CN110223141A - 一种匹配方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了一种匹配方法、装置、计算机设备及存储介质，方法包括：获取用户的属性信息，属性信息包括必要属性信息和辅助属性信息；查询供应商数据库，供应商数据库包括所有供应商的基础服务标签和倾向服务标签；筛选供应商数据库中与必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；基于辅助属性信息和预选供应商的倾向服务标签，计算预选供应商的总匹配分值；基于总匹配分值产生目标推荐对象，生成推荐列表。本发明的技术方案通过采用匹配方法可以对用户和供应商提供快速、精准、全面的匹配信息，为用户与供应商相互挑选合适的对象节省了大量时间和精力，从而有效的提升了互联网平台的订单匹配效率。

Description

一种匹配方法、装置、计算机设备及存储介质

技术领域

本发明涉及计算机数据处理领域，尤其涉及一种匹配方法、装置、计算机设备及存储介质。

背景技术

随着时代的发展，互联网技术已普及到千家万户，现在网络已经跟人们工作、出行、生活密切相关，足不出户即可轻松完成各种生活需求和工作交易。目前越来越多的家庭在装修房屋时，会选择通过互联网找寻适宜的装修公司或者是装修团队进行装修服务。装修公司会在互联网上发布各种装修产品和服务，也通过互联网寻找需求方进行服务交易。从事电子商务的互联网平台，主要是展示商品和服务，互联网上有关房屋装修的供应信息和需求信息数以及万，不管是供应商方还是用户需求方想要挑选到合适的对象都需要花费很大的精力和时间，给用户需求方和供应商方都带来了极大的不便。

发明内容

基于此，有必要针对上述技术问题，提供一种匹配方法、装置、计算机设备及存储介质，其可以对用户和供应商提供快速、精准、全面的匹配信息，便于用户和供应商进行挑选合适的对象，节省双方的时间和精力。

一种匹配方法，包括：获取用户的属性信息，所述属性信息包括必要属性信息和辅助属性信息；

查询供应商数据库，所述供应商数据库包括所有供应商的基础服务标签和倾向服务标签；

筛选所述供应商数据库中与所述必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；

基于所述辅助属性信息和所述预选供应商的倾向服务标签，计算所述预选供应商的总匹配分值；

基于所述总匹配分值产生目标推荐对象，生成推荐列表。

一种匹配装置，包括：

用户属性信息获取模块，用于获取用户的属性信息，所述属性信息包括必要属性信息和辅助属性信息；

供应商数据库查询模块，用于查询供应商数据库，所述供应商数据库包括所有供应商的基础服务标签和倾向服务标签；

预选供应商筛选模块，用于筛选所述供应商数据库中与所述必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；

预选供应商计算模块，用于基于所述辅助属性信息和所述预选供应商的倾向服务标签，计算所述预选供应商的总匹配分值；

目标推荐对象生成模块，用于基于所述总匹配分值产生目标推荐对象，生成推荐列表。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述匹配方法的步骤。

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匹配方法的步骤。

本发明提供的匹配方法、装置、计算机设备及存储介质，通过获取用户的属性信息，以便对用户需求进行精准分析，明确用户的实际需求；然后查询供应商数据库，以根据用户属性信息筛选出符合用户实际需求的预选供应商，再进一步基于用户的辅助属性信息和预选供应商的倾向服务标签计算出每一预选供应商对应该用户的总匹配分值，便于快速、全面、精准的筛选出与用户需求更匹配的目标推荐对象，用以生成推荐列表，便于用户更直观的进行选择，为用户与供应商相互挑选合适的对象节省了大量时间和精力，提升了互联网装修平台的订单匹配效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中匹配方法的一应用环境示意图；

图2是本发明一实施例中提供的匹配方法的一实现流程图；

图3是本发明一实施例中提供的匹配方法的一实现流程图；

图4是图2中步骤S40的一实现流程图；

图5是图4中步骤S41的一实现流程图；

图6是图2中步骤S50的一实现流程图；

图7是本发明一实施例中匹配装置的一示意图；

图8是本发明一实施例中计算机设备的一示意图。

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。

本申请提供的匹配方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信。服务端接收客户端上传的用户属性信息，并基于用户属性信息对供应商进行筛选，并计算预选供应商的总匹配分值，为用户推荐更为合适的目标推荐对象。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

