CN115129764A - 基于供需智能匹配的采购数据分析方法和系统 - Google Patents
基于供需智能匹配的采购数据分析方法和系统 Download PDFInfo
- Publication number
- CN115129764A CN115129764A CN202210697272.6A CN202210697272A CN115129764A CN 115129764 A CN115129764 A CN 115129764A CN 202210697272 A CN202210697272 A CN 202210697272A CN 115129764 A CN115129764 A CN 115129764A
- Authority
- CN
- China
- Prior art keywords
- demand
- supply
- matching
- purchasing
- user
- 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 37
- 238000007405 data analysis Methods 0.000 title claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 9
- 239000010959 steel Substances 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 27
- 230000010365 information processing Effects 0.000 claims description 14
- 238000003032 molecular docking Methods 0.000 claims description 9
- 239000002994 raw material Substances 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 9
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 abstract description 2
- 238000004040 coloring Methods 0.000 description 44
- 238000010422 painting Methods 0.000 description 28
- 239000000463 material Substances 0.000 description 19
- 239000003086 colorant Substances 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000000903 blocking effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 239000003973 paint Substances 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000009500 colour coating Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000009960 carding Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004519 grease Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Library & Information Science (AREA)
- Game Theory and Decision Science (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种基于供需智能匹配的采购数据分析系统和方法,包括:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;将所述采购需求计划与供应商进行匹配;将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。本发明能够在工业品大规模集约化采购中得到了广泛和高效运用,尤其适用于大型钢铁企业对于种类繁杂、型号多样和需求频繁变化的复杂采购需求。本发明成功解决了从用户需求,到形成订单,到供应商按单生产,到准备发货,到完成交货这一漫长过程存在的许多不确定的流程化技术问题。
