CN109934668A - 基于大数据存储的订单生成方法、装置及计算机设备 - Google Patents
基于大数据存储的订单生成方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN109934668A CN109934668A CN201910074661.1A CN201910074661A CN109934668A CN 109934668 A CN109934668 A CN 109934668A CN 201910074661 A CN201910074661 A CN 201910074661A CN 109934668 A CN109934668 A CN 109934668A
- Authority
- CN
- China
- Prior art keywords
- information
- order
- big data
- target object
- data storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013500 data storage Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000000284 extract Substances 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011017 operating method Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 238000007639 printing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术领域，本申请提供了一种基于大数据存储的订单生成方法，包括：接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。本申请还提供一种基于大数据存储的订单生成装置及计算机设备。基于大数据存储的订单生成方法、装置及计算机设备能通过大数据存储平台，根据订单生成请求相应匹配目标对象及其展示信息最终生成相应订单，操作步骤简单，能减少搜索工作量，生成订单效率高，订单准确性高。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，本发明涉及一种基于大数据存储的订单生成方法、装置及计算机设备。
背景技术
在目前网上购物平台中，需要对用户的订单请求生成相应的订单，例如是提出采购的订单。由于信息不对称，现有技术提供给用户生成订单时，一般是由用户上传订单的相关信息，在多个购物平台上进行搜索订单相关的商品，然后通过筛选到合适商品后，上传订单数据，生成所需订单。
现有技术的方案，需要用户进行大量搜索操作，订单生成过程中耗费时间长，而且准确度较差。
发明内容
本发明的目的旨在至少能解决上述的技术缺陷之一，特别是操作步骤多，搜索工作量大，生成订单时间长，订单准确性低的技术缺陷。
本发明提供一种基于大数据存储的订单生成方法，包括如下步骤：
接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；
根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；
根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
在一种实施例中，所述根据关键信息在数据库中查找相匹配的目标对象的展示信息的步骤，包括：
将所述关键信息输入到同义词生成模型中得到若干对应订单生成请求的同义词；
根据所述关键信息和同义词计算数据库中若干对象的匹配度；
将匹配度大于匹配阈值的对象作为目标对象，并获取对应目标对象的展示信息。
在一种实施例中，所述将匹配度大于匹配阈值的对象作为目标对象，并获取对应目标对象的展示信息的步骤包括：
从所述平台的数据库中获取匹配度大于匹配阈值的对象所对应的价格信息、售后服务信息和使用评价信息；
根据价格信息、售后服务信息和使用评价信息生成对象的评分值；
对所述评分值进行排序筛选得到评分值最高的若干对象作为目标对象。
在一种实施例中，所述平台的构建过程包括：
获取所述平台的用户信息；其中，所述用户信息包括注册信息、税务信息、工商管理信息；
根据所述用户信息计算不同用户的供应参数值；
筛选供应参数值大于供应参数阈值的用户所对应的用户信息，构建所述平台。
在一种实施例中，所述获取所述平台的用户信息的步骤之前，还包括：
获取各个用户提供的对象列表，根据订单生成请求中的对象和所述对象列表计算对象覆盖度；
对应获取对象覆盖度大于覆盖度阈值的用户所对应的用户信息。
在一种实施例中，所述根据关键信息在数据库中查找相匹配的目标对象的展示信息的步骤之前，还包括：
获取指定时间段内若干对象的历史使用信息，并将历史使用信息输入预测模型得到预测使用信息；
获取所述对象的库存信息，当所述库存信息小于预测使用信息时，根据库存信息和预测使用信息生成所述订单生成请求。
在一种实施例中，所述目标对象的展示信息包括待采购商品的名称信息、存量信息或价格信息；
所述订单包括待采购商品数量信息、待采购商品价格信息和预定时间信息。