图2示出本实施例中匹配方法的流程图。该匹配方法应用在服务端中，基于用户属性信息对供应商进行筛选，从而筛选出与用户属性信息深度匹配的目标推荐对象，便于用户和供应商进行挑选合适的对象，节省双方的时间和精力，提高匹配的效率。如图2所示，该匹配方法包括如下步骤：

S10：获取用户的属性信息，属性信息包括必要属性信息和辅助属性信息。

其中，用户的属性信息是指用户有关需求的各项信息，反映用户的实际需求。包括必要属性信息和辅助属性信息。以在互联网上的装修订单为例，必要属性信息是指房屋装修的多项基础信息，例如包括房屋的地理位置、装修所在区域、房屋面积、房屋构造、局部装或整改等；辅助属性信息是指用于确定房屋装修细节的多项信息，例如新旧房、所在楼盘、全半包、几室几厅、装修风格以及资金预算范围等。用户依据其装修需求可以有多项必要属性信息和多项辅助属性信息。

具体地，可以是在用户注册登录系统平台时，基于用户的申请请求获取用户通过客户端填写的属性信息；也可以是从其他平台直接获取到用户的属性信息。

S20：查询供应商数据库，供应商数据库包括所有供应商的基础服务标签和倾向服务标签。

其中，供应商数据库是用于存储所有供应商数据信息的数据库，供应商数据信息基于基础服务标签和倾向服务标签存储。基础服务标签用于标识供应商对应的基础服务信息，倾向服务标签用于标识供应商对应的倾向服务信息。一个供应商依据其能提供的服务内容可以有多项基础服务信息和倾向服务信息。基础服务信息是指供应商能承接的基础服务，其每一基础服务信息对应一个基础服务标签，例如包括服务区域、面积范围、构造要求、局部装或整改等信息；倾向服务信息是指供应商在能提供的基础服务信息之上，以自身的特点更倾向承接的服务信息，例如包括新旧房，全半包、装修风格等，以及一些特定的服务信息比如“智能家居”、“免息分期”、“先施工后付款”等服务信息。

具体地，查询数据库可以是根据用户的必要属性信息遍历供应商数据库中所有供应商的基础服务标签。

S30：筛选供应商数据库中与必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商。

其中，预选供应商是指根据必要属性信息对供应商数据库查询后筛选出的与必要属性信息相匹配的供应商。

具体地，根据用户的必要属性信息遍历数据库中所有供应商的基础服务标签，若供应商的基础服务标签与必要属性信息相匹配，则筛选出该基础服务标签对应的供应商作为预选供应商。基础服务标签是用于标识供应商的基础服务信息，标明供应商能提供的基础服务的范围，若用户的必要属性信息包含在其范围内，则供应商的基础服务标签与必要属性信息相匹配。例如，一家供应商关于面积范围的基础服务标签为0-200平，该供应商能提供小面积的装修服务，若用户房屋面积的必要属性信息为250平，则该供应商的基础服务标签与必要属性信息不匹配，无法通过筛选成为预选供应商。根据用户的必要属性信息筛选出预选供应商，很大程度上删除了供应商数据库中无法承接用户需求订单的供应商，减少了无效的挑选。

S40：基于辅助属性信息和预选供应商的倾向服务标签，计算预选供应商的总匹配分值。

其中，预选供应商的总匹配分值用于表示预选供应商与用户需求的匹配程度，采用分值形式表示能更直接的展示预选供应商与用户需求的匹配程度。

具体地，在用户的属性信息中，必要属性信息明确用户的基础需求，辅助属性信息是用户个性化需求的表现。预选供应商的倾向服务标签与用户的辅助属性信息是满足用户的个性化需求的进一步筛选，基于用户的辅助属性信息，计算预选供应商中与辅助属性信息相对应的倾向服务标签的匹配程度得出预选供应商的总匹配分值，以分值的形式直接展示预选供应商与用户的匹配程度，更形象直接，方便用户判别和挑选。

