CN112199513A - 企业供求关系的确定方法、装置和电子设备 - Google Patents
企业供求关系的确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112199513A CN112199513A CN202011120954.8A CN202011120954A CN112199513A CN 112199513 A CN112199513 A CN 112199513A CN 202011120954 A CN202011120954 A CN 202011120954A CN 112199513 A CN112199513 A CN 112199513A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- enterprises
- information
- chain network
- supply chain
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012549 training Methods 0.000 claims description 57
- 239000013598 vector Substances 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 14
- 238000011144 upstream manufacturing Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
Abstract
本说明书实施例提出了一种企业供求关系的确定方法、装置和电子设备，其中，上述企业供求关系的确定方法中，获取待识别的企业的信息之后，根据上述待识别的企业的信息，确定上述待识别的企业在预先获得的供应链网络图谱中的位置，最后根据上述位置，确定待识别的企业的供求关系，从而可以实现对企业的供求关系进行识别，进而可以对企业产品的供应方向进行精准判断。
Description
【技术领域】
本说明书实施例涉及互联网技术领域，尤其涉及一种企业供求关系的确定方法、装置和电子设备。
【背景技术】
随着经济全球化的进程不断加深，企业与企业之间的合作不断发展，举例来说，现代工业中，某一个终端产品的零部件和生产工艺往往来自不同的国家和企业，这就引出了供应链网络的概念。
供应链网络是由与核心企业相连的成员组织构成的，这些组织直接或间接与他们的供应商或客户相连，从起始端到消费端。因此，需要对供应链网络中企业之间的供应关系进行识别，确定哪些成员组织对公司以及供应链的成功起着决定作用，以便对这些起决定作用的成员给予关注，并合理分配资源。
【发明内容】
本说明书实施例提供了一种企业供求关系的确定方法、装置和电子设备，以实现对企业的供求关系进行识别，进而可以对企业产品的供应方向进行精准判断。
第一方面，本说明书实施例提供一种企业供求关系的确定方法，包括：获取待识别的企业的信息，其中，所述待识别的企业的信息包括所述待识别的企业的标识；根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置；根据所述位置，确定所述待识别的企业的供求关系。
上述企业供求关系的确定方法中，获取待识别的企业的信息之后，根据上述待识别的企业的信息，确定上述待识别的企业在预先获得的供应链网络图谱中的位置，最后根据上述位置，确定待识别的企业的供求关系，从而可以实现对企业的供求关系进行识别，进而可以对企业产品的供应方向进行精准判断。
其中一种可能的实现方式中，所述根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置之前，还包括：获取训练数据；对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置；将所述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
其中一种可能的实现方式中，所述对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置包括：获取所述训练数据中的企业的信息，所述训练数据中的企业的信息包括以下之一或组合：企业名称、工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息；将所述训练数据中的企业的信息转换为特征向量；根据所述特征向量，对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置。
其中一种可能的实现方式中，所述获得初始供应链网络之后，还包括：获取所述初始供应链网络中处于特定位置的至少两个企业；依次获取所述至少两个企业中处于相邻位置的两个企业的信息，所述处于相邻位置的两个企业的信息包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度；根据所述处于相邻位置的两个企业的信息，确定所述至少两个企业之间的供求关系，获得所述初始供应链网络的图谱。
其中一种可能的实现方式中，所述获得所述初始供应链网络的图谱之后，还包括：采用图谱算法对所述初始供应链网络的图谱，进行全图寻优，删除所述初始供应链网络的图谱中错误的边关系，并优化所述初始供应链网络的图谱中边关系的方向，获得所述供应链网络图谱。
第二方面，本说明书实施例提供一种企业供求关系的确定装置，包括：获取模块，用于获取待识别的企业的信息，其中，所述待识别的企业的信息包括所述待识别的企业的标识；确定模块，用于根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置；以及根据所述位置，确定所述待识别的企业的供求关系。
其中一种可能的实现方式中，上述装置还包括：分类模块；所述获取模块，还用于在所述确定模块根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置之前，获取训练数据；所述分类模块，用于对所述获取模块获取的训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置；所述获取模块，还用于将所述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
其中一种可能的实现方式中，所述分类模块包括：信息获取子模块，用于获取所述训练数据中的企业的信息，所述训练数据中的企业的信息包括以下之一或组合：企业名称、工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息；转换子模块，用于将所述训练数据中的企业的信息转换为特征向量；企业分类子模块，用于根据所述特征向量，对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置。
其中一种可能的实现方式中，上述装置还包括：确定模块；所述获取模块，还用于在获得初始供应链网络之后，获取所述初始供应链网络中处于特定位置的至少两个企业；以及依次获取所述至少两个企业中处于相邻位置的两个企业的信息，所述处于相邻位置的两个企业的信息包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度；所述确定模块，用于根据所述处于相邻位置的两个企业的信息，确定所述至少两个企业之间的供求关系，获得所述初始供应链网络的图谱。
其中一种可能的实现方式中，上述装置还包括：优化模块，用于在所述确定模块获得所述初始供应链网络的图谱之后，采用图谱算法对所述初始供应链网络的图谱，进行全图寻优，删除所述初始供应链网络的图谱中错误的边关系，并优化所述初始供应链网络的图谱中边关系的方向，获得所述供应链网络图谱。
第三方面，本说明书实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。
第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。
应当理解的是，本说明书实施例的第二～四方面与本说明书实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
【附图说明】
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例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说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本说明书企业供求关系的确定方法一个实施例的流程图；
图2为本说明书企业供求关系的确定方法另一个实施例的流程图；
图3为本说明书企业供求关系的确定方法中餐饮业的产业链结构的示意图；
图4为本说明书企业供求关系的确定方法再一个实施例的流程图；
图5为本说明书企业供求关系的确定方法中企业上下游方向的示意图；
图6为本说明书企业供求关系的确定方法再一个实施例的流程图；
图7为本说明书企业供求关系的确定装置一个实施例的结构示意图；
图8为本说明书企业供求关系的确定装置另一个实施例的结构示意图；
图9为本说明书电子设备一个实施例的结构示意图。
【具体实施方式】
为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。
应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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它实施例，都属于本说明书保护的范围。
在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
供应链网络是由与核心企业相连的成员组织构成的，这些组织直接或间接与他们的供应商或客户相连，从起始端到消费端。在供应链网络建立过程中，在完成基本的供应链网络的搭建之后，可以使用基本的供应链网络对企业之间的供应关系进行初步识别。但是初步识别出的供应关系，无法准确判断关联企业的供应链方向。
基于上述问题，本说明书实施例提出一种企业供求关系的确定方法，基于企业供应链关系图谱中的文本特征、点特征、关系边强度和/或图嵌入等特征建立机器学习算法模型，对企业之间的供求关系进行精准刻画。判断供应链关系网络图谱中企业之间的上下游关系，从而完成企业供应链网络对于产品供应方向的精准判断。
图1为本说明书企业供求关系的确定方法一个实施例的流程图，如图1所示，上述企业供求关系的确定方法可以包括：
步骤102，获取待识别的企业的信息，其中，上述待识别的企业的信息可以包括待识别的企业的标识。
具体地，上述待识别的企业的标识可以为上述待识别的企业的名称和/或上述待识别的企业的工商注册信息等可以标识待识别的企业的信息，本实施例对上述待识别的企业的标识的具体信息不作限定。
另外，上述待识别的企业的信息还可以包括注册资本、企业类型、企业在互联网中留存的描述信息和/或经营信息等信息，本实施例对此不作限定。
步骤104，根据上述待识别的企业的信息，确定上述待识别的企业在预先获得的供应链网络图谱中的位置。
步骤106，根据上述位置，确定待识别的企业的供求关系。
具体地，确定待识别的企业在供应链网络图谱中的位置之后，在供应链网络图谱中，对于处于该待识别的企业上游位置的企业，将作为该待识别的企业的供货商；而对于处于该待识别的企业下游位置的企业，该待识别的企业将作为处于下游位置的企业的供货商。
进一步地，确定了供求关系之后，待识别的企业就可以根据供求关系确定该企业的产品的供应方向。