Description
技术领域
本发明涉及智能化采购信息处理技术领域,具体地,涉及基于供需智能匹配的采购数据分析方法和系统。
背景技术
专利文献CN103984714B一种基于本体语义的云制造服务供需智能匹配方法,具体的说该方法是通过建立具有语义关系的云制造服务资源本体,形成了纵横扩展的制造业服务资源本体语义词库,并以此来实现快速高效的服务资源语义搜索,最后通过综合匹配算法来实现云制造服务的供需智能匹配,以支持服务资源的高效配置和云制造服务的公正可靠;其支持语义扩展搜索、服务资源管理、供需智能匹配。
但是专利文献CN103984714B无法满足用户的潜在采购需求。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于供需智能匹配的采购数据分析方法和系统。
根据本发明提供的一种基于供需智能匹配的采购数据分析系统,包括:
需求管理模块M1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理模块M2:将所述采购需求计划与供应商进行匹配;
供应管理模块M3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
优选地,所述需求管理模块M1包括:
用户需求自动采集模块M1.1:根据用户提出的采购需求,自动进行需求识别,基于识别提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析模块M1.2:根据所述采购需求计划进行需求合理性、有效性智能分析,得到有效的采购需求计划;
潜在需求识别模块M1.3:将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,汇总和梳理所有潜在存在的采购需求,形成用户潜在采购需求。
优选地,所述匹配管理模块M2包括:
供应需求对接模块M2.1:将采购需求计划转换为供应商能够识别的订单;
供应需求一次智能匹配模块M2.2:将采购需求计划包含的产品名称、产品数量、交货时间与供应商具备的能够按产品名称、产品数量、交货时间实现交货的供应能力进行一次智能匹配;
供应需求二次匹配模块M2.3:针对所述供应需求一次智能匹配模块M2.2无法成功智能匹配的供应需求,进行撮合匹配。
优选地,所述供应管理模块M3包括:
全方位集成式供应模块M3.1:根据所述采购需求计划、潜在采购需求形成所有用户需求,针对所述所有用户需求建立对应的集成式供应关系;
数字化供应模块M3.2:根据所述集成式供应关系,建立对应的数字化供应订单;
订单信息处理模块M3.3:根据所述数字化供应订单,引导供应商按照供应订单组织生产。
优选地,所述采购需求为钢铁行业生产所需原材料产品的采购需求。
根据本发明提供的一种基于供需智能匹配的采购数据分析方法,包括:
需求管理步骤S1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理步骤S2:将所述采购需求计划与供应商进行匹配;
供应管理步骤S3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
优选地,所述需求管理步骤S1包括:
用户需求自动采集步骤S1.1:根据用户提出的采购需求,自动进行需求识别,基于识别提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析步骤S1.2:根据所述采购需求计划进行需求合理性、有效性智能分析,得到有效的采购需求计划;
潜在需求识别步骤S1.3:将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,汇总和梳理所有潜在存在的采购需求,形成用户潜在采购需求。
优选地,所述匹配管理步骤S2包括:
供应需求对接步骤S2.1:将采购需求计划转换为供应商能够识别的订单;
供应需求一次智能匹配步骤S2.2:将采购需求计划包含的产品名称、产品数量、交货时间与供应商具备的能够按产品名称、产品数量、交货时间实现交货的供应能力进行一次智能匹配;
供应需求二次匹配步骤S2.3:针对所述供应需求一次智能匹配步骤S2.2无法成功智能匹配的供应需求,进行撮合匹配。
优选地,所述供应管理步骤S3包括:
全方位集成式供应步骤S3.1:根据所述采购需求计划、潜在采购需求形成所有用户需求,针对所述所有用户需求建立对应的集成式供应关系;
