CN114723354A - 一种针对供应商的线上商机挖掘方法、设备及介质 - Google Patents
一种针对供应商的线上商机挖掘方法、设备及介质 Download PDFInfo
- Publication number
- CN114723354A CN114723354A CN202110698821.7A CN202110698821A CN114723354A CN 114723354 A CN114723354 A CN 114723354A CN 202110698821 A CN202110698821 A CN 202110698821A CN 114723354 A CN114723354 A CN 114723354A
- Authority
- CN
- China
- Prior art keywords
- buyer
- commodity
- supplier
- determining
- matching
- 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 49
- 238000005065 mining Methods 0.000 title claims abstract description 12
- 238000012216 screening Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000012358 sourcing Methods 0.000 claims description 4
- 238000009412 basement excavation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000021022 fresh fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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]
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种针对供应商的线上商机挖掘方法、设备及介质,方法包括:获取与供应商相关的供货信息;供货信息包括商品种类、商品库存量;在电子商务平台中检索商品种类,确定具有商品种类采购需求的候选采购商;若商品种类为第一种类商品,根据商品库存量确定供应商的企业规模;第一种类商品的存放时限不大于预设存放阈值;根据企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级;根据优先级,对供货信息与采购信息进行匹配,生成供货方案,并向供应商推荐供货方案中所对应的采购商。本申请实施例在优先级的基础上,将供货信息与候选采购商的采购信息进行匹配,提高了为供应商匹配到精准采购信息的准确率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种针对供应商的线上商机挖掘方法、设备及介质。
背景技术
近年来,电子商务越发繁荣,各类商品的网上交易平台也蓬勃发展。电子采购平台节省了采购商与供应商大量的时间与空间,提高了交易效率,日益成为人们贸易方式的重要选择。
目前,各供应商在电子商务平台上查询到的采购信息的种类越来越多、数据量也越来越大。但是,现有的电子商务平台的信息服务依然很粗放,没有做精做细,仅仅完成信息的初步收录和检索功能,导致在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率低。
发明内容
本申请实施例提供一种针对供应商的线上商机挖掘方法、设备及介质,用于解决在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率低的问题。
本申请实施例采用下述技术方案:
一方面,本申请实施例提供了一种针对供应商的线上商机挖掘方法,该方法包括:获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
一个示例中,所述所述根据所述商品库存量确定所述供应商的企业规模,具体包括:判断所述商品库存量是否大于预设数量N;若是,则所述供应商的企业规模为第一企业规模;所述根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级,具体包括:确定所述采购信息的采购时间与当前时间之间的时间差;对所述时间差由小到大进行排序,得到第一排序结果队列;在所述第一排序结果队列中,确定所述候选采购商的优先级;所述时间差的数值越小,对应于越高的优先级。
一个示例中,所述所述根据所述商品库存量确定所述供应商的企业规模,具体包括:判断所述商品库存量是否大于预设数量N;若否,则所述供应商的企业规模为第二企业规模;所述根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级,具体包括:确定所述采购信息的采购单价;对所述采购单价由高到低进行排序,得到第二排序结果队列;在所述第二排序结果队列中,确定所述候选采购商的优先级;所述采购单价的数值越高,对应于越高的优先级。