上述企业供求关系的确定方法中，获取待识别的企业的信息之后，根据上述待识别的企业的信息，确定上述待识别的企业在预先获得的供应链网络图谱中的位置，最后根据上述位置，确定待识别的企业的供求关系，从而可以实现对企业的供求关系进行识别，进而可以对企业产品的供应方向进行精准判断。
图2为本说明书企业供求关系的确定方法另一个实施例的流程图，如图2所示，本说明书图1所示实施例中，步骤104之前，还可以包括：
步骤202，获取训练数据。
其中，上述训练数据中可以包括企业的信息，上述企业的信息可以包括以下之一或组合：企业的名称、企业的工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息。
步骤204，对上述训练数据中的企业进行分类，确定上述训练数据中的企业在所属行业的产业链中的位置。
具体地，对上述训练数据中的企业进行分类，确定上述训练数据中的企业在所属行业的产业链中的位置可以为：获取上述训练数据中的企业的信息，然后将上述训练数据中的企业的信息转换为特征向量，接下来，可以根据上述特征向量，对上述训练数据中的企业进行分类，确定上述训练数据中的企业在所属行业的产业链中的位置。
步骤206，将上述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
具体地，对每个行业来说，例如餐饮业、服装产业或手机制造产业等，随着时间的积累都形成了最适合该行业的产业链结构，从原材料到加工到生产再到最终的销售。不同行业的产业链结构复杂程度不同。参见图3，图3为本说明书企业供求关系的确定方法中餐饮业的产业链结构的示意图。
本实施例中，获取训练数据之后，可以获取上述训练数据中的企业的信息，然后利用自然语言处理技术对上述企业的信息进行特征提取，获得训练数据中的企业对应的特征向量，然后建立分类模型，利用分类模型对上述特征向量进行分类，从而可以根据分类结果确定上述训练数据中的企业在其所属行业的产业链中的位置。
然后，利用产业链结构的固定关系，当两个关联企业所处产业链位置不同时，将处于上游位置的企业作为处于下游位置的企业的供货商，获得初始供应链网络。
图4为本说明书企业供求关系的确定方法再一个实施例的流程图，如图4所示，本说明书图2所示实施例中，步骤206之后，还可以包括：
步骤402，获取上述初始供应链网络中处于特定位置的至少两个企业。
步骤404，依次获取上述至少两个企业中处于相邻位置的两个企业的信息。
其中，上述相邻位置的两个企业的信息可以包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度等。
步骤406，根据上述处于相邻位置的两个企业的信息，确定上述至少两个企业之间的供求关系，获得上述初始供应链网络的图谱。
具体地，参见图5，图5为本说明书企业供求关系的确定方法中企业上下游方向的示意图。
如图5所示，获得初始供应链网络之后，对于一些结构复杂的产业链位置，例如：批发商和/或加工商，往往存在多层级的经营过程(一级、二级批发商；粗加工、精加工等)。因此，对于上述初始供应链网络中处于特定位置的至少两个企业之间所存在的供应关系，本实施例利用上述至少两个企业中处于相邻位置的两个企业的信息，对上述至少两个企业之间的供求关系进行确定。
在具体实现时，可以对上述至少两个企业中处于相邻位置的两个企业的信息进行特征提取，获取特征向量，然后通过机器学习模型对上述特征向量进行识别，获得处于特定位置的至少两个企业之间的供求关系。
图6为本说明书企业供求关系的确定方法再一个实施例的流程图，如图6所示，本说明书图4所示实施例中，步骤406之后，还可以包括：
步骤602，采用图谱算法对上述初始供应链网络的图谱，进行全图寻优，删除上述初始供应链网络的图谱中错误的边关系，并优化上述初始供应链网络的图谱中边关系的方向，获得供应链网络图谱。
其中，上述图谱算法可以采用图嵌入等图谱算法，本实施例对所采用的图谱算法不作限定。
具体地，在获得初始供应链网络的图谱之后，供应链网络变成了一个知识图谱结构，供应链网络中的每一个企业为图谱中的一个节点，企业之间的供应关系作为图谱的边且已经具有边的方向。
因此，本实施例可以采用图嵌入等图谱算法，对初始供应链网络的图谱进行全图寻优，删除错误的边关系，同时优化边关系的方向，最终得到最优结果，获得最为准确的供应链网络图谱。
这样，后续在获取待识别的企业的信息之后，就可以根据上述待识别的企业的信息，确定上述待识别的企业在上述供应链网络图谱中的位置，进而可以根据上述位置，确定上述待识别的企业的供求关系，实现了对企业的供求关系进行识别，进而可以对企业产品的供应方向进行精准判断。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
图7为本说明书企业供求关系的确定装置一个实施例的结构示意图，如图7所示，上述企业供求关系的确定装置可以包括：获取模块71和确定模块72；
获取模块71，用于获取待识别的企业的信息，其中，上述待识别的企业的信息包括上述待识别的企业的标识；
确定模块72，用于根据上述待识别的企业的信息，确定上述待识别的企业在预先获得的供应链网络图谱中的位置；以及根据上述位置，确定上述待识别的企业的供求关系。
图7所示实施例提供的企业供求关系的确定装置可用于执行本说明书图1所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图8为本说明书企业供求关系的确定装置另一个实施例的结构示意图，与图7所示的企业供求关系的确定装置相比，图8所示的企业供求关系的确定装置还可以包括：分类模块73；
获取模块71，还用于在确定模块72根据上述待识别的企业的信息，确定待识别的企业在预先获得的供应链网络图谱中的位置之前，获取训练数据；
分类模块73，用于对获取模块71获取的训练数据中的企业进行分类，确定上述训练数据中的企业在所属行业的产业链中的位置；
获取模块71，还用于将上述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
具体地，分类模块73可以包括：信息获取子模块731、转换子模块732和企业分类子模块733；
其中，信息获取子模块731，用于获取上述训练数据中的企业的信息，上述训练数据中的企业的信息包括以下之一或组合：企业名称、工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息；
转换子模块732，用于将上述训练数据中的企业的信息转换为特征向量；
企业分类子模块733，用于根据上述特征向量，对上述训练数据中的企业进行分类，确定上述训练数据中的企业在所属行业的产业链中的位置。
进一步地，上述企业供求关系的确定装置还可以包括：确定模块74；
获取模块71，还用于在获得初始供应链网络之后，获取上述初始供应链网络中处于特定位置的至少两个企业；以及依次获取上述至少两个企业中处于相邻位置的两个企业的信息，上述处于相邻位置的两个企业的信息包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度；
确定模块74，用于根据上述处于相邻位置的两个企业的信息，确定上述至少两个企业之间的供求关系，获得上述初始供应链网络的图谱。
进一步地，上述企业供求关系的确定装置还可以包括：优化模块75；
优化模块75，用于在确定模块74获得上述初始供应链网络的图谱之后，采用图谱算法对上述初始供应链网络的图谱，进行全图寻优，删除上述初始供应链网络的图谱中错误的边关系，并优化上述初始供应链网络的图谱中边关系的方向，获得上述供应链网络图谱。
图8所示实施例提供的企业供求关系的确定装置可用于执行本申请图1～图6所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图9为本说明书电子设备一个实施例的结构示意图，如图9所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图1～图6所示实施例提供的企业供求关系的确定方法。
其中，上述电子设备可以为服务器，例如：部署在云端的云服务器。
图9示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图9显示的电子设备仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。
如图9所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，通信接口420，存储器430，以及连接不同组件(包括存储器430、通信接口420和处理单元410)的通信总线440。
通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，或者使用多种总线结构中的任意总线结构的局域总线。举例来说，通信总线440可以包括但不限于工业标准体系结构(industry standardarchitecture，ISA)总线，微通道体系结构(micro channel architecture，MAC)总线，增强型ISA总线、视频电子标准协会(video electronics standards association，VESA)局域总线以及外围组件互连(peripheral component interconnection，PCI)总线。
电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory，RAM)和/或高速缓存存储器。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本说明书图1～图6所示实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书图1～图6所描述的实施例中的功能和/或方法。
处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图1～图6所示实施例提供的企业供求关系的确定方法。
本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本说明书图1～图6所示实施例提供的企业供求关系的确定方法。
上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(read only memory，ROM)、可擦式可编程只读存储器(erasable programmable read onlymemory，EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、射频(radio frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localarea network，LAN)或广域网(wide area network，WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属技术领域的技术人员所理解。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机(personal computer，PC)、个人数字助理(personal digital assistant，PDA)、无线手持设备、平板电脑(tablet computer)、手机、MP3播放器、MP4播放器等。
在本说明书所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本说明书各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本说明书各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。
Claims (12)
1.一种企业供求关系的确定方法，包括：
获取待识别的企业的信息，其中，所述待识别的企业的信息包括所述待识别的企业的标识；
根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置；
根据所述位置，确定所述待识别的企业的供求关系。
2.根据权利要求1所述的方法，其中，所述根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置之前，还包括：
获取训练数据；
对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置；
将所述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
3.根据权利要求2所述的方法，其中，所述对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置包括：
获取所述训练数据中的企业的信息，所述训练数据中的企业的信息包括以下之一或组合：企业名称、工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息；
将所述训练数据中的企业的信息转换为特征向量；
根据所述特征向量，对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置。
4.根据权利要求2或3所述的方法，其中，所述获得初始供应链网络之后，还包括：
获取所述初始供应链网络中处于特定位置的至少两个企业；
依次获取所述至少两个企业中处于相邻位置的两个企业的信息，所述处于相邻位置的两个企业的信息包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度；
根据所述处于相邻位置的两个企业的信息，确定所述至少两个企业之间的供求关系，获得所述初始供应链网络的图谱。
5.根据权利要求4所述的方法，其中，所述获得所述初始供应链网络的图谱之后，还包括：
采用图谱算法对所述初始供应链网络的图谱，进行全图寻优，删除所述初始供应链网络的图谱中错误的边关系，并优化所述初始供应链网络的图谱中边关系的方向，获得所述供应链网络图谱。
6.一种企业供求关系的确定装置，包括：
获取模块，用于获取待识别的企业的信息，其中，所述待识别的企业的信息包括所述待识别的企业的标识；
确定模块，用于根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置；以及根据所述位置，确定所述待识别的企业的供求关系。
7.根据权利要求6所述的装置，其中，还包括：分类模块；
所述获取模块，还用于在所述确定模块根据所述待识别的企业的信息，确定所述待识别的企业在预先获得的供应链网络图谱中的位置之前，获取训练数据；
所述分类模块，用于对所述获取模块获取的训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置；
所述获取模块，还用于将所述产业链中处于上游位置的企业作为处于下游位置的企业的供应商，获得初始供应链网络。
8.根据权利要求7所述的装置，其中，所述分类模块包括：
信息获取子模块，用于获取所述训练数据中的企业的信息，所述训练数据中的企业的信息包括以下之一或组合：企业名称、工商注册信息、注册资本、企业类型、企业在互联网中留存的描述信息和经营信息；
转换子模块，用于将所述训练数据中的企业的信息转换为特征向量；
企业分类子模块，用于根据所述特征向量，对所述训练数据中的企业进行分类，确定所述训练数据中的企业在所属行业的产业链中的位置。
9.根据权利要求7或8所述的装置，其中，还包括：确定模块；
所述获取模块，还用于在获得初始供应链网络之后，获取所述初始供应链网络中处于特定位置的至少两个企业；以及依次获取所述至少两个企业中处于相邻位置的两个企业的信息，所述处于相邻位置的两个企业的信息包括以下之一或组合：企业的注册资本、经营位置、经营类型、企业稠密度和关联强度；
所述确定模块，用于根据所述处于相邻位置的两个企业的信息，确定所述至少两个企业之间的供求关系，获得所述初始供应链网络的图谱。
10.根据权利要求9所述的装置，其中，还包括：
优化模块，用于在所述确定模块获得所述初始供应链网络的图谱之后，采用图谱算法对所述初始供应链网络的图谱，进行全图寻优，删除所述初始供应链网络的图谱中错误的边关系，并优化所述初始供应链网络的图谱中边关系的方向，获得所述供应链网络图谱。
11.一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
12.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011120954.8A CN112199513A (zh) | 2020-10-19 | 2020-10-19 | 企业供求关系的确定方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011120954.8A CN112199513A (zh) | 2020-10-19 | 2020-10-19 | 企业供求关系的确定方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112199513A true CN112199513A (zh) | 2021-01-08 |
Family
ID=74009454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011120954.8A Pending CN112199513A (zh) | 2020-10-19 | 2020-10-19 | 企业供求关系的确定方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112199513A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966099A (zh) * | 2021-02-26 | 2021-06-15 | 北京金堤征信服务有限公司 | 关系图谱展示方法、装置及计算机可读存储介质 |