本申请还相应提供一种基于大数据存储的订单生成装置，包括：
提取单元，用于接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；
匹配单元，用于根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；
生成单元，用于根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
本申请还提供一种计算机设备，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据上述实施例中任一项所述的基于大数据存储的订单生成方法。
本申请还提供一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行根据上述实施例中任一项所述的基于大数据存储的订单生成方法的步骤。
本申请提供的基于大数据存储的订单生成方法、装置及计算机设备，通过接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单的技术方案，能够通过大数据存储平台，根据订单生成请求相应匹配目标对象及其展示信息最终生成相应订单，操作步骤简单，能减少搜索工作量，生成订单效率高，订单准确性高。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1示出的是与本申请实施例在应用时的场景示意图
图2为本申请一种实施例中基于大数据存储的订单生成方法的方法流程图；
图3为本申请一种实施例中筛选得到目标对象的方法流程图；
图4为本申请一种实施例中另一种筛选目标对象的方法流程图；
图5为本申请一种实施例中构建平台的方法流程图；
图6为本申请一种实施例中筛选构建平台的用户的方法流程图；
图7为本申请一种实施例中生成订单生成请求的方法流程图；
图8为本申请一种实施例中基于大数据存储的订单生成装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。
为了提供一种效率高、准确率高的订单生成的技术方案，请参考图1和图2，图2展示了本申请的一种应用场景，以下描述将结合图2中一种示例性的应用场景进行解释，当然本申请能够适应的应用场景并不限于图2的应用场景。图2的应用场景中，包括用户A以及用户A操作的手机11，用户A与手机11之间的交互通过网络连接将相应的操作指令发送至大数据储存平台，并接收来自大数据储存平台的相关信息在手机11上展示。大数据储存平台通过网络连接与多个购物平台(包括购物平台1、购物平台2以及购物平台n等多个购物平台)进行数据传输，该大数据储存平台还连接有数据库12，在图2中数据库12具象化为服务器。
本申请提供了一种基于大数据存储的订单生成方法，包括如下步骤：
步骤S21：接收客户端的订单生成请求，从所述订单生成请求中提取关键信息。
在上述步骤中，以用户A为例，用户A将订单生成请求通过手机11上安装的客户端向大数据储存平台发送。该大数据储存平台通过接收来自用户A客户端的订单生成请求，并从订单生成请求中提取关键信息。以打印纸为例，用户A将发送内容是“采购打印纸”的订单生成请求，上述大数据储存平台从对应的订单生成请求中提取得到关键信息为“打印纸”或“纸”。
步骤S22：根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息。
在上述过程中，大数据储存平台通过上述关键信息“打印纸”或“纸”在数据库12和购物平台中查找相匹配的目标对象以及目标对象的展示信息。以具体的采购场景为例，在下文中上述目标对象以目标商品为例，进行展开描述。其中数据库12可以是内置于大数据储存平台，从而作为大数据储存平台的一部分。除此之外，还可以是大数据储存平台通过网络连接在外部的数据库12中查找相匹配的目标商品以及目标商品的展示信息。
其中，目标对象可以是与前述关键词相对应的商品，例如是“打印纸”、“环保纸”、“办公纸”等等相关的目标商品。目标对象的展示信息是指前述目标商品在大数据储存平台上相应展示的信息，例如是“打印纸”的克数信息、是否硫酸纸的化学信息、价格信息、折扣信息、外观信息、包装信息或者运输信息。相应的展示信息可以通过大数据存储平台向用户A的手机11等终端的客户端下发，并在用户A的客户端上以可视化的形式展示，以便于用户A可以直观地进行选择。
更进一步，为了可以实现办公、采购等适用场景的联合办公和协同办公，当用户B是用户A的审核上级时，上述的大数据存储平台向用户A的手机11等终端的客户端下发展示信息的同时，可以向用户B的手机等终端的客户端下发同步的展示信息，以便于用户B及时反馈建议或意见。
其中，所述数据库中预先存储多个购物平台上常用目标商品的展示信息，例如是针对经常需要采购的商品“打印纸”、“文具”、“饮用水”等易耗品，在构建数据库时就预先通过大数据的方式存入上述商品的展示信息。此外，为了减小数据库的负担，还可以通过接入外部链接或者平台的方式，在查找相应目标商品及其展示信息时可以直接通过跳转至外部链接或在多个购物平台上综合搜索得到相应的目标商品和其展示信息。
步骤S23：根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
