CN110348963A - 一种用于交易平台实现多元商品智能交易推荐的方法和系统 - Google Patents

一种用于交易平台实现多元商品智能交易推荐的方法和系统 Download PDF

Info

Publication number
CN110348963A
CN110348963A CN201910611992.4A CN201910611992A CN110348963A CN 110348963 A CN110348963 A CN 110348963A CN 201910611992 A CN201910611992 A CN 201910611992A CN 110348963 A CN110348963 A CN 110348963A
Authority
CN
China
Prior art keywords
commodity
buying
manifest
supply
buying order
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.)
Granted
Application number
CN201910611992.4A
Other languages
English (en)
Other versions
CN110348963B (zh
Inventor
周永东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xingzhao Management Consulting Co ltd
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910611992.4A priority Critical patent/CN110348963B/zh
Publication of CN110348963A publication Critical patent/CN110348963A/zh
Priority to PCT/CN2019/120571 priority patent/WO2021003953A1/zh
Application granted granted Critical
Publication of CN110348963B publication Critical patent/CN110348963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0603—Catalogue ordering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Abstract

一种用于交易平台实现多元商品智能交易推荐的方法和系统，在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；在采购端基于采购单队列的顺序依次对采购单中的商品进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配。本发明有助于促进交易的达成；提高交易匹配推荐的效率；提高筛选效率；确保交易推荐的有效性。