一个示例中,所述根据所述优先级,将所述供货信息与所述采购信息进行匹配,确定供货方案,具体包括:根据所述优先级,由高到低提取多个候选采购商,并将所述多个候选采购商确定为待匹配采购商;通过采购商筛选模型对所述供货信息与所述采购信息进行匹配,确定所述供应商与所述待匹配采购商匹配的概率值;若所述概率值大于预设匹配阈值,将所述待匹配采购商输出至所述供货方案。
一个示例中,所述通过采购商筛选模型,对所述供货信息与所述采购信息进行匹配,确定所述供应商与所述待匹配采购商匹配的概率值,具体包括:确定所述供应商的供货规则表;所述供货规则表包括匹配字段、占比分数以及匹配规则;对所述供货规则表中各匹配字段进行打分,确定所述各匹配字段的占比分数;统计所述占比分数的总分;在所述各匹配字段中,根据所述匹配规则,对所述采购信息进行匹配,确定所述各匹配字段对应的得分;统计所述各匹配字段对应的得分的总得分;确定所述总得分与所述总分的比值,并将所述比值作为所述供应商与所述待匹配采购商匹配的概率值。
一个示例中,所述若所述概率值大于预设匹配阈值,将所述待匹配采购商输出至所述供货方案之后,所述方法还包括:若新增采购所述商品种类的采购商时,通过所述采购商筛选模型对所述供货信息与新增采购商的采购信息进行匹配,确定所述供应商与所述新增采购商匹配的概率值;若所述概率值大于所述预设匹配阈值,向所述供应商推荐所述新增采购商。
一个示例中,所述并向所述供应商推荐所述供货方案中所对应的采购商之后,所述方法还包括:确定所述供应商同行业的其他供应商所感兴趣的其他采购商;将所述其他采购商推荐给所述供应商,以判断所述供应商对所述其他采购商是否感兴趣;接收所述供应商的第一反馈,得到第一反馈结果;若所述第一反馈结果为感兴趣,建立所述供应商与所述其他采购商的沟通通道。
一个示例中,所述并向所述供应商推荐所述供货方案中所对应的采购商之后,所述方法还包括:确定所述供应商的预设时间段内的历史采购商;将所述历史采购商推荐给所述供应商,以判断所述供应商对所述历史采购商是否感兴趣;接收所述供应商的第二反馈,得到第二反馈结果;若所述第二反馈结果为感兴趣,建立所述供应商与所述历史采购商的沟通通道。
另一方面,本申请实施例提供了一种针对供应商的线上商机挖掘设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
另一方面,本申请实施例提供了一种针对供应商的线上商机挖掘非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本申请实施例通过第一种类商品的商品库存量,确定供应商的企业规模,并根据企业规模对应的优先级确定方案与候选采购商的采购信息,确定所述候选采购商的优先级,能够衡量商品库存量的基础上,结合供应商的企业规模以及候选采购商的采购信息,确定候选采购商的优先级,通过图1的方法,能够衡量商品库存量的基础上,结合供应商的企业规模以及候选采购商的采购信息,确定候选采购商的优先级,可以从供应商的企业规模的角度出发,对候选采购商进行初次筛选,然后在优先级的基础上,将供货信息与候选采购商的采购信息进行匹配,实现了既可以保证不同企业规模的供应商的利润最大化,又可以及时处理存放时限不长的商品,并且提高了在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率。
附图说明
为了更清楚地说明本申请的技术方案,下面将结合附图来对本申请的部分实施例进行详细说明,附图中:
图1为本申请实施例提供的一种针对供应商的线上商机挖掘方法的流程示意图;
图2为本申请实施例提供的一种针对供应商的线上商机挖掘设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的一些实施例中,本申请实施例通过第一种类商品的商品库存量,确定供应商的企业规模,并根据企业规模对应的优先级确定方案与候选采购商的采购信息,确定所述候选采购商的优先级,能够衡量商品库存量的基础上,结合供应商的企业规模以及候选采购商的采购信息,确定候选采购商的优先级,可以从供应商的企业规模的角度出发,对候选采购商进行初次筛选,然后在优先级的基础上,将供货信息与候选采购商的采购信息进行匹配,实现了既可以保证不同企业规模的供应商的利润最大化,又可以及时处理存放时限不长的商品,并且提高了在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率,解决了在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率低的问题。下面基于这样的思路,具体进行说明。
图1为本申请实施例提供的一种针对供应商的线上商机挖掘方法的流程示意图。该方法的实现可以为终端设备,也可以为服务器,对此不作特殊限制。为了方便理解和描述,以下实施例均以服务器为例进行详细描述。
需要说明的是,该服务器可以是单独的一台设备,可以是有多台设备组成的系统,即,分布式服务器,本申请对此不做具体限定。
图1中的流程可以包括以下步骤:
S101:获取与供应商相关的供货信息,供货信息包括商品种类、商品库存量。
在本申请的一些实施例中,供货信息包括商品种类、商品库存量以及所属行业等等。