在上述过程中，大数据存储平台可以根据目标商品的匹配度对所述展示信息进行排序，根据排序结果推荐用户A选择对应的目标商品用于生成订单，用户A选择的对应目标商品及其数量、规格等信息就是选择信息，该选择信息将通过用户A的客户端向大数据存储平台反馈。据此，大数据存储平台根据选择信息生成相应的订单信息。为了便于用户A可以更直观地选择对应的目标商品，在大数据存储平台可以将相应的展示信息和排序结果下发到用户A的手机11的客户端，由客户端进行展示并辅助用户A进行选择。
为了更好地在大数据存储平台的数据库中查找得到目标商品，本申请的实施例中还提供相应的技术方案，请参考图3，步骤S22的根据关键信息在数据库中查找相匹配的目标对象的展示信息，可以包括：
步骤S31：将所述关键信息输入到同义词生成模型中得到若干对应订单生成请求的同义词。
在上述过程中，将通过大数据存储平台或者通过手机11提取得到的关键信息输入同义词生成模型中，得到与关键信息相关的同义词。例如用户B发起的订单生成请求是采购打印机，通过手机11的客户端提取得到的关键信息是“打印机”，将“打印机”输入同义词生成模型，得到“影印机”、“复印机”、“印刷机”等同义词。
步骤S32：根据所述关键信息和同义词计算数据库中若干对象的匹配度。
大数据存储平台根据上述得到的同义词和原本订单生成请求中的关键词在数据库中寻找匹配的商品，例如查询的商品有“黑白打印机”、“彩打设备”、“复印一体机”、“扫描仪”等商品。分别计算关键信息“打印机”和同义词“影印机”、“复印机”、“印刷机”与前述商品“黑白打印机”、“彩打设备”、“复印一体机”、“扫描仪”的匹配度。
例如，“黑白打印机”、“彩打设备”的匹配度为85，“复印一体机”的匹配度为80，“扫描仪”的匹配度为50。
步骤S33：判断所述对象的匹配度大于匹配阈值；若是，执行步骤S34，否则执行步骤S35。
步骤S34：将对象作为目标对象，并获取对应目标对象的展示信息。
步骤S35：舍弃对象的匹配度小于匹配阈值的对象。
上述实施例的方案，根据匹配度的计算结果，判断匹配度是否大于设定的匹配阈值。例如在本实施例中，相应的匹配阈值为80。匹配阈值将影响最终输出的目标商品的数量，匹配阈值越高相应目标商品数量在一定范围内将会减少，匹配阈值越低相应目标商品数量在一定范围内将会增加。在上述判断的过程中，可以将“黑白打印机”、“彩打设备”、“复印一体机”等目标商品作为目标对象，即执行步骤S34。对“扫描仪”可以执行步骤S35，舍弃“扫描仪”，“扫描仪”不作为目标对象。
为了进一步提升目标商品的质量，在本实施例中还提供一种通过筛选目标商品的技术方案，参考图4。在本实施例中，在步骤S33的判断所述对象的匹配度大于匹配阈值，可以包括：
步骤S41：从所述平台的数据库中获取匹配度大于匹配阈值的对象所对应的价格信息、售后服务信息和使用评价信息。
根据步骤S33中判断的到的匹配度大于匹配阈值的商品，在大数据存储平台的数据库中获取这些商品的价格信息、售后服务信息和使用评价信息。其中，价格信息可以包括该商品在一段历史时间内的价格均值或者是价格波动等信息；售后服务信息可以是相应目标商品的售后服务范围、金额、响应时间等信息；使用评价信息可以是用户A等消费用户对目标商品的使用状况、建议等信息。
步骤S42：根据价格信息、售后服务信息和使用评价信息生成对象的评分值。
根据价格信息、售后服务信息和使用评价信息对应量化可以得到目标商品的评分值，根据价格信息、售后服务信息和使用评价信息的重要程度还可以设定不同的影响系数。用户A等用户可以根据目标商品的使用性质或使用需要调整影响系数的数值，进而得到不同的影响系数。
步骤S43：对所述评分值进行排序筛选得到评分值最高的若干对象作为目标对象。
在上述筛选过程中，根据得到的评分值从大到小进行排序，得到评分值最高的一个或者几个目标商品。大数据存储平台可以将评分值最高的目标商品及其展示信息推送到用户A的手机11的客户端中进行展示。
本实施例还提供一种大数据存储平台的构建技术方案，请参考图5，所述平台的构建过程包括：
步骤S51：获取所述平台的用户信息；其中，所述用户信息包括注册信息、税务信息、工商管理信息。
上述的用户信息所对应的用户是管理、构建、维护大数据存储平台的供应商或者管理者。在采购商品的场景中，可以将用户理解为是商家、供应商或独立商户。在上述获取用户信息的过程中，假设用户是供应商，获取供应商的注册信息、税务信息、工商管理信息。例如，在采购平台构建的过程中，可以获取供应商的纳税识别信息、财务状况信息、准入资质信息及其评级、违法信息、涉及诉讼和执行等信息。
此外，供应商在后续维护和管理的过程中，可以通过终端(例如是手机及其上的客户端)、服务器或者直接登入大数据存储平台进行信息维护或者管理。供应商还可以通过大数据存储平台管理大数据存储平台生成的订单。
步骤S52：根据所述用户信息计算不同用户的供应参数值。
在上述计算的过程中，可以根据不同的用户计算用户信息对应的供应参数值。其中，供应参数值反映用户及其用户信息的可信度，供应参数信息将决定对应用户是否能参与平台的构建、管理和维护等活动，也决定该用户能否提供相应的商品。
步骤S53：判断供应参数值大于供应参数阈值；若是，执行步骤S54，否则执行步骤S55。
为了采购过程中的安全性、可靠性，可以设定最低可以允许接受的供应参数阈值，在构建大数据存储平台的过程中，设定的供应参数阈值决定参与构建大数据存储平台的用户数量。
步骤S54：将供应参数值大于供应参数阈值的用户所对应的用户信息，构建所述平台。