S50：基于总匹配分值产生目标推荐对象，生成推荐列表

其中，目标推荐对象是指总匹配分值满足了预设要求的预选供应商，即可以是与用户匹配程度比较高的一些预选供应商，用以推荐给用户。

具体地，将满足预设要求的总匹配分值对应的预选供应商作为目标推荐对象，生成推荐列表用以推送给用户。预设要求可以根据实际情况设定，例如，设定目标推荐对象为3个，则设定总匹配分值最高的三个预选供应商作为目标推荐对象。或者预先设定一个总匹配分值的具体数值，超过该预设具体数值的预选供应商都作为目标推荐对象。

在本实施例中，通过获取用户的属性信息以反映用户的实际需求，使得对用户需求更了解，将用户属性信息分别设定为必要属性信息和辅助属性信息，从不同层次反映用户的需求，以便于更好地匹配用户的个性化需求；查询供应商数据库，筛选供应商数据库中与用户需求相匹配的预选供应商，对供应商数据库中庞大的数量进行初次筛选，筛选掉不符合基本需求的供应商，减少了无效的挑选，提升效率；再根据辅助属性信息和倾向服务标签计算预选供应商的总匹配分值，更直接的展示预选供应商与用户需求的匹配程度，根据总匹配分值产生目标推荐对象，生成推荐列表，将与用户需求最为匹配的供应商推荐给用户进行挑选，极大的节约了用户在互联网上挑选供应商的时间和精力，也将供应商的服务精准推荐给用户实现双向匹配。

在一实施例中，如图3所示，步骤S20中，在查询供应商数据库的步骤之前，还包括如下步骤：

S21：获取供应商的基础服务信息和倾向服务信息。

其中，基础服务信息是指供应商能承接的基础服务，基础服务信息可以包括多个项目，例如包括服务区域、面积范围、构造要求、局部装或整改等信息，是供应商基础服务能力的体现。倾向服务信息是指供应商在能提供的基础服务信息之上，以自身的特点更倾向承接的服务信息，倾向服务信息可以包括多个项目，例如包括新旧房，全半包、装修风格等，以及一些特定的服务信息比如“智能家居”、“免息分期”、“先施工后付款”等服务信息，是供应商根据自身特色能够提供的特定服务能力的体现。

具体地，获取供应商的基础服务信息和倾向服务信息，可以在供应商进行平台注册时，基于供应商的注册请求，获取到供应商选择填写的基础服务信息和倾向服务信息，也可以是从其他数据库或者第三方平台直接获取供应商的基础服务信息和倾向服务信息。优选地，也可以通过线下采集的方式获取供应商的基础服务信息和倾向服务信息。

S22：基于基础服务信息生成供应商的基础服务标签，基于倾向服务信息生成倾向服务标签。

具体地，从供应商的基础服务信息中提取关键词以生成对应的基础服务标签，将基础服务信息基于基础服务标签进行存储，例如，供应商的基础服务信息包含服务区域为某某城区，可承接服务面积为0-200平方米，则根据该基础服务信息中的关键词某某城区，0-200平方米，生成对应的基础服务标签服务区域：某某城区、面积范围：0-200。同理的，将从供应商的倾向服务信息中提取关键词生成对应的倾向服务标签。

S23：将基础服务标签和倾向服务标签存储在供应商数据库中。

其中，供应商数据库是用于存储所有供应商数据信息的数据库，供应商数据信息基于基础服务标签和倾向服务标签存储。

具体地，将含有基础服务信息和倾向服务信息的基础服务标签和倾向服务标签存储在数据库中，使得信息查询更方便。基础服务标签和倾向服务标签可以通过但不仅限于是XML、HTML、XHTML、RDF、XForms、DocBook或SOAP等进行存储。

本实施例中，通过获取供应商的基础服务信息和倾向服务信息，从不同层次反映了供应商的服务能力，以便于更好的与用户需求进行匹配；通过标签的形式对基础服务信息和倾向服务信息进行存储，使得信息存储简洁，便于信息查找；将基础服务标签和倾向服务标签存储在供应商数据库中，便于对供应商数据进行集中管理和维护。