Description

一种用于交易平台实现多元商品智能交易推荐的方法和系统
技术领域
本发明总体涉及商品交易领域，更具体地，涉及一种用于交易平台实现多元商品智能交易推荐的方法和系统。
背景技术
人机在线交互方式选购单一品种是当前网上商品采购的现状。在商品交易过程中，大宗商品交易现象是普遍存在的，基于商品交易对象多层多元的特性，仅从商品本身的特性进行交易匹配无法满足采购商的多种需求。而且，商品交易的达成受到许多因素的限制，市场行为规范性、商誉等特性良好的采购商和供货商应当得到更好的交易机会，也有利于促进交易的达成。
申请号为201910148206.1的专利文件公开了一种交易匹配的方法和系统，交易匹配平台获取供应商端货物供货数据；交易匹配平台获取需求方端货物需求数据；交易匹配平台上传经过分类整理并标准化的数据至大数据平台；大数据平台查询匹配供需方数据，并通过数据运算中心运算后发送配对输出建议至交易匹配平台；交易匹配平台给出供应商端的匹配输出建议；交易匹配平台给出需求方端的配对输出建议。能够完成资源的高效配置，有效提高成本控制或销售渠道拓展的效率。但是，对于交易匹配过程中如何使采购商获得优质供货商提供满意的商品，供货商获得向优质采购商提供可供货的机会，即提高交易成功率方面的问题没有解决。
申请号为201410143963.5的专利文件，公开了一种交易匹配方法以及系统，对用户提交的交易预约进行业务处理并生成交易订单；将所述交易订单作为消息在第一消息中间件中进行传递；基于多台服务器组成的匹配处理集群当中的任意一台服务器读取所述第一消息中间件中以消息形式传递的交易订单，并将其与在售产品进行匹配，生成结果订单；对所述结果订单进行业务处理。通过分布式架构平滑的处理业务量的增长造成的问题，保证交易匹配系统的正常运行，降低交易匹配系统的风险。此专利也没有解决提高交易成功率的问题以及具体商品匹配的问题。
发明内容
本发明至少需要解决以下问题之一，在交易平台上提高交易成功率；解决商品交易匹配过程中的效率问题；解决提高商品交易匹配过程中的有效性的问题；解决多家采购商向多家供应商能够同时采购多种满意商品的问题。
本发明提供了一种用于交易平台实现多元商品交易推荐的方法，包括，第一步骤S1，在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；第二步骤S2，在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；第三步骤S3，在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；第四步骤S4，在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配；所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数；所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数。
根据本发明的一个实施方式，所述第四步骤S4包括，获取采购单中的商品排列顺序；按照采购单中商品的排列顺序对商品进行交易匹配，直至采购单中所有商品完成交易匹配。
采购单的表达式为：采购单Ci，其中i＝1，2，…，X，Ci包含多种采购商品MK，其中K＝1，2，…，P；C为X元谓词符号，C1，C2，…，CX为项，Ci为P元谓词符号，M1，M2，…，MP为子项，则类属关系的原子公式为Ci(MK)，其中i、k为非空正整数；
供货单的表达式为：供货单Gj,其中j＝1，2，…，Y，Gj包含多种供货商品Nr，其中r＝1，2，…，Q；G为Y元谓词符号，G1，G2，…，GY为项，Gj为Q元谓词符号，N1，N2，…，NQ为子项，则类属关系的原子公式为Gj(Nr)，其中j、r为非空正整数。根据本发明的一个实施方式，所述对商品进行交易匹配包括，所述采购单中的商品包括：商品M1、商品M2、…、商品Mp，其中p是非空正整数；所述供货单中的商品包括：商品N1、N2、…、Nq，其中q是非空正整数；第一分步骤，选取商品Mk，基于供货单队列的顺序，从各供货单中选取与所述商品Mk同种类的商品，得到供需同码商品Gj(Nr)；第二分步骤，将所述供需同码商品Gj(Nr)与所述商品Mk匹配；选取下一商品，重复所述第一分步骤至第二分步骤，直至完成采购单中所有商品Mk的匹配，其中1≤k≤p，1≤j≤y，1≤r≤q。
根据本发明的一个实施方式，对采购单进行交易匹配还包括，根据商品Mk的商品需求信息设定交易必要条件，利用所述交易必要条件筛选所述供需同码商品Gj(Nr)，获得推荐商品序列；所述交易必要条件包括数量、商品质量、交货期限中的至少一个。
根据本发明的一个实施方式，利用所述交易必要条件筛选所述供需同码商品包括，第一子步骤，根据商品Mk的商品需求信息设定数量筛选阈值；利用所述数量筛选阈值筛选所述供需同码商品Gj(Nr)，去除数量小于所述数量筛选阈值的所述供需同码商品Gj(Nr)，得到第一筛选商品序列；第二子步骤，根据所述商品Mk的商品需求信息设定质量筛选阈值；利用所述质量筛选阈值筛选所述第一筛选商品序列，获得第二筛选商品序列；第三子步骤，根据所述商品Mk的商品需求信息设定时间筛选阈值；利用所述时间筛选阈值筛选所述第二筛选商品序列，获得推荐商品序列；第四子步骤，将所述推荐商品序列与所述商品Mk匹配。
根据本发明的一个实施方式，所述的方法还包括，每完成一种商品Mk的匹配，更新采购单和供货单，使所述采购单实时与采购商的采购需求相符，使所述供货单实时与供货商的供货能力相符。
根据本发明的另一个方面，提供了一种用于交易平台实现多元商品交易推荐的系统，包括，第一装置1，用于在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；第二装置2，用于在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；第三装置3，用于在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；第四装置4，用于在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配。
根据本发明的一个实施方式，所述第四装置4包括，第一模块，用于获取采购单中的商品排列顺序；第二模块，用于按照采购单中商品的排列顺序对商品进行交易匹配，直至采购单中所有商品完成交易匹配。
根据本发明的一个实施方式，所述第二模块包括第一子模块，所述第一子模块，用于选取商品Mk，基于供货单队列的顺序，从供货单中选取与所述商品Mk同种类的商品，得到供需同码商品Gj(Nr)；将所述供需同码商品Gj(Nr)与所述商品Mk匹配；选取下一商品，重复所述第一分步骤至第二分步骤，直至完成采购单中所有商品Mk的匹配，其中1≤k≤p，1≤j≤y，1≤r≤q；其中，所述采购单中的商品包括：商品M1、商品M2、…、商品Mp，其中p是非空正整数；所述供货单中的商品包括：商品N1、N2、…、Nq，其中q是非空正整数。
根据本发明的一个实施方式，所述第二模块包括第二子模块，所述第二子模块，用于根据商品Mk的商品需求信息设定交易必要条件，利用所述交易必要条件筛选所述供需同码商品Gj(Nr)，获得推荐商品序列；所述交易必要条件包括数量、商品质量、交货期限中的至少一个。
根据本发明的一个实施方式，一种用于交易平台的商品交易推荐的方法，包括，在采购端，获取采购商的商品需求信息，形成采购单；评估采购商，确定采购商优先等级；将采购单基于采购商优先等级进行排序，得到采购单队列；基于采购单队列的顺序依次对采购单进行交易匹配，直至完成所有采购单的交易匹配；所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数；
根据本发明的一个实施方式，一种用于交易平台的商品交易推荐的方法，包括，在供货端，获取供货商的商品供应信息，形成供货单；评估供货商，确定供货商优先等级；对供货单基于供货商优先等级进行排序，得到供货单队列；基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配；所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数。