当用户的用户信息得到的供应参数阈值大于上述设定的供应参数阈值时，获取该用户对应用户信息以及该用户能够提供的商品及其展示信息，用于构建前述的大数据存储平台。在一些采购的应用场景中，例如供应商的供应参数值大于供应参数阈值，那么供应商可以提供相应的商品以及其展示信息(例如是相关的规格、价格、库存信息、图像等)，这些商品的信息和展示信息将用于构建大数据存储平台。
步骤S55：舍弃供应参数值小于供应参数阈值的用户对应的用户信息。
在上述舍弃的过程中，当供应参数值小于供应参数阈值时，说明该用户(供应商)不符合筛选条件或要求，将该供应商及其供应商信息舍弃，不将其用于构建大数据存储平台。
请参考图6，选用于构建大数据存储平台的用户，本申请还相应提供一种技术方案，所述获取所述平台的用户信息的步骤S51之前，还包括：
步骤S61：获取各个用户提供的对象列表；
例如供应商可以提供的商品列表作为对象列表，其中的商品列表可以是供应商能够提供的商品或者可以代为采购的商品的信息列表。
步骤S62：根据订单生成请求中的对象和所述对象列表计算对象覆盖度。
在实际的场景中，以商品覆盖率作为对象覆盖率的示例进行展开描述。在上述计算商品覆盖度的过程中，可以选择历史数据中的订单生成请求或一段时间内的订单生成请求，统计订单生成请求中需求的商品的数量、频率，选择部分或者全部的商品再跟供应商所提供的商品列表进行比较。通过商品列表覆盖历史数据中的订单生成请求或一段时间内的订单生成请求的比率，确定商品覆盖度。
步骤S63：判断对象覆盖度是否大于覆盖度阈值；若是，执行步骤S64，否则执行步骤S65。
步骤S64：获取对象覆盖度大于覆盖度阈值的用户所对应的用户信息。
步骤S65：删除对象覆盖度小于覆盖度阈值的用户对应的用户信息。
在上述判断的过程中，获取商品覆盖度是否大于覆盖度阈值的对应供应商的用户信息，这些通过商品覆盖度和覆盖度阈值筛选的供应商，可以用于步骤S51及其后续相应的步骤。
当商品覆盖度小于覆盖度阈值时，执行步骤S65，将商品覆盖度小于覆盖度阈值的供应商删除。
为了能根据实际情况生成订单生成请求，本申请还提供一种技术方案，请参考图7，在步骤S22的根据关键信息在数据库中查找相匹配的目标对象的展示信息之前，还包括：
步骤S71：获取指定时间段内若干对象的历史使用信息，并将历史使用信息输入预测模型得到预测使用信息；
在上述的获取过程中，在指定时间段(例如是以月度为单位)内，统计若干商品的历史使用信息，通过将历史使用信息输入预测模型得到预测使用信息。例如是一些周期性易耗品“打印纸”、“饮用水”等商品可以统计历史使用信息，并预测在未来一段时间内将会用到的数量，即预测使用信息。在其他的实施方式中，还可以是通过同期的历史使用信息作为预测使用信息，例如是可以通过2016年至2018年的8月的打印纸消耗量的均值作为2019年8月的打印纸预测使用量。
步骤S72：获取所述对象的库存信息；
步骤S73：判断库存信息是否小于预测使用信息；若是，执行步骤S74，否则，执行步骤S75。
在上述过程中，确认商品(例如是打印纸)的库存信息，当所述库存信息中的库存量小于预测使用信息中的预测使用量时，就需要针对打印纸进行采购，即执行步骤S74。
步骤S74：根据库存信息和预测使用信息生成所述订单生成请求。
在上述生成的过程中，可通过库存信息的库存量和预测使用信息的未来使用量等数据，相应得到订单生成请求。其中，订单生成请求可以是具体商品的商品名称、数量、需要送货的时间等信息。
步骤S75：不生成订单生成请求。
若特定商品的库存信息反映的库存数量小于预测使用信息中反映的未来使用量时，说明暂时还不需要生成相应的订单生成请求。
其中，该过程可以是通过前述的库存信息和预测使用信息生成所述订单生成请求。订单生成请求可以理解为后续引发生成订单的一个请求，其并非订单本身。
在上述的实施例中，所述目标商品的展示信息包括待采购商品的名称信息、存量信息或价格信息。所述订单包括待采购商品数量信息、待采购商品价格信息和预定时间信息。其中，在采购的场景中，目标商品可以是订单或者订单生成请求中的商品，相应的展示信息可以是商品的外观、价格、存量等信息。
在图1中，本申请可以在大数据储存平台执行，当然所述基于大数据存储的订单生成方法的部分步骤或全部步骤也可以在客户端、手机终端执行。本实施例中以终端(或者是在终端中安装的客户端)、大数据存储平台、数据库之间的交互展开阐述。相应地，本实施例可以提供一种基于大数据存储的订单生成装置或者基于大数据存储的订单生成系统。
请参考图8，本实施例还提供一种基于大数据存储的订单生成装置，包括：
提取单元81，用于接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；
匹配单元82，用于根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；
生成单元83，用于根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
本实施例还提供一种计算机设备，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据上述任一项所述基于大数据存储的订单生成方法。
本实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行根据上述任一项实施例所述基于大数据存储的订单生成方法的步骤。