在一实施例中，如图4所示，步骤S40中，即基于辅助属性信息和预选供应商的倾向服务标签，计算预选供应商的总匹配分值，具体包括如下步骤：

S41：辅助属性信息包括多个辅助信息标签，基于每一辅助信息标签计算预选供应商相对应的倾向服务标签的初级匹配值；

其中，辅助信息标签用于标识用户对应的辅助属性信息。初级匹配值是指单个辅助信息标签与预选供应商对应的倾向服务标签的匹配程度。

具体地，用户依据其特定需求可以有多项辅助属性信息，每一辅助属性信息对应一项相应的辅助信息标签。预选供应商的倾向服务标签设定有一实际数值，基于预选供应商的服务能力，系统后台针对预选供应商的每一项倾向服务标签预先设置有相应的最大边界、最小边界以及赋值下限，用以计算预选供应商与辅助信息标签相对应的倾向服务标签的初级匹配值，更直观的得到预选供应商每一项倾向服务标签与用户的辅助信息标签的适配程度。

S42：基于获得的多个初级匹配值，计算预选供应商的总匹配分值。

其中，预选供应商的总匹配分值是指与用户的辅助信息标签对应的所有倾向服务标签的总匹配程度。

具体地，获得与用户的辅助信息标签对应的每一倾向服务标签的初级匹配值，根据初级匹配值计算预选供应商的总匹配分值，可以是计算每一初级匹配值累乘的积作为预选供应商的总匹配分值，也可以是将每一初级匹配值累加的和作为预选供应商的总匹配分值。

本实施例中，通过计算每一辅助信息标签对应的倾向服务标签的初级匹配值以得到预选供应商的总匹配分值，从用户的辅助属性信息出发，多个角度考量用户需求与供应商服务的匹配程度，以便于更精确的匹配用户需求与供应商服务。

在一实施例中，如图5所示，步骤S41，即基于每一辅助信息标签计算预选供应商相对应的倾向服务标签的初级匹配值，具体为：

S411:获取倾向服务标签预先设定的配置项，配置项包括最大边界、最小边界、赋值常数和赋值下限。

其中，配置项是通过后台预先设定的每一类倾向服务标签的固定数值，包括倾向服务标签对应的最大边界、最小边界，赋值常数和赋值下限。

具体地，各类倾向服务标签的最大边界、最小边界和赋值下限根据其具体的实际情况进行预先设定，赋值常数设定为10。例如，与匹配程成正比的配置项设定为区域签约率的最大边界为15％，最小边界为0％，赋值下限为2；好评率的最大边界为100％，最小边界为80％，赋值下限为8。进一步地，存在与匹配程度成反比的配置项设定为距离的最大边界为2，最小边界为10，赋值下限为6；承诺量的最大边界为0％，最小边界为80％，赋值下限为4。

S412:获取预选供应商的倾向服务标签对应的倾向值。

其中，倾向值是用于表述倾向服务标签对应的倾向服务能力和意向的实际数值。具体地，倾向服务标签的倾向值初始值为设定的默认值，后续根据供应商的倾向服务信息的历史数据计算更新。

S413:计算倾向值和最小边界的定向差，计算最大边界和最小边界的标准差，获得定向差与标准差的比以确定倾向服务标签所占配置项的权重。

其中，定向差为倾向值与最小边界的极差，即倾向值减最小边界的差；标准差为最大边界和最小边界的极差，即最大边界减最小边界的差。

具体地，定向差表示预选供应商在该倾向服务标签上可承接服务的范围，标准差表示该倾向服务标签的标准服务范围，通过计算定向差与标准差的比，确定倾向服务标签所占配置项的权重，即该预选供应商可承接服务范围所占标准服务范围的比重。

