CN114169945B - 一种确定对象所在领域内热门供需产品的方法和装置 - Google Patents
一种确定对象所在领域内热门供需产品的方法和装置 Download PDFInfo
- Publication number
- CN114169945B CN114169945B CN202210117135.0A CN202210117135A CN114169945B CN 114169945 B CN114169945 B CN 114169945B CN 202210117135 A CN202210117135 A CN 202210117135A CN 114169945 B CN114169945 B CN 114169945B
- Authority
- CN
- China
- Prior art keywords
- supply
- demand
- objects
- determining
- product
- 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.)
- Active
Links
Images
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种确定对象所在领域内热门供需产品的方法和装置,以解决相关技术中存在的问题。该方法包括:根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;获取多个对象的供需行为数据;其中,所述多个对象包括:所述当前对象和所述目标对象;根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品;其中,所述供需关系图以存在供需关系的对象为节点、所述供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。该方法能够使得到的热门供需产品更贴近实际情况,产品更多样,从供应、需求两个方向更加全面地了解该领域内的产品需求。
Description
技术领域
本发明涉及计算机技术领域,具体地,涉及一种确定对象所在领域内热门供需产品的方法和装置。
背景技术
在实际生产经营活动中,领域内的热门产品能够反映领域内受关注程度高的产品,通过确定热门产品可以分析对象间的竞争关系,并为对象的产品生产提供数据支持。
现有技术一般通过对象售卖的产品的类型,确定对象所属的领域,并根据领域内对象的产品销量,确定领域内的热门产品。例如,企业A的产品是智能手机,那么企业A所属的领域为智能手机领域,根据领域内不同企业的智能手机销量,确定领域内的热门手机。
但是,通过该方法确定的热门产品仅包含竞品,内容较为单一。并且,产品的类型由人为设定的规则确定,可能与实际情况存在差异,导致得到的热门产品准确度不高。
发明内容
本发明的目的是提供一种确定对象所在领域内热门供需产品的方法和装置,以解决相关技术中存在的问题。
第一方面,本发明实施例提供了一种确定对象所在领域内热门供需产品的方法,包括:
根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;
获取多个对象的供需行为数据;其中,所述多个对象包括:所述当前对象和所述目标对象;
根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品;
其中,所述供需关系图以存在供需关系的对象为节点、所述供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。
可选地,
所述根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象,包括:
根据所述供需关系图,确定各个所述对象的嵌入表示;
根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象。
可选地,
所述根据所述供需关系图,确定各个所述对象的嵌入表示,包括:
根据所述供需关系图,生成多条供需路径;其中,所述供需路径中包括若干所述对象;
根据所述多条供需路径,生成所述多个对象的嵌入表示。
可选地,
所述根据所述供需关系图,生成多条供需路径,包括:
针对所述供需关系图中的每个节点:
以所述节点为起始点,随机选取与所述节点连接的边,根据选取的边确定所述供需路径中的节点,得到途经第一数量节点的所述供需路径。
可选地,
所述供需行为数据中包括:交易金额;
所述根据所述供需关系图,生成多条供需路径,包括:
针对所述供需关系图中的每个节点:
以所述节点为起始点,根据边的权重选取与所述节点连接的边,根据选取的边确定所述供需路径中的节点,得到途径第二数量节点的所述供需路径;其中,边的权重由节点之间的交易金额确定。
可选地,
所述根据所述多条供需路径,生成所述多个对象的嵌入表示,包括:
将所述多条供需路径输入词向量模型,得到所述多个对象的嵌入表示。
可选地,
所述根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
确定所述当前对象的嵌入表示与各个其他对象的嵌入表示的相似度;
按照与所述当前对象的嵌入表示的相似度由大到小的顺序,从多个其他对象中选择第三数量的对象作为所述目标对象;其中,所述目标对象的嵌入表示与所述当前对象的嵌入表示的相似度,用于表征所述目标对象的供应链与所述当前对象的供应链的相似度。
可选地,
所述根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
将所述当前对象添加到搜索集和召回集中;
按照先进先出的顺序,从所述搜索集中获取排在第一位的第一对象,在所述多个对象中搜索与所述第一对象的嵌入表示的相似度大于第一阈值 的若干第二对象;
针对每个所述第二对象:如果所述第二对象存在于所述召回集中,则终止当前流程;如果所述第二对象不存在于所述召回集中,则将所述第二对象添加到所述搜索集和所述召回集中;
将所述第一对象从所述搜索集中删除;
确定所述召回集中的第二对象数量是否大于第四数量或所述搜索集是否为空,如果是,确定所述召回集中的第二对象为所述目标对象;否则,执行所述按照先进先出的顺序,从所述搜索集中获取排在第一位的第一对象,搜索与所述第一对象的嵌入表示的相似度大于第一阈值的若干第二对象;
其中,所述目标对象的嵌入表示与所述当前对象的嵌入表示的相似度,用于表征所述目标对象的供应链与所述当前对象的供应链的相似度。
可选地,
所述供需行为数据中包括:产品名称;
所述根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品,包括:
