法可以被用于基于所有供应商的装运的集合内容确定所述供应商的市场纵向(例如服装供应商或者电子器件供应商等等)。在实施例中，海关记录可以被用于识别所述材料处于什么行业或者纵向中。

统计工具可以协助提供数据的分布。因此，服务商可以支持由所述平台的方法及系统所分析的数据的所有维度的统计分布。

存储桶界限检查工具可以协助通过示出处于每个存储桶的高和低界限的供应商来测试落在特定的评分“存储桶”或者统计堆内(例如优秀、未经证实等等)的那些供应商。

报告生成工具可以自动地构建PDF报告或者以其他输出格式的报告，诸如PowerPoint、Excel、Word以及诸如此类。所述报告生成工具可以被用作管理性工具，或者作为允许用户或者客户构建定制的报告的工具，诸如并入由所述平台所生成的一些或者所有数据的那些。在示例中，用户可以规定所述报告应当包括哪个或者哪些供应商。可以使报告为纵向特有的，覆盖纵向中的多个供应商，诸如主题或者特征性的分组，或者其可以涉及杰出的供应商(诸如具有高客户忠诚度评分、最高经验总量或者诸如此类的一些供应商)。在实施例中，用户可以打开或者关闭各种部分。在实施例中，报告的最终结果可以是允许所述用户下载所述报告(以PDF格式或者一些其他格式)或者经电子邮件(以PDF格式或者一些其他格式)发送所述报告的链接。

在实施例中，买方买卖工具可以提供关于特定的买方从他们的供应商要求什么产品材料、什么产品技术以及诸如此类的信息。这种工具也可以提供涉及特定的买方随着时间的过去进口了多少装运以及对装运规模的统计分析的信息。

买卖工具可以被所述平台的操作者用于至少为供应商、买方以及其他方识别买卖与所述平台相关联的产品以及服务的机会。所述买卖工具也可以被图7所示的供应商以及被图8所画的买方访问。然而，当被所述平台或者所述平台的部分实现的操作者或者拥有人使用时，所述买卖工具具有显著能力。所述买卖工具可以与所述平台的其他单元协同地合作，诸如执行集合、关联、合并、存储、收集、分析、用户接口以及诸如此类的单元。买卖工具可以被用于识别潜在的场景的实例(例如处于金融危机中的供应商)以向可能潜在地受所述场景实例影响的实体(例如供应商的承运人、买方、原始货物的供应商以及诸如此类)提供通过在本文中所描述的方法及系统可获得的服务和产品。

所述买卖工具也可以与用户接口协力合作以促进操作者输入所述买卖工具可以评估的买卖机会场景的参数。所输入的场景参数以及属性可以被应用于对海关交易数据的分析并且买卖机会可以通过所述用户接口向所述操作者呈现。

如图7所示，买卖工具712可以被提供用于供应商718。所述视场工具712可以被提供在计算机设备702中。如在图4、5和6的描述中所解释的那样，所述计算机设备702可以包括收集设备714、存储设备710、集合设备704以及关联设备708。所述收集设备714可以收集多个买方718与多个供应商724之间的交易的多个公共记录。在示例中，所述收集设备714可以收集买方720与供应商722之间的交易的公共记录。所述存储设备710可以存储多个买方718与多个供应商724之间的交易的多个公共记录。所述集合设备704可以集合所述交易。所述关联设备708可以将所述交易与可以包括但不限于公司、买方、卖方、供应商、分销商、工厂、供应商的附属机构以及诸如此类的各种实体相关联。分析设备732可以分析被集合的交易。所述买卖工具712可以基于对来自公共记录的交易数据的分析为所述供应商728建议买卖策略。在示例中，所述买卖工具712可以向所述供应商728建议每周向位于美国的买方720销售100吨丝织品将是赚钱的。本领域的技术人员将理解所述买卖工具712可以同时向多个供应商724建议买卖策略。

如图8所示，用于所述买方720的买卖工具802可以被提供。所述买卖工具802可以被提供在计算机设备702中。所述买卖工具802可以基于对来自公共记录的交易数据的分析为所述买方720建议买卖策略。在示例中，所述买卖工具802可以向所述买方720建议按月从位于中国的供应商728买入50吨丝织品将是赚钱的。本领域的技术人员将理解所述买卖工具802可以同时向多个买方718建议买卖策略。

处理海关交易以及其他记录可能涉及多步骤方法。来自诸如美国海关的海关组织的数据可以在诸如CD、DVD、闪存、记忆棒、USB存储卡以及任何其他类型的可移除或者便携式存储装置的可移除计算机存储器上被提供。可替换地，所述海关数据可以经诸如因特网、拨号连接、虚拟私人网络、专用网络以及诸如此类的网络被获取。所述数据也可以被从私有格式转换以用于通过所述平台进一步进行处理。每个海关组织，并且在特定国家的任何海关组织内可以具有用于记录的不同格式或者存储装置。转换可以在所述数据上被执行使得最终结果独立于传递的物理格式以及所述信息的逻辑格式。以这种方式，以大体上统一的格式的数据可以由在本文中所公开的供应商评分以及诸如此类的方法及系统进行处理。在示例中，美国海关数据可以在CD上被提供并且可以COBOL格式。所述CD上的数据可以被取回并且自动地下载到服务器。所述服务器或者另一个计算装置可以将所述数据从所述COBOL格式转换为XML格式。所述XML格式的数据可以被下载到诸如Postgres数据库等数据库用于进一步的处理。在这个示例中，XML格式表示用于所述海关数据的统一格式。

处理被转换的交易数据可以包括数据分析的多个步骤，其中可以应用信任度等级。信任度等级可以被分成信任度段，其可以帮助将每个交易对准合并(高信任度段)、建议人工辅助的合并(中等信任度段)以及不合并(低或者缺乏信任度段)中的一个。对所述交易数据的分析可以揭示关于在所述交易中所涉及的实体的重要信息。在示例中，单个实体可以表现为一个交易中的买方、另一个交易中的承运人以及第三个交易中的供应商。保证每个交易与所述实体恰当地相关联，从而其预期的功能(买方、承运人以及供应商)可以通过各种分析和评定技术被实现，包括相似性评定、过滤、分类、聚类以及诸如此类。

海关数据的处理也可以包括文本挖掘。文本挖掘可以包括搜索已知、预先确定的或者为所述挖掘操作所规定的关键词、条款或者短语。条款的本体，诸如“性别染色”可以被应用在文本挖掘中。另外，关键词的同义词可以被挖掘。文本挖掘也促进用各种数据填充报告，诸如每月装运的时间序列数据以及每月装运的重量。

可以用监视设备进一步分析数据，所述监视工具可以查找异常，诸如峰值以及其他统计测量结果以识别在所述交易中被捕捉的潜在的重要事件。分析数据以得到峰值以及诸如此类可以帮助激活买方、供应商、承运人以及其他实体供所述平台使用。统计事件，诸如在其他情况下具有很少的交易历史记录的买方的订单中的尖峰可能触发所述买方应当被激活用于买方、供应商以及诸如此类的评分的指示。可替换地或者另外地，可以基于实体的交易符合诸如装运数量门限的条件而激活实体，以及诸如此类。

合并数据保证了与实体(买方、供应商或者诸如此类)相关联的交易的所有记录针对正确的实体恰当地被记录。然而，由于数据源的巨大数目，实体可以怎样在来自所述数据源的记录中被识别的显著差别、亲子实体关系、交易系统限制(例如限制实体名称中的字符数目)、区域差别、方言差别、实体信息速记的使用、买方、供应商所使用的各种编码方案以及诸如此类，数据的恰当合并是复杂并且困难的。

在基本的示例中，合并取得相同实例的两个记录，每个所述记录具有大体上彼此不同的实体信息并且保证所述记录针对所述一个实体恰当地被记录而不是被指派给两个独立的实体。合并工具可以通过解除所述变化来提供数据的健壮、准确并且高效的合并，所述变化中的一些在上文中被描述，使得单个实体的记录被合并，同时保证不同实体的记录被保持与所述单个实体分开。

在任何给定的国家、行业、区域或者语言内，没有通用的实体标识符可以被应用于所述数据记录以唯一地标识哪个实体与每个交易记录相关联。此外，在数据记录通过来自许多国家的源、在许多行业中以及跨许多语言被提供的情况下，所述合并的挑战性被增加。如今迎接这种挑战性的方式是执行对存在于所述记录中的文本的处理以确定哪些记录应当被合并在一实体下。文本关联、过滤、字符分组、词库查找、机器学习、自然语言处理、基于搜索的比较、分类、已知实体匹配、聚类以及诸如此类的各种技术可以被应用于识别可合并的记录。存在于合并中的复杂度以及挑战性可能要求以智能的方式应用每种技术使得诸如分类的高计算强度的过程可以适当地被使用。

合并的一个目标是取得一组输入记录并且将它们匹配到所述平台已经知道的实体，诸如已经被包括在所述平台的实体数据库或者其他数据库中的实体。当匹配不能以足够的信任度等级自动地被确定时，则信息可以被呈现给所述平台的操作者或者用户以对与所述(一个或者多个)记录相关联的实体做出最后的确定。