本申请提供的基于大数据存储的订单生成方法、装置及计算机设备，通过接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单的技术方案，能够通过大数据存储平台，根据订单生成请求相应匹配目标对象及其展示信息最终生成相应订单，避免多平台多步骤之间的切换，能够有效提升效率和准确率，生成的订单过程快捷，节省时间。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于大数据存储的订单生成方法，其特征在于，包括如下步骤：
接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；
根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；
根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
2.根据权利要求1所述的基于大数据存储的订单生成方法，其特征在于，所述根据关键信息在数据库中查找相匹配的目标对象的展示信息的步骤，包括：
将所述关键信息输入到同义词生成模型中得到若干对应订单生成请求的同义词；
根据所述关键信息和同义词计算数据库中若干对象的匹配度；
将匹配度大于匹配阈值的对象作为目标对象，并获取对应目标对象的展示信息。
3.根据权利要求2所述的基于大数据存储的订单生成方法，其特征在于，所述将匹配度大于匹配阈值的对象作为目标对象，并获取对应目标对象的展示信息的步骤包括：
从所述平台的数据库中获取匹配度大于匹配阈值的对象所对应的价格信息、售后服务信息和使用评价信息；
根据价格信息、售后服务信息和使用评价信息生成对象的评分值；
对所述评分值进行排序筛选得到评分值最高的若干对象作为目标对象。
4.根据权利要求1所述的基于大数据存储的订单生成方法，其特征在于，所述平台的构建过程包括：
获取所述平台的用户信息；其中，所述用户信息包括注册信息、税务信息、工商管理信息；
根据所述用户信息计算不同用户的供应参数值；
筛选供应参数值大于供应参数阈值的用户所对应的用户信息，构建所述平台。
5.根据权利要求4所述的基于大数据存储的订单生成方法，其特征在于，所述获取所述平台的用户信息的步骤之前，还包括：
获取各个用户提供的对象列表，根据订单生成请求中的对象和所述对象列表计算对象覆盖度；
对应获取对象覆盖度大于覆盖度阈值的用户所对应的用户信息。
6.根据权利要求4所述的基于大数据存储的订单生成方法，其特征在于，所述根据关键信息在数据库中查找相匹配的目标对象的展示信息的步骤之前，还包括：
获取指定时间段内若干对象的历史使用信息，并将历史使用信息输入预测模型得到预测使用信息；
获取所述对象的库存信息，当所述库存信息小于预测使用信息时，根据库存信息和预测使用信息生成所述订单生成请求。
7.根据权利要求1所述的基于大数据存储的订单生成方法，其特征在于：
所述目标对象的展示信息包括待采购商品的名称信息、存量信息或价格信息；
所述订单包括待采购商品数量信息、待采购商品价格信息和预定时间信息。
8.一种基于大数据存储的订单生成装置，其特征在于，包括：
提取单元，用于接收客户端的订单生成请求，从所述订单生成请求中提取关键信息；
匹配单元，用于根据关键信息在数据库中查找相匹配的目标对象的展示信息；其中，所述数据库预存若干平台的目标对象的展示信息；
生成单元，用于根据目标对象的匹配度对所述展示信息进行排序，并接收所述客户端的选择信息，根据所述选择信息生成订单。
9.一种计算机设备，其特征在于，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～7任一项所述的基于大数据存储的订单生成方法。
10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行根据权利要求1～7任一项所述的基于大数据存储的订单生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910074661.1A CN109934668A (zh) | 2019-01-25 | 2019-01-25 | 基于大数据存储的订单生成方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910074661.1A CN109934668A (zh) | 2019-01-25 | 2019-01-25 | 基于大数据存储的订单生成方法、装置及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934668A true CN109934668A (zh) | 2019-06-25 |
Family
ID=66985229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910074661.1A Pending CN109934668A (zh) | 2019-01-25 | 2019-01-25 | 基于大数据存储的订单生成方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934668A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111160417A (zh) * | 2019-12-13 | 2020-05-15 | 拉扎斯网络科技（上海）有限公司 | 称重方法、装置及设备和数据处理系统 |