S102:在电子商务平台中检索商品种类,确定具有商品种类采购需求的候选采购商。
在本申请的一些实施例中,服务器可以通过多种方式在电子商务平台中进行检索,比如目录检索、关键字检索、自然语言检索等等。电子商务平台可以是满足供应商与采购商需求的交易平台,比如,爱购云平台。
S103:若商品种类为第一种类商品,根据商品库存量确定供应商的企业规模;第一种类商品的存放时限不大于预设存放阈值。
此外,第一种类商品包括不宜长时间存放的商品,比如新鲜水果、新鲜蔬菜等等。由于第一种类商品的存放时限不大于预设存放阈值,因此需要考虑到供应商的仓库中所持有的第一种类商品的库存量。
进一步,从某种程度上来讲,商品库存量与企业规模存在正比关系,即商品库存量的数量越大,往往对应较大的企业规模,商品库存量的数量越小,往往对应较小的企业规模。
S104:根据企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级。
在本申请的一些实施例中,采购信息包括采购时间、商品种类、采购数量、预估金额以及公司类型等等。
另外,考虑企业规模对应的优先级确定方案,可以更好地结合企业规模的特性。比如,企业规模较大的企业,在商品库存量较多的情况下,为了避免积压第一种类商品,可以在既保证第一种类商品的价值的基础上,实现薄利多销。而对于企业规模较小的企业,在商品库存量较少的情况下,可能需要着重考虑成本的问题,来实现利益最大化。
S105:根据优先级,对供货信息与采购信息进行匹配,生成供货方案,并向供应商推荐供货方案中所对应的采购商。
在本申请的一些实施例中,服务器先确定侯选采购商的优先级,然后在优先级的基础上,对供货信息与候选采购商的采购信息进行匹配,经过匹配之后,便可以从多个候选采购商中筛选出与供应商的供货信息相符合的采购商,从而生成供货方案。即,供货方案中可能包括一个采购商,及该采购商对应的采购信息,也可能包括多个采购商,及各采购商对应的采购信息。
需要说明的是,虽然本申请实施例是参照图1来对步骤S101至步骤S105依次进行介绍说明的,但这并不代表步骤S101至步骤S105必须按照严格的先后顺序执行。本申请实施例之所以按照图1中所示的顺序对步骤S101至步骤S105依次进行介绍说明,是为了方便本领域技术人员理解本实施例的技术方案。换句话说,在本申请实施例中,步骤S101至步骤S105之间的先后顺序可以根据实际需要进行适当调整。
通过图1的方法,能够衡量商品库存量的基础上,结合供应商的企业规模以及候选采购商的采购信息,确定候选采购商的优先级,可以从供应商的企业规模的角度出发,对候选采购商进行初次筛选,然后在优先级的基础上,将供货信息与候选采购商的采购信息进行匹配,实现了既可以保证不同企业规模的供应商的利润最大化,又可以及时处理存放时限不长的商品,并且提高了在电子商务平台的海量数据中,为供应商匹配到精准采购信息的准确率。
基于图1的方法,本申请实施例还提供了该方法的一些具体实施方案和扩展方案,下面继续进行说明。
在本申请的一些实施例中,由于商品库存量的具体数量会影响供应商处理这批商品的紧急度,因此服务器预先设置用于衡量紧急度的预设数量N,即,商品库存量超过预设数量N,该商品需要尽快处理,紧急度较高,如果商品库存量没有超过预设数量N,该商品处理的紧急度会低一些。
因此,服务器判断商品库存量是否大于预设数量N,若是,则供应商的企业规模为第一企业规模,根据第一企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级。若否,则供应商的企业规模为第二企业规模,根据第二企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级。其中,第一企业规模大于第二企业规模。
具体地,服务器根据第一企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级,具体包括:获取候选采购商的采购信息中的采购时间,并将采购时间与当前时间作差,从而确定采购采购时间与当前时间之间的时间差,并对时间差由小到大进行排序,输出至第一排序结果队列,最后在第一排序结果队列中,将时间差的最小值所对应的候选采购商确定为最高优先级,并从时间差的最小值,依次降低候选采购商的优先级,直至将时间差的最大值所对应的候选采购商确定为最低优先级。即,时间差的数值越小,对应于越高的优先级。
具体地,服务器根据第二企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级,具体包括:获取候选采购商的采购信息中的采购量、预估金额,将采购量与预估金额进行比值计算,从而确定商品的采购单价,并对采购单价由高到低进行排序,输出至第二排序结果队列,最后在第二排序结果队列中,将采购单价的最高值所对应的候选采购商确定为最高优先级,并从采购单价的最高值开始,依次降低候选采购商的优先级,直至将采购单价的最低值所对应的候选采购商确定为最低优先级。即,采购单价的数值越高,对应于越高的优先级。