本发明通过在交易前对供货商和采购商进行评定，确定采购商优先等级和供货商优先等级，按照优先等级将采购单和供货单进行排序，筛选优质供货商和采购商，有助于使采购商获得优质的货物，以及优质供货商的商品被采购，从而促进交易的达成。供需同码的匹配，使得从众多的供货单中能够较为迅速的将同类商品筛选出来，提高交易匹配推荐的效率。本发明按照外界因素依赖情况将筛选条件进行排序，从而整体提高筛选效率。实时确保数据的准确，避免出现多重采购和多重供货的情况，确保交易推荐的有效性。
附图说明
图1是一种用于交易平台实现多元商品智能交易推荐的方法的步骤示意图；
图2是对采购单序列进行匹配的示意图；
图3是对采购单中的商品进行匹配的示意图；
图4是对商品进行交易匹配的示意图；
图5是采用预设采购条件筛选商品的步骤示意图；以及
图6是一种用于交易平台实现多元商品智能交易推荐的系统的示意图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，参考标号是指本发明中的组件、技术，以便本发明的优点和特征在适合的环境下实现能更易于被理解。下面的描述是对本发明权利要求的具体化，并且与权利要求相关的其它没有明确说明的具体实现也属于权利要求的范围。
图1示出了一种用于交易平台实现多元商品智能交易推荐的方法的步骤示意图。
如图1所示，一种用于交易平台实现多元商品智能交易推荐的方法，包括，第一步骤S1，在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；第二步骤S2，在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；第三步骤S3，在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；第四步骤S4，在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配；所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数；所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数。
所述对采购单进行交易匹配是指按照采购单排序，依次对每个采购单内的商品进行交易匹配。
所述非空正整数是指采购单可以是一个或多个；供货单也可以是一个或多个。
在采购活动中，存在多家采购商参与的情况，即存在多个采购单Ci，其中i＝1，2，…，X，每个采购单都可以包含多个要采购的商品MK，其中K＝1，2，…，P。
多个采购商参与采购时，由于采购商的资质、诚信度等对交易会产生比较大的影响，本发明采取对采购商进行评估，筛选优质的采购商优先进行交易有利于促进交易的完成以及促进供应商保持良好的市场行为起到促进作用。所述采购单队列包括：对采购商进行评估，确定Ci(MK)的优先采购等级，以此作为排队依据，形成采购单队列，商品采购的先后顺序，不降低Ci(MK)的采购诉求，采购商优先对Ci(MK)采购可以获得满意的供应商优先供货的机会。
例如，采购商从系统中采购商品，在系统中注册，详细填写注册信息。采购商通过注册认证之后，正式成为系统商品采购商，可以通过历史交易记录等信息，通过大数据分析，对采购商进行评定。针对评定等级较高的采购商，可以优先交易。
在对采购单进行排序时，如果某采购商同时有多个采购单，则以采购商递交采购单的时间顺序先进行排序，然后再与其他采购商进行等级排序。
图2示出了对采购单序列进行匹配的示意图。
如图2所示，所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数，在进行交易时，首先进行采购单C1的交易，然后进行采购单C2的交易，依次进行，直至系统内所有采购单结束交易。
同样的，存在多个供货商进行供货时，即存在多个供货单Gj,其中j＝1，2，…，Y，每个供货单都可以包含多个可供货的商品Nr，其中r＝1，2，…，Q。所述供货单队列包括：对供应商进行评估，确定Gj(Nr)的优先供货商等级，以此作为排队依据，形成供货单队列，商品供货的先后顺序，不降低Gj(Nr)供货综合评分标准，供货商优先供货Gj(Nr)可以获得采购商优先采购的机会。
有资格参与系统商品交易活动的供货商在系统注册，详细填写、上传注册信息。供货商通过注册认证之后，正式成为系统商品供货商。可以通过历史交易记录等信息，通过大数据分析，对供货商进行评定，筛选信用、资质、交易记录较好的供货商。针对评定等级较高的供货商，可以优先交易。
Ci(MK)、Gj(Nr)的排队是按顺序智能求解多元对多元量化商品交易模式的必要条件之一，按照系统实际应用的需求，商品交易排队能够让有业绩的采购商优先采购有业绩的供应商的优质商品。
所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数，首先对供货单G1中的商品与采购单的商品进行交易匹配和推荐，然后对供货单G2中的商品进行交易匹配和推荐，依次进行，直至满足采购单中某项商品完成交易匹配，或者所有供货单完成交易匹配。
本发明通过在交易前对供货商和采购商进行评定，确定采购商优先等级和供货商优先等级，并在实际交易时，按照优先等级将采购单和供货单进行排序，筛选优质供货商和采购商，有助于使采购商获得优质的货物，以及优质供货商的商品被采购，从而促进交易的达成。
所述商品需求信息一般包括：商品价格、商品质量、商品供应商资质、商品数量、交货时间等，可以根据采购商的需求进行设定。
所述商品供应信息包括，商品价格、商品质量、商品供应商资质、供货数量、交货时间等。
图3示出了对采购单中的商品进行匹配的示意图。
如图3所示，所述第四步骤S4包括，获取采购单中的商品排列顺序；按照采购单中商品的排列顺序对商品进行交易匹配，直至采购单中所有商品完成交易匹配。
对于单个采购单，例如任取采购单，根据采购单中的商品顺序，逐个进行交易匹配，直至采购单中所有商品完成交易匹配后，则此采购单的交易匹配完成，选取下一采购单，按照上述方法再逐个进行交易匹配。
即，在采购单依次进行交易匹配的大循环内，还包括采购单内部的商品依次进行交易匹配循环。
图4示出了对商品进行交易匹配的示意图。
如图4所示，所述对商品进行交易匹配包括，所述采购单中的商品包括：商品M1、商品M2、…、商品Mp，其中p是非空正整数；所述供货单中的商品包括：商品N1、N2、…、Nq，其中q是非空正整数；第一分步骤，选取商品Mk，基于供货单队列的顺序，从供货单中选取与所述商品Mk同种类的商品，得到供需同码商品Gj(Nr)；第二分步骤，将所述供需同码商品Gj(Nr)与所述商品Mk匹配；选取下一商品，重复所述第一分步骤至第二分步骤，直至完成采购单中所有商品Mk的匹配，其中1≤k≤p，1≤j≤y，1≤r≤q。
在本发明中，可以将采购单中的商品和供货单中的商品按照其种类进行编码，如采购单Ci中的各种商品：商品M1、商品M2、…、商品Mp，具体到某个商品，可以用Ci(Mk)来表示，表示第i个采购单中的第k个商品。同理，供货单Gy中的商品可以表示为Gy(Nr)，表示第y个采购单中的第r个商品。
本发明在对商品Ci(Mk)进行匹配时，首先要进行同种类的匹配，当Ci(Mk)与Gy(Nr)种类相同时，即M＝N时，则将二者进行匹配，即得到供需同码配对。在进行这种匹配时，本发明基于供货单队列的顺序，即按照供货商的等级进行先后的匹配，使得优质供货商的商品优先被匹配。
所述供需同码商品是指对于当前采购单上的当前商品Ci(Mk)，各供货单上与之相同种类的商品Gy(Nr)。
供需同码商品CiGjBkr配对算法中，使供需同码配对，在锁定当前采购单Ci状态下，设Mk＝N，为Mk商品匹配一族CiGjBkr，按照供货单队列的顺序，CiGjBkr对应供货单的商品Gj(Nr)，其中r∈kr，kr为CiGjBkr的个数，由Mk配对CiGjBkr生成的Gj(Nr)不会漏掉在系统中注册的具有供货能力的每一位供应商。