| CN111352945A (zh) * | 2020-02-28 | 2020-06-30 | 杭州网易再顾科技有限公司 | 一种库存供应链管理系统、方法、装置、设备及介质 |
| CN111400345A (zh) * | 2020-02-21 | 2020-07-10 | 北京九州云动科技有限公司 | 支持多平台的商品搜索方法和装置 |
| CN111861654A (zh) * | 2020-07-13 | 2020-10-30 | 北京利丰雅高长城印刷有限公司 | 印刷纸张采购订单处理方法、装置、电子设备及存储介质 |
| CN112613910A (zh) * | 2020-12-24 | 2021-04-06 | 上海寻梦信息技术有限公司 | 提供产品分装信息的方法、装置、设备以及存储介质 |
| CN113011952A (zh) * | 2021-03-31 | 2021-06-22 | 珠海必要工业科技股份有限公司 | 对象生成方法、装置、设备及计算机可读介质 |
| CN113159652A (zh) * | 2021-05-24 | 2021-07-23 | 汇信软投(佛山)软件科技发展有限公司 | 隔热胶条库存率下调方法及装置 |
| CN115222480A (zh) * | 2022-07-04 | 2022-10-21 | 广东企企通科技有限公司 | 采购订单生成方法、系统、设备及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102841946A (zh) * | 2012-08-24 | 2012-12-26 | 北京国政通科技有限公司 | 商品数据检索排序及商品推荐方法和系统 |
| US20130191179A1 (en) * | 2012-01-20 | 2013-07-25 | Efuture (Beijing) Royalstone Information Technology Inc, | Information processing method and system for network transaction platform |
| CN106503251A (zh) * | 2016-11-11 | 2017-03-15 | 广州市万表科技股份有限公司 | 搜索方法和搜索装置 |
| CN107451884A (zh) * | 2017-07-24 | 2017-12-08 | 隆藏信息科技（上海）有限公司 | 一种集团用户采购平台及采购方法 |
| CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
| CN109033392A (zh) * | 2018-07-31 | 2018-12-18 | 广州新趋士网络科技有限公司 | 一种商品检索系统 |
-
2019
- 2019-01-25 CN CN201910074661.1A patent/CN109934668A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130191179A1 (en) * | 2012-01-20 | 2013-07-25 | Efuture (Beijing) Royalstone Information Technology Inc, | Information processing method and system for network transaction platform |
| CN102841946A (zh) * | 2012-08-24 | 2012-12-26 | 北京国政通科技有限公司 | 商品数据检索排序及商品推荐方法和系统 |
| CN106503251A (zh) * | 2016-11-11 | 2017-03-15 | 广州市万表科技股份有限公司 | 搜索方法和搜索装置 |
| CN107451884A (zh) * | 2017-07-24 | 2017-12-08 | 隆藏信息科技（上海）有限公司 | 一种集团用户采购平台及采购方法 |
| CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
| CN109033392A (zh) * | 2018-07-31 | 2018-12-18 | 广州新趋士网络科技有限公司 | 一种商品检索系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111160417A (zh) * | 2019-12-13 | 2020-05-15 | 拉扎斯网络科技（上海）有限公司 | 称重方法、装置及设备和数据处理系统 |
| CN111400345A (zh) * | 2020-02-21 | 2020-07-10 | 北京九州云动科技有限公司 | 支持多平台的商品搜索方法和装置 |