对产品集中的产品名称进行分词,得到若干种第一分词结果;其中,所述产品集中包括:所述当前对象的产品名称和所述目标对象的产品名称;
统计各种所述第一分词结果在所述产品集中出现的次数;
根据各种所述第一分词结果在所述产品集中出现的次数,确定所述当前对象所在领域内的热门供需产品。
可选地,
所述多个对象还包括:其他对象;
进一步包括:对全量集中的产品名称进行分词,得到若干种第二分词结果;其中,所述全量集中包括:所述当前对象的产品名称、所述目标对象的产品名称和其他对象的产品名称;
统计各种所述第二分词结果在所述全量集中出现的次数;
所述根据各种所述第一分词结果在所述产品集中出现的次数,确定所述当前对象的热门供需产品,包括:
根据各种所述第一分词结果在所述产品集中出现的次数和各种所述第二分词结果在所述全量集中出现的次数,确定所述当前对象的热门供需产品。
第二方面,本发明实施例提供了一种确定对象所在领域内热门供需产品的装置,包括:
对象确定模块,配置为根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;
获取模块,配置为获取多个对象的供需行为数据;其中,所述多个对象包括:所述当前对象和所述目标对象;
产品确定模块,配置为根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品;其中,所述供需关系图以存在供需关系的对象为节点、所述供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。
第三方面,本发明实施例提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例所述方法的步骤。
第四方面,一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述任一实施例所述方法的步骤。
采用上述技术方案,至少能够达到如下技术效果:本发明实施例基于对象间实际产生的供需关系,确定与当前对象位于同一领域内的目标对象,并根据位于该领域内对象的供需行为数据,确定该领域的热门供需产品。由于供需关系图反映的是对象间实际产生的供需关系,而非人为定义的规则,因此,本方案能够降低人为因素的影响,确定的领域内的对象更贴近实际情况,进而使得到的热门供需产品更准确。通过该方法确定的热门供需产品不仅包括竞品,还可以包括存在潜在合作关系对象的产品,产品更多样,能够为后续寻求合作对象提供数据支持。另外,热门供需产品不仅包括对象向外部供应的热门产品,还包括对象自身需求的热门产品,能够从供应、需求两个方向更加全面地了解该领域内的产品需求。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明的一个实施例示出的一种确定对象所在领域内热门供需产品的方法的流程图;
图2是本发明的一个实施例示出的一种供需关系图的结构示意图;
图3是本发明的一个实施例示出的一种确定企业所在领域内热门供需产品的方法的流程图;
图4是本发明的一个实施例示出的一种确定对象所在领域内热门供需产品的装置的结构示意图;
图5是本发明一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
现有方法基于产品的类型,确定领域内包含的对象,由于产品的类型由人为设定的规则确定,因此,基于该方法确定的热门产品容易受到人为因素的影响,导致热门产品与实际情况差异较大。并且,通过该方法确定的热门产品仅包括存在竞争关系的对象供应的产品,内容较为单一。
鉴于此,以下实施例将对一种确定对象所在领域内热门供需产品的方法进行详细地说明。
如图1所示,本发明实施例提供了一种确定对象所在领域内热门供需产品的方法,包括:
步骤101:根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象。
在实际应用场景中,上游对象和下游对象依靠供需关系形成供应链,该对象可以是企业、个体工商户等。例如,A公司向B公司售卖化工原材料,B公司向C公司售卖有机中间体,则A公司、B公司和C公司形成一条供应链。对于B公司来说,A公司是其上游公司,C公司是其下游公司。
鉴于同一领域内对象的供应链往往具有较高的相似度,因此,本发明实施例基于供应链之间的相似度,确定与当前对象位于同一领域的目标对象。
供需关系图由对象之间的供需关系确定,供需关系图能够反映对象在供应链中的位置以及对象之间的上下游关系,基于这些供需特征,可以确定两个对象的供应链是否相似。
步骤102:获取多个对象的供需行为数据;其中,多个对象包括:当前对象和目标对象。
在本发明实施例中,多个对象中还可以包括除当前对象和目标对象之外的其他对象。可以仅获取当前对象及目标对象的供需行为数据,除此之外,还可以获取其他对象的供需行为数据。
在本发明实施例中,可以根据预先设定的第二阈值确定目标对象,具体地,当前对象的供应链与目标对象的供应链的相似度大于预先设定的第二阈值,即如果对象的供应链与当前对象的供应链的相似度大于第二阈值,则确定该对象为目标对象。第二阈值可以由用户根据实际的业务需求进行设定,例如,如果用户仅关注与当前对象的供应链的相似度大于90%的目标对象,则第二阈值可以预先设定为90%。
在本发明实施例中,还可以根据预先设定的数量确定目标对象,如下述实施例中的第三数量和第四数量。例如,用户想要获取的目标对象的数量为3,则按照供应链的相似度由高到低的顺序,排在前3位的对象为目标对象。
在本发明实施例中,供需行为数据可以包括以下任意一种或多种:招投标数据、合同数据和发票数据。其中,招投标数据可以包括以下任意一种或多种:招标文件、投标文件、中标公告和中标通知书等。从招投标数据中可以获取招标方和中标方,从合同数据中可以获取甲方和乙方,从发票数据中可以获取购买方和销售方。招标方、甲方和购买方均为需求方,中标方、乙方和销售方均为供应方,需求方和供应方之间存在供需关系。
供需行为数据中除了包含需求方和供应方,还可以包括交易时间、交易产品、交易金额等。例如,交易金额包括:中标价、合同金额和发票金额。
步骤103:根据当前对象的供需行为数据和目标对象的供需行为数据,确定当前对象所在领域内的热门供需产品。
其中,供需关系图以存在供需关系的对象为节点、供需关系为边。
在本发明实施例中,可以根据供需行为数据中,交易产品、交易时间等信息,确定热门供需产品。
本发明实施例基于对象间实际产生的供需关系,确定与当前对象位于同一领域内的目标对象,并根据位于该领域内对象的供需行为数据,确定该领域的热门供需产品。由于供需关系图反映的是对象间实际产生的供需关系,而非人为定义的规则,因此,本方案能够降低人为因素的影响,确定的领域内的对象更贴近实际情况,进而使得到的热门供需产品更准确。通过该方法确定的热门供需产品不仅包括竞品,还可以包括存在潜在合作关系对象的产品,产品更多样,能够为后续寻求合作对象提供数据支持。另外,热门供需产品不仅包括对象向外部供应的热门产品,还包括对象自身需求的热门产品,能够从供应、需求两个方向更加全面地了解该领域内的产品需求。
在本发明的一个实施例中,该方法还包括:
根据各个对象的供需行为数据,确定存在供需关系的对象;
以存在供需关系的对象为节点、供需关系为边,生成供需关系图。
本发明实施例通过供需行为数据,确定对象之间的供需关系,进而确定节点之间的连接关系,得到供需关系图。根据供需关系图,可以确定对象所在供应链的特征,如供应链中包含的对象。供需关系图不仅考虑了对象的供应行为(如售卖),还考虑了对象的需求行为(如购买),基于该供需关系图可以准确地确定与当前对象具有相似供应链的目标对象。
在本发明的一个实施例中,根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象,包括:
根据供需关系图,确定各个对象的嵌入表示;
根据各个对象的嵌入表示,确定与当前对象具有相似供应链的目标对象。
供需关系图由存在供需关系的对象构成,其中,对象为节点,对象之间的供需关系为边。如图2所示,节点包括:对象1、对象2、对象3和对象4,对象2分别与对象1、对象3和对象4存在供需关系,对象1与对象4存在供需关系。节点之间的供需关系可以是单向的,也可以是双向的。以对象1和对象2为例,在情况1中,对象1从对象2购买化工原料,则对象1为需求方,对象2为供应方;在情况2中,对象2从对象1购买化工产品,则对象2为需求方,对象1为供应方。在本发明实施例中,可以仅存在情况1或情况2,还可以同时存在情况1和情况2。
从供需关系图中提取对象的嵌入表示,即各个对象的词向量。例如,从图2中提取对象1至对象4的嵌入表示。对象的嵌入表示能够反映对象所在供应链的供需特征。
例如,根据供需关系图确定对象1至对象4的嵌入表示,如果当前对象为对象1,则根据对象1至对象4的嵌入表示,在对象2至对象4中确定目标对象。类似地,如果当前对象为对象2,则在对象1、对象3和对象4中确定目标对象。
本发明实施例基于对象之间的供需关系构建供需关系图,并从中提取对象的嵌入表示。由于对象的嵌入表示能够反映对象所在供应链的供需特征,因此,基于对象的嵌入表示,可以准确地确定与当前对象具有相似供应链的目标对象。并且,该方法基于对象的嵌入表示进行运算,能够更高效地确定目标对象。目标对象可以与当前对象存在竞争关系,还可以与当前对象存在潜在的合作关系,例如,卖投影仪的企业1、卖投影仪的企业2和卖课桌的企业3都与培训机构4存在供应关系,企业1、企业2和企业3具有相似供应链,企业2是企业1的竞争对手,企业3是企业1的潜在合作对象,企业3可以与企业 1合作为培训机构4提供产品。
在本发明的一个实施例中,根据供需关系图,确定各个对象的嵌入表示,包括:
根据供需关系图,生成多条供需路径;其中,供需路径中包括若干对象;
根据多条供需路径,生成多个对象的嵌入表示。
一条供需路径代表一条供应链,每条供需路径中包括的对象数量可以根据需求预先设定,例如,预先设定的供需路径中包括的对象数量不超过3。以图2为例,生成的供需路径包括但不限于:对象1-对象2-对象3,对象1-对象4-对象2,对象2-对象3。预先设定的供需路径中包括的对象数量为4,则生成的供需路径包括但不限于:对象1-对象4-对象2-对象3,对象3-对象2-对象1-对象4。
为了更快地确定目标对象,本发明实施例将从供需关系图中提取的供需路径转换成嵌入表示,以便于后续通过向量运算,得到最终的目标对象。
在实际应用场景中,至少存在两种确定供需路径的方式。
方式1:
根据供需关系图,生成多条供需路径,包括:
针对供需关系图中的每个节点:
以节点为起始点,随机选取与节点连接的边,根据选取的边确定供需路径中的节点,得到途经第一数量节点的供需路径。
第一数量为预先设定的供需路径中包括的节点数量。在本发明实施例中,当与节点连接的边存在多条时,各条边被选中的概率相同。以图2为例,第一数量为3,以对象1为起始点,与对象1连接的边存在两条,这两条边被选取的概率均为50%,如果选取与对象2相连的边,则对象2为该供需路径中的第二个节点,以此类推,与对象2连接的边存在三条,每条边被选取的概率均为33.3%,如果选取与对象3相连的边,则对象2为该供需路径中的第三个节点,由此,对象1-对象2-对象3为一条供需路径。需要说明的是,在一条供需路径中,同一个节点可以重复出现,例如,上述供需路径,还可以为对象1-对象2-对象1。
在本发明实施例中,与同一节点相连的各条边被选中的概率相同,使得供需路径能够均匀地覆盖各个节点,词向量模型可以均衡地学习到各个对象的供需特征。
本发明实施例分别将供需关系图中的不同节点作为起始点来确定供需路径,以保证得到的供需路径能够覆盖各个节点,提高确定目标对象的准确度。当然,在实际应用场景中,可以仅以部分节点为起始点来确定供需路径。
方式2:
供需行为数据中包括:交易金额;
根据供需关系图,生成多条供需路径,包括:
针对供需关系图中的每个节点:
以节点为起始点,根据边的权重选取与节点连接的边,根据选取的边确定供需路径中的节点,得到途径第二数量节点的供需路径;其中,边的权重由节点之间的交易金额确定。
与第一数量类似,第二数量为预先设定的供需路径中包括的节点数量,第一数量与第二数量的区别在于应用于不同的场景,在前一场景中,各条边被选中的概率相同,在后一场景中,各边存在权重,基于边的权重确定供需路径中的节点。
在本发明实施例中,各条边具有相应的权重,该权重由节点之间的交易金额确定。该交易金额可以是中标价、合同金额和发票金额中任意一种或多种。以图2为例,第二数量为3,以对象1为供需路径的起始点,与对象1连接的边存在两条,对象1与对象2的交易金额为25万,对象1与对象4的交易金额为75万,根据交易金额的比例,确定对象1与对象2之间边的权重为25%,对象1与对象4之间边的权重为75%,由于对象1与对象4之间边的权重更大,因此,对象4为供需路径的第二节点。如果对象4与对象2的交易金额为150万,则对象4与对象2之间边的权重为66.7%,对象4与对象1之间边的权重为33.3%,对象4与对象2之间边的权重更大,因此,对象2为供需路径的第三节点。由此,供需路径为对象1-对象4-对象2。需要说明的是,节点之间的交易金额可以是节点之间多次交易金额的累加,还可以是单次交易金额,还可以是多次交易中最大交易金额。构成供需路径的可以是对象的名称,还可以是对象的统一社会信用代码等信息。