用于识别可合并的记录的方法及技术可以被编程到处理单元中并且按促进记录的迅速以及健壮的合并的顺序被运行。至少三种类型的处理可以在记录上被执行用于合并评定：过滤、分类以及聚类。每种处理类型现在将被描述。

因为分类以及聚类就计算/处理时间而言可能开销非常大，过滤被应用于将用于分类的候选记录与不可能可被合并在单个实体下的记录区分开。过滤提供各种技术来帮助仅识别分类有可能合并的记录。为合并目的的过滤可以被看作是对所述记录的粗拣选，为分类捕捉候选并且通过(pass through)表现为与被捕捉的记录大相径庭的那些记录。过滤可以通过各种过滤器型算法来执行。在一个示例中，过滤可以通过搜索引擎软件来执行，诸如所应用的开源的lucene搜索引擎。在过滤的另一个示例中，有时被称作“kgram过滤”，若干小规模的连续的字符串从两个记录中的每一个被捕捉并且被比较。kgram过滤可以基于动态编程技术。在kgram过滤的应用中，当足够数目的所述字符串在所述记录之间匹配时，所述记录可以被识别为用于诸如分类以及聚类的进一步的处理的潜在的候选。kgram过滤的一个好处在于其为过滤器设计者提供许多选择，诸如允许交叠的字符串、定义每个字符串的长度、确定所要求用于将所述(一个或者多个)记录标记为分类候选的匹配的串的数量。以这种方式，实体名称或者实体识别信息(其可以包括实体名称、商标、电话号码、地址以及诸如此类)不需要精确的匹配，但是代替地需要足够的匹配的字符串以超过kgram过滤器门限。在示例中，kgram过滤器可以比较10个字符的交叠的字符串(kgram过滤器集合)并且可以要求所述字符串中的至少10个必须匹配(kgram过滤器门限)以使所述记录被识别为用于分类以及聚类的潜在候选。因为被所述平台接收并且处理的记录在某些域内可能具有错误地被放在那里的信息(在实体名称域内中的个人名称)，过滤可以被用于快速地分出错误的记录。

另一种合并技术被称为分类。尽管已经通过过滤被识别为用于分类的候选的记录可以产生更快的并且更健壮的分类结果，分类可以在任何记录上被执行。因为具有不匹配的实体信息的记录可以是单个实体的记录，分类使用文本、语言、数学以及其他分析技术来识别两个记录来自相同的实体的可能性。分类包括各种技术，包括规范适配、特定清除、多域比较(姓名、地址、电话号码等等)、编辑距离算法、向量生成、机器学习、决策树以及诸如此类。

在规范适配中，记录中的实体信息被用于估计应当不影响分类的差别。诸如词的缩写(road的rd、California的CA以及诸如此类)的差别在所述记录中可以被规范化。对于分类可能有微小影响的标点以及其他字符可以在各种分类以及聚类技术期间被去除或者被标记为应被忽略。除了规范适配，针对性的清除可以被应用于进一步使所述数据规范化。清除可以帮助解除所述记录中的缺陷，诸如不正确的产地国家，其为常见缺陷。清除可以基于关于所述记录的范畴的信息以进一步增强实体识别以及合并。清除可以基于地理或者区域知识、市场纵向、行业规范以及诸如此类。在示例中，在市场纵向内，纺织品供应商名称的变化可以被应用于快速地将各种名称与规范化的或者规范的实体名称对齐；从而减小另外的分类技术将必须处理的复杂程度。结果可以包括不那么复杂的数学计算。清除可能以所述记录的特定方面为目标，诸如实体名称、城市名称、街道名称、电话号码以及诸如此类。任何数目的这些清除可以顺序地或者并行地被应用于数据记录以改进所述记录的可合并性。

为说明可能导致非常低的分类分数的数据条目中的差别，本文中的分类技术被应用于单独的域(实体名称域、地址域)，也被应用于域的结合(实体名称+地址域)使得在地址域中具有实体名称的记录仍然可以被识别为可与在所述地址域中具有地址的其他记录合并。

如在上文中以及在本文的其他地方所述描述的已经被清理或者修改的数据可以通过Wagner-Fischer、Levenshtein、Jaro-Winkler以及诸如此类的编辑距离度量算法被处理。其结果可以是表示与所应用的各种分类技术相关联的相似性的维度的数的复向量。所述相似性的向量可以基于本领域的技术人员已知的其他分类以及文本分析技术。所有这种分类以及分析技术可以通过所述平台被应用于所述记录并且被包括在本文中。

机器学习以及其他人工智能技术可以被应用于确定成对的记录的相似性向量是否标识可以被合并在共同的实体下。通过使用训练向量以及决策树逻辑，记录可合并性可以进一步被评定并且可以使这种可合并性的测量结果对聚类技术可用。所述结果可以包括在所有所述分类候选记录之间的成对匹配的标识。

训练向量可以从交易数据获得。一组交易可以被标识为训练组，其在建立用于将装运与诸如实体类型、供应商类型、产品类型、产品特征或者属性、材料类型以及诸如此类的属性相关联的预测参数方面可能是有用的。训练组对于通过允许因此可以被使用的预测参数的开发来促进装运与实体的关联也可能是有用的。通过识别装运与属性或者实体之间的候选关系，交易记录的训练组可以减小所要求用于综合性地过滤、分类以及聚类的计算负载。在示例中，记录可以被呈现给处理设备，诸如分析设备J32。所述处理设备可以基于所述记录中的一个或者多个域来选择预测参数。所述交易记录中的某些域可以被与一部分所述预测参数比较以预测要关联到交易记录的实体。

对与交易或者海关记录相关联的属性的预测对于汇总的、被集合的或者蓄积的交易数据可能是有用的。因为交易记录可以是单独的装运记录、被集合的交易记录、汇总的或者总结的交易数据以及诸如此类，预测可以与汇总的交易相关联的属性可以允许所述平台从在其他情况下非特定的数据中获得显著的好处。在示例中，美国海关记录可能将来自中国的每次装运记录为单独的海关交易记录，但是所述交易可能不标识所述供应商，仅标识所述承运人以及买方。然而，中国可以仅提供在诸如历月的一段时间上累积相似的装运的汇总的交易。来自中国的汇总的交易数据可以具有部分地使其不同的一些数据单元，诸如产品标识符、源区域、承运人、供应商以及诸如此类。在历月内的美国海关交易数据可以被用于标识可以被应用于所述中国交易数据的预测参数以预测所述供应商。当诸如装运数量、承运人以及诸如此类的美国海关训练组数据被应用于所述中国数据时，供应商对于所述汇总的中国交易数据可以被预测。

聚类的目标是要将应当被合并在共同的实体下的尽可能多的记录聚类。聚类可能导致一个实体的所有变化被标识为一个实体。可以被应用的聚类技术在此被称作百分之p聚类。在百分之p聚类中，成对匹配门限被建立并且至少匹配任何给定的群集中的记录的门限百分数的任何记录将被添加到所述聚类。以此方式，尽管成对比配的标识被匹配的记录的所有对，聚类允许彼此不完全匹配的记录形成群集。在示例中，如果百分之p的门限为25％，则成对匹配群集成员中的至少25％的记录可以被添加到所述群集。在实施例中，动态的百分之p可以允许基于所述群集、记录以及诸如此类的方面对百分之p进行动态调整。在示例中，百分之p对于小规模的群集可以被设置为低并且对于大规模的群集可以被增加。百分之p聚类保证具有与所述群集的成员中的一些有高度匹配的记录可以恰当地被包括在所述群集中。百分之p较单个维度(单个链接)的聚类技术提供了显著的优势。

过滤、分类以及聚类是重要的并且促进数据源记录间的合并(例如现有的公司的新的交易)以及内部的数据源记录的合并(例如美国到中国海关数据记录)。此外这些技术在将实体分类成行业或者市场方面是有用的。

可以通过使用与装运记录和/或其他数据源相关联的数据确定实体(买方、供应商)与哪个行业相关联来实现行业或者纵向分类。如上所述，机器学习技术，诸如决策树可以被用于将单独的数据记录分类。

所述海关交易数据可以被挖掘以自动地构建用于纵向分类的训练数据。标准化的编码，诸如嵌入在免费的文本商品域中的协调关税系统(HTS)编码可以被提取并且被用于确定与记录相关联的纵向。连同所述HTS编码，所述商品域中的文本可以被挖掘以训练纵向分类器设备。所述纵向分类器设备因而可以被用于预测或者确定海关记录的纵向分类。在示例中，记录的商品域可以是“HTS 6209180红色棉裤”。-被提取的HTS编码6209180可以被确定为与服装行业纵向相关联。被提取的标签“红色棉裤”在我们的训练数据中可以被识别为服装。如果“红色棉裤”没有被识别，则其可以被添加到服装训练数据。一般而言，只有一小部分海关数据具有HTS编码；因此训练分类器并且将被训练的商品条目应用于新的记录可以促进所述交易记录的剩余部分的分类。因为所述纵向分类器可以是自学设备，由所述分类器所处理的每个新的记录可以增强所述纵向分类器将新的记录分类的能力。另外，记录的手动标注可以被用于改进所述纵向分类器训练数据。