S414:计算赋值常数与赋值下限的差值以获得赋值范围，基于倾向服务标签所占配置项的权重和赋值范围，获取倾向服务标签在赋值范围内的分值。

其中，赋值范围是赋值常数与赋值下限之间的差值。具体地，本实施例中的初级匹配值采用十分制，故赋值常数设定为固定数值10，赋值下限根据倾向服务标签其具体的实际情况进行设定，其根据预选供应商的历史数据信息得出。倾向服务标签所占配置项的权重与赋值范围的乘积则为倾向服务标签在赋值范围内的分值。

S415:基于倾向服务标签在赋值范围内的分值与赋值下限，获得倾向服务标签的初级匹配值。

具体地，倾向服务标签在赋值范围内的分值与赋值下限之和，即作为倾向服务标签的初级匹配值。

进一步地，倾向服务标签的初级匹配值满足以下公式：f(Xn)＝(Xn－MINn)/(MAXn－MINn)*(10-Rn)+Rn；其中，

Xn为辅助信息标签对应的倾向服务标签的倾向值；

MAXn为辅助信息标签对应的倾向服务标签的预设最大边界；

MINn为辅助信息标签对应的倾向服务标签的预设最小边界；

Rn为辅助信息标签对应的倾向服务标签的预设赋值下限；

倾向服务标签的赋值常数为10。

其中，若n表示区域签约信息时，Xn表示倾向服务标签中的区域签约率，f(Xn)表示区域签约率所对应的初级匹配值；若n表示面积段签约信息时，Xn表示倾向服务标签中的面积段签约率，f(Xn)表示面积段签约率所对应的初级匹配值；若n表示距离信息时，Xn表示倾向服务标签中的距离率，f(Xn)表示距离率所对应的初级匹配值等。例如，假设A供应商的区域签约信息对应的区域签约率、最大值、最小值和赋值下限分别为：Xn＝5％、MAXn＝15％、MINn＝0％、Rn＝2，则签约率所对应的初级匹配值为f(Xn)＝(5％－0％)/(15％－0％)×(10-2)+2＝4.67。

在一实施例中，如图6所示，步骤S50中，即基于总匹配分值产生目标推荐对象，生成推荐列表，具体包括如下步骤：

S51：基于总匹配分值确定每个预选供应商的顺序号。

具体地，根据每个预选供应商的总匹配分值的大小，将预选供应商进行排序，确定排序中每个预选供应商对应的顺序号。顺序号可以是按照总匹配分值由大到小排序的数字序号，也可以是其他表现排序序列的符号例如A、B、C或者Ⅰ、Ⅱ、Ⅲ等。

S52：将满足预设要求的顺序号所对应的预选供应商作为目标推荐对象。

其中，预设要求是指预先设定的挑选目标推荐对象的要求，用以根据需求选择预选供应商。

具体地，从排序的顺序号中选择满足预设要求的顺序号作为目标推荐对象，预设要求可以是按照排序的先后顺序选择特定的数量，例如按照排序的先后顺序选择前3个顺序号对应的预选供应商，或者是设定一个总匹配分值的具体数值，将超过该具体数值的预选供应商作为目标推荐对象，例如，设定预设要求为总匹配分值达到500分以上，则将总匹配分值超过500的预选供应商作为目标推荐对象。

S53：将目标推荐对象生成推荐列表，发送至用户终端。

其中，推荐列表是用于展示目标推荐对象的列表。

具体地，将选择出来的目标推荐对象按照其顺序号的排序顺序生成推荐列表，发送至用户终端，以供用户在精确范围内选择，极大地减少了用户选择的量本。推荐列表按照推荐对象的顺序号排序，使得在推荐给用户时最优的目标推荐对象排序最前，提供准确的等级匹配。

本实施例中，根据总匹配分值对预选供应商进行排序，以便于对供应商与用户需求的匹配程度进行直观展示，可以根据实际情况设定预设要求对预选供应商选择出目标推荐对象，方案灵活适应性强；将目标推荐对象生成推荐列表以推荐给用户，减少了用户选择的量本，节约了用户选择的时间和精力。