本申请实施例通过确定第一种类商品的库存量,若库存量较多,则对应较大的企业规模,则优先推荐采购时间最早的采购商,能够使供应商及时处理第一种类商品,实现薄利多销,避免积压第一种类商品的时间过长,从而降低第一种类商品的价值。如果若库存量较少,则对应较小的企业规模,则优先推荐采购单价较高的采购商,需要着重考虑企业的成本,实现利益最大化。
在本申请的一些实施例中,如果商品种类为第二种类商品,该第二种类商品的存放时限大于预设存放阈值,即,第二种类商品包括可以存放较长时间的商品,比如,键盘、鼠标、电脑等等。
然后,服务器执行上述第一种类商品的库存量小于N时的处理过程,从而确定候选采购商的优先级。
本申请实施例对存放时限较长的第二种类商品,优先推荐采购单价较高的采购商,从而有助于提高供应商的利益,比如,采购商对商品的质量要求较高,因此出价也较高,而供应商所生产的商品质量要求也较高,符合采购商的需求,因此,将该采购商推荐给供应商,可以实现互利共赢的局面。
在本申请的一些实施例中,为了提高供应商与候选采购商的匹配度,因此服务器器预先设置采购商筛选模型,然后对候选采购商进行筛选。
具体地,服务器首先按照候选采购商的优先级,由高到低提取多个候选采购商,并将多个候选采购商确定为待匹配采购商。
需要说明的是,由高到低提取的多个候选采购商的具体数量可以根据实际需要进行设置,在此不作限定。
然后,服务器通过采购商筛选模型对供货信息与采购信息进行匹配,确定供应商与待匹配采购商匹配的概率值,如果概率值大于预设匹配阈值,将待匹配采购商输出至供货方案,如果如果概率值不大于预设匹配阈值,则舍弃该待匹配采购商。
其中,采购商筛选模型,具体包括:服务器首先获取供应商的供货规则表,其中,供货规则表,包括分类、匹配字段、占比分数以及匹配规则等等。
然后,服务器对供货规则表中各匹配字段进行打分,确定各匹配字段的占比分数,并统计占比分数的总分。
比如,供应商用户登陆使用电子商务平台时,需要设置供货规则表,其中,匹配字段包括自己公司所属行业、生产的商品种类。对于采购商来讲,采购商参加广交会次数、公司类型和公司性质。供货规则表设置完成后,需经后台运营管理人员审核能过后才能生效。如表1所示:
表1
进一步地,服务器在各匹配字段中,通过各字段对应的匹配规则,对待匹配候选采购商的采购信息进行匹配,根据匹配情况,确定各匹配字段对应的得分,然后统计各匹配字段对应的得分的总得分,最后计算总得分与总分的比值,并将比值作为供应商与待匹配采购商匹配的概率值。
需要说明的是,本申请实施例通过各字段对应的匹配规则,对待匹配候选采购商的采购信息进行匹配时,可以直接确定总得分,也可以生成匹配表,即可以根据实际需要进行设置,本申请对此不作限定。
比如,生成匹配表,如表2所示。
表2
则,总得分为60分,而总分为80分,计算总得分与总分的比值,为75%,即供应商与待匹配采购商匹配的概率值为75%。
本申请实施例通过供应商设定的供货规则表,在电子商务平台中寻找与之匹配的采购商,并计算出双方的具体匹配程度,能够将采购商发布的符合匹配规则要求的采购信息精准匹配给供应商。
进一步,为了及时将在电子商务平台中新增的采购商推荐给供应商,因此在新增采购商品种类的采购商时,服务器通过采购商筛选模型对供货信息与新增采购商的采购信息进行匹配,确定供应商与新增采购商匹配的概率值,如果概率值大于预设匹配阈值,向供应商推荐新增采购商,如果概率值不大于预设匹配阈值,则舍弃新增采购商。
在本申请的一些实施例中,由于供应商设置的匹配规则可能不完善,因此服务器向供应商推荐供货方案中所对应的采购商之后,将获取同行业的其他供应商所感兴趣的其他采购商。其中,同行业是具有相同的生产产品,即商品种类相同。另外,其他供应商在浏览采购商的采购消息时,对感兴趣的采购商将会加入喜欢列表,服务器通过查询其他供应商的喜欢列表,获取到其他供应商所感兴趣的其他采购商。
然后,服务器为了判断供应商对其他采购商是否感兴趣,会将其他采购商推荐给该供应商,并接收供应商的第一反馈,如果第一反馈结果为感兴趣,则建立供应商与其他采购商的沟通通道。如果第一反馈结果为不感兴趣,则舍弃上述其他采购商。
在本申请的一些实施例中,由于历史采购商采购过供应商的其他商品种类,但是当前想要采购上述商品种类,但是可能并没有询问该供应商。
因此,服务器确定供应商的预设时间段内的历史采购商,然后为了判断供应商对历史采购商是否感兴趣,会将历史采购商推荐给该供应商,并接收供应商的第二反馈,如果第二反馈结果为感兴趣,则建立供应商与历史采购商的沟通通道。如果第二反馈结果为不感兴趣,则舍弃上述历史采购商。
本申请实施例通过向供应商推荐预设时间段内的历史采购商,即近期在该电子商务平台合作过的历史采购商,可以及时了解客户的动态需求,有助于与历史采购商建立长期的合作关系。
基于同样的思路,本申请的一些实施例还提供了上述方法对应的设备和非易失性计算机存储介质。
图2为本申请实施例提供的一种针对供应商的线上商机挖掘设备示意图,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取与供应商相关的供货信息;供货信息包括商品种类、商品库存量;
在电子商务平台中检索商品种类,确定具有商品种类采购需求的候选采购商;
若商品种类为第一种类商品,根据商品库存量确定供应商的企业规模;第一种类商品的存放时限不大于预设存放阈值;
根据企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级;