在本发明实施例中,通过交易金额确定边的权重,区分不同的边,增加具有较高交易金额的节点在供需路径中出现的概率,使词向量模型加强对这些节点的特征学习,进而保证这些节点对应的相似度计算结果的准确性。在实际应用场景中,可以根据交易金额、交易次数和交易时间中一个或多个确定边的权重。其中,交易次数越大,边的权重越高,交易时间越近,权重越高。
在本发明的一个实施例中,根据多条供需路径,生成多个对象的嵌入表示,包括:
将多条供需路径输入词向量模型,得到多个对象的嵌入表示。
本发明实施例将多条供需路径输入词向量模型,以训练词向量模型,输出各个对象的嵌入表示。通过词向量模型将供需路径向量化,得到各个对象的嵌入表示,基于嵌入表示之间的运算,能够更加快速地确定目标对象。词向量模型可以为word2vec、GloVe(GlobalVectors for Word Representation)等。
将上述生成的各条供需路径输入word2vec,得到各个对象的嵌入表示。例如,其中一条供需路径为“北京AA科技有限公司-北京BB网络科技有限公司”。
对象的嵌入表示可以为任意维度的向量。以16维向量为例,
“北京AA科技有限公司”的嵌入表示为: [-0.6433484, 1.9626732, 2.9946766,3.4748187, 0.8176478, -0.945684, 1.0036267, 1.8913803, 1.430759, 1.2809728,4.0172596, 2.8226984, -1.9158391, 0.17588441, -3.302099, 1.3402888]。
“北京BB网络科技有限公司”的嵌入表示为:[-0.52615666, -1.8757683,2.3022957, -2.247738, 3.6796074, 0.26537383, 1.8951517, -0.5244883,0.4057679, 3.4313507, -0.7072354, -4.1955266, -1.4017067, 1.5180964, -3.0574412, 1.4780037]。
两个对象的嵌入表示的相似度表征了两个对象在供需路径中的共现情况,当两个对象在不同的供需路径中多次同时出现,它们的嵌入表示的相似度会比不同时出现的两个对象的嵌入表示的相似度高。
在实际应用场景中,至少包括两种确定目标对象的方式。
方式1:
在本发明的一个实施例中,根据各个对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
确定当前对象的嵌入表示与各个其他对象的嵌入表示的相似度;
按照与当前对象的嵌入表示的相似度由大到小的顺序,从多个其他对象中选择第三数量的对象作为目标对象;其中,目标对象的嵌入表示与当前对象的嵌入表示的相似度,用于表征目标对象的供应链与当前对象的供应链的相似度。
在本发明实施例中,目标对象的嵌入表示与当前对象的嵌入表示的相似度即为目标对象的供应链与当前对象的供应链的相似度。当前对象的嵌入表示与其他对象的嵌入表示的相似度可以通过两者的距离计算,如余弦距离、欧氏距离等,距离越大,相似度越小。例如,当前对象的嵌入表示与其他对象的嵌入表示的相似度为两者欧式距离的倒数,或“1-余弦距离”。本发明实施例的目的在于,从多个其他对象中选择与当前对象的供应链最相似的第三数量的目标对象。本发明实施例将确定供应链的相似度转换成确定嵌入表示的相似度,即转换成向量之间的运算,能够更加快速地得到最终的目标对象。
方式2:
根据各个对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
将当前对象添加到搜索集和召回集中;
按照先进先出的顺序,从搜索集中获取排在第一位的第一对象,在多个对象中搜索与第一对象的嵌入表示的相似度大于第一阈值 的若干第二对象;
针对每个第二对象:如果第二对象存在于召回集中,则终止当前流程;如果第二对象不存在于召回集中,则将第二对象添加到搜索集和召回集中;
将第一对象从搜索集中删除;
确定召回集中的第二对象数量是否大于第四数量或搜索集是否为空,如果是,确定召回集中的第二对象为目标对象;否则,执行按照先进先出的顺序,从搜索集中获取排在第一位的第一对象,搜索与第一对象的嵌入表示的相似度大于第一阈值的若干第二对象;
其中,目标对象的嵌入表示与当前对象的嵌入表示的相似度,用于表征目标对象的供应链与当前对象的供应链的相似度。第一阈值,用于确定每次搜索的范围,其值由用户根据对象的嵌入表示间的距离设定,如果对象的嵌入表示间的距离较大,则第一阈值相应增大,如果对象的嵌入表示间的距离较小,则第一阈值相应减小。例如,要确定的目标对象的数量是100,第一阈值为0.98,此时,第一次搜索得到的第二对象的数量为10,将第一阈值减小到0.95,则第一次搜索得到的第二对象的数量为30,用户可以根据需求确定第一阈值的具体值。第四数量用于限定目标对象的数量范围,在本发明实施例中,要获取的目标对象的数量大于第四数量。
例如,预先设定第一阈值为90%,第四数量为7。现有9个对象,A、B、C、D、E、F、G、H和I,A为当前对象,将A添加到搜索集和召回集中,此时,搜索集和召回集中均仅有A,从搜索集中获取排在第一位的A,在除了A的其他对象(B、C、D、E、F、G、H和I)中搜索与A的嵌入表示的相似度大于90%(第一阈值)的对象,得到C、D、E、F和G。针对C进行判断,确定C是否存在于召回集中,由于C不在召回集中,则将C添加到搜索集和召回集中。以此类推,依次对D、E、F和G进行判断,由于D、E、F和G均不存在于召回集中,因此,将D、E、F和G添加到搜索集和召回集中。从搜索集中删除A。此时,搜索集中包括:C、D、E、F和G。召回集中包括:A、C、D、E、F和G,数量小于7。按照先进先出的顺序,从搜索集中获取排在第一位的C,在除了C的其他对象(A、B、D、E、F、G、H和I)中搜索与C的嵌入表示的相似度大于90%(第一阈值)的对象。以此类推,直到召回集中对象的数量大于7或搜索集为空,则确定召回集中的对象为目标对象。
本发明实施例通过设定的第一阈值逐层搜索,可以优先获取位于同一簇内的对象,使得到的目标对象更加贴合实际业务场景。由于相比于位于不同地区的对象、位于同一地区的对象间更容易产生交易,因此,对象的嵌入表示可能会成簇聚集,如,位于湖南省的企业聚集为簇1,位于湖北省的企业聚集为簇2,如果当前企业位于湖南省,则通过本发明实施例提供的方式2,将优先获取湖南省的企业,其结果更加满足实际业务场景的需求。
在本发明的一个实施例中,供需行为数据中包括:产品名称;
根据当前对象的供需行为数据和目标对象的供需行为数据,确定当前对象所在领域内的热门供需产品,包括:
对产品集中的产品名称进行分词,得到若干种第一分词结果;其中,产品集中包括:当前对象的产品名称和目标对象的产品名称;