在实施例中，名称更新器可以提供工具来清理供应商或者买方的名称，诸如使逗号、句号、首字母缩写的大写、固定的共同的错误拼写、形成共同的缩写以及诸如此类一致。这可以是清除那些名字的自动过程，也可以是通过浏览名称的集合而遍历它们的手动接口。

图9画出用于为供应商评分的综合分析方法的流程图。数据可以从各种源自动地904或者手动地908被收集902，诸如来自美国海关交易的数据库(或者其他管辖范围的相似的数据库)的海关数据、涉及奖励、认证以及诸如此类的数据的源、诸如世界银行的银行组织的数据库、联系信息的数据库(诸如黄页、白页以及其他商业数据库)、具有商业登记信息，诸如包含关于公司、有限责任公司、合伙企业以及其他实体的构成的信息的数据源、具有关于在各种管辖范围中做生意的资格的信息的数据源、涉及商业执照以及其他颁发执照活动的数据源，以及涉及商业的各种实质特性，诸如Dunn&Bradstreet数据、涉及公司记录的数据、具有证券归档(securities filing)以及相似信息的数据、来自证券分析师的数据的数据源，以及各种其他源。这样的数据可以被带入数据仓库910中，其可以是数据市场或者用于处理来自分散的源的数据的相似的设备。一旦被带入所述仓库910中，可以通过各种自动清理914或者手动清理918过程来清理数据，诸如通过将产品类别自动地指派给与供应商相关联的数据记录，基于诸如机器学习技术的模式匹配或者相似的技术，并且实施消除混淆的步骤，将素质评分指派给所述买方(诸如与交易的记录相关联)，为买方选择或者声明名称(诸如当记录具有不止一方的名称的时候)并且指派装运的地理区域。其他的数据清理步骤可以如熟悉数据处理及操控的技术人员所理解的那样被实施。一旦清理干净，干净的数据920可以被传递到分设备922用于根据贯穿此公开内容所描述的各种方法的分析，包括用于计算的模块填充(population)，基于来自从所述数据源所获得的记录的数据，在本文中所描述的各种评分，包括所述综合评分110以及各种组成部分评分。所述分析设备922可以确定国家背景、产品专业化的程度、买方忠诚度的测量结果、买方评分或者其他评分。在所述分析设备中，评分可以被标准化、规范化或者加权，并且综合评分110可以被计算。一旦规范化，评分924由所述分析设备922生成，评分可以被用于生成报告928，诸如具有各种组成的评分的综合记分卡200，如贯穿此公开内容所公开的那样。报告生成928也可以涉及开发以及呈现百分比计算、产品类别、评分以及公司信息。

权重可以被应用于在本文中所公开的方法及系统中的评分算法、数据以及诸如此类。权重可以被用在确定评分的过程中使得影响评分的某些因素与其他因素相比可以对评分有更大的影响。权重也可以是变量并且可以基于多个因素的结合。权重可以基于数据的及时性被应用。将数据的及时性加权可能是重要的，因为举例来说非常新的数据可能还没有被证实或者旧的数据可能不再表示买方-供应商关系。数据的加权也可能是重要的，因为一些数据可以具有独立于年代(age)的可疑的质量，数据可能不具有与评分高程度的关联性，以及与多个因素有关的许多其他数据质量。以此方式，可以基于数据的及时性、交易的规模、所述交易方的质量、交易方或者实体的先前的评分、所述数据的相关性在评分过程中给出权重。加权因素可以基于对实体、实体的财务健康状况以及诸如此类的人工辅助的评定。

供应商或者买方的综合评分110可以是诸如与经验总量、认证维度、国家背景、商业度量、客户忠诚度以及诸如此类相关联的评分的子评分的结合。综合评分110以及任何子评分可以被加权、规范化并且曲线拟合以保证所述评分提供供应商、买方以及诸如此类的一致的可靠的测量结果。另外，所述加权可以是客户规定的以允许客户标识评分的部分，所述部分是最重要的。

一个子评分度量是客户忠诚度。为供应商确定客户忠诚度评分是计算上高强度并且算法上消耗资源的，因为其测量供应商在多大程度上保持客户或者买方在多大程度上坚持供应商。在一些行业中，诸如在服装业中，买方每年改变几乎一半他们的供应商是常见的。理解确定这种活动怎样影响客户忠诚度的因素是本发明的关键优点。

客户忠诚度可以通过考虑单独的买方-供应商对来确定。为供应商确定客户忠诚度评分的一种技术是确定该供应商的每个买方(客户)的客户忠诚度评分并且接着结合所述单独的评分。可能影响客户忠诚度的因素包括买方买入模式、买入频率、购买的数目、从第一次购买起的时间以及诸如此类。每次交易可以被分析用于确定所述买方是否从第二供应商买入并且如果所述购买是为了得到先前从第一供应商处购买的项目。在这种情况下，所述第一供应商的客户忠诚度被损害。然而，简单地测量交易可能不提供客户忠诚度的质量测量结果。诸如所述第一供应商是否停止销售所述买方现在正从所述第二供应商买入的项目等因素是重要的而应包括。

交易数据可能常常仅作为免费的文本数据可获得(UPC以及其他编码可能不被包括在所述记录中)。因此，在本文中所描述的文本处理、规范化以及规范适配技术有利地可以被应用于为供应商确定客户忠诚度评分。买方-供应商关系的某些方面与其他方面相比可能具有更高的重要性，因此在一些维度上的指数加权可能是有用的。在示例中，较少的交易的较长的关系与在较短的持续时间上的大量交易相比可能更重要。包括在客户忠诚度计算中的因素包括关系的持续时间、订单/装运的计数、每次订单/装运的重量(确定装运的规模/价值)以及诸如此类。在示例中，如果买方从两个供应商买入相同的项目并且将订单整合到所述两个供应商中的仅一个，则另一供应商的客户忠诚度评分可能显著地被影响，因为在供应商-买方关系中已知的中断。

对于合并记录、确定综合评分110以及与所述平台相关联的其他活动以及结果，确定亲子关系可能是重要的。除了亲子关系，其他关系在确定综合评分110、客户忠诚度评分以及诸如此类的方面可能是重要的。从单个母体下的一个附属机构切换到另一个附属机构的买方可能对母体评分几乎没有影响，但是可能对附属机构评分具有显著的影响。

促进确定亲子关系的所述平台的方面可以使用信息的各种源，诸如来自Dunn&Bradstreet的商业记录、网络新闻馈送、商业新闻站点的搜素引擎结果、供应商网站的爬行、供应商的新闻发布以及诸如此类。通过母体对附属机构的获知可以通过这些数据源中的一个或者多个被标识并且所述亲子关系可以被计入综合评分、客户忠诚度评分、合并以及诸如此类中。亲子关系也可以基于预先确定的探试法被确定，诸如相同的城市-相同的名称、相同的买方相似的名称、以及海关数据记录单元的其他探试结合。亲子关系可以为供应商以及为买方被确定。

图10画出了从与供应商交易相关联的海关数据获得的多个域。图10所画的记录可以包括海关数据1000的一部分买方记录。注意可以与买方的身份相关联的信息可以存在于各种域中。图10进一步示出了来自海关记录1002的域。海关数据1000的买方记录可以包括但不限于诸如承运人1004A、收货人1004B、通知方1004C、其他通知方1004D、重量1004E、数量1004F、BL号1004G、国家1004H、数据1004I、商品1004J以及HS编码1004K的域。某些域可以基于在一个或者多个域中所包含的信息来促进对可能的买方的标识；这些域可以被称作买方身份候选域1008。在示例中，标识买方的一种方式是通过使用所述收货人1004B。在另一个示例中，通知方1004C可以被用于标识所述买方。在还有另一个示例中，其他通知方1004D可以被用于标识所述买方。所述买方身份候选域1008可以各种方式被结合用于促进标识买方。

参考图11，其画出具有细节的多个海关记录，所述细节与买方以及供应商标识有关并且用于合并海关记录同时避免由于相同的交易在不同的记录中被表征而引起的在计数相同的交易时的重复。记录1102与1104记录相同的承运人1004A“上海八达纺织”、收货人1004B“No Fear公司”以及HS编码1004K“621143”。然而，所述数据1004I对于每个记录不同，指示当所述记录可能与相同的买方以及供应商相关联时，他们不是重复的条目。记录1108记录与记录1102和1104记录的相同的承运人1104A。其通过所述其他通知方1004D域中的数据“No Fear”也记录可能与记录1102和1104的买方相同的买方。因此，得到记录1108的买方以及卖方与记录1102和1104中的那些相同的结论是适当的。然而，因为所述HS编码1004K“621149”不相同，记录1108不是1102或者1104的重复。记录1110在收货人1004B中记录潜在的买方“No Fear”，其可能与记录1102、1104及1108中的买方相同。然而，因为所述承运人1104A“广州纺织公司”可能被标识为与记录1108、1104及1108中的承运人不同的供应商，可以容易地确定记录1110不仅不是1102、1104、1108的重复，而且其也标识不同的供应商-买方关系。