| CN111352945A (zh) * | 2020-02-28 | 2020-06-30 | 杭州网易再顾科技有限公司 | 一种库存供应链管理系统、方法、装置、设备及介质 |
| CN111861654A (zh) * | 2020-07-13 | 2020-10-30 | 北京利丰雅高长城印刷有限公司 | 印刷纸张采购订单处理方法、装置、电子设备及存储介质 |
| CN112613910A (zh) * | 2020-12-24 | 2021-04-06 | 上海寻梦信息技术有限公司 | 提供产品分装信息的方法、装置、设备以及存储介质 |
| CN112613910B (zh) * | 2020-12-24 | 2024-04-26 | 上海寻梦信息技术有限公司 | 提供产品分装信息的方法、装置、设备以及存储介质 |
| CN113011952A (zh) * | 2021-03-31 | 2021-06-22 | 珠海必要工业科技股份有限公司 | 对象生成方法、装置、设备及计算机可读介质 |
| CN113159652A (zh) * | 2021-05-24 | 2021-07-23 | 汇信软投(佛山)软件科技发展有限公司 | 隔热胶条库存率下调方法及装置 |
| CN115222480A (zh) * | 2022-07-04 | 2022-10-21 | 广东企企通科技有限公司 | 采购订单生成方法、系统、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934668A (zh) | 基于大数据存储的订单生成方法、装置及计算机设备 | |
| KR102011376B1 (ko) | 쇼핑몰 운영 관리 시스템 | |
| US20140019285A1 (en) | Dynamic Listing Recommendation | |
| WO2002071282A1 (en) | Network based business to business portal for the retail convenience marketplace | |
| US7062509B1 (en) | System and method for product data standardization | |
| CN106327303A (zh) | 交易数据处理方法及装置 | |
| CN106408367A (zh) | 订单信息的获取方法及装置 | |
| JP2014091590A (ja) | 在庫供給網システム、在庫供給網システムサーバ、在庫供給網システムプログラム | |
| KR102156521B1 (ko) | 의류 쇼핑몰 전자상거래 시스템 | |
| CN112508634A (zh) | 用机器学习模型确定供应计划偏差的补救措施的可接受性 | |
| Jurca et al. | Robust incentive-compatible feedback payments | |
| US20220405706A1 (en) | System and Method Providing an Improved, Automated Procurement System Using Artificial Intelligence | |
| KR102254570B1 (ko) | 식자재 공동주문 처리 장치 | |
| WO2003044708A1 (fr) | Systeme a reseau | |
| Bejju | Sales analysis of e-commerce websites using data mining techniques | |
| KR101244106B1 (ko) | 선택적 다중 영상통신을 이용한 전자상거래 및 보안 시스템 운용 방법 | |
| Crandall et al. | Managing Excess Inventories: a life-cycle approach | |
| US20100306067A1 (en) | Automated sell system | |
| KR20210025414A (ko) | 식자재 재고 예측 시스템 | |
| CN110349359A (zh) | 添加待售商品的方法和系统 | |
| Ali et al. | Optimization of a periodically assessing model with manageable lead time under SLC with back order rebate for deteriorating items | |
| JP2004240673A (ja) | 修理見積もりシステムと修理見積もりプログラム | |
| JP6963711B1 (ja) | 販売支援装置、販売支援システム、販売支援方法、およびプログラム | |
| KR101761746B1 (ko) | 서비스 서버 및 그것의 아이템 서비스 사업체 선정 방법 | |
| Drake et al. | Price discounts for increased profitability under partial backordering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |