CN115063207A - 一种基于云计算的建材采购智能比价分析处理系统 - Google Patents

一种基于云计算的建材采购智能比价分析处理系统 Download PDF

Info

Publication number
CN115063207A
CN115063207A CN202210775971.8A CN202210775971A CN115063207A CN 115063207 A CN115063207 A CN 115063207A CN 202210775971 A CN202210775971 A CN 202210775971A CN 115063207 A CN115063207 A CN 115063207A
Authority
CN
China
Prior art keywords
building material
alternative
various
building materials
material manufacturer
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
Application number
CN202210775971.8A
Other languages
English (en)
Inventor
况伟
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.)
Chengdu Kuang's Hero Building Materials Co ltd
Original Assignee
Chengdu Kuang's Hero Building Materials Co ltd
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 Chengdu Kuang's Hero Building Materials Co ltd filed Critical Chengdu Kuang's Hero Building Materials Co ltd
Priority to CN202210775971.8A priority Critical patent/CN115063207A/zh
Publication of CN115063207A publication Critical patent/CN115063207A/zh
Pending legal-status Critical Current

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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q50/08—Construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于云计算的建材采购智能比价分析处理系统，本发明通过获取目标工地中各类需求建材、各类需求建材的数量和各类需求建材的需求时间，进而能够制定合理的采购计划，并对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商，进而缩小了采购范围，从而使得采购工作的效率大大提高，通过获取各备选建材厂商的基本信息和参考信息，分析得到各备选建材厂商的第一推荐系数和第二推荐系数，进一步处理得到各备选建材厂商的综合推荐系数，并进行相应处理，进而丰富采购评估指标的多样化，从多个维度对各建材厂商进行评估，筛选出优质的建材厂商，为建筑工程的工程质量及工程效益提供保障。

Description

一种基于云计算的建材采购智能比价分析处理系统
技术领域
本发明涉及建材采购比价分析领域，涉及到一种基于云计算的建材采购智能比价分析处理系统。
背景技术
建筑工程的直接成本主要涉及劳务费、机械费和材料费，其中材料费用占比超过50％,在建材市场规模不断扩大的情况下，材料采购渠道也变得愈来愈多，能否筛选出优质的材料供应商将直接关系到工程质量及工程效益，因此，对建材采购进行比价分析具有重要的意义。
目前，很多建筑企业在建材采购管理中存在着一些弊端：
一方面，采购前没有根据施工工地的施工流程，制定合理的采购计划，如施工工地中所需的建材种类、各类建材的数量和各类建材的使用时间，从而使得采购工作缺乏针对性；
一方面，没有获取各建材厂商中建材的种类和各类建材的数量，进而无法对各建材厂商进行筛选，从而扩大了采购范围，使得采购工作的效率降低；
另一方面，采购时仅仅根据建材的价格对各建材厂商进行选择，没有考虑到各建材厂商中建材的品牌、销量和客户数量等因素，采购评估指标比较单一，进而使得建材厂商筛选结果的准确性和可靠性不高，从而无法筛选出优质的建材厂商，不能为建筑工程的工程质量及工程效益提供保障。
发明内容
针对上述问题，本发明提出了一种基于云计算的建材采购智能比价分析处理系统，实现对建材采购比价分析的功能。
本发明解决其技术问题采用的技术方案是：
本发明提供一种基于云计算的建材采购智能比价分析处理系统，包括：
工地建材需求获取模块用于统计目标工地中各类需求建材，并获取目标工地中各类需求建材的数量和各类需求建材的需求时间；
建材厂商筛选模块用于根据目标工地中各类需求建材和各类需求建材的数量，对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商；
建材数据库用于存储各类建材的市场参考价格和各类型中各品牌建材的影响系数，并存储各建材厂商的历史信息；
备选建材厂商基本信息获取模块用于获取各备选建材厂商的基本信息，其中基本信息包括需求建材的种类数量、各类需求建材的到货时间和各类需求建材的价格；
备选建材厂商基本信息分析模块用于根据各备选建材厂商的基本信息，分析得到各备选建材厂商的第一推荐系数；
备选建材厂商参考信息采集模块用于采集各备选建材厂商的参考信息，其中参考信息包括各类需求建材的品牌、各类需求建材的年均销量和各类需求建材的年均客户数量；
备选建材厂商参考信息处理模块用于对各备选建材厂商的参考信息进行处理，得到各备选建材厂商的第二推荐系数；
备选建材厂商综合评估模块用于根据各备选建材厂商的第一推荐系数和第二推荐系数，分析得到各备选建材厂商的综合推荐系数，并进行相应处理。
在上述实施例的基础上，所述工地建材需求获取模块中将目标工地中各类需求建材按照设定的顺序依次编号为1,2,...,i,...,n，将目标工地中各类需求建材的需求时间记为ti，i表示第i类需求建材的编号，i＝1,2,...,n。
在上述实施例的基础上，所述建材厂商筛选模块的具体分析方法为：
获取目标工地对应设定区域内各建材厂商的各类生产建材，将目标工地对应设定区域内各建材厂商的各类生产建材与目标工地中各类需求建材进行比对，若目标工地对应设定区域内某建材厂商的某类生产建材与目标工地中某类需求建材相同，则将目标工地对应设定区域内该建材厂商的该类生产建材记为需求建材，并将目标工地对应设定区域内该建材厂商记为初次筛选建材厂商，筛选得到各初次筛选建材厂商；
统计各初次筛选建材厂商中各类需求建材，获取各初次筛选建材厂商中各类需求建材的数量，将各初次筛选建材厂商中各类需求建材的数量与目标工地中对应需求建材的数量进行比较，若某初次筛选建材厂商中某类需求建材的数量大于或等于目标工地中对应需求建材的数量，则将该初次筛选建材厂商记为备选建材厂商，筛选得到各备选建材厂商。
在上述实施例的基础上，所述建材数据库中各建材厂商的历史信息包括各建材厂商自成立以来各类建材各年的销售量和客户数量。
在上述实施例的基础上，所述备选建材厂商基本信息获取模块中获取各备选建材厂商的基本信息，具体步骤为：
获取各备选建材厂商中需求建材的种类数量，将其记为Nb，b表示第b个备选建材厂商的编号，b＝1,2,...,c；
获取各备选建材厂商中各类需求建材的到货时间，构成各备选建材厂商中需求建材的到货时间集合
Figure BDA0003727163830000041
Ti b表示第b个备选建材厂商中第i类需求建材的到货时间；
获取各备选建材厂商中各类需求建材的价格，构成各备选建材厂商中需求建材的价格集合
Figure BDA0003727163830000042
Figure BDA0003727163830000043
表示第b个备选建材厂商中第i类需求建材的价格。
在上述实施例的基础上，所述备选建材厂商基本信息获取模块中获取各备选建材厂商中各类需求建材的到货时间，具体获取方法为：
针对某备选建材厂商中某类需求建材的到货时间，具体分析为：
获取该备选建材厂商中存储该类需求建材的各仓库，获取该备选建材厂商中存储该需求建材的各仓库的位置，并获取目标工地的位置，得到该备选建材厂商中存储该需求建材的各仓库与目标工地之间的距离，将其记为该备选建材厂商中各仓库的运输距离，将该备选建材厂商中存储该需求建材的各仓库按照运输距离从小到大的顺序进行排序；
获取该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量与目标工地中对应需求建材的数量进行比较，若该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第一位的仓库的运输距离，反之，获取该备选建材厂商中排列第二位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的数量进行累加，若该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第二位的仓库的运输距离，反之，按照该备选建材厂商中排列第二位的仓库的分析方式依次进行分析，直到该备选建材厂商中分析过的各仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量；
获取该备选建材厂商中最后一次分析的仓库对应的运输距离，根据该备选建材厂商中最后一次分析的仓库对应的运输距离，得到该备选建材厂商中最后一次分析的仓库到目标工地的建材运输时间，将其记为该备选建材厂商中该类需求建材的到货时间，进而统计得到各备选建材厂商中各类需求建材的到货时间。
在上述实施例的基础上，所述备选建材厂商基本信息分析模块中分析得到各备选建材厂商的第一推荐系数，具体方法为：
提取建材数据库中存储的各类建材的市场参考价格，筛选得到各类需求建材的市场参考价格；
将目标工地中需求建材的种类数量n、目标工地中各类需求建材的需求时间ti、各备选建材厂商中需求建材的种类数量Nb、各备选建材厂商中各类需求建材的到货时间Ti b和各备选建材厂商中各类需求建材的价格
Figure BDA0003727163830000061
代入公式
Figure BDA0003727163830000062
得到各备选建材厂商的第一推荐系数αb，其中mi表示第i类需求建材的市场参考价格，i＝1,2,...,n，η1、η2、η3分别表示预设的需求建材数量、需求建材到货时间和需求建材价格的权重因子。
在上述实施例的基础上，所述备选建材厂商参考信息采集模块中采集各备选建材厂商的参考信息，具体步骤为：
获取各备选建材厂商中各类需求建材的品牌；
提取建材数据库中存储的各建材厂商自成立以来各类建材各年的销售量和客户数量，筛选得到各备选建材厂商自成立以来各类需求建材各年的销售量和客户数量，获取设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量，对设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量分别进行平均值计算，得到设定时间内各备选建材厂商中各类需求建材的年均销量和年均客户数量，将其记为各备选建材厂商中各类需求建材的年均销量和各类需求建材的年均客户数量，分别构成各备选建材厂商中需求建材的年均销量集合
Figure BDA0003727163830000063
和各备选建材厂商中需求建材的年均客户数量集合
Figure BDA0003727163830000064
Figure BDA0003727163830000065
表示第b个备选建材厂商中第i种需求建材的年均销量，
Figure BDA0003727163830000066
表示第b个备选建材厂商中第i种需求建材的年均客户数量。
在上述实施例的基础上，所述备选建材厂商参考信息处理模块中得到各备选建材厂商的第二推荐系数，具体方法为：
提取建材数据库中存储的各类型中各品牌建材的影响系数，筛选得到各类型中各品牌需求建材的影响系数，根据各备选建材厂商中各类需求建材的品牌，得到各备选建材厂商中各类需求建材的品牌影响系数；
根据各备选建材厂商中各类需求建材的品牌影响系数，构成各备选建材厂商中需求建材的品牌影响系数集合
Figure BDA0003727163830000071
Figure BDA0003727163830000072
表示第b个备选建材厂商中第i种需求建材的品牌影响系数；
将各备选建材厂商中各类需求建材的品牌影响系数
Figure BDA0003727163830000073
各类需求建材的年均销量
Figure BDA0003727163830000074
和各类需求建材的年均客户数量
Figure BDA0003727163830000075
代入公式
Figure BDA0003727163830000076
得到各备选建材厂商的第二推荐系数βb，其中c表示备选建材厂商的总数量，μ1、μ2、μ3分别表示预设的需求建材的品牌影响系数、需求建材的年均销量和需求建材的年均客户数量的权重因子，γ表示备选建材厂商的第二推荐系数的修正系数。
在上述实施例的基础上，所述备选建材厂商综合评估模块中分析得到各备选建材厂商的综合推荐系数，并进行相应处理，具体方法为：
将各备选建材厂商的第一推荐系数αb和各备选建材厂商的第二推荐系数βb代入公式
Figure BDA0003727163830000077
得到各备选建材厂商的综合推荐系数ξb，其中ε1、ε2分别表示备选建材厂商的第一推荐系数和第二推荐系数的权重因子，λ表示备选建材厂商的综合推荐系数的修正因子；
将各备选建材厂商按照其对应的综合推荐系数从大到小的顺序进行排序，将排序后的结果发送至目标工地建材采购部门。
相对于现有技术，本发明所述的一种基于云计算的建材采购智能比价分析处理系统以下有益效果：
本发明提供的一种基于云计算的建材采购智能比价分析处理系统，通过获取目标工地中需求建材的种类、各类需求建材的数量和各类需求建材的需求时间，进而能够制定合理的采购计划，从而使得采购工作的针对性增强。
本发明提供的一种基于云计算的建材采购智能比价分析处理系统，通过目标工地中需求建材的种类和需求建材的数量，对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商，实现对各建材厂商的筛选，进而缩小了采购范围，从而使得采购工作的效率大大提高。
本发明提供的一种基于云计算的建材采购智能比价分析处理系统，通过获取各备选建材厂商中需求建材的种类数量、各类需求建材的到货时间和各类需求建材的价格，分析得到各备选建材厂商的第一推荐系数，同时采集各备选建材厂商的各类需求建材的品牌、各类需求建材年均销量和各类需求建材年均客户数量，处理得到各备选建材厂商的第二推荐系数，根据各备选建材厂商的第一推荐系数和第二推荐系数，分析得到各备选建材厂商的综合推荐系数，并进行相应处理，丰富采购评估指标的多样化，从多个维度对各建材厂商进行评估，进而提高建材厂商筛选结果的准确性和可靠性，从而筛选出优质的建材厂商，为建筑工程的工程质量及工程效益提供保障。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种基于云计算的建材采购智能比价分析处理系统，包括工地建材需求获取模块、建材厂商筛选模块、建材数据库、备选建材厂商基本信息获取模块、备选建材厂商基本信息分析模块、备选建材厂商参考信息采集模块、备选建材厂商参考信息处理模块和备选建材厂商综合评估模块。
所述工地建材需求获取模块与建材厂商筛选模块连接，备选建材厂商基本信息获取模块分别与建材厂商筛选模块和备选建材厂商基本信息分析模块连接，备选建材厂商参考信息采集模块分别与建材厂商筛选模块和备选建材厂商参考信息处理模块连接，备选建材厂商综合评估模块分别与备选建材厂商基本信息分析模块和备选建材厂商参考信息处理模块连接，建材数据库分别与备选建材厂商基本信息分析模块、备选建材厂商参考信息采集模块和备选建材厂商参考信息处理模块连接。
所述工地建材需求获取模块用于统计目标工地中各类需求建材，并获取目标工地中各类需求建材的数量和各类需求建材的需求时间。
进一步地，所述工地建材需求获取模块中将目标工地中各类需求建材按照设定的顺序依次编号为1,2,...,i,...,n，将目标工地中各类需求建材的需求时间记为ti，i表示第i类需求建材的编号，i＝1,2,...,n。
需要说明的是，本发明通过获取目标工地中需求建材的种类、各类需求建材的数量和各类需求建材的需求时间，进而能够制定合理的采购计划，从而使得采购工作的针对性增强。
所述建材厂商筛选模块用于根据目标工地中各类需求建材和各类需求建材的数量，对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商。
进一步地，所述建材厂商筛选模块的具体分析方法为：
获取目标工地对应设定区域内各建材厂商的各类生产建材，将目标工地对应设定区域内各建材厂商的各类生产建材与目标工地中各类需求建材进行比对，若目标工地对应设定区域内某建材厂商的某类生产建材与目标工地中某类需求建材相同，则将目标工地对应设定区域内该建材厂商的该类生产建材记为需求建材，并将目标工地对应设定区域内该建材厂商记为初次筛选建材厂商，筛选得到各初次筛选建材厂商；
统计各初次筛选建材厂商中各类需求建材，获取各初次筛选建材厂商中各类需求建材的数量，将各初次筛选建材厂商中各类需求建材的数量与目标工地中对应需求建材的数量进行比较，若某初次筛选建材厂商中某类需求建材的数量大于或等于目标工地中对应需求建材的数量，则将该初次筛选建材厂商记为备选建材厂商，筛选得到各备选建材厂商。
需要说明的是，本发明通过目标工地中需求建材的种类和需求建材的数量，对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商，实现对各建材厂商的筛选，进而缩小了采购范围，从而使得采购工作的效率大大提高。
所述建材数据库用于存储各类建材的市场参考价格和各类型中各品牌建材的影响系数，并存储各建材厂商的历史信息。
进一步地，所述建材数据库中各建材厂商的历史信息包括各建材厂商自成立以来各类建材各年的销售量和客户数量。
所述备选建材厂商基本信息获取模块用于获取各备选建材厂商的基本信息，其中基本信息包括需求建材的种类数量、各类需求建材的到货时间和各类需求建材的价格。
进一步地，所述备选建材厂商基本信息获取模块中获取各备选建材厂商的基本信息，具体步骤为：
获取各备选建材厂商中需求建材的种类数量，将其记为Nb，b表示第b个备选建材厂商的编号，b＝1,2,...,c；
获取各备选建材厂商中各类需求建材的到货时间，构成各备选建材厂商中需求建材的到货时间集合
Figure BDA0003727163830000121
Ti b表示第b个备选建材厂商中第i类需求建材的到货时间；
获取各备选建材厂商中各类需求建材的价格，构成各备选建材厂商中需求建材的价格集合
Figure BDA0003727163830000122
Figure BDA0003727163830000123
表示第b个备选建材厂商中第i类需求建材的价格。
更进一步地，所述备选建材厂商基本信息获取模块中获取各备选建材厂商中各类需求建材的到货时间，具体获取方法为：
针对某备选建材厂商中某类需求建材的到货时间，具体分析为：
获取该备选建材厂商中存储该类需求建材的各仓库，获取该备选建材厂商中存储该需求建材的各仓库的位置，并获取目标工地的位置，得到该备选建材厂商中存储该需求建材的各仓库与目标工地之间的距离，将其记为该备选建材厂商中各仓库的运输距离，将该备选建材厂商中存储该需求建材的各仓库按照运输距离从小到大的顺序进行排序；
获取该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量与目标工地中对应需求建材的数量进行比较，若该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第一位的仓库的运输距离，反之，获取该备选建材厂商中排列第二位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的数量进行累加，若该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第二位的仓库的运输距离，反之，按照该备选建材厂商中排列第二位的仓库的分析方式依次进行分析，直到该备选建材厂商中分析过的各仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量；