统计各种第一分词结果在产品集中出现的次数;
根据各种第一分词结果在产品集中出现的次数,确定当前对象所在领域内的热门供需产品。
在本发明实施例中,当前对象的产品名称可以有一个或多个,每个目标对象的产品名称也可以有一个或多个,分别对当前对象的产品名称和目标对象的产品名称进行分词。在本发明实施例中,可以按照在产品集中出现的次数由高到低的顺序,选择指定数量的第一分词结果作为热门供需产品。
例如,当前对象的产品名称包括:办公桌、八门储物柜、冷凝卧式真空热水锅炉;目标对象的产品名称包括:办公桌、燃气锅炉、锅炉。对上述产品名称进行分词,得到的第一分词结果包括以下几种:办公桌、八门、储物柜、冷凝、卧式、真空、热水、锅炉和燃气。上述第一分词结果在产品集中出现的次数别为:2、1、1、1、1、1、1、3和1。根据在产品集中出现的次数由大到小的顺序,选择排在前两位的第一分词结果作为热门供需产品,即办公桌和锅炉。其中,采用的分词工具可以为Jieba、HanLP和FudanNLP等。
本发明实施例基于词频确定热门供需产品,由于词频来自于实际交易产生的供需行为数据,因此,热门供需产品能够准确反映产品的供需热度。
在本发明的一个实施例中,多个对象还包括:其他对象;
进一步包括:对全量集中的产品名称进行分词,得到若干种第二分词结果;其中,全量集中包括:当前对象的产品名称、目标对象的产品名称和其他对象的产品名称;
统计各种第二分词结果在全量集中出现的次数;
根据各种第一分词结果在产品集中出现的次数,确定当前对象的热门供需产品,包括:
根据各种第一分词结果在产品集中出现的次数和各种第二分词结果在全量集中出现的次数,确定当前对象的热门供需产品。
在实际应用场景中,可以根据第一分词结果在产品集中出现的次数与第一分词结果在全量集中出现的次数的比值,确定热门供需产品。其中,第一分词结果在全量集中出现的次数即为与第一分词结果相同的第二分词结果在全量集中出现的次数。按照比值由大到小的顺序选择指定数量的第一分词结果作为热门供需产品。
例如,当前对象的产品名称包括:一位开关、一体办公桌和一体会议终端,目标对象的产品名称包括:一体化C形臂、一体八门储物柜、一体办公桌和一体会议终端。对上述7个产品名称进行分词,得到以下9种第一分词结果:一位、开关、一体、办公桌、会议终端、一体化、C形臂、八门、储物柜,各种第一分词结果在产品集中出现的次数分别为:1、1、5、2、2、1、1、1和1。类似地,第二分词结果包括:一位、开关、一体、办公桌、会议终端、一体化、C形臂、八门、储物柜、锅炉和电视机。各种第二分词结果在全量集中出现的次数分别为:10、2、15、3、2、10、2、4、5、1和1。第一分词结果在产品集中出现的次数与其在全量集中出现的次数的比值分别为:0.1、0.5、0.3、0.7、1、0.1、0.5、0.25和0.2。按照比值由大到小的顺序,选择排在前3位的第一分词结果作为热门供需产品,即会议终端、办公桌、开关/ C形臂。
本发明实施例通过计算比值,降低“一位、一体”等常见词的干扰,使得到的热门供需产品更贴近实际情况,准确度更高。
在本发明的一个实施例中,为了降低低频词对结果的干扰,可以通过预先设定的次数阈值对第一分词结果进行过滤。具体地,从第一分词结果中筛选出目标第一分词结果,其中,目标第一分词结果在全量集中出现的次数大于次数阈值,根据目标第一分词结果在产品集中出现的次数与该目标第一分词结果在全量集中出现的次数的比值,确定热门供需产品。
如图3所示,本发明实施例提供了一种确定企业所在领域内热门供需产品的方法,包括以下步骤:
步骤301:获取多个企业的招投标数据、合同数据和发票数据。
步骤302:根据各个企业的招投标数据、合同数据和发票数据,确定存在供需关系的企业。
步骤303:以存在供需关系的企业为节点、供需关系为边,生成供需关系图。
步骤304:针对供需关系图中的每个节点:以节点为起始点,随机选取与节点连接的边,根据选取的边确定供需路径中的节点,得到途经第一数量节点的供需路径。
其中,供需路径中包括若干企业。
步骤305:将多条供需路径输入word2vec,得到多个企业的嵌入表示。
步骤306:确定在多个企业中当前企业的嵌入表示与各个其他企业的嵌入表示的欧氏距离。
本发明实施例通过当前企业的嵌入表示与其他企业的嵌入表示之间的欧氏距离表征当前企业的嵌入表示与其他企业的嵌入表示之间的相似度,由于当前企业的嵌入表示与其他企业的嵌入表示之间的相似度可以表征当前企业的供应链与其他企业的供应链之间的相似度,因此,当前企业的嵌入表示与其他企业的嵌入表示之间的欧氏距离可以表征当前企业的供应链与其他企业的供应链之间的相似度。
步骤307:按照与当前企业的嵌入表示的欧氏距离由大到小的顺序,从多个其他企业中选择第三数量的企业作为目标企业。
步骤308:对产品集中的产品名称进行分词,得到若干种第一分词结果,统计各种第一分词结果在产品集中出现的次数。
其中,产品集中包括:当前企业的产品名称和目标企业的产品名称。
步骤309:对全量集中的产品名称进行分词,得到若干种第二分词结果,统计各种第二分词结果在全量集中出现的次数。
其中,全量集中包括:当前企业的产品名称、目标企业的产品名称和其他企业的产品名称;
需要说明的是,步骤308和步骤309的执行顺序并不固定,步骤309可以先于步骤308执行,也可以同时执行。
步骤310:根据各种第一分词结果在产品集中出现的次数和各种第二分词结果在全量集中出现的次数,确定当前企业的热门供需产品。
本发明实施例基于供需关系图挖掘企业间更深层次的关联关系,领域内不仅可以包括存在竞争关系的企业,还可以包括存在潜在合作关系的企业。例如,卖投影仪的企业1、卖投影仪的企业2和卖课桌的企业3都与培训机构4存在供应关系,如果我们要确定企业1所在领域内的热门产品,由于3家企业均与培训机构4存在供应关系,因此,可以确定企业1、企业2和企业3在同一个领域内,企业2是企业1的竞争对手,企业3是企业1的潜在合作对象,通过供需数据,可以确定竞争对手热门交易产品和潜在合作对象热门交易产品,根据竞争对手热门交易产品可以调整产品研发策略,根据潜在合作对象热门交易产品,可以寻求合作机会。
如图4所示,本发明实施例提供了一种确定对象所在领域内热门供需产品的装置,包括:
对象确定模块401,配置为根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;
获取模块402,配置为获取多个对象的供需行为数据;其中,多个对象包括:当前对象和目标对象;
产品确定模块403,配置为根据当前对象的供需行为数据和目标对象的供需行为数据,确定当前对象所在领域内的热门供需产品;其中,供需关系图以存在供需关系的对象为节点、供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。