为Mk商品匹配一族CiGjBkr，的过程如下：在锁定的Ci状态下，M、N合取原子公式，
在M和N合取原子公式中，如果则产生一族CiGjBkr，那么，M＝N共计有P族CiGjBkr。
Mk的CiGjBkr设计容量≤999，P种商品可以容纳P族CiGjBkr，可容纳配对P*999个CiGjBkr。
利用上述公式的算法，打通了采购品种Mk与CiGjBkr相对应的Gj(Nr)之间展开综合库供、需模板匹配的通道。
本发明提出商品交易元知识控制策略，使得系统能够按照排队顺序独立完成多层多元对多元商品智能匹配；系统获取Ci(Mk)、Gj(Nr)的排列顺序，自动计算采购单Ci数，其中i＝1、2、…、X是商品采购单的数量，将X作为大循环指针，控制执行X个采购单的排队采购；在锁定Ci的状态下，系统自动计算K数，其中K＝1、2、…、P是第i个采购单的采购品种数，将P作为中循环指针，控制执行P种商品采购；在锁定Mk状态下，系统自动计算kr数，其中kr∈999表示可容纳Gj(Nr)参与供货，将kr作为小循环商品交易指针，控制第Mk种商品执行第一分步骤配对、第二分步骤验证、第三分步骤匹配交易，保证kr个CiGjBkr所对应验证合格的Gj(Nr)都有机会为Ci(Mk)供货。
供需同码的匹配，使得从众多的供货单中能够较为迅速的将同类商品筛选出来，提高交易匹配推荐的效率。
根据本发明的一个实施方式，对采购单进行交易匹配还包括：根据商品Mk的商品需求信息设定交易必要条件，利用所述交易必要条件筛选所述供需同码商品Gj(Nr)，获得推荐商品序列；所述交易必要条件包括数量、商品质量、交货期限中的至少一个。
图5示出了采用预设采购条件筛选商品的步骤示意图。
如图5所示，在本发明中，基于供需同码匹配的基础上，继续采用其他预设定的采购条件进行筛选供货商品，这种采用单个条件进行多次筛选的方式，使得筛选条件逐步叠加，后续筛选基于前序筛选的基础上进行，减少后续筛选的筛选范围，使后续筛选的计算量明显下降，提高交易匹配推荐的效率。
每一个CiGjBkr所对应的Mk与Gj(Nr)配对都必须经商品交货期限、采购与供货数量、质量门槛、资质门槛等参数的判据，在一致性标化计量单位后，Mk与一族CiGjBkr有序对应Gj(Nr)验证为有效的配对，只允许有效的Gj(Nr)准入匹配操作流程。
本发明建立数据、知识、模型、图形等综合库，架构Ci(MK)、Gj(Nr)的交易模板，用交易模板表达Ci(MK)对Gj(Nr)的诉求，进行商品交易智能匹配；系统智动为Gj(Nr)的价格GJFr、质量GZFr、资质GZZFr最小项打分、积分，并对每一个Mk所对应的Gj(Nr)综合得分GHZr进行汇总、供货商品GZHPr的得分由高至低进行排序。
根据本发明的一个实施方式，还包括第一子步骤，根据商品Mk的商品需求信息设定数量筛选阈值；利用所述数量筛选阈值筛选所述供需同码商品Gj(Nr)，去除数量小于所述数量筛选阈值的所述供需同码商品Gj(Nr)，得到第一筛选商品序列；第二子步骤，根据所述商品Mk的商品需求信息设定质量筛选阈值；利用所述质量筛选阈值筛选所述第一筛选商品序列，获得第二筛选商品序列；第三子步骤，根据所述商品Mk的商品需求信息设定时间筛选阈值；利用所述时间筛选阈值筛选所述第二筛选商品序列，获得推荐商品序列；第四子步骤，将所述推荐商品序列与所述商品Mk匹配。
所述数量筛选阈值是指根据某种商品所需要采购的数量预先设定一个供货量的最低值，例如，预先设置所述数量筛选阈值为采购量的30％，所有供货数量低于采购量的30％的供需同码货物将被筛除，即，针对大宗采购的采购单，尽可能的将商品交易集中到较少的供货商范围内，降低交易的复杂程度。
所述质量筛选阈值是指采购商对商品来源、重量、大小、口味等商品本身的属性进行的各种限定，可以根据采购商的需求进行调整也可以根据行业标准或者行政标准等进行限定。
所述时间筛选阈值是指交货时间的限定，是根据采购商的时间限定需求进行的设定。
在本发明中，在供需同码匹配的基础上，先用数量要求进行筛选、再用质量进行筛选、最后用交货时间进行筛选，顺序不可改变。由于供需同码属于对采购商需求依赖最小的筛选条件；数量要求相对于供需同码来说依赖于采购商的需求；进一步的质量筛选除了满足采购商的需求，还要符合国家法规和行业标准等附加条件；进一步的，供货时间的需求随机性较前述各筛选条件更强。
本发明按照外界因素依赖情况将筛选条件进行排序，优先因素依赖少的筛选条件进行筛选，在进行因素依赖少的筛选条件进行筛选时，筛选目标较多，筛选条件简单，在后续进行因素依赖多的筛选条件进行筛选时，虽然筛选条件复杂多变，但筛选目标较少，从而使得各筛选过程的筛选效率前后一致，整体提高筛选效率。
根据本发明的一个实施方式，所述的方法还包括，每完成一次商品Mk的匹配，更新采购单和供货单，使所述采购单实时与采购商的采购需求相符，使所述供货单实时与供货商的供货能力相符。
所述更新采购单是指对于已经完成匹配的商品，从采购单中去除，保留未完成匹配的商品。同样的，更新供货单即去除已经完成匹配的供货商品，利用剩余的供货商品继续对采购单中的商品进行匹配。
例如，统计Ci(Mk)采购单数量i，采购单品种数量p，已完成采购品种k，含同码商品供货单Gj的数量kr，已完成含同码商品供货单Gj数量ykr＝0，某商品已采购数量CYL，某商品已供货数量GYL。
如果ykr＜kr，则继续供货单中供需同码匹配完毕，直至ykr＝kr，则全部供货单中供需同码匹配完毕，则进行采用预设定的采购条件进行筛选供货商品。
当某商品Mk的CYL>GYL时，继续进行供需同码匹配和筛选，直至ykr＝kr，则针对此商品的交易结束。或者当CYL＝GYL时，针对此商品的交易结束。这两种情况对应着商品Mk的需求量大于供货量，只完成了部分采购，以及商品Mk供货量大于等于采购量，满足完成了这个商品的采购。无论是哪一种情况，都表示针对此商品Mk的交易匹配推荐结束。
针对此商品Mk的交易匹配推荐结束时，商品Mk的采购单中将去除此商品，相应的供货单中将去除已经与此商品匹配完成的商品。
同理，对于采购单中的品种采购单数量i，采购单品种数量p，也进行实时更新。
此时，使采购单的需求和供货单的供应都与真实情况相一致，实时确保数据的准确，避免出现多重采购和多重供货的情况，确保交易推荐的有效性。
图6示出了一种用于交易平台实现多元商品智能交易推荐的系统的示意图。
如图6所示，一种用于交易平台实现多元商品智能交易推荐的系统，包括，第一装置1，用于在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；第二装置2，用于在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；第三装置3，用于在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；第四装置4，用于在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配。
根据本发明的一个实施方式，所述第四装置4包括，第一模块，用于获取采购单中的商品排列顺序；第二模块，用于按照采购单中商品的排列顺序对商品进行交易匹配，直至采购单中所有商品完成交易匹配。
根据本发明的一个实施方式，所述第二模块包括第一子模块，所述第一子模块，用于选取商品Mk，基于供货单队列的顺序，从供货单中选取与所述商品Mk同种类的商品，得到供需同码商品Gj(Nr)；将所述供需同码商品Gj(Nr)与所述商品Mk匹配；选取下一商品，重复所述第一分步骤至第二分步骤，直至完成采购单中所有商品Mk的匹配，其中1≤k≤p，1≤j≤y，1≤r≤q；其中，所述采购单中的商品包括：商品M1、商品M2、…、商品Mp，其中p是非空正整数；所述供货单中的商品包括：商品N1、N2、…、Nq，其中q是非空正整数。
根据本发明的一个实施方式，所述第二模块包括第二子模块，所述第二子模块，用于根据商品Mk的商品需求信息设定交易必要条件，利用所述交易必要条件筛选所述供需同码商品Gj(Nr)，获得推荐商品序列；所述交易必要条件包括数量、商品质量、交货期限中的至少一个。
根据本发明的一个实施方式，一种用于交易平台的商品交易推荐的方法，包括，在采购端，获取采购商的商品需求信息，形成采购单；评估采购商，确定采购商优先等级；将采购单基于采购商优先等级进行排序，得到采购单队列；基于采购单队列的顺序依次对采购单进行交易匹配，直至完成所有采购单的交易匹配；所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数；
根据本发明的一个实施方式，一种用于交易平台的商品交易推荐的方法，包括，在供货端，获取供货商的商品供应信息，形成供货单；评估供货商，确定供货商优先等级；对供货单基于供货商优先等级进行排序，得到供货单队列；基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配；所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数。
本发明通过在交易前对供货商和采购商进行评定，确定采购商优先等级和供货商优先等级，按照优先等级将采购单和供货单进行排序，筛选优质供货商和采购商，有助于使采购商获得优质的货物，以及优质供货商的商品被采购，从而促进交易的达成。供需同码的匹配，使得从众多的供货单中能够较为迅速的将同类商品筛选出来，提高交易匹配推荐的效率。本发明按照外界因素依赖情况将筛选条件进行排序，从而整体提高筛选效率。实时确保数据的准确，避免出现多重采购和多重供货的情况，确保交易推荐的有效性。
实施例.
在交易平台的采购端：
交易平台采购端形成采购动态信息CGDT。即，存在多家采购商列出的多个采购单Ci，其中i＝1、2、…、X，每个采购单都可以包含多个要采购的商品MK，其中K＝1、2、…、P。采购商从交易平台中采购CGDT(Ci(MK))商品，在交易平台中注册，详细填写注册信息。采购商通过注册认证之后，正式成为系统商品采购商，经大数据信息分析，评定等级，并成为交易平台的VIP采购商。VIP采购商按年度缴纳会费，会员级别分1级、2级等。采购商采购CGDT(Ci(MK))商品，采用商品价格、商品质量、商品供应商资质的权重分值表述商品综合量化述求，作为对GYDT(Gj(Nr))量化评分的依据。
在交易平台的供应端：
与CGDT相呼应的供应动态信息GYDT，存在多家供应商列出的多个供货单Gj，其中j＝1、2、…、Y，每个供货单都可以包含多个可供货的商品Nr，其中r＝1、2、…、Q。GYDT(Gj(Nr))有资格参与系统商品交易活动，GYDT(Gj(Nr))的供应商在交易平台中注册，详细填写、上传注册信息。供应商通过注册认证之后，正式成为平台的商品供应商，经大数据信息分析，评定等级。按照采购商对CGDT(Ci(MK))质量保障体系的述求，系统为GYDT(Gj(Nr))供应商设置一套完整、规范、精准的综合信息知识表达模板，包括商品标价、质量保障、供应商资质三大体系，与CGDT(Ci(MK))采购述求相呼应。
为了实现系统采购单的循环CX、采购单内商品匹配循环MP、单个商品匹配循环kr的运行，表1示出了元知识控制策略参数配置及物理意义说明，用于引导系统CGDT(Ci(MK))与CGDT(Ci(MK))之间全面展开多目标优选商品的交易。
表1.
交易平台的数据准备：
交易平台数据：商品采购动态信息，商品供应动态信息、商品采购品种、商品采购综合分值设置、商品供货品种、商品交易数据、闭环交易数据、交易结果、采购合同。其中，商品采购动态信息数据属性：序号，商品采购单编号，商品采购单名称，商品采购品种。交易平台生成的“商品采购动态信息”库是由采购商编辑的商品采购信息；采购商也可以将勾选、编辑的“商品采购”库的信息推送到“商品采购动态信息”数据库中。
商品采购品种数据属性：序号，商品名称，商品编号，采购数量，已采购数量，商品采购时间，商品交货时间，采购商会员级别，商品采购综合分值设置。
已采购数量：采购商每进行一次采购，交易成功，采购数量核减相应的采购数量。
商品采购综合分值设置数据属性：商品综合评价总分，商品价格权重，商品价格得分算法，商品质量权重，商品质量分值分解，商品质量得分算法，供应商资质权重，供应商分值分解，供应商资质得分算法。
商品质量分值分解：采购商可以接受交易平台设值的默认值，也可以根据商品采购述求，按照质量分值权重灵活设置商品质量各子项分值。
供应商资质分值分解：采购商可以接受设置的默认值，也可以根据商品采购述求，按照供应商资质分值权重灵活设置供应商分值各子项分值。
商品采购动态信息数据属性：序号，商品供货单编号，商品供货单名称，商品供货品种。交易平台生成的“商品供应动态信息”库是由供应商编辑的商品供应信息；供应商也可以将勾选、编辑的“商品供应”数据库的信息推送到“商品供应动态信息”数据库中。
商品品种数据属性：序号，商品编号，商品名称，供货数量，供货标化数量，已供货数量，价格，标化价格，商品质量，资质证明，资质证明图片，商品供货时间，商品交货时间，供应商会员级别。
已供货数量：供应商每参与一次竞标，交易成功，供货数量核减相应的采购数量。
供货标化数量及价格：以商品采购品种数据库计量单位为基准，对商品供货品种数据库中的“供货数量”、“价格”参数进行标化数据处理。
商品交易数据属性：序号，采购单排队，供货单排队，商品交易对象，供货计量单位换算，供货价格评分，供货质量评分，供货资质评分，供货商品量化得分汇总，供货商品竞标排名。
采购单数据属性：序号，采购单排队号，商品采购单编号，采购单索引编号，商品采购单名称。
商品采购单的采购顺序按照会员级别高、中、低的顺序进行排队。如果采购商会员级别相同，则按采购商属于协议采购商，且合同采购单数量多的优先排队，如果仍相同，则按顺序号排队。
供货单数据属性：序号，供货单排队号，商品供货单编号，供货单索引编号，商品供货单名称。
商品供货单的供货顺序按照会员级别高、中、低的顺序进行排队。如果供货商会员级别相同，则按供货商属于协议供货商，且合同供货单数量多的优先排队，如果仍相同，则按顺序号排队。
交易对象数据属性：序号，供需同码，供需同码名称，商品采购品种，商品供货品种，供需差额百分比(GXCE)，交易结果(JYJG)。
闭环交易数据属性：序号，采购单排队，供货单排队，采购单数量(X)，已完成采购单数量(i)，采购品种数量(p)，已完成采购品种数量(k)，同码品种数量(kr)，已完成同码品种数量(ykr)，暂停交易(ZT)。
交易结果数据属性：商品交易数据，采购数量验证(C)，供货数量验证(G)，供需量差(△CG)，交货时间验证(TYZ)，交易状态(CG)。
采购合同数据属性：序号，采购合同号，采购合同法律文书(合同付款条件：直接付款、第三方担保、账期、账期条约，质量承诺、违约责任等)，采购商(甲方)，商品交易运营商(乙方)，供货商(丙方)，商品编码，供需同码，商品名称，商品供货数量，供货单索引号，追溯码，单价，商品保质期，合同签订时间，交货时间，送货公司，验货(商品数量验证，商品质量验证，供货资质验证)。
第一、对采购单和供货单进行排队：
第三装置对Ci排队，其中i＝1、2、…、X，Ci(Mk)的采购顺序按照采购商会员级别高、中、低的顺序进行排队。如果采购商会员级别相同，则按采购商属于协议采购商，且合同采购单数量多的优先排队，如果仍相同，则按顺序号排队。Ci(Mk)交易先后顺序，不影响Ci(Mk)的综合采购要求。
第三装置对Gj排队，其中j＝1、2、…、Q，Gj(Nr)的供货顺序按照会员级别高、中、低的顺序进行排队。如果供应商会员级别相同，则按供应商属于协议供货商，且合同供货单数量多的优先排队，如果仍相同，则按顺序号排队。Gj(Nr)交易先后顺序，不影响Gj(Nr)的综合得分。
第二、供需同码配对：
在商品交易的非空多体域中，为了让所有满足供需同码条件的参与Ci(Mk)竞标供货，在锁定的Ci状态下，交易平台为MP生成P族CiGjBkr的规则如下：
如果
则
其中K＝1，2，···，P，r＝1，2，···，Q，
i＝1，2，···，X，j＝1，2，···，Y；
那么，P族CiGjBkr配对的谓词类属关系展开式，
Ci(M1，M2，···，MP)→((G1(Nr)，G2(Nr)，···，Gy(Nr))
表示Ci(Mk)中的商品编码蕴含Gj(Nr)中的商品编码，两者之间可以配成CiGjBkr供需同码，生成CiGjBkr集合码，即以Ci(Mk)作为源点，生成满足状态矢量空间M＝N条件的P族CiGjBkr。举例说明：当i≤X，k≤P，交易平台执行Mk的一族CiGjBkr配对，每完成一族CiGjBkr配对之后，交易平台执行计量换算、交易、交易平衡调节等流程，完成Ci(Mk)中的其中一个Mk的采购，进入下一个Ci(Mk+1)的配对；当i≤X，当k＞P时，交易平台完成了一个Ci(Mk)的采购，进入下一个Ci+1(Mk)的P族CiGjBkr配对；当i＞X，交易平台完成了CGDT与GYDT的同码配对。
在锁定的Ci状态下，如果则产生一族CiGjBkr，那么M＝N共计有P族CiGjBkr。
设置商品编码Mk的CiGjBkr容量≤999，P种商品可以容纳P族CiGjBkr，共计可配对P*999个CiGjBkr。
一个Mk的采购数量与可参与供货的供货商所供货物数量的计量单位在交易之前可能不同，但要进行交易时，计量单位必须统一。
第三，商品交易元知识驱动下的闭环交易平衡调节过程：
初始化：访问闭环交易库、商品交易数据库，统计Ci(Mk)采购单数量(X＝？)，已完成采购单数量(i)＝0，采购单品种数量(p)＝0，已完成采购品种(k)＝0，同码品种CiGjBkr数量(kr)＝0，已完成同码品种CiGjBkr数量(ykr)＝0，已采购数量(CYL)＝0，已供货数量(GYL)＝0；
循环1：访问闭环交易库、商品交易数据库，(1)i+1；(2)如果i＞X，Cx(MP)采购结束；(3)如果i≤x，则统计当前Ci(Mk)采购品种数量P＝？，k＝0，开始Ci(Mk)采购；
循环2：访问闭环交易库、商品交易数据库，
(1)在锁定Ci(Mk)的i状态下，K+1；
(2)如果K＞P，转循环1；
(3)如果K≤P，在锁定的Ci(Mk)的i、k状态下，访问闭环交易库、商品交易数据库，调用《供需同码配对》软件模块，为Mk＝Gj(Nr)产生一族供需同码CiGjBkr，并将该一族CiGjBkr存入商品交易数据库中；
(4)统计CiGjBkr数量kr＝？，kr＝1，2，…,∈999，初始化ykr＝0，JYJG＝00对当前一族CiGjBkr有效性进行验证；
循环3：
(1)在锁定Ci(Mk)的i、k状态下，ykr+1→ykr；
(2)如果ykr＞kr，则操作1.2；
(3)如果ykr≤kr，对当前ykr状态下的CiGjBkr有效性进行验证；去往规则1.0
规则1.0：访问商品交易数据库，如果CL＞0、CYL≥0，且CL-CYL＞0，则C＝1，Ci(MK)对应CiGjBkr品种有采购需求，转规则1.2；
规则1.0.1：访问商品交易数据库，如果CL-CYL≤0，则C＝0，当前Ci(MK)对CiGjBkr没有采购需求或CiGjBkr交易结束，从商品交易数据库中清除CiGjBkr，设定CG＝00，转操作2.0；
规则1.1：访问商品交易数据库，如果GL＞0、GYL≥0，且GL-GYL＞0，则G＝1，当前Gj(Nr)对应CiGjBkr品种能够供货，转规则1.2；
规则1.1.1：如果GL-GYL≤0，则G＝0，Gj(Nr)对应CiGjBkr不具备交易条件或CiGjBkr交易结束，设定CG＝00，转操作2.0；
规则1.2：访问商品交易数据库，如果规则1.0与规则1.1成立，且TC≥TG，TCJ≥TGJ，则TYZ＝1，转操作1.0；
规则1.2.1：访问商品交易数据库，如果规则1.0与规则1.1成立，且TC＜TG或TCJ＜TGJ，则TYZ＝0，转操作2.0；
操作1.0：访问闭环交易库、商品交易数据库，在锁定Ci(Mk)的i、k、ykr状态下，进入Gj(Nr)计量单位换算；
操作1.0.1：如果Mk计量单位＝CiGjBkr相对应的Gj(Nr)计量单位，则不用换算，转操作1.1；
操作1.0.2：如果Mk计量单位≠CiGjBkr相对应的Gj(Nr)计量单位，则以Mk计量单位为参考值，换算CiGjBkr的供货数量、单位价格，并将这一个CiGjBkr相对应的Gj(Nr)换算结果存入商品交易数据库中，往下；
操作1.1：访问闭环交易库、商品交易数据库，判断CiGjBkr的有效性，△CG＝(GL-GYL)-(CL-CYL)，往下；
操作1.1.1如果△CG≥0，TYZ＝1，则设定CG＝11，CiGjBkr所对应的Gj(Nr)验证为有效的，转操作1.1.3；
操作1.1.2如果△CG＜0，TYZ＝1，满足(CL-CYL)-(GL-GYL)≤(CL-CYL)×GXCE％条件，其中，GXCE在30％～70％范围内可设置，这一个CiGjBkr所对应的Gj(Nr)验证为有效，则设定CG＝10；不满足(CL-CYL)-(GL-GYL)≤(CL-CYL)×GXCE％条件，设定CG＝00，往下；
操作1.1.3如果ykr≤kr，则转循环3；如果ykr＞kr，MK的一族CiGjBkr验证完毕，对交易结果作判据，往下；
操作1.2：访问闭环交易库、交易结果数据库、采购合同数据库，将数量为kr的CiGjBkr，取满足CG＝11或CG＝10状态的Gj(Nr)，给Mk一族有效CiGjBkr所对应Gj(Nr)的价格、质量、资质作综合评分，如果交易成功，取综合量化得分最高的Gj(Nr)的供货商，或由人工干预，从综合量化得分前三名中选择Gj(Nr)的供货商，设定JYJG＝11；
操作1.2.1当JYJG＝11、CG＝11，Mk采购数量仅为一家供应商供货，更新商品交易数据库中的动态数据：已采购数量为CYL+1＝CL-CYL，已供货数量为GYL+1＝(CL-CYL)+GYL，转操作2.0；
操作1.2.2如果在JYJG＝11、CG＝10状态下，Mk所需采购数量为多家供应商供货，按得分由高到低排序选择供应商供货，直至Mk采购完毕；按供应商供货顺序更新商品交易数据库中的动态数据：首选供应商，已采购数量为CYL+1＝GYL+1+CYL，已供货数量为GYL+1＝GL-GYL；后选供应商，如果CG＝11，已采购数量为CYL+1＝CL-CYL，已供货数量为GYL+1＝(CL-CYL)+GYL，如果CG＝10，已采购数量为CYL+1＝GYL+1+CYL，已供货数量为GYL+1＝GL-GYL,转操作2.0；
操作1.2.3当JYJG＝11、CG＝11或CG＝10，如果交易失败(例如：供应商对采购商要求的特殊指标不能满足等因素)，JYJG＝00，转操作2.0；
操作2.0：访问闭环交易库，识别当前交易状态；
操作2.1：K≤P、i∈X，进入Ci(MK+1)交易，转循环2；
操作2.2：K＞P、i∈X，每当完成一个Ci(MK)交易，交易平台便读取闭环交易库ZT标志位，如果ZT＝10，暂停交易，经人工干预ZT＝11后，交易平台在此断点继续运行，进入Ci+1(MK)交易，转循环1；
操作2.3：当闭环交易库Ci(MK)中的i＞x，则Ci(MK)交易匹配完毕。
根据本发明的一种实施例，交易平台由排队、供需商品配对、计量单位换算、商品供需平衡调节、商品述求与供应知识模板匹配、商品价格评分、商品质量评分、供货商资质评分、签订采购合同、货物运输及验收软件模块组成。交易平台能够同时进行多层的多元对多元品种智能化交易，一种有效求解问题的途径就是创建元知识控制策略，交易平台具有如下几个方面的内容：
(1)按照预先制定的优先交易规则，为采购单、供应单交易顺序进行排队，交易平台以排队的顺序进行商品交易；
(2)以采购单中的商品编号为原点，从供货单中逐个为能与采购单存在相同商品编号的品种进行配对，生成“一对多”的供需相同商品编码，即供需同码；
(3)对供需同码的品种是否能够满足交易的必要条件进行验证，经验证符合交易必要条件的供需同码品种才能准入商品交易进程，要求交易平台能够动态调节商品交易供需平衡关系；
(4)对于不具备交易条件的供需同码品种需剔除，为商品采购单中所采购的每一个品种配一族供需同码，验证每一个供需同码品种的有效性，如此循环，依次验证参与交易的全部供需同码品种的有效性；
(5)在商品闭环交易过程中，必须对交易成功和失败的参数进行验证、更新等。
应该注意的是，上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。

Claims (10)

1.一种用于交易平台实现多元商品智能交易推荐的方法，包括，
第一步骤(S1)，在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；
第二步骤(S2)，在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；
第三步骤(S3)，在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；
第四步骤(S4)，在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配。
2.根据权利要求1所述的方法，其中，所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数；
所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数；
采购单的表达式为：采购单Ci，其中i＝1，2，…，X，Ci包含多种需采购的商品MK，其中K＝1，2，…，P；C为X元谓词符号，C1，C2，…，CX为项，Ci为P元谓词符号，M1，M2，…，MP为子项，则类属关系的原子公式为Ci(MK)，其中i、k为非空正整数；
供货单的表达式为：供货单Gj,其中j＝1，2，…，Y，Gj包含多种可供货的商品Nr，其中r＝1，2，…，Q；G为Y元谓词符号，G1，G2，…，GY为项，Gj为Q元谓词符号，N1，N2，…，NQ为子项，则类属关系的原子公式为Gj(Nr)，其中j、r为非空正整数。
3.根据权利要求1所述的方法，所述第四步骤S4包括，
获取采购单中的商品排列顺序；
按照采购单中商品的排列顺序对商品进行交易匹配，直至采购单中所有商品完成交易匹配。
4.根据权利要求3所述的方法，其中，所述对商品进行交易匹配包括，
第一分步骤，选取商品Mk，基于供货单队列的顺序，从各供货单中选取与所述商品Mk同种类的商品，得到供需同码商品Gj(Nr)；
第二分步骤，将所述供需同码商品Gj(Nr)与所述商品Mk匹配；
选取下一商品，重复所述第一分步骤至第二分步骤，直至完成采购单中所有商品Mk的匹配，其中1≤k≤p，1≤j≤y，1≤r≤q。
5.根据权利要求4所述的方法，其中，对采购单进行交易匹配还包括，
根据商品Mk的商品需求信息设定交易必要条件，利用所述交易必要条件筛选所述供需同码商品Gj(Nr)，获得推荐商品序列；
所述交易必要条件包括数量、商品质量、交货期限中的至少一个。
6.根据权利要求5所述的方法，其中，利用所述交易必要条件筛选所述供需同码商品包括，
第一子步骤，根据商品Mk的商品需求信息设定数量筛选阈值；
利用所述数量筛选阈值筛选所述供需同码商品Gj(Nr)，去除数量小于所述数量筛选阈值的所述供需同码商品Gj(Nr)，得到第一筛选商品序列；
第二子步骤，根据所述商品Mk的商品需求信息设定质量筛选阈值；
利用所述质量筛选阈值筛选所述第一筛选商品序列，获得第二筛选商品序列；
第三子步骤，根据所述商品Mk的商品需求信息设定时间筛选阈值；
利用所述时间筛选阈值筛选所述第二筛选商品序列，获得推荐商品序列；
第四子步骤，将所述推荐商品序列与所述商品Mk匹配。
7.根据权利要求6所述的方法，还包括，
每完成一种商品Mk的匹配，更新采购单和供货单，使所述采购单实时与采购商的采购需求相符，使所述供货单实时与供货商的供货能力相符。
8.一种用于交易平台实现多元商品智能交易推荐的系统，包括，
第一装置(1)，用于在采购端获取采购商的商品需求信息，形成采购单，在供货端获取供货商的商品供应信息，形成供货单；
第二装置(2)，用于在采购端评估采购商，确定采购商优先等级，在供货端评估供货商，确定供货商优先等级；
第三装置(3)，用于在采购端将采购单基于采购商优先等级进行排序，得到采购单队列，在供货端对供货单基于供货商优先等级进行排序，得到供货单队列；
第四装置(4)，用于在采购端基于采购单队列的顺序依次对采购单进行交易匹配，在供货端基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配。
9.一种用于交易平台实现多元商品智能交易推荐的方法，包括，
在采购端，
获取采购商的商品需求信息，形成采购单；
评估采购商，确定采购商优先等级；
将采购单基于采购商优先等级进行排序，得到采购单队列；
基于采购单队列的顺序依次对采购单进行交易匹配，直至完成所有采购单的交易匹配；
所述采购单队列包括：采购单C1、采购单C2、…、采购单Cx，其中x为非空正整数。
10.一种用于交易平台实现多元商品智能交易推荐的方法，包括，
在供货端，
获取供货商的商品供应信息，形成供货单；
评估供货商，确定供货商优先等级；
对供货单基于供货商优先等级进行排序，得到供货单队列；
基于供货单队列的顺序依次选取供货单，与采购单进行交易匹配，直至完成所有采购单的交易匹配；
所述供货单队列包括：供货单G1、供货单G2、…、供货单Gy，其中y为非空正整数。
CN201910611992.4A 2019-07-08 2019-07-08 一种用于交易平台实现多元商品智能交易推荐的方法和系统 Active CN110348963B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910611992.4A CN110348963B (zh) 2019-07-08 2019-07-08 一种用于交易平台实现多元商品智能交易推荐的方法和系统
PCT/CN2019/120571 WO2021003953A1 (zh) 2019-07-08 2019-11-25 一种用于交易平台实现多元商品智能交易推荐的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910611992.4A CN110348963B (zh) 2019-07-08 2019-07-08 一种用于交易平台实现多元商品智能交易推荐的方法和系统