| CN113592568A (zh) * | 2021-09-30 | 2021-11-02 | 深圳前海环融联易信息科技服务有限公司 | 一种商机挖掘方法、装置、计算机设备及存储介质 |
| CN114169945A (zh) * | 2022-02-08 | 2022-03-11 | 北京金堤科技有限公司 | 一种确定对象所在领域内热门供需产品的方法和装置 |
| WO2022237824A1 (zh) * | 2021-05-12 | 2022-11-17 | 华为云计算技术有限公司 | 一种云平台的云服务部署方法及其相关设备 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060155595A1 (en) * | 2005-01-13 | 2006-07-13 | Microsoft Corporation | Method and apparatus of managing supply chain exceptions |
| US20170024640A1 (en) * | 2015-07-24 | 2017-01-26 | Microsoft Technology Licensing, Llc | Leveraging global data for enterprise data analytics |
| CN108694600A (zh) * | 2017-04-10 | 2018-10-23 | 北京智慧联合科技有限公司 | 一种为目标企业推荐上下游企业群的方法 |
| CN109002425A (zh) * | 2018-06-19 | 2018-12-14 | 平安科技（深圳）有限公司 | 企业上下游关系的获取方法、终端设备及介质 |
| CN109255034A (zh) * | 2018-08-08 | 2019-01-22 | 数据地平线（广州）科技有限公司 | 一种基于产业链的行业知识图谱构建方法 |
| CN109754191A (zh) * | 2019-01-15 | 2019-05-14 | 深圳市毅景科技有限公司 | 一种中小企业一站式销售智能供应链管理平台 |
| CN110046838A (zh) * | 2019-05-29 | 2019-07-23 | 西南交通大学 | 一种基于多层复杂网络的轨道交通产业链配置方法 |
| CN110163626A (zh) * | 2018-04-19 | 2019-08-23 | 深圳市华美龙物流监控系统有限公司 | 一种实现产业链上下游双向溯源系统及方法 |
| CN110503295A (zh) * | 2019-07-05 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 供应链金融的风险分析方法、装置、计算终端及存储介质 |
| CN110968701A (zh) * | 2019-11-05 | 2020-04-07 | 量子数聚（北京）科技有限公司 | 用于图神经网络的关系图谱建立方法以及装置、设备 |
| CN111080132A (zh) * | 2019-12-18 | 2020-04-28 | 北京智识企业管理咨询有限公司 | 一种基于大数据的产业链分析系统及方法 |
| CN111340246A (zh) * | 2020-02-26 | 2020-06-26 | 未来地图(深圳)智能科技有限公司 | 用于企业智能决策分析的处理方法、装置和计算机设备 |
-
2020
- 2020-10-19 CN CN202011120954.8A patent/CN112199513A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060155595A1 (en) * | 2005-01-13 | 2006-07-13 | Microsoft Corporation | Method and apparatus of managing supply chain exceptions |
| US20170024640A1 (en) * | 2015-07-24 | 2017-01-26 | Microsoft Technology Licensing, Llc | Leveraging global data for enterprise data analytics |
| CN108694600A (zh) * | 2017-04-10 | 2018-10-23 | 北京智慧联合科技有限公司 | 一种为目标企业推荐上下游企业群的方法 |
| CN110163626A (zh) * | 2018-04-19 | 2019-08-23 | 深圳市华美龙物流监控系统有限公司 | 一种实现产业链上下游双向溯源系统及方法 |
| CN109002425A (zh) * | 2018-06-19 | 2018-12-14 | 平安科技（深圳）有限公司 | 企业上下游关系的获取方法、终端设备及介质 |
| CN109255034A (zh) * | 2018-08-08 | 2019-01-22 | 数据地平线（广州）科技有限公司 | 一种基于产业链的行业知识图谱构建方法 |
| CN109754191A (zh) * | 2019-01-15 | 2019-05-14 | 深圳市毅景科技有限公司 | 一种中小企业一站式销售智能供应链管理平台 |
| CN110046838A (zh) * | 2019-05-29 | 2019-07-23 | 西南交通大学 | 一种基于多层复杂网络的轨道交通产业链配置方法 |