本发明提供的匹配方法，通过获取用户的属性信息，分析得到用户的需求，通过获取供应商的基础服务信息和倾向服务信息，得到供应商的服务能力，利于用户与供应商之间的快速匹配；基于用户的必要属性信息筛选出供应商数据库中与必要属性信息相匹配的预选供应商，初步筛除与用户需求不符的供应商，提升了匹配效率；通过计算每一辅助属性信息对应的倾向服务标签的初级匹配值再计算得到预选供应商的总匹配分值，从更多维度上直观展示供应商与用户的匹配程度；将符合预设要求的预选供应商作为目标推荐对象推荐给用户，从而实现全面、快速、精准的为用户匹配合适的供应商。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种匹配装置，该匹配装置与上述实施例中匹配方法一一对应。如图7所示，该匹配装置包括用户属性信息获取模块10、供应商数据库查询模块20、预选供应商筛选模块30、预选供应商计算模块40和目标推荐对象生成模块50。其中，用户属性信息获取模块10、供应商数据库查询模块20、预选供应商筛选模块30、预选供应商计算模块40和目标推荐对象生成模块50的实现功能与上述实施例中匹配方法对应的步骤一一对应，各功能模块详细说明如下：

用户属性信息获取模块10，用于获取用户的属性信息，属性信息包括必要属性信息和辅助属性信息；

供应商数据库查询模块20，用于查询供应商数据库，供应商数据库包括所有供应商的基础服务标签和倾向服务标签；

预选供应商筛选模块30，用于筛选供应商数据库中与必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；

预选供应商计算模块40，用于基于辅助属性信息和预选供应商的倾向服务标签，计算预选供应商的总匹配分值；

目标推荐对象生成模块50，用于基于总匹配分值产生目标推荐对象，生成推荐列表。

优选地，该匹配装置还包括：

供应商信息获取模块21，用于获取供应商的基础服务信息和倾向服务信息。

标签生成模块22，用于基于所述基础服务信息生成供应商的所述基础服务标签，基于所述倾向服务信息生成所述倾向服务标签。

标签存储模块23，用于将所述基础服务标签和所述倾向服务标签存储在所述供应商数据库中。

优选地，该预选供应商计算模块40包括：

初级匹配值计算单元41，用于所述辅助属性信息包括多个辅助信息标签，基于每一所述辅助信息标签计算所述预选供应商相对应的倾向服务标签的初级匹配值；

总匹配分值计算单元42，用于基于获得的多个所述初级匹配值，计算所述预选供应商的所述总匹配分值。

优选地，该初级匹配值计算单元41包括：

配置项获取子单元411，用于获取所述倾向服务标签预先设定的配置项，所述配置项包括最大边界、最小边界、赋值常数和赋值下限；

倾向值获取子单元412，用于获取所述预选供应商的所述倾向服务标签对应的倾向值；

第一计算子单元413，用于计算所述倾向值和所述最小边界的定向差，计算所述最大边界和所述最小边界的标准差，获得所述定向差与所述标准差的比以确定所述倾向服务标签所占配置项的权重；

第二计算子单元414，用于计算所述赋值常数与所述赋值下限的差值以获得赋值范围，基于所述倾向服务标签所占配置项的权重和所述赋值范围，获取所述倾向服务标签在赋值范围内的分值；

第三计算子单元415，用于基于倾向服务标签在赋值范围内的分值与所述赋值下限，获得所述倾向服务标签的所述初级匹配值。

优选地，该目标推荐对象生成模块50包括：

顺序确定单元51，用于基于所述总匹配分值确定每个预选供应商的顺序号；

目标推荐对象筛选单元52，用于将满足预设要求的顺序号所对应的预选供应商作为所述目标推荐对象；

推荐列表发送单元53，用于将所述目标推荐对象生成推荐列表，发送至用户终端。

关于匹配装置的具体限定可以参见上文中对于匹配方法的限定，在此不再赘述。上述匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储所有供应商的数据信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种匹配方法。或者，该计算机程序被处理器执行时实现实施例中匹配装置中各模块/单元的功能。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例匹配方法的步骤。或者，处理器执行计算机程序时实现上述实施例匹配装置的各模块/单元的功能。为避免重复，这里不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例匹配方法的步骤，或者，计算机程序被处理器执行时实现上述实施例匹配装置的各模块/单元的功能，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