在本发明的一个实施例中,该装置进一步包括:图确定模块;
图确定模块,配置为根据各个对象的供需行为数据,确定存在供需关系的对象;以存在供需关系的对象为节点、供需关系为边,生成供需关系图。
在本发明的一个实施例中,对象确定模块401,配置为根据供需关系图,确定各个对象的嵌入表示;根据各个对象的嵌入表示,确定与当前对象具有相似供应链的目标对象。
在本发明的一个实施例中,对象确定模块401,配置为根据供需关系图,生成多条供需路径;其中,供需路径中包括若干对象;根据多条供需路径,生成多个对象的嵌入表示。
在本发明的一个实施例中,对象确定模块401,配置为针对供需关系图中的每个节点:以节点为起始点,随机选取与节点连接的边,根据选取的边确定供需路径中的节点,得到途经第一数量节点的供需路径。
在本发明的一个实施例中,供需行为数据中包括:交易金额;对象确定模块401,配置为针对供需关系图中的每个节点:以节点为起始点,根据边的权重选取与节点连接的边,根据选取的边确定供需路径中的节点,得到途径第二数量节点的供需路径;其中,边的权重由节点之间的交易金额确定。
在本发明的一个实施例中,对象确定模块401,配置为将多条供需路径输入词向量模型,得到多个对象的嵌入表示。
在本发明的一个实施例中,对象确定模块401,配置为确定当前对象的嵌入表示与各个其他对象的嵌入表示的相似度;按照与当前对象的嵌入表示的相似度由大到小的顺序,从多个其他对象中选择第三数量的对象作为目标对象;其中,目标对象的嵌入表示与当前对象的嵌入表示的相似度,用于表征目标对象的供应链与当前对象的供应链的相似度。
在本发明的一个实施例中,对象确定模块401,配置为将当前对象添加到搜索集和召回集中;
按照先进先出的顺序,从搜索集中获取排在第一位的第一对象,在多个对象中搜索与第一对象的嵌入表示的相似度大于第一阈值 的若干第二对象;
针对每个第二对象:如果第二对象存在于召回集中,则终止当前流程;如果第二对象不存在于召回集中,则将第二对象添加到搜索集和召回集中;
将第一对象从搜索集中删除;
确定召回集中的第二对象数量是否大于第四数量或搜索集是否为空,如果是,确定召回集中的第二对象为目标对象;否则,执行按照先进先出的顺序,从搜索集中获取排在第一位的第一对象,搜索与第一对象的嵌入表示的相似度大于第一阈值的若干第二对象;
其中,目标对象的嵌入表示与当前对象的嵌入表示的相似度,用于表征目标对象的供应链与当前对象的供应链的相似度。
在本发明的一个实施例中,供需行为数据中包括:产品名称;产品确定模块403,配置为对产品集中的产品名称进行分词,得到若干种第一分词结果;其中,产品集中包括:当前对象的产品名称和目标对象的产品名称;统计各种第一分词结果在产品集中出现的次数;根据各种第一分词结果在产品集中出现的次数,确定当前对象所在领域内的热门供需产品。
在本发明的一个实施例中,多个对象还包括:其他对象;产品确定模块403,配置为对全量集中的产品名称进行分词,得到若干种第二分词结果;统计各种第二分词结果在全量集中出现的次数;根据各种第一分词结果在产品集中出现的次数和各种第二分词结果在全量集中出现的次数,确定当前对象的热门供需产品;其中,全量集中包括:当前对象的产品名称、目标对象的产品名称和其他对象的产品名称。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于同一发明构思,本发明实施例还提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述确定对象所在领域内热门供需产品的方法的步骤。
具体地,该计算机可读存储介质可以是闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、公有云服务器等等。
关于上述实施例中的计算机可读存储介质,其上存储的计算机程序被执行时实现确定对象所在领域内热门供需产品的方法步骤已将在有关该方法的实施例中进行了详细描述,此处不做详细阐述。
基于同一发明构思,本发明实施例还提供一种电子设备,该电子设备包括:
存储器,其上存储有计算机程序;
处理器,用于执行存储器中的计算机程序,以实现上述的确定对象所在领域内热门供需产品的方法的步骤。
图5是根据一示例性实施例示出的一种电子设备500的框图。如图5所示,该电子设备500可以包括:处理器501,存储器502。该电子设备500还可以包括多媒体组件503,输入/输出(I/O)接口504,以及通信组件505中的一者或多者。
其中,处理器501用于控制该电子设备500的整体操作,以完成上述的确定对象所在领域内热门供需产品的方法中的全部或部分步骤。存储器502用于存储各种类型的数据以支持在该电子设备500的操作,这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件503可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或通过通信组件505发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口504为处理器501和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC),2G、3G、4G或5G,NB-IOT(Narrow Band Internetof Things,窄带物联网),或者它们中一种或者多种的组合,因此相应的该通信组件505可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,电子设备500可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的确定对象所在领域内热门供需产品的方法。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (12)
1.一种确定对象所在领域内热门供需产品的方法,其特征在于,包括:
根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;
获取多个对象的供需行为数据;其中,所述多个对象包括:所述当前对象和所述目标对象;所述供需行为数据中包括:产品名称;
根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品,包括:对产品集中的产品名称进行分词,得到若干种第一分词结果;统计各种所述第一分词结果在所述产品集中出现的次数;根据各种所述第一分词结果在所述产品集中出现的次数,确定所述当前对象所在领域内的热门供需产品;其中,所述产品集中包括:所述当前对象的产品名称和所述目标对象的产品名称;