参考图12，其示出了可以促进在海关记录1202中被提供的多个潜在的买方名称之间进行选择的海关数据用户接口1204。所述接口1204可以包括一个或者多个买方名称使用按钮1208或者用于选择每个所述海关记录1202中哪个域表示买方名称的一些其他类型的选择装置。如参考图10所描述的那样，买方身份候选域1008可以包括收货人1004B、所述通知方1004C以及所述其他通知方1004D域。所述买方名称使用按钮1208可以与所述买方身份候选域1008中的每个域相关联使得所述平台的操作者可以发信号通知与每个海关记录1202相关联的哪个买方身份数据项目应当被用于合并、去重复以及所述平台内的其他行为。所述海关数据用户接口1204仅是示范性的并且按钮、数据域以及诸如此类的其他布置以及在选择之前和之后的数据的各种呈现都是有可能的并且被包括在本文中。

名称选择器工具，诸如在上文中所描述的并且在图12中所画出的那个可以协助在记录中标识买方名称或者供应商名称。所述工具可以允许用户手动地为每个交易记录标识买方、卖方、承运人以及诸如此类。如在本文中所描述的那样，可以有自动的过程来处理交易记录中的实体标识。自动或者手动的过程使用关键词像“物流”、“贸易公司”以及“装运公司”以区分承运人与买方或者供应商。

参考图13，画出配置合并参数以指导对买方名称中的变化的自动合并的GUI 1300被示出。选择按钮1302允许对所述收货人1004B的选择。另外，所述收货人1004B的变化可以在所述选择按钮下面被列出连同允许对所述收货人名称1004B的一个或者多个变化的选择的复选框1304A。列出所述收货人名称1004B的不同变化的另一组复选框1304B可以在所述GUI的右侧被提供。所述选择按钮1302、所述复选框1304A以及所述复选框1304B的选择可以促进在初始化时对供应商名称的合并。在示例中，对应于No Fear公司的选择按钮可以连同示出No Fear公司的复选框一起被选择。随后，所述买方的名称中的变化可以被合并。

参考图14，画出配置合并参数以指导对供应商名称中的变化的自动合并的GUI 1400被示出。选择按钮1402允许对所述收货人1004B的选择。另外，所述收货人1004B的变化可以在所述选择按钮下面被列出连同允许对所述收货人名称1004B的一个或者多个变化的选择的复选框1404A。列出所述收货人名称1004B的不同变化的另一组复选框1404B可以在所述GUI的右侧被提供。所述选择按钮1402、所述复选框1404A以及所述复选框1404B的选择可以促进在初始化时对供应商名称的合并。在示例中，对应于上海八达纺织的选择按钮可以连同示出上海八达纺织公司的复选框一起被选择。随后，所述买方的名称中的变化可以被合并。

图15画出标识与根据交易记录评定买方忠诚度有关的因素。在与一个供应商的一系列交易1502、1504、1508之后，随后的交易1510指示所述买方已经切换到另一个供应商以得到相似的产品。因此，由交易1502、1504以及1508所表示的初始的忠诚度时期可以被计算，其持续时间可以是在来自所述供应商的产品的第一订单1502与最后的订单1508之间的时间。到另一个供应商的切换可以终止所述忠诚度时期。此外，所述切换本身可以被看作所述供应商的质量的一个指标(特别地暗示新的供应商的更高的质量以及旧的供应商的更低的质量)。在实施例中，负面因素可以作为所述切换的结果在为之前的供应商的评分时被归结，其可以平衡或者甚至超越与先前的忠诚度时期相关联的正面因素。

图16画出使用可以指示供应商的专业化程度的交易数据。海关数据1602可以包括HS编码域1004K，其可以通过考虑所述HS编码域1004K中的值的范围为与特定的供应商相关联的交易记录提供对供应商专业化的指示。更大的类别数目可能暗示更少的专业化，而更小的类别数目则暗示更多的专业化。

图17画出用于得到指示供应商的经验程度的数据的步骤。所装运的单件的数目、订单的数目以及产品在其间被装运的持续时间可以是确定经验评分时的因素。来自单独的海关交易记录1702的数据可以被集合并且被处理以确定经验因素。在来自图17的示例中，专长的持续时间因素通过确定第一装运(1/2/2005)与最后的或者当前的装运(3/8/2005)之间的天数来计算。专长可以就供应商装运了多少每个产品类型而言，使得用户可以更好地确定什么供应商具有他们的最多的经验、他们的最少经验以及诸如此类。

图18画出基于由所述供应商所服务的买方的数量可能影响供应商的评分的海关数据域1802。可以通过所述收货人1004B域、所述其他通知方1004D域或者其结合在所述海关数据记录域1802中标识买方。被标识的买方的素质可以手动地被确定，诸如通过服务商或者通过基于各种属性的算法，诸如生意的规模、雇员的数量、是否上市、盈利能力、在客户之间的品牌知识、通过第三方的调研或者评分、奖励、认证或者一系列其他测量结果。所述素质可以被所述平台存储与关于所述买方的其他信息相关联。可替换地，所述素质可以根据如上所述的被存储以及被取回的信息来计算。所述平台可以计算所述素质、所述素质中的一部分或者可以通过接口，诸如网络接口而具备所述素质。

图19画出示出最佳供应商的一部分总结报告1900，包括所述供应商的评分1904、所述供应商的名称1908、供应商的位置1910以及参考细节1912。所述总结可以被用于行业或者产品类别，诸如女士服装(例如女衬衫、半身裙、连衣裙以及诸如此类)。在一个实施例中，公司可以为所述产品中的一个，即女士衬衫在给定类别的供应商内给出综合评分110。另外，这个类别的最佳供应商(诸如排名前50的供应商)可以被列出，尽管在图19的实施例中示出少于50个供应商。所述报告1900可以包括更多或者更少的最佳供应商数目。此外，所述报告1900可以包括提供使用所述总结的指导的执行总结部分。可以基于诸如及时供应、质量、所述产品的定价以及诸如此类的多个因素使所述评分1904符合所述供应商。每个评分1904可以在规范化的尺度上被缩放，诸如百分制尺度，其中特定的评分通过图表被画出，诸如以条线图，使得在该类别的评分中看出所述供应商的相对性能更容易。所述评分1904也可作为定性的标签被画出，诸如“优秀”、“良好”、“一般”以及诸如此类。在所述综合评分的背景下，所述供应商信息可以在详细报告的一个或者多个部分中被提供。

图20画出示出杰出的供应商(例如对于特定的产品)的报告2000，包括具有最高客户忠诚度的供应商以及在向所述买方的管辖范围装运方面具有最深入的经验的供应商。所述杰出的供应商报告2000可以包括具有最高客户忠诚度的最佳供应商的表2002A，以及最具经验的承运人的独立的表2002B。每个表2002A和2002B都可以包括与所述供应商的信息有关的多个列；在示例中为忠诚度评分2004A、经验评分2004B、供应商名称2008、位置2010以及所述供应商的细节2012。在当前的示意中，表2002A可以包括具有最好的客户忠诚度的排名前五的供应商。表2002B可以列出在向美国装运方面具有最多经验的最佳供应商。在当前的示意中，列表被提供用于在向他们的在美国的对应的客户装运方面可能具有最大经验的排名前四的供应商。

图21示出根据质量的各种维度对综合评分110进行统计分析的示范性的详细报告2100。在所述示例详细报告2100中，质量的维度可以被分成多个性能方面2102，诸如可以包括客户忠诚度、经验总量以及诸如此类的以往的记录；可以包括质量管理、社会责任以及环境责任的认证2104；以及可以包括商业合法性以及国家背景的商业基本要素2108。每个评分可以在规范化的尺度上被缩放，诸如百分制尺度2110，其中特定的评分通过图表被画出，诸如以条线图2112，使得将每个维度中的供应商性能与每个其他维度中的供应商性能比较更容易。可替换地，评分可以作为定性的标签被画出，诸如“优秀”、“良好”、“一般”以及诸如此类。

图22示出供应商交易经验在所选择的时间段内的统计分析，其可以允许预期的买方提出关于什么领域的经验对于所述供应商是最深入的推断。所述统计分析可以包括所述供应商的产品专长2202、所述供应商的技术专长2208以及所述供应商的材料专长2204。所述产品专长2202还可以包括多个产品的百分率分布；在示例中为衬衣和女衬衫、手套、半身裙以及诸如此类。所述技术专长2208可以包括被所述供应商应用以及使用的技术的百分率分布；在示例中为所述材料的非针织以及针织。所述材料专长2204可以包括被用于多个产品的合成的材料的百分率分布；在示例中为丝绸、棉等等。

图23示出呈现供应商交易经验根据所选择的因素的统计分析的报告2300，包括性别图表2300A以及客户素质图表2300B。这些图表可以基于各种供应因素，包括产品、材料、技术、装运历史记录、估计的最小装运规模、平均装运规模以及诸如此类。报告2300可以允许所述买方评定所述供应商是否以及在什么程度上可能具有适用于所述买方在市场中的定位的专长。

图24和25示出买方装运历史记录的统计分析，其中可以按计件、按月份、按到某个国家的月份以及诸如此类对装运历史记录进行统计分析。图24画出了作为计件图表2400的装运历史记录的统计分析。图25将装运历史记录统计分析成按月的物件图表2502A以及按月的装运计数图表2502B中。在实施例中，所述产品可以包括装运历史记录曲线图，其示出在某一段时间上所进行的装运的趋势以及体积(就装运容器而言被量化)。实施例也可以示出随着时间的过去被装运的产品的物件、衣服件、工件或者一般而言为个体的数目，基于将所述容器的重量以及在所述容器内部的每个单独的个体的假定的重量考虑在内的算法。实施列也可以包括就每个装运容器的个体数目而言对承销商的装运往往是多大规模的表征。这样的表征可以允许对供应商是否能够履行小订单、它们是否愿意履行大订单以及诸如此类的进一步的表征。实体也可以包括对供应商的月生产力以及它们的最小装运规模的估计。

图26示出用户通过其可以搜索供应商的接口。所述供应商搜索接口2602可以允许用户基于类别2608A、名称2608B以及国家2608C来搜索供应商。在图26中，用户选择基于所述供应商的国家2608C来搜索供应商。用户可以在文本输入框2610中输入文本，所述文本在确定国家时有用并且接着所述用户可以选择搜索控制2604在可以根据被输入到框2610中的文本所确定的国家内搜索供应商。

参考图27，所述搜索也可以被进行以得到涉及各种实体2708的信息，诸如供应商2732以及买方2730。计算机实现的设备2702可以收集并且存储多个买方2730与供应商2732之间的交易2704的多个公共记录。所述交易2704可以被集合并且与所述实体2708(供应商和/或买方)相关联。用户接口2722可以被提供，其可以促进正在从被集合的交易数据中搜索所述实体2708中的至少一个以及与所述实体2708中的至少一个相关联的信息的用户。所述用户可以是对取回上述信息感兴趣的任何人；所述用户也可以是供应商、买方、第三方以及诸如此类。用户接口2722的示例可以包括图形用户接口、基于网络的用户接口、触摸接口以及一些其他类型的用户接口。

在实施例中，所述用户接口2722可以促进基于元组的搜索2748。所述基于元组的搜索2748涉及搜索与特定的参数有关的实体2708的能力。这种参数可以涉及产品2750、材料2752和/或技术2754。在示例中，供应商S1可能为“通过挤压形成的铝基包装纸”进行对在美国可获得的买方的搜索。

根据本发明的实施例，从上述对实体2708的搜索得到的搜索结果也可以被分级。在实施例中，所述分级也可以基于供应商评分。

在实施例中，所述评分可以基于一方的背景、一方的商业合法性、基于国家的贸易环境的评定、宏观经济信息、行业奖励、行业认证、经验总量、装运的数目、经验的持续时间、交易的规模、国内经验的范围、国际经验的范围、客户的品质、客户忠诚度、专业化的程度、产品类别的专业化、制造技术的专业化、材料的专业化、性别的专业化、来自客户的反馈、来自买方的反馈、对产品质量的反馈、对客户服务的反馈、对交付及时性的反馈、对语言技能的反馈、对样品制作能力的反馈、对知识产权的尊重、质量管理、社会责任、环境责任、遵从性的标准、认证、以及相对于特定的售主标准的认证、风险预测2758、机会预测2760、以及一些其他类型的因素和参数。

再次参考上述示例，依据搜索，供应商2732可以得到买方2730的列表，所述买方可能对买入“通过挤压形成的铝基包装纸”。另外，所述供应商可能想要探知最佳买方。为了这个目的，所述供应商2732也可以得到所述买方2730的基于被选择的参数的评级，所述被选择的参数诸如反馈报告、与每个买方相关联的风险、地理位置以及一些其他类型的参数。所述评分可以数值、整数、百分率以及一些其他形式的评分。基于这个评分，评级可以被提供给所述买方2730中的每一个。这个评级又可以促进所述供应商做出涉及适当的买方的判断。风险可能与伪造、生产力、合同转包、政治因素、地理因素、天气因素、地质因素、金融风险、不执行合同的可能性、终止合同的可能性、知识产权、目标交付日期、除所述供应商和/或买方以外的一方的交易的海关数据、买方将转移到替代的供应商的可能性、不付款以及一些其他类型的风险因素有关。

机会预测2760可以是对根据海关交易数据所确定的新的生意机会的潜在性的评定。通过分析海关数据中的交易，买方以及供应商可以标识潜在的生意机会以建立新的关系、减小成本、提高可获得性以及诸如此类。虽然公司守护大部分的与他们的与成本以及利润有关的内部信息，在公共海关记录中可获得的交易信息可以提供对正在进行的买入以及销售活动的深入了解。在机会预测2760评定的示例中，买方可以决定有机会推动较难以减小价格的供应商。所述买方可能能够确定所述供应商随着时间的过去进行了较少的销售(例如像由海关交易记录中的较低的装运数量所证明的那样)。这其中的一个潜在原因是所述供应商的竞争者提供更低的价格。因此，所述供应商可能需要减小价格来维持竞争力。类似地，所述供应商可以回顾相同的记录并且确定所述竞争者在某些条件下以更低的价格销售，因此所述供应商可以相应地设计相对的定价策略。在另一个示例中，供应商可以通过检查现有的买方的交易而发现向所述买方销售另外类型的产品的机会。所述供应商可以确定所述买方正在从竞争者购买所述供应商也提供但是当前没有销售给所述买方的一类产品。所述供应商可以向所述买方提供通过从所述供应商而不是所述竞争者订购所述产品而潜在地改进所述买方成本的机会。诸如结合量的定价、减小的会计开销、更低的装运成本以及诸如此类的因素可以是所述买方可以用于吸引所述买方的关键优点。

类似地，所述平台或者所述平台的操作者可以使用所述海关交易的数据来标识并且向买方和/或供应商建议机会。所述交易的数据可以为指示机会的潜在性的因素而被分析并且所述机会可以被准备成向买方、供应商以及诸如此类中的一个或者多个的出价(offer)。机会可以包括相对于供应商定价杠杆对于买方的可用性；与供应商的订单的整合、相对于买方对于供应商的定价杠杆、增加买方的总支出用于供应商的份额以及诸如此类。

风险预测2758可以基于对海关交易数据的分析而被确定。供应商或者买方的风险预测可以基于所述供应商、所述买方或者第三方的海关交易数据。可以根据海关交易的数据被确定的风险预测可以包括与伪造、生产力超负荷、合同转包、政治因素、地理因素、天气、地质、财务、不执行合同的可能性、终止合同的可能性、知识产权、实现目标交付日期、不付款、选择替代的供应商、订单取消、订单挤出(order push-out)以及诸如此类有关的风险。可以从海关交易数据获得的风险预测可以是确定保险的条款和条件以及诸如此类的基础。

上文的描述公开了所述搜索接口可以被用于基于被集合的交易数据搜索实体2708。在实施例中，也可以基于感兴趣的(地理)区域2738、行业专业化2740、客户(实体类型)2742以及在形成关系时所显示的兴趣(感兴趣的可能性)2744来搜索所述供应商2732。这可以结合图27详细地来解释。

再次参考图27，所述计算机实现的设备2702可以收集并且存储所述公共的交易记录2704并且将这些交易与所述实体2708相关联。搜索设备2702可以基于特定的搜索属性2734搜索实体。所述搜索属性2734可以是一类实体2742、地理区域2738、行业专业化2740以及在与所述用户的交易或者所述搜索2744中感兴趣的可能性。

在实施例中，所述搜索设备2720可以适合于被买方用于搜索供应商。可替换地，所述搜索设备也可以适合于被供应商用于搜索买方。

在示例中，买方2730可能想要搜索愿意与在美国外的小型海外公司做生意的“汽车机器部件”的供应商(在美国)。因此，在上述场景中，所述供应商可能显示的感兴趣的可能性可以基于所述公司的位置以及规模。

在实施例中，在本文中所公开的方法及系统可以包括买方可以通过其搜索供应商的接口，如在上文中所公开的那样。所述搜索接口可以允许买方询问根据产品类别按层级被组织的供应商信息的数据库，以找到提供被选择的类别中的产品的供应商。买方接着可以选择特定的供应商并且得到关于特定的供应商的属性的在线档案或者报告，如贯穿本公开内容所描述的那样。在实施例中，所述搜索接口允许所述买方除其他属性以外根据产品类别、被用于制作所述产品的材料或者被用于制作所述产品的技术来搜索。过滤工具可以在所述接口中被提供以允许所述买方根据产品类型、材料、技术、客户的品质或者其他属性来拣选数据、展开数据或者将数据分组、向下追溯特定的类别或者子类别以及诸如此类。