获取该备选建材厂商中最后一次分析的仓库对应的运输距离，根据该备选建材厂商中最后一次分析的仓库对应的运输距离，得到该备选建材厂商中最后一次分析的仓库到目标工地的建材运输时间，将其记为该备选建材厂商中该类需求建材的到货时间，进而统计得到各备选建材厂商中各类需求建材的到货时间。
所述备选建材厂商基本信息分析模块用于根据各备选建材厂商的基本信息，分析得到各备选建材厂商的第一推荐系数。
进一步地，所述备选建材厂商基本信息分析模块中分析得到各备选建材厂商的第一推荐系数，具体方法为：
提取建材数据库中存储的各类建材的市场参考价格，筛选得到各类需求建材的市场参考价格；
将目标工地中需求建材的种类数量n、目标工地中各类需求建材的需求时间ti、各备选建材厂商中需求建材的种类数量Nb、各备选建材厂商中各类需求建材的到货时间Ti b和各备选建材厂商中各类需求建材的价格
Figure BDA0003727163830000141
代入公式
Figure BDA0003727163830000142
得到各备选建材厂商的第一推荐系数αb，其中mi表示第i类需求建材的市场参考价格，i＝1,2,...,n，η1、η2、η3分别表示预设的需求建材数量、需求建材到货时间和需求建材价格的权重因子。
所述备选建材厂商参考信息采集模块用于采集各备选建材厂商的参考信息，其中参考信息包括各类需求建材的品牌、各类需求建材的年均销量和各类需求建材的年均客户数量。
进一步地，所述备选建材厂商参考信息采集模块中采集各备选建材厂商的参考信息，具体步骤为：
获取各备选建材厂商中各类需求建材的品牌；
提取建材数据库中存储的各建材厂商自成立以来各类建材各年的销售量和客户数量，筛选得到各备选建材厂商自成立以来各类需求建材各年的销售量和客户数量，获取设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量，对设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量分别进行平均值计算，得到设定时间内各备选建材厂商中各类需求建材的年均销量和年均客户数量，将其记为各备选建材厂商中各类需求建材的年均销量和各类需求建材的年均客户数量，分别构成各备选建材厂商中需求建材的年均销量集合
Figure BDA0003727163830000143
和各备选建材厂商中需求建材的年均客户数量集合
Figure BDA0003727163830000144
Figure BDA0003727163830000145
表示第b个备选建材厂商中第i种需求建材的年均销量，
Figure BDA0003727163830000146
表示第b个备选建材厂商中第i种需求建材的年均客户数量。
所述备选建材厂商参考信息处理模块用于对各备选建材厂商的参考信息进行处理，得到各备选建材厂商的第二推荐系数。
进一步地，所述备选建材厂商参考信息处理模块中得到各备选建材厂商的第二推荐系数，具体方法为：
提取建材数据库中存储的各类型中各品牌建材的影响系数，筛选得到各类型中各品牌需求建材的影响系数，根据各备选建材厂商中各类需求建材的品牌，得到各备选建材厂商中各类需求建材的品牌影响系数；
根据各备选建材厂商中各类需求建材的品牌影响系数，构成各备选建材厂商中需求建材的品牌影响系数集合
Figure BDA0003727163830000151
Figure BDA0003727163830000152
表示第b个备选建材厂商中第i种需求建材的品牌影响系数；
将各备选建材厂商中各类需求建材的品牌影响系数
Figure BDA0003727163830000153
各类需求建材的年均销量
Figure BDA0003727163830000154
和各类需求建材的年均客户数量
Figure BDA0003727163830000155
代入公式
Figure BDA0003727163830000156
得到各备选建材厂商的第二推荐系数βb，其中c表示备选建材厂商的总数量，μ1、μ2、μ3分别表示预设的需求建材的品牌影响系数、需求建材的年均销量和需求建材的年均客户数量的权重因子，γ表示备选建材厂商的第二推荐系数的修正系数。
所述备选建材厂商综合评估模块用于根据各备选建材厂商的第一推荐系数和第二推荐系数，分析得到各备选建材厂商的综合推荐系数，并进行相应处理。
进一步地，所述备选建材厂商综合评估模块中分析得到各备选建材厂商的综合推荐系数，并进行相应处理，具体方法为：
将各备选建材厂商的第一推荐系数αb和各备选建材厂商的第二推荐系数βb代入公式
Figure BDA0003727163830000161
得到各备选建材厂商的综合推荐系数ξb，其中ε1、ε2分别表示备选建材厂商的第一推荐系数和第二推荐系数的权重因子，λ表示备选建材厂商的综合推荐系数的修正因子；
将各备选建材厂商按照其对应的综合推荐系数从大到小的顺序进行排序，将排序后的结果发送至目标工地建材采购部门。