| CN110503295A (zh) * | 2019-07-05 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 供应链金融的风险分析方法、装置、计算终端及存储介质 |
| CN110968701A (zh) * | 2019-11-05 | 2020-04-07 | 量子数聚（北京）科技有限公司 | 用于图神经网络的关系图谱建立方法以及装置、设备 |
| CN111080132A (zh) * | 2019-12-18 | 2020-04-28 | 北京智识企业管理咨询有限公司 | 一种基于大数据的产业链分析系统及方法 |
| CN111340246A (zh) * | 2020-02-26 | 2020-06-26 | 未来地图(深圳)智能科技有限公司 | 用于企业智能决策分析的处理方法、装置和计算机设备 |
Non-Patent Citations (3)
| Title |
|---|
| 单佳兰;: "汽车行业的供应链风险管理问题研究", 现代经济信息, no. 07, 5 April 2016 (2016-04-05) * |
| 杨晓华: "以供应链管理提高企业竞争力", 鹭江职业大学学报, no. 02, 25 June 2005 (2005-06-25) * |
| 陈畴镛, 陆锦洪: "基于数据挖掘方法的供应链合作伙伴选择", 浙江学刊, no. 01, 25 January 2005 (2005-01-25) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966099A (zh) * | 2021-02-26 | 2021-06-15 | 北京金堤征信服务有限公司 | 关系图谱展示方法、装置及计算机可读存储介质 |
| WO2022237824A1 (zh) * | 2021-05-12 | 2022-11-17 | 华为云计算技术有限公司 | 一种云平台的云服务部署方法及其相关设备 |
| CN113592568A (zh) * | 2021-09-30 | 2021-11-02 | 深圳前海环融联易信息科技服务有限公司 | 一种商机挖掘方法、装置、计算机设备及存储介质 |
| CN114169945A (zh) * | 2022-02-08 | 2022-03-11 | 北京金堤科技有限公司 | 一种确定对象所在领域内热门供需产品的方法和装置 |
| CN114169945B (zh) * | 2022-02-08 | 2022-04-22 | 北京金堤科技有限公司 | 一种确定对象所在领域内热门供需产品的方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112199513A (zh) | 企业供求关系的确定方法、装置和电子设备 | |
| CN113159010B (zh) | 视频分类方法、装置、设备和存储介质 | |
| CN107015964B (zh) | 面向智能机器人开发的自定义意图实现方法及装置 | |
| CN111105786B (zh) | 一种多采样率语音识别方法、装置、系统及存储介质 | |
| CN114201278B (zh) | 任务处理方法、任务处理装置、电子设备以及存储介质 | |
| CN112860993B (zh) | 兴趣点的分类方法、装置、设备、存储介质及程序产品 | |
| CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
| CN116150339A (zh) | 对话方法、装置、设备及存储介质 | |
| CN115311469A (zh) | 图像标注方法、训练方法、图像处理方法以及电子设备 | |
| CN113627526B (zh) | 车辆标识的识别方法、装置、电子设备和介质 | |
| CN113657249B (zh) | 训练方法、预测方法、装置、电子设备以及存储介质 | |
| CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
| CN111553597A (zh) | 一种对企业进行财务舞弊风险识别的方法及装置 | |
| CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
| CN114997329A (zh) | 用于生成模型的方法、装置、设备、介质和产品 | |
| CN113763968B (zh) | 用于识别语音的方法、装置、设备、介质和产品 | |
| CN115204841A (zh) | 工作流的生成方法、装置、电子设备以及存储介质 | |
| CN115329132A (zh) | 生成视频标签的方法、装置、设备以及存储介质 | |
| CN113051381B (zh) | 信息质检方法、装置、计算机系统和计算机可读存储介质 | |
| CN114297380A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN114764713A (zh) | 商户巡检任务的生成方法、装置、电子设备和存储介质 | |
| CN113870028A (zh) | 资金的关联方法、装置和电子设备 | |
| CN113342553A (zh) | 一种数据的获取方法、装置、电子设备及存储介质 | |
| CN113742485A (zh) | 一种处理文本的方法和装置 | |
| CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 |
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 |