上述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种匹配方法，其特征在于，包括：

获取用户的属性信息，所述属性信息包括必要属性信息和辅助属性信息；

查询供应商数据库，所述供应商数据库包括所有供应商的基础服务标签和倾向服务标签；

筛选所述供应商数据库中与所述必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；

基于所述辅助属性信息和所述预选供应商的倾向服务标签，计算所述预选供应商的总匹配分值；

基于所述总匹配分值产生目标推荐对象，生成推荐列表。

2.如权利要求1所述的匹配方法，其特征在于，在查询供应商数据库的步骤之前，还包括：

获取供应商的基础服务信息和倾向服务信息；

基于所述基础服务信息生成供应商的所述基础服务标签，基于所述倾向服务信息生成所述倾向服务标签；

将所述基础服务标签和所述倾向服务标签存储在所述供应商数据库中。

3.如权利要求1所述的匹配方法，其特征在于，所述基于所述辅助属性信息和所述预选供应商的倾向服务标签，计算所述预选供应商的总匹配分值包括：

所述辅助属性信息包括多个辅助信息标签；

基于每一所述辅助信息标签计算所述预选供应商相对应的倾向服务标签的初级匹配值；

基于获得的多个所述初级匹配值，计算所述预选供应商的所述总匹配分值。

4.如权利要求3所述的匹配方法，其特征在于，所述基于每一所述辅助信息标签计算所述预选供应商相对应的倾向服务标签的初级匹配值包括：

获取所述倾向服务标签预先设定的配置项，所述配置项包括最大边界、最小边界、赋值常数和赋值下限；

获取所述预选供应商的所述倾向服务标签对应的倾向值；

计算所述倾向值和所述最小边界的定向差，计算所述最大边界和所述最小边界的标准差，获得所述定向差与所述标准差的比以确定所述倾向服务标签所占配置项的权重；

计算所述赋值常数与所述赋值下限的差值以获得赋值范围，基于所述倾向服务标签所占配置项的权重和所述赋值范围，获取所述倾向服务标签在赋值范围内的分值；

基于倾向服务标签在赋值范围内的分值与所述赋值下限，获得所述倾向服务标签的所述初级匹配值。

5.如权利要求1所述的匹配方法，其特征在于，所述基于总匹配分值产生目标推荐对象，生成推荐列表，包括：

基于所述总匹配分值确定每个预选供应商的顺序号；

将满足预设要求的顺序号所对应的预选供应商作为所述目标推荐对象；

将所述目标推荐对象生成推荐列表，发送至用户终端。

6.一种匹配装置，其特征在于，包括：

用户属性信息获取模块，用于获取用户的属性信息，所述属性信息包括必要属性信息和辅助属性信息；

供应商数据库查询模块，用于查询供应商数据库，所述供应商数据库包括所有供应商的基础服务标签和倾向服务标签；

预选供应商筛选模块，用于筛选所述供应商数据库中与所述必要属性信息相匹配的基础服务标签所对应的供应商作为预选供应商；

预选供应商计算模块，用于基于所述辅助属性信息和所述预选供应商的倾向服务标签，计算所述预选供应商的总匹配分值；

目标推荐对象生成模块，用于基于所述总匹配分值产生目标推荐对象，生成推荐列表。

7.如权利要求6所述的匹配装置，其特征在于，所述匹配装置还包括：

供应商信息获取模块，用于获取供应商的基础服务信息和倾向服务信息；

服务标签生成模块，用于基于所述基础服务信息生成供应商的所述基础服务标签，基于所述倾向服务信息生成所述倾向服务标签；

数据存储模块，用于将所述基础服务标签和所述倾向服务标签存储在所述供应商数据库中。

8.如权利要求6所述的匹配装置，其特征在于，所述预选供应商计算模块包括：

初级匹配值计算单元，用于基于每一所述辅助信息标签计算所述预选供应商相对应的倾向服务标签的初级匹配值；

总匹配分值计算单元，用于基于获得的多个所述初级匹配值，计算所述预选供应商的所述总匹配分值。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述匹配方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述匹配方法的步骤。