需要说明的是，本发明通过获取各备选建材厂商中需求建材的种类数量、各类需求建材的到货时间和各类需求建材的价格，分析得到各备选建材厂商的第一推荐系数，同时采集各备选建材厂商的各类需求建材的品牌、各类需求建材年均销量和各类需求建材年均客户数量，处理得到各备选建材厂商的第二推荐系数，根据各备选建材厂商的第一推荐系数和第二推荐系数，分析得到各备选建材厂商的综合推荐系数，并进行相应处理，丰富采购评估指标的多样化，从多个维度对各建材厂商进行评估，进而提高建材厂商筛选结果的准确性和可靠性，从而筛选出优质的建材厂商，为建筑工程的工程质量及工程效益提供保障。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于云计算的建材采购智能比价分析处理系统，其特征在于，包括：
工地建材需求获取模块用于统计目标工地中各类需求建材，并获取目标工地中各类需求建材的数量和各类需求建材的需求时间；
建材厂商筛选模块用于根据目标工地中各类需求建材和各类需求建材的数量，对目标工地对应设定区域内的各建材厂商进行筛选，得到各备选建材厂商；
建材数据库用于存储各类建材的市场参考价格和各类型中各品牌建材的影响系数，并存储各建材厂商的历史信息；
备选建材厂商基本信息获取模块用于获取各备选建材厂商的基本信息，其中基本信息包括需求建材的种类数量、各类需求建材的到货时间和各类需求建材的价格；
备选建材厂商基本信息分析模块用于根据各备选建材厂商的基本信息，分析得到各备选建材厂商的第一推荐系数；
备选建材厂商参考信息采集模块用于采集各备选建材厂商的参考信息，其中参考信息包括各类需求建材的品牌、各类需求建材的年均销量和各类需求建材的年均客户数量；
备选建材厂商参考信息处理模块用于对各备选建材厂商的参考信息进行处理，得到各备选建材厂商的第二推荐系数；
备选建材厂商综合评估模块用于根据各备选建材厂商的第一推荐系数和第二推荐系数，分析得到各备选建材厂商的综合推荐系数，并进行相应处理。
2.根据权利要求1所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述工地建材需求获取模块中将目标工地中各类需求建材按照设定的顺序依次编号为1,2,...,i,...,n，将目标工地中各类需求建材的需求时间记为ti，i表示第i类需求建材的编号，i＝1,2,...,n。
3.根据权利要求2所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述建材厂商筛选模块的具体分析方法为：
获取目标工地对应设定区域内各建材厂商的各类生产建材，将目标工地对应设定区域内各建材厂商的各类生产建材与目标工地中各类需求建材进行比对，若目标工地对应设定区域内某建材厂商的某类生产建材与目标工地中某类需求建材相同，则将目标工地对应设定区域内该建材厂商的该类生产建材记为需求建材，并将目标工地对应设定区域内该建材厂商记为初次筛选建材厂商，筛选得到各初次筛选建材厂商；
统计各初次筛选建材厂商中各类需求建材，获取各初次筛选建材厂商中各类需求建材的数量，将各初次筛选建材厂商中各类需求建材的数量与目标工地中对应需求建材的数量进行比较，若某初次筛选建材厂商中某类需求建材的数量大于或等于目标工地中对应需求建材的数量，则将该初次筛选建材厂商记为备选建材厂商，筛选得到各备选建材厂商。
4.根据权利要求1所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述建材数据库中各建材厂商的历史信息包括各建材厂商自成立以来各类建材各年的销售量和客户数量。
5.根据权利要求3所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商基本信息获取模块中获取各备选建材厂商的基本信息，具体步骤为：
获取各备选建材厂商中需求建材的种类数量，将其记为Nb，b表示第b个备选建材厂商的编号，b＝1,2,...,c；
获取各备选建材厂商中各类需求建材的到货时间，构成各备选建材厂商中需求建材的到货时间集合
Figure FDA0003727163820000031
Ti b表示第b个备选建材厂商中第i类需求建材的到货时间；
获取各备选建材厂商中各类需求建材的价格，构成各备选建材厂商中需求建材的价格集合
Figure FDA0003727163820000032
Figure FDA0003727163820000033
表示第b个备选建材厂商中第i类需求建材的价格。
6.根据权利要求5所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商基本信息获取模块中获取各备选建材厂商中各类需求建材的到货时间，具体获取方法为：
针对某备选建材厂商中某类需求建材的到货时间，具体分析为：
获取该备选建材厂商中存储该类需求建材的各仓库，获取该备选建材厂商中存储该需求建材的各仓库的位置，并获取目标工地的位置，得到该备选建材厂商中存储该需求建材的各仓库与目标工地之间的距离，将其记为该备选建材厂商中各仓库的运输距离，将该备选建材厂商中存储该需求建材的各仓库按照运输距离从小到大的顺序进行排序；
获取该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量与目标工地中对应需求建材的数量进行比较，若该备选建材厂商中排列第一位的仓库中存储该类需求建材的数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第一位的仓库的运输距离，反之，获取该备选建材厂商中排列第二位的仓库中存储该类需求建材的数量，将该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的数量进行累加，若该备选建材厂商中排列第一位和排列第二位的仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量，获取该备选建材厂商中排列第二位的仓库的运输距离，反之，按照该备选建材厂商中排列第二位的仓库的分析方式依次进行分析，直到该备选建材厂商中分析过的各仓库中存储该类需求建材的累加数量满足目标工地中对应需求建材的数量；