在实施例中，供应商信息的数据库包括产品类别的本体，其可以包括在各种数据源，诸如海关记录数据库中所找到的所有类型的产品的类别以及子类别的树。

在实施例中，过滤器可以被实现，允许买方按照所述数据的维度搜索。在示例中，如果买方希望搜索加工特定的材料的供应商，过滤算法可以取得供应商所使用的所有材料的并集并且将那些材料呈现为过滤器，通过该过滤器一组供应商可以被买方选择用于进一步的分析。所述过滤器可以曲线图或者树形结构被呈现，使得用户可以选中一个框来展开或者收缩所述树的特定部分，从而允许通过子类别向下过滤到树中的叶节点。在实施例中，数据被表示在元组中并且特定过滤器的结果被排序，诸如通过所述供应商的综合评分。特定过滤器的结果也可以通过其他特征被排序，诸如最专业以及诸如此类。

过滤器可以包括构造技术、染色、洗涤以及装饰技术、所述产品的性别、公司类型、供应商的国家以及诸如此类。当数据被呈现在元组中时，供应商制作的所有产品可以通过材料、子材料以及技术来表示(例如，棉-府绸-针织毛衫)。在示例中，当搜索被进行以得到棉府绸针织毛衫时，制作棉府绸针织毛衫的供应商可以被取回(在这个示例中不是制作了棉毛衫或者府绸毛衫的那些的并集)。所述元组概念适用于层级中的每个概念的子体，因此如果所述用户选择棉，则所述用户将接收棉以及所述材料层级中的棉的所有子体的结果。

在实施例中，所述搜索接口可以包括非基于元组的搜索模式，其中供应商将被建议为所述用户的询问的可能的匹配，其将是所述搜索条款的并集。在示例中，如果供应商已加工丝绸，并且已生产裤子，则所述系统预测该供应商可以制作丝绸裤子。

在实施例中，除了从在本文中所描述的评分平台获得的搜索结果之外，用户接口可以包括付费的或者赞助的链接。

在实施例中，在本文中所描述的方法及系统可以包括报告的私人版本及公共版本，其中搜索器可以通过因特网站点接触公共档案但是要求一些另外的关系(有可能涉及付款)以向下追溯来接收更多信息，诸如供应商的完整档案。

在实施例中，各种图标、过滤器、滚动条或者其他技术可以被提供在用户接口中以允许用户浏览关于供应商的信息。在实施例中，用户可以双击“细节”，从而引出供应商对于给定的维度所具有的评分，连同关于所述数据源的信息以及对该维度的目的的提醒。在实施例中，图标可以示出分数为高、中等还是低，从而将供应商分入一般的类别中。在实施例中，过滤器或者滚动条可以允许用户提炼结果，以仅在所讨论的产品至少表示供应商的产品混合中的最小百分率的情况下才示出该供应商。

在实施例中，接口可以被提供用于为供应商评分，诸如在包括综合评分、产品质量、客户服务、及时性、英语语言技能、样品制作能力、对知识产权的尊重以及诸如此类的维度上。买方评分可以被平均或者被规范化并且作为供应商的综合评分110的部分被报告。在实施例中，交易的数据可以被用于保证交易发生(以保持评分未受污染)。如果买方评分是良好，这可以给综合评分110显著的提升。

在实施例中，买方可以规定哪些维度对于他们是最重要的，并且所述综合评分110可以根据所述买方的偏好被定制并且被加权。

在实施例中，可以基于买方可能欣赏的质量的类型以及所述买方过去生产过的产品的类型来向买方建议供应商。

将各种买方以及供应商标识并且分类为“朋友”以及诸如此类的能力也可以通过使用公共交易记录2804来促进，如图28所示。公共记录的示例可以是政府登记记录、商业合法性的证明、海关记录、工作订单的数据单以及报告、审计报告、银行记录以及描绘各种交易的一些其他类型的公共记录。这又可以帮助所述买方以及所述供应商两者标识相似的买方以及供应商，并且又帮助他们做出涉及协作、竞争以及一些其他类型的策略定位的决定。

参考图28，计算机实现的设备2802可以被用于收集并且存储交易2804的公共记录。所述公共记录可以是政府登记记录、商业合法性的证明、海关记录、工作订单的数据单以及报告、审计报告、银行记录以及描绘各种交易的一些其他类型的公共记录。所述交易记录2804可以与各种实体相关联(诸如合作、项目、买方、供应商、第三方等等)并且可以生成可能是被集合的交易信息(与所述实体相关联的交易)的信息。分析可以被执行用于实体2808的分类2828。所述分类2828可以是基于类似的分类2830。所述基于类似的分类2830可以指示所述供应商、买方以及所述第三方可以根据所述类型或者类似程度、所欣赏的质量的类型、以往的经验或者一些其他特征参数而被分类。可能会注意到的是所述分类可以被进行以根据所述特征参数中的任何一个将供应商和买方中的至少一个分类。

在实施例中，买方可以标识类似的(相似的)买方。相似地，供应商可以标识相似的供应商。

在其他实施例中，供应商可以标识与所述供应商的那些买方类似的买方。买方也可以标识与所述买方的那些供应商类似的供应商。

在实施例中，买方可以标识规定类型的供应商。另外，供应商可以标识规定类型的买方。

在实施例中，买方可以标识最有可能偏好特定的买方的供应商。相似地，供应商可以标识将偏好特定的供应商的买方。

在实施例中，交易2804的公共记录也可以被用于买方2838的分类。这已经结合图28被解释了。存储在所述计算机实现的设备2802中的交易2804的公共记录可以存储与各种供应商2840以及买方2838有关的交易记录2804。与涉及各种实体2808的交易2804的公共记录相关联的信息可以进一步被分析。基于所述分析，买方分类2832可以被执行用于将在所述交易中被标识的各种实体分类到买方的类别中。可以理解的是上文所描述的过程及系统也可以被用于各种实体到供应商的类别中的分类(供应商分类2834)。

在实施例中，接口可以买方相对于供应商连网、聊天或者彼此相互作用的能力。这样的网络可以包括将其他买方标识为“朋友”或者诸如此类的能力，从而允许仅在受信的伙伴之间共享信息。在这样的情况下，特定的买方的关于供应商的信息可能自动地被填充，简化买方网络所使用的关于与特定的供应商的经验的信息的共享。

在实施例中，分析可以被用于评定和/或标识供应商或者买方的商誉。

在实施例中，评分可以被嵌入其他介质，诸如其他网站、邮件、打印介质以及诸如此类。这样的嵌入可以是调用应用编程接口(API)或者其他方法的结果。

在实施例中，评分可以被分成存储桶，诸如“优秀”、“良好”、“一般”、“差”以及“不值得交易”。各种方法可以被用于将供应商分入这样的存储桶中。在示例中，“优秀”评分可以被给予具有商业合法性并且在忠诚度以及经验两方面都排名前四分之一的供应商，“良好”评分可以被给予具有商业合法性并且在忠诚度以及经验两方面都排名前二分之一的供应商，“一般”评分可以被给予具有商业合法性并且在忠诚度或者经验方面排名前二分之一的供应商，“差”评分可以被给予具有商业合法性的其他供应商，“不值得交易”评分可以被给予不具有商业合法性标记的供应商。

在实施例中，在本文中所公开的方法及系统可以协助供应商在买方之间生成引导以得到供应产品的机会。关于如何提高评分的信息可以被用于协助供应商生成高质量引导。

所述平台的方法及系统可以促进标识在交易记录中被公开的项目类型的供应商，即使在所述供应商不是所述交易的一方。标识项目的供应商或者项目的类型可以通过标识买方以及供应商之间的潜在的新关系使买方、供应商以及诸如此类获益。买方可以使用最终的供应商标识以及交易记录中的其他信息，诸如所声明的海关价值，以将当前的供应商成本与相同项目的不同的供应商成本比较。买方或者潜在的买方可以至少使用交易成本以及交付信息来标识所述买方可以向其请求对供应所述项目的报价的供应商。供应商可以标识所述供应商也提供的产品的买方。这可以为所述供应商产生高效的买卖以及销售活动，因为所述供应商将知道所述买方对被购买的项目具有显著的兴趣。通过检查所述交易中的其他信息，诸如买方行为、交易历史记录以及诸如此类，所述供应商可以标识所述买方的出价档案并且向所述买方呈现非常有针对性的出价。

图29画出用于从本文中的方法及系统得到这些优点的过程。所描绘的过程支持通过将第一交易记录与第二记录中的项目比较来标识所述第一交易中的项目的供应商。当匹配被找到时，在所述第二记录中被标识的供应商可以被确定用于供应所述项目。在其他条件被满足之后，诸如国家偏好、供应商限制以及诸如此类，所述供应商可以被报告。所述过程可以为任何数量的第二交易被重复。所述过程可以相似的方式被执行用于确定项目的买方。特别地，多个交易记录2902可以被收集并且被呈现给所述过程2914。包括参考产品标识符2908或者甚至仅包括产品标识符2908的参考记录2930也可以是所述过程的输入。在通过所述取回步骤2914取回所述多个交易记录2902中的一个之后，被取回的交易记录的产品标识符2904在步骤2918中被与所述参考标识符2908比较。如果在所述两个产品标识符2904与2908之间有足够的匹配，所述供应商身份2912从在步骤2920中从被取回的交易记录被捕捉。如果被取回的交易记录2912中的供应商在步骤2922中被确定为与所述参考供应商2910不同，则另外的条件，诸如所述供应商位置以及诸如此类可以通过考虑被取回的交易记录以及与所述平台可获得的供应商2912相关联的其他数据2932在步骤2924中被评估。如果所述其他条件在步骤2924中没有被满足，另外的交易记录可以在步骤2914中被取回。可以基于可被用于控制所述过程的各种参数来重复所述过程任意次数，所述各种参数诸如要标识的潜在的供应商的数目、要取回的记录的数目、可获得的交易记录的数目以及诸如此类。在图29的实施例中，单元2912以及2910可以表示买方而不是供应商。同样在步骤2922中，理想的结果可以是2912与2910之间的匹配。促进将买方或者供应商与项目或者产品类型匹配的图29的过程中的这些以及其他变化在本文中被包括。