根据优先级,对供货信息与采购信息进行匹配,生成供货方案,并向供应商推荐供货方案中所对应的采购商。
本申请的一些实施例提供的对应于图1的一种针对供应商的线上商机挖掘非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取与供应商相关的供货信息;供货信息包括商品种类、商品库存量;
在电子商务平台中检索商品种类,确定具有商品种类采购需求的候选采购商;
若商品种类为第一种类商品,根据商品库存量确定供应商的企业规模;第一种类商品的存放时限不大于预设存放阈值;
根据企业规模对应的优先级确定方案以及候选采购商的采购信息,确定候选采购商的优先级;
根据优先级,对供货信息与采购信息进行匹配,生成供货方案,并向供应商推荐供货方案中所对应的采购商。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等,均应落入本申请的保护范围之内。
Claims (10)
1.一种针对供应商的线上商机挖掘方法,其特征在于,所述方法包括:
获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;
在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;
若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;
根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;
根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
2.根据权利要求1所述的方法,其特征在于,所述根据所述商品库存量确定所述供应商的企业规模,具体包括:
判断所述商品库存量是否大于预设数量N;
若是,则所述供应商的企业规模为第一企业规模;
所述根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级,具体包括:
确定所述采购信息的采购时间与当前时间之间的时间差;
对所述时间差由小到大进行排序,得到第一排序结果队列;
在所述第一排序结果队列中,确定所述候选采购商的优先级;所述时间差的数值越小,对应于越高的优先级。
3.根据权利要求1所述的方法,其特征在于,所述根据所述商品库存量确定所述供应商的企业规模,具体包括:
判断所述商品库存量是否大于预设数量N;
若否,则所述供应商的企业规模为第二企业规模;
所述根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级,具体包括:
确定所述采购信息的采购单价;
对所述采购单价由高到低进行排序,得到第二排序结果队列;
在所述第二排序结果队列中,确定所述候选采购商的优先级;所述采购单价的数值越高,对应于越高的优先级。
4.根据权利要求1所述的方法,其特征在于,所述根据所述优先级,对所述供货信息与所述采购信息进行匹配,确定供货方案,具体包括:
根据所述优先级,由高到低提取多个候选采购商,并将所述多个候选采购商确定为待匹配采购商;
通过采购商筛选模型对所述供货信息与所述采购信息进行匹配,确定所述供应商与所述待匹配采购商匹配的概率值;
若所述概率值大于预设匹配阈值,将所述待匹配采购商输出至所述供货方案。
5.根据权利要求4所述的方法,其特征在于,所述通过采购商筛选模型,对所述供货信息与所述采购信息进行匹配,确定所述供应商与所述待匹配采购商匹配的概率值,具体包括:
确定所述供应商的供货规则表;所述供货规则表包括匹配字段、占比分数以及匹配规则;
对所述供货规则表中各匹配字段进行打分,确定所述供货规则表中各匹配字段的占比分数;
统计所述占比分数的总分;
在所述各匹配字段中,根据所述匹配规则,对所述采购信息进行匹配,确定所述各匹配字段对应的得分;
统计所述各匹配字段对应的得分的总得分;
确定所述总得分与所述总分的比值,并将所述比值作为所述供应商与所述待匹配采购商匹配的概率值。
6.根据权利要求4所述的方法,其特征在于,所述若所述概率值大于预设匹配阈值,将所述待匹配采购商输出至所述供货方案之后,所述方法还包括:
若新增采购所述商品种类的采购商时,通过所述采购商筛选模型对所述供货信息与新增采购商的采购信息进行匹配,确定所述供应商与所述新增采购商匹配的概率值;
若所述概率值大于所述预设匹配阈值,向所述供应商推荐所述新增采购商。
7.根据权利要求1所述的方法,其特征在于,所述并向所述供应商推荐所述供货方案中所对应的采购商之后,所述方法还包括:
确定所述供应商同行业的其他供应商所感兴趣的其他采购商;
将所述其他采购商推荐给所述供应商,以判断所述供应商对所述其他采购商是否感兴趣;
接收所述供应商的第一反馈,得到第一反馈结果;
若所述第一反馈结果为感兴趣,建立所述供应商与所述其他采购商的沟通通道。
8.根据权利要求1所述的方法,其特征在于,所述并向所述供应商推荐所述供货方案中所对应的采购商之后,所述方法还包括:
确定所述供应商的预设时间段内的历史采购商;
将所述历史采购商推荐给所述供应商,以判断所述供应商对所述历史采购商是否感兴趣;