获取该备选建材厂商中最后一次分析的仓库对应的运输距离，根据该备选建材厂商中最后一次分析的仓库对应的运输距离，得到该备选建材厂商中最后一次分析的仓库到目标工地的建材运输时间，将其记为该备选建材厂商中该类需求建材的到货时间，进而统计得到各备选建材厂商中各类需求建材的到货时间。
7.根据权利要求6所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商基本信息分析模块中分析得到各备选建材厂商的第一推荐系数，具体方法为：
提取建材数据库中存储的各类建材的市场参考价格，筛选得到各类需求建材的市场参考价格；
将目标工地中需求建材的种类数量n、目标工地中各类需求建材的需求时间ti、各备选建材厂商中需求建材的种类数量Nb、各备选建材厂商中各类需求建材的到货时间Ti b和各备选建材厂商中各类需求建材的价格
Figure FDA0003727163820000051
代入公式
Figure FDA0003727163820000052
得到各备选建材厂商的第一推荐系数αb，其中mi表示第i类需求建材的市场参考价格，i＝1,2,...,n，η1、η2、η3分别表示预设的需求建材数量、需求建材到货时间和需求建材价格的权重因子。
8.根据权利要求4所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商参考信息采集模块中采集各备选建材厂商的参考信息，具体步骤为：
获取各备选建材厂商中各类需求建材的品牌；
提取建材数据库中存储的各建材厂商自成立以来各类建材各年的销售量和客户数量，筛选得到各备选建材厂商自成立以来各类需求建材各年的销售量和客户数量，获取设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量，对设定时间内各备选建材厂商中各类需求建材各年的销售量和客户数量分别进行平均值计算，得到设定时间内各备选建材厂商中各类需求建材的年均销量和年均客户数量，将其记为各备选建材厂商中各类需求建材的年均销量和各类需求建材的年均客户数量，分别构成各备选建材厂商中需求建材的年均销量集合
Figure FDA0003727163820000061
和各备选建材厂商中需求建材的年均客户数量集合
Figure FDA0003727163820000062
Figure FDA0003727163820000063
表示第b个备选建材厂商中第i种需求建材的年均销量，
Figure FDA0003727163820000064
表示第b个备选建材厂商中第i种需求建材的年均客户数量。
9.根据权利要求8所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商参考信息处理模块中得到各备选建材厂商的第二推荐系数，具体方法为：
提取建材数据库中存储的各类型中各品牌建材的影响系数，筛选得到各类型中各品牌需求建材的影响系数，根据各备选建材厂商中各类需求建材的品牌，得到各备选建材厂商中各类需求建材的品牌影响系数；
根据各备选建材厂商中各类需求建材的品牌影响系数，构成各备选建材厂商中需求建材的品牌影响系数集合
Figure FDA0003727163820000065
Figure FDA0003727163820000066
表示第b个备选建材厂商中第i种需求建材的品牌影响系数；
将各备选建材厂商中各类需求建材的品牌影响系数
Figure FDA0003727163820000067
各类需求建材的年均销量
Figure FDA0003727163820000068
和各类需求建材的年均客户数量
Figure FDA0003727163820000069
代入公式
Figure FDA00037271638200000610
得到各备选建材厂商的第二推荐系数βb，其中c表示备选建材厂商的总数量，μ1、μ2、μ3分别表示预设的需求建材的品牌影响系数、需求建材的年均销量和需求建材的年均客户数量的权重因子，γ表示备选建材厂商的第二推荐系数的修正系数。
10.根据权利要求9所述的一种基于云计算的建材采购智能比价分析处理系统，其特征在于：所述备选建材厂商综合评估模块中分析得到各备选建材厂商的综合推荐系数，并进行相应处理，具体方法为：
将各备选建材厂商的第一推荐系数αb和各备选建材厂商的第二推荐系数βb代入公式
Figure FDA0003727163820000071
得到各备选建材厂商的综合推荐系数ξb，其中ε1、ε2分别表示备选建材厂商的第一推荐系数和第二推荐系数的权重因子，λ表示备选建材厂商的综合推荐系数的修正因子；
将各备选建材厂商按照其对应的综合推荐系数从大到小的顺序进行排序，将排序后的结果发送至目标工地建材采购部门。
CN202210775971.8A 2022-07-02 2022-07-02 一种基于云计算的建材采购智能比价分析处理系统 Pending CN115063207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210775971.8A CN115063207A (zh) 2022-07-02 2022-07-02 一种基于云计算的建材采购智能比价分析处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210775971.8A CN115063207A (zh) 2022-07-02 2022-07-02 一种基于云计算的建材采购智能比价分析处理系统