根据本发明的实施例，来自被集合的交易的信息也可以被用于供应商评定。供应商评定可以涉及确定特定的买方是否已经停止与供应商的商业操作。这样的确定可以基于装运之间的循环时间，其可以基于从交易记录获得的历史装运数据。从供应商到买方对于项目的装运的循环时间的计算可以指示下一次装运的大概日期。如果反映下一次装运的交易记录在超过被指示的下一次装运日期的某段时间内没有在所述交易记录中出现，所述方法及系统可以指示所述买方可能已经停止与所述供应商的商业操作。所述停止的性质可以进一步被确定，如果交易记录指示所述买方已经开始从不同的供应商接收所述项目的装运。循环时间计算也可以被用于评估供应商的交付信息。循环时间中的显著增加可以指示通过所述供应商的装运的延迟。供应商-买方交易状态的评定也可以包括计入买方库存。买方库存可以被计入作为对库存的预测以及估计。

在本发明的实施例中，方法及系统可以被提供用于基于汇总的海关数据为实体评分。汇总的海关数据可以包括将一系列交易与汇总数据结合的集合、累积、总结或者相似的方法。汇总的数据可以包括对于买方-卖方-产品关联在一段时间上的总的装运。汇总的数据可以包括对于产品-承运人关联在一段时间上的总的装运。可以基于时间间隔、频率、区域、行业、产品、供应商、买方、承运人、源区域、交换速率以及诸如此类的交易数据的任何以及所有类型的整合被包括在本文中。在示例中，汇总的交易数据可以包括在历月上供应商在每个产品类别中的总输出。在另一个示例中，国家可以报告在一个星期期间产品的总出口。在这两种情况下，可能缺少的关键交易信息可以被估计或者预测以根据汇总的信息开发在其他方面有用的信息。所述计算机实现的设备2902可以收集并且存储交易2904的汇总的公共记录并且将它们集合以形成被集合的交易。

在实施例中，所述交易记录可以涉及所述装运交易。

另外，被集合的交易记录可以与特定的供应商相关联。这个关联的信息可以被分析以确定并且传递所述供应商的评分。

可以理解的是这个进程可以周期性地被进行(在示例中为每三个月)。在另一个实施例中，特定的供应商的评分中的变化可以被呈现为警报。

在示例中，在上文中所描述的实施例可以被经营改进型杀虫剂的公司利用，其可能想要确定位于不同的国家的原材料的特定的供应商的评分。因此，所述供应商的被集合并且被关联的装运交易信息(涉及装运时间、行程、价格以及交付)可以被用于确定其在多个相似的供应商之间的评分。随后，这个评分在帮助上述公司做出与供应有关的商业决策方面是有帮助的。

交易的公共记录也可以被用于为工厂预测最小订单要求。参考图30，所述计算机实现的设备3002可以收集多个公共交易记录3004。所述收集步骤可以由收集设备3010执行。被收集的记录可以由存储设备3012存储。依据收集以及存储，所述多个公共交易记录3004可以被所述集合设备3014集合并且与各种实体3008相关联。

在实施例中，所述实体可以是工厂。

在另一个实施例中，所述实体可以是供应商。

在还有另一个实施例中，所述实体也可以是供应商的附属机构。

在示例中，涉及所述公共交易记录3004的信息，诸如销售来自蜡烛制造商的一批工厂制作的烛台的蜡烛供应商的多个交易收据可以被所述计算机实现的设备3002集合以及关联。所述分析设备3020可以执行对该信息的详细分析以生成各种类型的结果。在实施例中，基于对所述交易的分析，所述分析设备3020可以为实体预测所述最小订单要求。如在上述示例中所描述的那样，所述分析设备3020可以预测所述蜡烛制造商可能需要销售的批数以跨过最小利润标记。在另一个示例中，所述分析设备3020可以预测可能需要被供应给第三方以履行在双务合同中拟定的被要求的条款的最小烛台批数量。在还有另外的场景中，所述分析设备3020也可以促进预测在一批供应商之间供应商的附属机构可能需要供应的最小订单要求。

在实施例中，方法及系统在本文中被公开用于将分散的数据源用作为产品的供应商的评分的基础，所述数据源包括交易记录，诸如来自海关交易的交易记录。在实施例中，来自实际存在的交易的交易数据被用于生成经验评分、专业化评分、客户忠诚度或者其他评分。

在实施例中，评分系统被提供，其中买方为产品的供应商评分，其中交易数据，诸如来自海关记录的交易数据，被用于证实所述反馈的合法性，以证实被评分的交易实际发生过。

在实施例中，方法及系统允许买方搜索供应商，包括使用基于供应商所提供或者使用的产品类别、材料或者技术的过滤器，并且取回关于所述供应商的评分信息，包括从交易数据获取的评分(诸如海关数据)或者从其他买方获取的评分。

在实施例中，用于允许对供应商以及供应商的评分的搜索的平台可以包括各种工具，诸如用于合并记录、合并供应商名称以及诸如此类的工具。

在实施例中，在本文中所公开的方法及系统可以包括报价工具，通过该报价工具买方可以标识供应商并且因此生成对来自被选择的供应商的报价的请求。

在实施例中，算法可以被用于确定定价杠杆度量，诸如基于交易的数据，诸如海关记录。在示例中，供应商的定价杠杆可以取决于去往单个买方的供应商的装运的百分率、通过一个或者多个买方对供应商中的最近的切换的接近(proximity)、供应商的综合分数、供应商的客户忠诚度评分、供应商在领域中的经验以及全球因素，诸如对由供应商提供的产品的综合需求。因此，接口可以允许买方基于使用这些因素中的一个或者多个的计算来评定定价杠杆，所述因素被规范化或者加权以提供关于供应商的定价杠杆的综合估计或者分数。

在实施例中，对所述数据库的访问可以受供应商的生产力以及供应商装运小的数量的能力的限制。举例来说，大规模的买方可能需要访问整个数据库，而较小规模的买方可能需要对在较小订单方面专业化的供应商的特别访问。

用户接口可以包括各种警报，诸如在新的供应商满足买方的搜索条件时的警告。

在本文中所公开的方法及系统可以包括用于联合(syndicate)数据的方法，诸如向第三方传递综合分数、类别评分(例如“优秀”、“良好”、“一般”或者“差”)或者诸如此类，诸如对于结合其他商业数据的呈现，诸如被呈现给证券分析师的数据、为其他目的被呈现给买方的数据以及诸如此类。用户将能够使用API在这样的第三方呈现上提供对供应商的客观评分。

在实施例中，在本文中所公开的方法及系统可以包括协同过滤技术，诸如用于允许买方看到关于与所述买方共有特征的其他买方的信息(诸如进行相似的搜索、使用相似的供应商、或者具有相似的交易记录)。协同过滤也可以允许供应商访问关于具有诸如评分等相似的特征的其他供应商的信息，以使供应商向相同类型的买方供应相同类型的产品以及诸如此类。

在实施例中，买方记分卡200可以被提供，其示出用于各种供应商的供应链的总结数据，以指示所述买方的供应商怎样共同地与其他买方的供应商比较，诸如所述买方的竞争者。

在实施例中，供应商比较工具可以被用于在各种属性上比较供应商。

在实施例中，买方可以代表供应商被评分，诸如基于对供应商的忠诚度。

在实施例中，贯穿本公开内容所描述的对供应商或者买方的评分可以被用于第三方，诸如在实施例中为金融分析师。在示例中，分析师可以基于共同的供应商评分评估公司的供应链的质量。相似地，保险公司可以使用关于买方的供应商的数据来评定供应链风险，诸如用于分析与保险相关联的风险，所述保险与供应商的活动相关联。

在实施例中，买方可以向在本文中所描述的平台供应数据以协助开发评分，但是那些数据可以作为所述买方的私有权被维护，以保持评分基于所述买方私有的数据被生成。

在实施例中，关于供应商的信息可以被联合到桌面软件工具，诸如由买方组织内的采购经理以及购买职员所使用的工具。因此，报告或者评分可以被反馈使得它们出现在这样的用户所使用的一个或者多个其他桌面或者基于网络的工具的接口内。