Publications (2)

Publication Number Publication Date
CN110348963A true CN110348963A (zh) 2019-10-18
CN110348963B CN110348963B (zh) 2022-06-14

Family

ID=68178512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910611992.4A Active CN110348963B (zh) 2019-07-08 2019-07-08 一种用于交易平台实现多元商品智能交易推荐的方法和系统

Country Status (2)

Country Link
CN (1) CN110348963B (zh)
WO (1) WO2021003953A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110908575A (zh) * 2019-12-05 2020-03-24 上海凯京信达科技集团有限公司 数据处理方法、计算机存储介质及电子设备
CN111401986A (zh) * 2020-02-28 2020-07-10 周永东 一种交易平台的商品交易方法和系统
WO2021003953A1 (zh) * 2019-07-08 2021-01-14 周永东 一种用于交易平台实现多元商品智能交易推荐的方法和系统
CN112464086A (zh) * 2020-11-23 2021-03-09 刘蓝田 一种基于大数据根据需求自动匹配并呈现特定供方的方法
CN114904447A (zh) * 2022-05-18 2022-08-16 中冶长天国际工程有限责任公司 一种混匀矿生产方法及系统
CN115293826A (zh) * 2022-10-09 2022-11-04 南京卓博威信息科技有限公司 一种智慧供应链营销系统及评估方法
CN116307881A (zh) * 2023-03-13 2023-06-23 国电南瑞南京控制系统有限公司 一种用于电力物资采购的产品质量监督检测方法
CN117078349A (zh) * 2023-08-30 2023-11-17 薪海科技(上海)有限公司 交易智能匹配平台

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820142B (zh) * 2022-06-29 2022-09-16 国能(北京)商务网络有限公司 面向b端采购用户的商品信息推荐方法
CN117422378A (zh) * 2023-10-30 2024-01-19 龙腾数科技术有限公司 一种采购供应的智能化管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106653A1 (en) * 2008-10-24 2010-04-29 Combinenet, Inc. System and Method for Contract Execution Against Expressive Contracts
CN104599141A (zh) * 2015-01-09 2015-05-06 西安融成科技有限公司 一种在线知识交易的排队交易系统和方法
CN107274261A (zh) * 2017-06-05 2017-10-20 杭州王道起兮科技有限公司 B2b电子商务供需双边匹配方法及系统
CN109816496A (zh) * 2018-11-05 2019-05-28 周永东 一种用于交易匹配的方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090024518A1 (en) * 2007-07-18 2009-01-22 Alena Pavlisova Automated system of supply and demand pairing
CN107491897A (zh) * 2017-08-31 2017-12-19 四川长虹电器股份有限公司 供应商商品评价的方法
CN110348963B (zh) * 2019-07-08 2022-06-14 周永东 一种用于交易平台实现多元商品智能交易推荐的方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106653A1 (en) * 2008-10-24 2010-04-29 Combinenet, Inc. System and Method for Contract Execution Against Expressive Contracts
CN104599141A (zh) * 2015-01-09 2015-05-06 西安融成科技有限公司 一种在线知识交易的排队交易系统和方法
CN107274261A (zh) * 2017-06-05 2017-10-20 杭州王道起兮科技有限公司 B2b电子商务供需双边匹配方法及系统
CN109816496A (zh) * 2018-11-05 2019-05-28 周永东 一种用于交易匹配的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周永东 等: "多元商品智能交易系统", 《智能系统学报》, vol. 15, no. 6, 31 December 2020 (2020-12-31), pages 1188 - 1196 *
赵健: "《地方财政发展论》", 31 August 2008, 河南人民出版社, pages: 309 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021003953A1 (zh) * 2019-07-08 2021-01-14 周永东 一种用于交易平台实现多元商品智能交易推荐的方法和系统
CN110908575A (zh) * 2019-12-05 2020-03-24 上海凯京信达科技集团有限公司 数据处理方法、计算机存储介质及电子设备
CN110908575B (zh) * 2019-12-05 2021-05-04 上海斑马来拉物流科技有限公司 数据处理方法、计算机存储介质及电子设备
CN111401986A (zh) * 2020-02-28 2020-07-10 周永东 一种交易平台的商品交易方法和系统
CN112464086A (zh) * 2020-11-23 2021-03-09 刘蓝田 一种基于大数据根据需求自动匹配并呈现特定供方的方法
CN114904447A (zh) * 2022-05-18 2022-08-16 中冶长天国际工程有限责任公司 一种混匀矿生产方法及系统
CN114904447B (zh) * 2022-05-18 2024-03-12 中冶长天国际工程有限责任公司 一种混匀矿生产方法及系统
CN115293826A (zh) * 2022-10-09 2022-11-04 南京卓博威信息科技有限公司 一种智慧供应链营销系统及评估方法
CN116307881A (zh) * 2023-03-13 2023-06-23 国电南瑞南京控制系统有限公司 一种用于电力物资采购的产品质量监督检测方法
CN117078349A (zh) * 2023-08-30 2023-11-17 薪海科技(上海)有限公司 交易智能匹配平台

Also Published As

Publication number Publication date
CN110348963B (zh) 2022-06-14
WO2021003953A1 (zh) 2021-01-14

Similar Documents

Publication Publication Date Title
CN110348963A (zh) 一种用于交易平台实现多元商品智能交易推荐的方法和系统
Hohner et al. Combinatorial and quantity-discount procurement auctions benefit Mars, Incorporated and its suppliers
Chen et al. Efficient auction mechanisms for supply chain procurement
Eiselt et al. Linear programming and its applications
US7921053B2 (en) Method and system for conducting electronic auctions with multi-parameter price equalization bidding
Kalagnanam et al. Auctions, bidding and exchange design
EP1662435A2 (en) Method and apparatus for conducting a dynamic exchange
US8165921B1 (en) Dynamic exchange method and apparatus
Roberts Perfectly and imperfectly competitive markets
Kim et al. Measuring the performance of large-scale combinatorial auctions: A structural estimation approach
US20020046157A1 (en) System, method and apparatus for demand-initiated intelligent negotiation agents in a distributed network
US7499876B2 (en) Method and apparatus for configurably adjusting a bid in an online auction
US20020055903A1 (en) System, method, and apparatus for a cooperative communications network
KR20170057344A (ko) 촉진 교차 주문을 위한 시스템 및 방법
Dogan et al. A reinforcement learning approach to competitive ordering and pricing problem
Chu et al. Truthful double auction mechanisms
US8024208B2 (en) Shipping planning system
Light et al. Quality selection in two-sided markets: A constrained price discrimination approach
WO2003067494A1 (en) Demand-initiated intelligent negotiation agents in a distributed system
CN102915466A (zh) 数据处理方法及装置
Jaimungal et al. Optimal trading in automatic market makers with deep learning
Laitinen Management accounting in pricing decisions
CN110533517A (zh) 消费品招标购物和投标竞价销售系统及实施方法
Nadar et al. Optimal procurement in remanufacturing systems with uncertain used-item condition
Gallino et al. Algorithmic assortment curation: An empirical study of buybox in online marketplaces

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230427

Address after: 101199 141, floor 2, building 1, yard 58, Xinhua West Street, Tongzhou District, Beijing

Patentee after: Beijing Xingzhao Management Consulting Co.,Ltd.

Address before: 330029 No.301, unit 3, building 3, no.443, Nanjing East Road, Qingshanhu District, Nanchang City, Jiangxi Province

Patentee before: Zhou Yongdong