Publications (1)

Publication Number Publication Date
CN115063207A true CN115063207A (zh) 2022-09-16

Family

ID=83204009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210775971.8A Pending CN115063207A (zh) 2022-07-02 2022-07-02 一种基于云计算的建材采购智能比价分析处理系统

Country Status (1)

Country Link
CN (1) CN115063207A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911959A (zh) * 2023-09-12 2023-10-20 南通尚轩金属制品有限公司 一种建材非标准件的数据处理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911959A (zh) * 2023-09-12 2023-10-20 南通尚轩金属制品有限公司 一种建材非标准件的数据处理方法
CN116911959B (zh) * 2023-09-12 2023-12-19 南通尚轩金属制品有限公司 一种建材非标准件的数据处理方法

Similar Documents

Publication Publication Date Title
US20230306449A1 (en) Pre-processing financial market data prior to machine learning training
CN107392479A (zh) 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法
Blackwood et al. Macro and micro dynamics of productivity: From devilish details to insights
CN112288374B (zh) 一种基于云计算的智慧供应链物流智能优化管理系统
CN112288375B (zh) 一种基于大数据的智慧供应链协调管理系统
Siregar et al. Forecasting of raw material needed for plastic products based in income data using ARIMA method
CN110942242A (zh) 一种科技企业孵化器运营绩效评价方法
CN115063207A (zh) 一种基于云计算的建材采购智能比价分析处理系统
CN111401973B (zh) 一种多影响因素下商品需求预测信息预测系统及方法
CN111242471A (zh) 一种以农民合作社为主导的供应链选择销售企业的指标体系
CN114707933A (zh) 一种智慧工厂库存智能管理方法、系统及存储介质
CN113052541A (zh) 一种基于工业物联网和数据分析的工业产品订货管理平台
CN116596580A (zh) 一种基于天气预报信息的季节性服装短期销量预测方法
CN115204995A (zh) 一种税务数据采集分析方法、系统及计算机存储介质
CN113962504A (zh) 一种配电网规划方案成本效益比计算方法
CN114693265A (zh) 一种云切平台的供应链多用户对接方法及系统
CN114971805A (zh) 一种基于深度学习的电子商务平台商品智能分析推荐系统
CN112418652B (zh) 一种风险识别方法及相关装置
Clavel et al. A monthly indicator of the french business climate
KR102573996B1 (ko) 공항 기술 가치 평가 시스템 및 방법
Pumjaroen et al. How to obtain a better result of updating the IO table from the MTT method
CN116933187B (zh) 一种财务报销单据数字化处理方法及系统
CN117436936B (zh) 基于销量预测与bom成品加工系统及方法
Qiu Research on Decision Optimization Based on Big Data Analysis and Calculation
CN116720844A (zh) 基于人员需求分析的人力资源分配系统

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