在实施例中，在本文中所公开的方法及系统可以包括用于拣选根据行业层级从海关记录获取的数据的过滤工具，所述行业层级诸如产品、材料以及技术的层级。

在实施例中，搜索接口可以允许基于供应商能力的搜索，诸如基于从交易的数据取回的信息，所述交易的数据诸如海关记录。

在实施例中，数据分析平台可以被提供用于分析供应商能力，诸如至少部分地基于关于供应商活动的交易的数据，诸如来自海关记录的交易的数据。

在实施例中，评分系统可以基于海关数据与其他数据的结合，诸如基于由代表买方与供应商交易的代理商制作的交易的内部数据库的数据。

在实施例中，平台可以包括交易设备，诸如用于允许买方与已经被在本文中所描述的搜索以及评分设备标识的供应商交易。这样的交易设备可以包括与订购、定价、付款、履行以及诸如此类有关的模块。

参考图31，根据在本文中所描述的方法及系统，交易3104的公共记录可以被用于为供应商3108的子实体评分。计算机实现的设备3102可以收集并且存储多个买方3130与供应商3132之间的公共交易记录3104。依据集合并且将所述交易3104与所述实体3108(诸如买方和供应商)相关联，涉及所述供应商3132的子实体的分析可以被执行。子实体3140的示例可以包括工厂、工厂3142的集合、附属机构3144以及一些其他类型的实体。

在示例中，被集合的交易信息可以揭示在城镇市场做生意的20个实体的列表。搜索器可以利用在本文中所公开的方法及系统来确定可以是特定的供应商S1的子实体的七个实体的列表。根据本发明的实施例，这七个实体可以基于所述交易的数据被评分。所述七个实体(比如2个工厂、3个附属机构以及2个销售分部)可以基于交付的及时性、来自所述买方的反馈等等被评分。

在实施例中，所述分析设备3124可以根据实体的集合为供应商确定子实体3140。子实体的确定可以基于对公共交易记录3104的分析。在实施例中，所述公共交易记录3104可以是海关交易记录。

在另一个实施例中，所述供应商的子实体可3140以基于对集合的交易及其他信息的分析以及贯穿本公开内容所解释的参数被评分。

贯穿附图的流程图以及框图所画出的单元隐含了所述单元之间的逻辑界限。然而，根据软件或者硬件工程实践，所画出的单元及其功能可以被实现为单片电路软件结构的部分、独立的软件模块或者采用内部程序、代码、服务等等的模块或者所述这些的任何结合，并且所有这样的实现在本公开内容的范围内。因此，虽然前述附图以及描述阐述了所公开的系统的各个功能方面，对于实现这些功能方面没有任何特定的软件布置应当从这些描述中被推断，除非明确地声明或者根据上下文清楚可见。

相似地，将理解的是在上文中被标识以及被描述的各种步骤可以被改变，并且步骤的顺序可以适合于在本文中所公开的技术的特定应用。所有这样的变化以及改动意图是要落在此公开内容的范围内。同样地，对各种步骤的顺序的描绘和/或描述不应当被理解为对于那些步骤要求特定的执行顺序，除非由特定的应用所要求，或者明确地声明或者根据上下文清楚可见。

在上文中所描述的方法或者过程及其步骤可以硬件、软件或者适合用于特定的应用的这些的任何结合来实现。所述硬件可以包括通用计算机和/或专用计算装置。可以一个或者多个微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器或者其他可编程装置连同内部和/或外部的存储器一起来实现所述过程。所述过程也可以或者代替地可以专用集成电路、可编程门阵列、可编程阵列逻辑或者可以被配置用于处理电子信号的任何其他装置或者装置的结合来实施。将进一步理解的是所述过程中的一个或者多个可以被实现为使用诸如C、诸如C++的面向对象的编程语言或者任何其他高级或者低级编程语言(包括汇编语言、硬件描述语言以及数据库编程语言和技术)的结构化的编程语言所创建的计算机可执行代码，其可以被存储、编译或者解释用于在一个或者多个上述装置以及处理器的不同种类的结合、处理器构架或者不同硬件及软件的结合上运行。

因此，在一个方面，在上文中所描述的每个方法及其结合可以计算机可执行代码来实施，当在一个或者多个计算装置上执行所述计算机可执行代码时，所述计算机可执行代码执行其步骤。在另一个方面，所述方法可以在执行其步骤的系统中被实施，并且可以多种方式跨装置被分配，或者所有功能可以被集成在专用的、独立的装置或者其他硬件中。在另一个方面，用于执行与在上文中所描述的过程相关联的步骤的装置可以包括任何在上文中所描述的硬件和/或软件。所有这样的改换以及结合意图是要落在本公开内容的范围内。

虽然已经结合被示出以及被描述的优选实施例详细地公开了本发明，在其上的各种改动以及改进对于本领域的技术人员将变得显而易见。因此，本发明的精神以及实质不受前述示例限制，而应当以法律所允许的最广的意义来理解。在本文中所参考的所有文档特此通过引用被并入。

Claims (27)

1.一种计算机实现的方法，所述方法包括：

从交易的至少一个数据源获取多个输入数据记录；

过滤所述输入数据记录以识别对于自动合并是有利候选者的一组被过滤的数据记录；

将所述被过滤的数据记录分类以产生一组被分类的数据记录，每个被分类的数据记录与所述数据记录应当与特定的实体相关联的可能性相关联；并且

自动地合并与相同的实体相关联的数据记录以形成交易的被合并的数据存储。

2.根据权利要求1所述的方法，其特征在于，其中使用kgram过滤来执行所述过滤。

3.根据权利要求1所述的方法，其特征在于，其中使用规范适配、特定清除、多域比较、编辑距离算法、向量生成、机器学习以及决策树中的至少一个来执行将所述数据记录分类。

4.根据权利要求1所述的方法，其特征在于，其中数据记录内的多个数据域被结合用于匹配。

5.根据权利要求3所述的方法，其特征在于，其中规范适配包括使所述交易间的文本串规范化。

6.根据权利要求3所述的方法，其特征在于，其中规范适配包括将等同的文本串改变为已知的文本串。

7.根据权利要求3所述的方法，其特征在于，其中文本清除基于地理因素、区域因素、市场纵向、行业准则、已知的变化、被了解的变化以及用户偏好中的至少一个。

8.根据权利要求3所述的方法，其特征在于，其中文本清除与所述数据记录中的至少一种类型的数据域相关联。

9.根据权利要求8所述的方法，其特征在于，其中所述数据域的类型包括承运人、收货人、通知方、其他通知方、重量、数量、国家、日期、商品以及协调关税系统编码中的至少一个。

10.根据权利要求1所述的方法，其特征在于，其中分类被应用于所述数据记录中的多个数据域。

11.根据权利要求1所述的方法，其特征在于，其中分类被应用于所述数据记录中的被结合的数据域。

12.根据权利要求1所述的方法，其特征在于，其中分类提供表示相似性的维度的向量。

13.根据权利要求12所述的方法，其特征在于，其中所述向量包括用于规范适配、文本清除、多域分类、编辑距离评定、向量生成、机器学习以及决策树处理中的至少两个的相似性的维度。

14.一种方法，所述方法包括：

使用计算机实现的设备来收集并且存储多个买方与多个供应商间的海关交易的多个记录；

集合所述交易；并且

处理所述数据以基于对与多个不同的实体名称相关联的交易的海关记录数据的分析将与多个不同的实体名称相关联的多个交易关联到单个实体。

15.根据权利要求14所述的方法，其特征在于，其中所述处理基于所述供应商的名称、所述买方的名称、订单数量、帐单量、所述买方的位置、所述供应商的位置、交付日期、订单数据、与供应商名称相关联的至少一个串、与买方名称相关联的至少一个串中的一个或者多个。

16.根据权利要求14所述的方法，其特征在于，其中所述交易与感兴趣的区域、行业、以往的装运数据、与国家有关的经验、装运的数目、材料、产品类别、技术、所述实体的名称、订单数量、帐单地址、目标的交付日期、所述供应商的生产力中的一个或者多个相关联。

17.一种方法，所述方法包括：

使用计算机实现的设备来收集并且存储多个买方与多个供应商间的交易的多个记录；

集合所述交易；

将所述交易与实体相关联；并且

将实体类型与所述实体中的至少一个相关联。

18.根据权利要求17所述的方法，其特征在于，其中数据合并设备基于数据单元与海关记录的相似性自动地合并记录。

19.根据权利要求18所述的方法，其特征在于，其中所述数据单元对应于所述实体的名称。

20.根据权利要求18所述的方法，其特征在于，其中所述数据单元对应于所述实体的地址。

21.根据权利要求17所述的方法，其特征在于，其中数据合并设备建议记录与单个实体之间的关联。

22.根据权利要求17所述的方法，其特征在于，其中从所述交易中的一个或者多个商品域获得所述实体类型。

23.根据权利要求22所述的方法，其特征在于，其中所述商品域中的至少一个包括协调关税系统编码。

24.根据权利要求22所述的方法，其特征在于，其中所述商品域中的至少一个包括商品类型。

25.根据权利要求17所述的方法，其特征在于，其中关联实体类型基于对所述交易的多个数据域中的自由文本数据的分析。

26.根据权利要求17所述的方法，其特征在于，其中关联实体基于根据海关交易数据记录对实体类型的机器学习。

27.根据权利要求17所述的方法，其特征在于，其中所述交易是海关交易。

Images