其中,所述供需关系图以存在供需关系的对象为节点、所述供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。
2.根据权利要求1所述的方法,其特征在于,
所述根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象,包括:
根据所述供需关系图,确定各个所述对象的嵌入表示;
根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述供需关系图,确定各个所述对象的嵌入表示,包括:
根据所述供需关系图,生成多条供需路径;其中,所述供需路径中包括若干所述对象;
根据所述多条供需路径,生成所述多个对象的嵌入表示。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述供需关系图,生成多条供需路径,包括:
针对所述供需关系图中的每个节点:
以所述节点为起始点,随机选取与所述节点连接的边,根据选取的边确定所述供需路径中的节点,得到途经第一数量节点的所述供需路径。
5.根据权利要求3所述的方法,其特征在于,
所述供需行为数据中包括:交易金额;
所述根据所述供需关系图,生成多条供需路径,包括:
针对所述供需关系图中的每个节点:
以所述节点为起始点,根据边的权重选取与所述节点连接的边,根据选取的边确定所述供需路径中的节点,得到途径第二数量节点的所述供需路径;其中,边的权重由节点之间的交易金额确定。
6.根据权利要求3所述的方法,其特征在于,
所述根据所述多条供需路径,生成所述多个对象的嵌入表示,包括:
将所述多条供需路径输入词向量模型,得到所述多个对象的嵌入表示。
7.根据权利要求2所述的方法,其特征在于,
所述根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
确定所述当前对象的嵌入表示与各个其他对象的嵌入表示的相似度;
按照与所述当前对象的嵌入表示的相似度由大到小的顺序,从多个其他对象中选择第三数量的对象作为所述目标对象;其中,所述目标对象的嵌入表示与所述当前对象的嵌入表示的相似度,用于表征所述目标对象的供应链与所述当前对象的供应链的相似度。
8.根据权利要求2所述的方法,其特征在于,
所述根据各个所述对象的嵌入表示,确定与当前对象具有相似供应链的目标对象,包括:
将所述当前对象添加到搜索集和召回集中;
按照先进先出的顺序,从所述搜索集中获取排在第一位的第一对象,在所述多个对象中搜索与所述第一对象的嵌入表示的相似度大于第一阈值的若干第二对象;
针对每个所述第二对象:如果所述第二对象存在于所述召回集中,则终止当前流程;如果所述第二对象不存在于所述召回集中,则将所述第二对象添加到所述搜索集和所述召回集中;
将所述第一对象从所述搜索集中删除;
确定所述召回集中的第二对象数量是否大于第四数量或所述搜索集是否为空,如果是,确定所述召回集中的第二对象为所述目标对象;否则,执行所述按照先进先出的顺序,从所述搜索集中获取排在第一位的第一对象,搜索与所述第一对象的嵌入表示的相似度大于第一阈值的若干第二对象;
其中,所述目标对象的嵌入表示与所述当前对象的嵌入表示的相似度,用于表征所述目标对象的供应链与所述当前对象的供应链的相似度。
9.根据权利要求1所述的方法,其特征在于,
所述多个对象还包括:其他对象;
进一步包括:对全量集中的产品名称进行分词,得到若干种第二分词结果;其中,所述全量集中包括:所述当前对象的产品名称、所述目标对象的产品名称和其他对象的产品名称;
统计各种所述第二分词结果在所述全量集中出现的次数;
所述根据各种所述第一分词结果在所述产品集中出现的次数,确定所述当前对象的热门供需产品,包括:
根据各种所述第一分词结果在所述产品集中出现的次数和各种所述第二分词结果在所述全量集中出现的次数,确定所述当前对象的热门供需产品。
10.一种确定对象所在领域内热门供需产品的装置,其特征在于,包括:
对象确定模块,配置为根据预先确定的供需关系图,确定与当前对象具有相似供应链的目标对象;
获取模块,配置为获取多个对象的供需行为数据;其中,所述多个对象包括:所述当前对象和所述目标对象;所述供需行为数据中包括:产品名称;
产品确定模块,配置为根据所述当前对象的供需行为数据和所述目标对象的供需行为数据,确定所述当前对象所在领域内的热门供需产品,包括:对产品集中的产品名称进行分词,得到若干种第一分词结果;统计各种所述第一分词结果在所述产品集中出现的次数;根据各种所述第一分词结果在所述产品集中出现的次数,确定所述当前对象所在领域内的热门供需产品;其中,所述产品集中包括:所述当前对象的产品名称和所述目标对象的产品名称;其中,所述供需关系图以存在供需关系的对象为节点、所述供需关系为边,所述存在供需关系的对象由所述多个对象的供需行为数据确定。
11.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117135.0A CN114169945B (zh) | 2022-02-08 | 2022-02-08 | 一种确定对象所在领域内热门供需产品的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117135.0A CN114169945B (zh) | 2022-02-08 | 2022-02-08 | 一种确定对象所在领域内热门供需产品的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114169945A CN114169945A (zh) | 2022-03-11 |
CN114169945B true CN114169945B (zh) | 2022-04-22 |
Family
ID=80489618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210117135.0A Active CN114169945B (zh) | 2022-02-08 | 2022-02-08 | 一种确定对象所在领域内热门供需产品的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114169945B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980937A (zh) * | 2017-03-29 | 2017-07-25 | 西安工业大学 | 一种基于dsm分析供应链系统变更的方法 |