接收所述供应商的第二反馈,得到第二反馈结果;
若所述第二反馈结果为感兴趣,建立所述供应商与所述历史采购商的沟通通道。
9.一种针对供应商的线上商机挖掘设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;
在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;
若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;
根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;
根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
10.一种针对供应商的线上商机挖掘非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
获取与供应商相关的供货信息;所述供货信息包括商品种类、商品库存量;
在电子商务平台中检索所述商品种类,确定具有所述商品种类采购需求的候选采购商;
若所述商品种类为第一种类商品,根据所述商品库存量确定所述供应商的企业规模;所述第一种类商品的存放时限不大于预设存放阈值;
根据所述企业规模对应的优先级确定方案以及所述候选采购商的采购信息,确定所述候选采购商的优先级;
根据所述优先级,对所述供货信息与所述采购信息进行匹配,生成供货方案,并向所述供应商推荐所述供货方案中所对应的采购商。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698821.7A CN114723354A (zh) | 2021-06-23 | 2021-06-23 | 一种针对供应商的线上商机挖掘方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698821.7A CN114723354A (zh) | 2021-06-23 | 2021-06-23 | 一种针对供应商的线上商机挖掘方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723354A true CN114723354A (zh) | 2022-07-08 |
Family
ID=82233411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110698821.7A Pending CN114723354A (zh) | 2021-06-23 | 2021-06-23 | 一种针对供应商的线上商机挖掘方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723354A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495508A (zh) * | 2023-11-23 | 2024-02-02 | 网麒科技(北京)有限责任公司 | 多数据协同采购筛选方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020069156A1 (en) * | 2000-09-01 | 2002-06-06 | Kerry Adam | Electronic trading platform for agricultural commodities |
CN104933200A (zh) * | 2015-07-14 | 2015-09-23 | 佛山市顺德区德塑信息咨询有限公司 | 供求信息智能匹配方法 |
CN110210728A (zh) * | 2019-05-16 | 2019-09-06 | 明湖(惠州)网络科技有限公司 | 一种b2b电子商务交易平台 |
CN111080409A (zh) * | 2019-12-09 | 2020-04-28 | 政采云有限公司 | 一种推送信息的计算机装置、方法、设备及介质 |
CN111768259A (zh) * | 2019-08-19 | 2020-10-13 | 洲际传媒信息技术(辽宁)有限公司 | 一种订单匹配方法、装置和订单交易平台 |
CN112380457A (zh) * | 2020-12-07 | 2021-02-19 | 长沙军民先进技术研究有限公司 | 一种基于采购信息的精准个性化推荐方法 |
CN112418993A (zh) * | 2020-11-25 | 2021-02-26 | 张海燕 | 一种基于云计算电子商务平台 |
US20220253776A1 (en) * | 2021-02-10 | 2022-08-11 | Coupa Software Incorporated | Automatically discovering data trends using anonymized data |
-
2021
- 2021-06-23 CN CN202110698821.7A patent/CN114723354A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020069156A1 (en) * | 2000-09-01 | 2002-06-06 | Kerry Adam | Electronic trading platform for agricultural commodities |
CN104933200A (zh) * | 2015-07-14 | 2015-09-23 | 佛山市顺德区德塑信息咨询有限公司 | 供求信息智能匹配方法 |
CN110210728A (zh) * | 2019-05-16 | 2019-09-06 | 明湖(惠州)网络科技有限公司 | 一种b2b电子商务交易平台 |
CN111768259A (zh) * | 2019-08-19 | 2020-10-13 | 洲际传媒信息技术(辽宁)有限公司 | 一种订单匹配方法、装置和订单交易平台 |
CN111080409A (zh) * | 2019-12-09 | 2020-04-28 | 政采云有限公司 | 一种推送信息的计算机装置、方法、设备及介质 |
CN112418993A (zh) * | 2020-11-25 | 2021-02-26 | 张海燕 | 一种基于云计算电子商务平台 |
CN112380457A (zh) * | 2020-12-07 | 2021-02-19 | 长沙军民先进技术研究有限公司 | 一种基于采购信息的精准个性化推荐方法 |
US20220253776A1 (en) * | 2021-02-10 | 2022-08-11 | Coupa Software Incorporated | Automatically discovering data trends using anonymized data |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495508A (zh) * | 2023-11-23 | 2024-02-02 | 网麒科技(北京)有限责任公司 | 多数据协同采购筛选方法、装置、设备及存储介质 |
CN117495508B (zh) * | 2023-11-23 | 2024-04-30 | 网麒科技(北京)有限责任公司 | 多数据协同采购筛选方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5965911B2 (ja) | オンライン取引プラットフォームに基づくデータ処理 | |
CN110008248B (zh) | 一种数据处理方法和装置 | |
TW201501059A (zh) | 訊息推薦方法及裝置 | |
CN111738805B (zh) | 基于行为日志的搜索推荐模型生成方法、设备和存储介质 | |
CN112184348B (zh) | 订单数据处理方法、装置、电子设备及介质 | |
CN116308684B (zh) | 一种网购平台店铺信息推送方法及系统 | |
US20220277331A1 (en) | Systems and methods for procurement cost forecasting | |
CN110880061A (zh) | 商品到手价格的风险监管方法及系统 | |
EP3400571A1 (en) | Consumer decision tree generation system | |
US20230101928A1 (en) | User attribute preference model | |
CN111177581A (zh) | 一种基于多平台的社交电商网站商品推荐方法及装置 | |
CN113763125A (zh) | 一种关于购买货物的采购单生成方法及装置 | |
CN111612385B (zh) | 一种对待配送物品进行聚类的方法和装置 | |
CN114723354A (zh) | 一种针对供应商的线上商机挖掘方法、设备及介质 | |
CN110827102A (zh) | 用于调货比价的方法和装置 | |
CN110599281A (zh) | 一种确定目标店铺的方法和装置 | |
CN110490682B (zh) | 分析商品属性的方法和装置 | |
CN112418969A (zh) | 商品匹配方法、装置、计算机设备 | |
CN117194764A (zh) | 一种基于多平台融合商城的商品展示方法、设备及介质 | |
CN115936875A (zh) | 金融产品挂单处理方法和装置 | |
CN111667208A (zh) | 一种物品存储控制方法、装置、设备及介质 | |
CN115937341A (zh) | 一种基于ai技术的电商海报生成系统及其生成方法 | |
CN110956478A (zh) | 确定物品进货量的方法和装置 | |
CN113971572A (zh) | 数据处理方法、交互方法、计算设备及计算机存储介质 | |
CN113762879A (zh) | 设定邮费的方法、装置和系统 |
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 |