CN107704512A (zh) * | 2017-08-31 | 2018-02-16 | 平安科技(深圳)有限公司 | 基于社交数据的金融产品推荐方法、电子装置及介质 |
CN109388690A (zh) * | 2017-08-10 | 2019-02-26 | 阿里巴巴集团控股有限公司 | 文本检索方法、用于文本检索的倒排表生成方法以及系统 |
CN112199513A (zh) * | 2020-10-19 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 企业供求关系的确定方法、装置和电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090644A (zh) * | 2016-11-22 | 2018-05-29 | 浙江科技学院 | 复杂供应链网络节点搜索模型及其实现方法 |
CN108898300B (zh) * | 2018-06-21 | 2021-12-07 | 南京邮电大学 | 供应链网络风险级联模型的构建方法 |
US11126957B2 (en) * | 2018-10-31 | 2021-09-21 | International Business Machines Corporation | Supply chain forecasting system |
CN109597990B (zh) * | 2018-11-22 | 2022-11-15 | 中国人民大学 | 一种社会热点与商品品类的匹配方法 |
CN110503326A (zh) * | 2019-08-16 | 2019-11-26 | 南京邮电大学 | 一种基于复杂网络的分层供应链网络的建模方法 |
CN112950290A (zh) * | 2021-03-31 | 2021-06-11 | 中国建设银行股份有限公司 | 经济依存客户的挖掘方法、装置、存储介质及电子设备 |
-
2022
- 2022-02-08 CN CN202210117135.0A patent/CN114169945B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980937A (zh) * | 2017-03-29 | 2017-07-25 | 西安工业大学 | 一种基于dsm分析供应链系统变更的方法 |
CN109388690A (zh) * | 2017-08-10 | 2019-02-26 | 阿里巴巴集团控股有限公司 | 文本检索方法、用于文本检索的倒排表生成方法以及系统 |
CN107704512A (zh) * | 2017-08-31 | 2018-02-16 | 平安科技(深圳)有限公司 | 基于社交数据的金融产品推荐方法、电子装置及介质 |
CN112199513A (zh) * | 2020-10-19 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 企业供求关系的确定方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114169945A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
McCrickerd et al. | Turbocharging Monte Carlo pricing for the rough Bergomi model | |
CN105247507B (zh) | 用于确定品牌的影响力得分的方法、系统和存储介质 | |
CN108717407B (zh) | 实体向量确定方法及装置,信息检索方法及装置 | |
US20190171724A1 (en) | Method and apparatus for determining hot event | |
CN110309275A (zh) | 一种对话生成的方法和装置 | |
JP2016177764A (ja) | 施設推定方法、デバイス及びプログラム | |
CN108984555B (zh) | 用户状态挖掘和信息推荐方法、装置以及设备 | |
CN110111167A (zh) | 一种确定推荐对象的方法和装置 | |
CN111047410B (zh) | 推荐方法、装置、终端设备以及存储介质 | |
TW201814556A (zh) | 資訊匹配方法及相關裝置 | |
CN107634897A (zh) | 群推荐方法和装置 | |
Vilakone et al. | Movie recommendation system based on users’ personal information and movies rated using the method of k-clique and normalized discounted cumulative gain | |
CN113722546B (zh) | 异常用户账户获取方法及装置、电子设备、存储介质 | |
CN113656699A (zh) | 用户特征向量确定方法、相关设备及介质 | |
Wang et al. | A novel clustering based collaborative filtering recommendation system algorithm | |
CN109242515A (zh) | 跨平台的异常账号识别方法和装置 | |
CN116911953A (zh) | 物品推荐方法、装置、电子设备及计算机可读存储介质 | |
CN114169945B (zh) | 一种确定对象所在领域内热门供需产品的方法和装置 | |
US11601509B1 (en) | Systems and methods for identifying entities between networks | |
CN110971973A (zh) | 一种视频推送方法、装置及电子设备 | |
CN116775815B (zh) | 对话数据的处理方法、装置、电子设备及存储介质 | |
CN114155049B (zh) | 一种确定目标对象的方法和装置 | |
CN110879863B (zh) | 跨领域搜索方法和跨领域搜索装置 | |
CN112100507A (zh) | 对象推荐的方法、计算设备和计算机可读存储介质 | |
CN113535940A (zh) | 事件摘要生成方法、装置及电子设备 |
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 |