数字化供应步骤S3.2:根据所述集成式供应关系,建立对应的数字化供应订单;
订单信息处理步骤S3.3:根据所述数字化供应订单,引导供应商按照供应订单组织生产。
优选地,所述采购需求为钢铁行业生产所需原材料产品的采购需求。
优选地,在所述用户需求智能分析模块M1.2中,自动判定并阻断无效的采购需求形成采购需求计划,仅允许符合采购需求静态表设定逻辑的采购计划形成有效的用户采购需求计划;所述自动判定是识别采购需求是否符合如下条件,若符合则认为有效,否则为无效的,所述条件包括:采购物料名称与型号规格具有一致性;物料代码与物料名称具有一致性;物料代码具有对应有效合同;采购数量是合规的;只有符合上述判断条件才能视为有效的采购需求计划,否则为无效的采购需求。
优选地,在所述潜在需求识别模块M1.3中,通过对近几年积累的同一采购物料产品的有效订单进行综合分析的基础上实现,结合历史订单形成的数据清单,考虑用户的历史采购量、采购产品代码、型号及采购周期形成对未来潜在采购需要的预测;对于预测出的采购需求,引导供应商根据预测的潜在采购需求采取提前准备工作,纳入生产计划。
优选地,所述用户需求智能分析模块M1.2包括:
用户需求智能识别子模块M1.2.1:自动识别用户需求,并识别用户需求中的关键字段信息,实现用户需求从文字描述到数字化描述的智能转换;
无效用户需求过滤阻断子模块M1.2.2:对所有已识别的用户采购需求进行有效性判断,以目前有效的采购需求静态表为依据,将无效用户需求和有效用户需求进行分离,在有效需求向采购需求计划转化前,过滤阻断无效需求;
用户需求采购计划转化子模块M1.2.3:将过滤阻断无效需求后剩余的有效需求转化为数字化的采购需求计划,为后续采购需求计划与供应订单匹配搭建信息传递的通道。
优选地,在所述用户需求智能分析步骤S1.2中,自动判定并阻断无效的采购需求形成采购需求计划,仅允许符合采购需求静态表设定逻辑的采购计划形成有效的用户采购需求计划;所述自动判定是识别采购需求是否符合如下条件,若符合则认为有效,否则为无效的,所述条件包括:采购物料名称与型号规格具有一致性;物料代码与物料名称具有一致性;物料代码具有对应有效合同;采购数量是合规的;只有符合上述判断条件才能视为有效的采购需求计划,否则为无效的采购需求。
优选地,在所述潜在需求识别步骤S1.3中,通过对近几年积累的同一采购物料产品的有效订单进行综合分析的基础上实现,结合历史订单形成的数据清单,考虑用户的历史采购量、采购产品代码、型号及采购周期形成对未来潜在采购需要的预测;对于预测出的采购需求,引导供应商根据预测的潜在采购需求采取提前准备工作,纳入生产计划。
优选地,所述用户需求智能分析步骤S1.2包括:
用户需求智能识别子步骤S1.2.1:自动识别用户需求,并识别用户需求中的关键字段信息,实现用户需求从文字描述到数字化描述的智能转换;
无效用户需求过滤阻断子步骤S1.2.2:对所有已识别的用户采购需求进行有效性判断,以目前有效的采购需求静态表为依据,将无效用户需求和有效用户需求进行分离,在有效需求向采购需求计划转化前,过滤阻断无效需求;
用户需求采购计划转化子步骤S1.2.3:将过滤阻断无效需求后剩余的有效需求转化为数字化的采购需求计划,为后续采购需求计划与供应订单匹配搭建信息传递的通道。
优选地,在所述供应需求对接模块M2.1中,将具有同一种数据格式的用户采购需求计划与订单进行信息自动对接;
优选地,在所述供应需求二次匹配模块M2.3中,将根据一次智能匹配无法成功智能匹配的供应需求出现的不同情况进行如下智能撮合匹配:
情况A、当出现单个用户需求量大于现有供应量的情况时,结合用户需求量与现有供应量的差额并考虑未来可能的需求增量,以补发采购订单的形式来撮合供应与需求成功匹配,以完全满足单个用户当前的采购需求;
情况B、当出现多个用户需求总量大于合同约定的剩余供应量情况时,结合多个用户需求量与合同约定的剩余供应量的差额并考虑未来可能的需求增量重新签订采购合同并增加供应量,以满足多个用户当前和今后一段时期的采购需求。
优选地,在所述供应需求二次匹配模块M2.3包括:
第一处理模块M2.3.1:在虚拟环境中,将待匹配产品的数量用第一颜色以空间着色区域的方式进行呈现,其中,所述空间着色区域可以是第一颜色着色的三维立体区域或者二维平面区域;第一颜色的空间着色区域越大,则表示待匹配产品的数量越多;
第二处理模块M2.3.2:针对所述待匹配产品的各个供应商,创建不同颜色的涂色笔分别表示各个供应商,其中,不同涂色笔之间的颜色不同,且涂色笔的颜色不同于第一颜色;涂色笔的数量与供应商的数量一致;所述涂色笔的颜色是指涂色笔在虚拟环境中能够对第一颜色初始时的空间着色区域进行涂色覆盖的颜色;涂色笔能够涂色的空间着色区域反映涂色笔对应供应商能够供应的待匹配产品的数量;在涂色笔上显示已涂色与剩余涂色空间着色区域的比例;
第三处理模块M2.3.3:以不同的涂色笔在所述第一颜色初始时的空间着色区域上进行涂色覆盖,以不同颜色的空间着色区域的大小比例来标记待匹配产品的订单数量在不同供应商之间的分配比例;除了第一颜色,颜色被覆盖涂色的着色区域所表示的产品数量被回收入该颜色的涂色笔中;对于同一种待匹配产品的不同订单,使用同一个涂色笔在不同订单各自的第一颜色初始时的空间着色区域进行涂色以及颜色的回收;在虚拟环境中,实时显示各个颜色的空间着色区域大小之间的比例关系值;
第四处理模块M2.3.4:以虚拟环境的全体使用者确定的分配比例,将待匹配产品与供应商进行匹配。
优选地,在所述供应需求对接步骤S2.1中,将具有同一种数据格式的用户采购需求计划与订单进行信息自动对接;
优选地,在所述供应需求二次匹配步骤S2.3中,将根据一次智能匹配无法成功智能匹配的供应需求出现的不同情况进行如下智能撮合匹配:
情况A、当出现单个用户需求量大于现有供应量的情况时,结合用户需求量与现有供应量的差额并考虑未来可能的需求增量,以补发采购订单的形式来撮合供应与需求成功匹配,以完全满足单个用户当前的采购需求;
情况B、当出现多个用户需求总量大于合同约定的剩余供应量情况时,结合多个用户需求量与合同约定的剩余供应量的差额并考虑未来可能的需求增量重新签订采购合同并增加供应量,以满足多个用户当前和今后一段时期的采购需求。
优选地,在所述供应需求二次匹配步骤S2.3包括:
第一处理步骤S2.3.1:在虚拟环境中,将待匹配产品的数量用第一颜色以空间着色区域的方式进行呈现,其中,所述空间着色区域可以是第一颜色着色的三维立体区域或者二维平面区域;第一颜色的空间着色区域越大,则表示待匹配产品的数量越多;
第二处理步骤S2.3.2:针对所述待匹配产品的各个供应商,创建不同颜色的涂色笔分别表示各个供应商,其中,不同涂色笔之间的颜色不同,且涂色笔的颜色不同于第一颜色;涂色笔的数量与供应商的数量一致;所述涂色笔的颜色是指涂色笔在虚拟环境中能够对第一颜色初始时的空间着色区域进行涂色覆盖的颜色;涂色笔能够涂色的空间着色区域反映涂色笔对应供应商能够供应的待匹配产品的数量;在涂色笔上显示已涂色与剩余涂色空间着色区域的比例;
第三处理步骤S2.3.3:以不同的涂色笔在所述第一颜色初始时的空间着色区域上进行涂色覆盖,以不同颜色的空间着色区域的大小比例来标记待匹配产品的订单数量在不同供应商之间的分配比例;除了第一颜色,颜色被覆盖涂色的着色区域所表示的产品数量被回收入该颜色的涂色笔中;对于同一种待匹配产品的不同订单,使用同一个涂色笔在不同订单各自的第一颜色初始时的空间着色区域进行涂色以及颜色的回收;在虚拟环境中,实时显示各个颜色的空间着色区域大小之间的比例关系值;
第四处理步骤S2.3.4:以虚拟环境的全体使用者确定的分配比例,将待匹配产品与供应商进行匹配。
优选地,在所述全方位集成式供应模块M3.1中,所述集成式供应,包括:
纵向单一流程化供应链:单个供应商根据潜在采购需求,与该供应商能够供应的产品相匹配而建立的单一流程化供应链,基于该供应链能够生成按照流程化构建的供应订单并传递给供应商,供应商根据数字化的供应订单组织生产或者发货以实现产品的采购需求与供应的直接匹配;
横向多家供应商形成的供应模块:以多家具有产品差异性的供应商形成的横向互补供应模块,该供应模块以100%满足现有所有潜在需求为目标,其中,多家供应商是指对于某种物料向多家供应商发送订单采购。
优选地,在所述数字化供应模块M3.2中,将根据所有有效需求,对所有重要字段进行逐一分析,生成与对应的数字化供应订单,将用户所有有效潜在需求全部转化为数字化订单。
优选地,在所述订单信息处理模块M3.3中,将根据有效用户采购需求,并结合数字化供应模块生成的数字化供应订单,直接引导供应商按照供应订单组织生产,准备货物,指导供应商按时将用户需求的具体产品和数量送到指定的交货地点。
优选地,在所述全方位集成式供应步骤S3.1中,所述集成式供应,包括:
纵向单一流程化供应链:单个供应商根据潜在采购需求,与该供应商能够供应的产品相匹配而建立的单一流程化供应链,基于该供应链能够生成按照流程化构建的供应订单并传递给供应商,供应商根据数字化的供应订单组织生产或者发货以实现产品的采购需求与供应的直接匹配;
横向多家供应商形成的供应模块:以多家具有产品差异性的供应商形成的横向互补供应模块,该供应模块以100%满足现有所有潜在需求为目标,其中,多家供应商是指对于某种物料向多家供应商发送订单采购。
优选地,在所述数字化供应步骤S3.2中,将根据所有有效需求,对所有重要字段进行逐一分析,生成与对应的数字化供应订单,将用户所有有效潜在需求全部转化为数字化订单。
优选地,在所述订单信息处理步骤S3.3中,将根据有效用户采购需求,并结合数字化供应模块生成的数字化供应订单,直接引导供应商按照供应订单组织生产,准备货物,指导供应商按时将用户需求的具体产品和数量送到指定的交货地点。
与现有技术相比,本发明具有如下的有益效果:
1、本发明能够在工业品大规模集约化采购中得到了广泛和高效运用,尤其适用于大型钢铁企业对于种类繁杂、型号多样和需求频繁变化的复杂采购需求。
2、本发明能够整体解决多层次、多部门用户提出多样化采购需求难以快速得到满足的技术问题,在本发明中首先将根据用户提出的多样化采购需求进行有效/无效需求识别,将有效需求从文字描述转化为数字化采购计划,同时借助已经综合所有潜在采购需求而建立的高效供应系统搭建供应订单平台,通过供需智能匹配信息处理系统将需求计划与供应订单进行智能匹配,成功解决了从用户需求,到形成订单,到供应商按单生产,到准备发货,到完成交货这一漫长过程存在的许多不确定的流程化技术问题。
3、本发明将用户采购需求进行数字化转换:传统的用户采购需求通常是“文字+数字”的形式,这种形式的采购需求无法通过采购系统形成采购计划并以订单形式传递给供应商。本发明创造性的将用户采购需求中的所有文字全部转换为“英文代码与数字”的形式,从而成功实现用户采购需求在采购系统中能够畅行无阻,高效传递;
4、本发明将采购计划与供应订单进行数字化无缝对接与智能匹配:采购计划作为用户发出的采购需求和供应商能够识别的供应订单分别属于上下游企业的“个性化语言”,通常难以直接匹配。本发明在综合考虑上游供应商订单格式和下游用户采购计划格式的实际情况下,开发出同时适用于上游供应商和下游用户的“共同语言”,对采购计划和供应订单的关键字段进行统一规范和共享,从而顺利解决上游供应商和下游用户之间沟通不畅的技术问题。同时本发明在用户需求量和现有供应量之间进行智能型的自动匹配,通过模拟各种可能的应用场景,建立特定场景的数学计算逻辑,以程序化的语言实现采购计划与供应订单的与智能匹配,以有效解决需求量与供应量之间长期存在的不匹配问题。
5、本发明通过全方位集成式供应模块保障用户需求的充分识别:传统的用户采购需求千差万别,纷繁复杂,很多采购系统难以解决这个长期存在的这个难题。本发明针对这一长期存在采购难题,首先对用户需求进行全方位收集和分析梳理,在梳理分析中创造性采用数字化、代码化处理技术实现用户需求100%用计算机语言分析处理,从而借助计算机强大的分析处理能力充分识别用户的潜在需求,并明确产品名称、类别、型号和技术参数等信息,成功解决了用户需求难以充分识别的技术难题。
6、本发明充分结合大型钢铁企业在工业原材料采购方面存在的难题,能够基于自动信息处理系统,通过智能化数据采集和信息匹配等技术,解决工业原材料采购方面存在的种类繁杂、型号多样和需求难以得到高效满足的一系列难题,全面实现了钢铁企业在工业原材料采购方面的采购需求快速识别、需求与订单的智能匹配、供应商按数据化的订单高效组织生产并及时准确完成交货的良好技术效果。
7、本发明通过用户需求自动采集模块将用户提出的采购需求自动进行需求识别、关键信息提取和重要数据自动采集,形成数字化的采购需求并与供应需求对接模块进行自动对接,实现用户需求从提出,到自动采集,到成功识别,到智能对接到数字化供应模块的技术效果,尤其是达到了用户需求的准确识别和快速数据转化的技术效果。
8、本发明通过用户需求智能分析模块将用户提出的采购需求进行合理性、有效性分析,通过系统自动分析采购需求的有效性,达到自动屏蔽阻断无效需求并形成有效的数字化采购需求的技术效果。
9、本发明通过潜在需求识别模块将智能化追溯曾经实现的用户采购需求,通过收集和提取之前的关键需求数据,按照“历史需求会在未来重现”的原则从多个维度全面分析和识别采购需求信息,并通过智能分析技术将采购需求进行深入剖析,转化为数据化需求,实现用户潜在采购需求的准确识别、全面分析和数据化转换的技术效果。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一个优选例的工作原理示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种基于供需智能匹配的采购数据分析系统,包括:
需求管理模块M1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理模块M2:将所述采购需求计划与供应商进行匹配;
供应管理模块M3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
所述需求管理模块M1包括:
用户需求自动采集模块M1.1采用用户需求信息处理系统,根据用户提出的采购需求,自动进行需求识别、关键信息提取、重要数据自动采集。基于已提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析模块M1.2是根据用户提出的采购需求计划进行需求合理性、有效性智能分析的模块。该模块将对数字化的采购需求计划进行智能识别,基于采购需求静态表,自动判定并阻断无效的采购需求形成采购计划,仅允许符合采购需求静态表设定逻辑的合理采购计划形成有效的用户需求,并以数字化形式传递给采购中枢平台;其中,所述自动判定是识别一个采购计划是否符合如下条件,若符合则认为有效,否则为无效的,所述条件包括:采购物料名称与型号规格具有一致性;物料代码与物料名称具有一致性;物料代码具有对应有效合同;采购数量是合规的。只有符合上述判断条件才能视为有效计划,否则为无效采购计划。
潜在需求识别模块M1.3将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,全面识别需求信息,汇总和梳理所有可能存在的采购需求,形成用户潜在需求的模块,为全方位集成式供应提供需求数据参考;具体地,潜在需求的智能预测是通过对近几年积累的同一采购物料产品的有效订单进行综合分析的基础上实现的,其结合历史订单形成的数据清单,考虑主要用户的历史采购量、采购产品代码、型号及采购周期等形成对未来采购需要的预测。对于系统预测出的采购需求,用于为全方位集成式供应提供需求数据参考,供应商可以根据预测的需求采取提前准备工作,纳入生产计划。用户的主要需求是比较持续稳定存在的,不预测潜在需求会造成加急生产时来不及供货,甚至是生产准备非常仓促,所以通过基于历史订单记录的预测,准确性比较高从而避免供应商仓促备货。
所述用户需求智能分析模块M1.2包括:
用户需求智能识别子模块M1.2.1将自动识别用户需求,并快速识别用户需求中的关键字段信息,实现用户需求从文字描述到数字化描述的智能转换,为采购系统根据采购计划进行供应订单匹配做好初步准备。
无效用户需求过滤阻断子模块M1.2.2将对所有已识别的用户需求进行有效性判断,以目前有效的采购需求静态表为依据,将无效用户需求和有效用户需求进行分离,在有效需求向采购计划转化前,过滤阻断无效需求,以防止无效需求干扰有效需求的顺利实现。
用户需求采购计划转化子模块M1.2.3将通过上述无效用户需求过滤阻断子模块过滤阻断无效需求后剩余的有效需求转化为数字化的采购计划,为后续采购计划与供应订单匹配搭建信息传递的通道。
所述匹配管理模块M2包括:
供应需求对接模块M2.1是将具有同一种数据格式的用户采购计划与订单信息处理模块进行信息自动对接的模块。该模块作为采购中枢平台的执行系统,直接将用户采购计划与供应商数字化供应模块进行自动对接,为用户需求快速转换为供应商可识别的订单并立即形成生产/备货指令创造前提条件。
供应需求一次智能匹配模块M2.2是将用户提出的采购计划包含的产品名称、数量和交货时间与供应商具备的能够按产品名称、数量和交货时间顺利实现交货的供应能力进行一次智能匹配的模块。该模块能够实现大部分用户采购计划及时高效与供应订单匹配,并快速完成交货。
供应需求二次匹配模块M2.3是针对上述供应需求一次智能匹配模块无法成功智能匹配的供应需求而建立的智能辅助匹配模块。该模块将根据无法成功智能匹配的供应需求出现的不同情况进行如下智能撮合匹配:情况A、当出现单个用户需求量大于现有供应量的情况时,将根据采购系统给出的未成功匹配提示,结合用户需求量与现有供应量的差额并考虑未来可能的需求增量,以补发采购大订单的形式来撮合供应与需求成功匹配,以完全满足单个用户当前的采购需求;情况B、当出现多个用户需求总量大于合同约定的剩余供应量情况时,将根据采购系统给出的未成功匹配提示,结合多个用户需求量与合同约定的剩余供应量的差额并考虑未来可能的需求增量重新签订采购合同并增加供应量,以顺利满足多个用户当前和今后一段时期的采购需求。
所述供应需求二次匹配模块M2.3包括:
第一处理模块M2.3.1:在虚拟环境中,例如VR环境,将待匹配产品的数量用第一颜色以空间着色区域的方式进行呈现,其中,所述空间着色区域可以是第一颜色着色的三维立体区域或者二维平面区域。第一颜色的空间着色区域越大,则表示待匹配产品的数量越多。
第二处理模块M2.3.2:针对所述待匹配产品的各个供应商,创建不同颜色的涂色笔分别表示各个供应商,其中,不同涂色笔之间的颜色不同,且涂色笔的颜色不同于第一颜色;涂色笔的数量与供应商的数量一致;所述涂色笔的颜色是指涂色笔在虚拟环境中能够对第一颜色初始时的空间着色区域进行涂色覆盖的颜色,当然,可以将涂色笔本身的颜色设定为与涂色覆盖的颜色相同;进一步地,涂色笔能够涂色的空间着色区域反映涂色笔对应供应商能够供应的待匹配产品的数量;如果供应商能够供应的待匹配产品的数量越多,则该供应商对应的涂色笔能够涂色覆盖的空间着色区域越大,例如该涂色笔涂色的着色区域的体积越大或者面积越大,反之,如果供应商能够供应的待匹配产品的数量越少,则该供应商对应的涂色笔能够涂色覆盖的空间着色区域越小,例如该涂色笔涂色的着色区域的体积越小或者面积越小;在涂色笔上显示已涂色与剩余涂色空间着色区域的比例;
第三处理模块M2.3.3:以不同的涂色笔在所述第一颜色初始时的空间着色区域上进行涂色覆盖,以不同颜色的空间着色区域的大小比例来标记待匹配产品的订单数量在不同供应商之间的分配比例;即使用不同于第一颜色的多种颜色来分割所述第一颜色初始时的空间着色区域;除了第一颜色,颜色被覆盖涂色的着色区域所表示的产品数量被回收入该颜色的涂色笔中。在优选例中,尤其是,对于同一种待匹配产品的不同订单,使用同一个涂色笔在不同订单各自的第一颜色初始时的空间着色区域进行涂色以及颜色的回收。在虚拟环境中,实时显示各个颜色的空间着色区域大小之间的比例关系值。
第四处理模块M2.3.4:以虚拟环境的全体使用者确定的分配比例,将待匹配产品与供应商进行匹配。
本发明能够满足多个采购员之间远程以虚拟环境使用者的身份在虚拟环境中进行讨论与标记,将待匹配产品的订单分配为由多个供应商供应的子订单,标记方式直观明了,能够提高沟通的效果与板书的编辑效果。
所述供应管理模块M3包括:
全方位集成式供应模块M3.1是根据潜在需求形成的所有用户需求,建立对应的集成式供应的模块。所述集成式供应,包括:纵向单一流程化供应链、横向多家供应商形成的供应模块。所述纵向单一流程化供应链,是单个供应商根据上述潜在需求,与该供应商能够供应的产品相匹配而建立的单一流程化供应链。该供应链将实现在供应系统接收数字化的用户需求计划后可立即生成按照流程化构建的供应订单(包含产品代码、需求数量、需求日期等多个数字化供应信息)并传递给供应商。供应商根据数字化的供应订单立即组织生产或者立即发货以实现商品的采购需求与供应的直接匹配。其中,单个供应商是指对于某种物料只向唯一的一家供应商发送订单进行采购。只有单个供应商才能形成单一流程化供应链。所述横向多家供应商形成的供应模块是基于单个供应商无法全部供应上述所有潜在需求而建立的以多家具有产品差异性的供应商形成的横向互补供应模块,该供应模块以100%满足现有所有潜在需求为目标,有效解决纵向单一流程化供应链不能完全满足所有潜在需求的不足。其中,多家供应商是指对于某种物料向多家供应商发送订单采购。
数字化供应模块M3.2将根据所有有效需求,对所有重要字段进行逐一分析,建立对应的数字化供应的模块。该模块具备在接收用户需求后,能够立即生成与之对应的数字化供应订单的能力。数字化供应模块旨在实现用户所有有效潜在需求全部转化为数字化订单,为供应商进行产品供应创造便利条件。
订单信息处理模块M3.3将根据上述有效用户需求,并结合上述数字化供应模块生成的数字化供应订单,直接引导供应商按照供应订单高效组织生产,快速准备货物,指导供应商按时将用户需求的具体产品和数量送到指定的交货地点。
例如,用户需要采购20桶A型号油脂清洗剂(单重30kg)和30罐B型号胶粘剂(每支50ml)。首先在采购系统需求数据智能分析子系统中查询自己需要的A型号油脂清洗剂和B型号胶粘剂均为有效采购需求,于是他立即输入采购需求并生成了采购计划。该采购计划经过采购人员审批后,通过供需智能匹配信息处理系统进行需求供应匹配(产品名称、型号、数量和交货时间等),再通过面向潜在需求的高效供应系统顺利转化成供应订单。供应商在接收供应订单后,立即按订单组织生产并在较短时间内根据订单要求的产品名称、数量、交货时间和交货地点安排发货。在符合订单要求的前提下,顺利实现了采购需求。
根据本发明提供的一种基于供需智能匹配的采购数据分析方法,包括:
需求管理步骤S1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理步骤S2:将所述采购需求计划与供应商进行匹配;
供应管理步骤S3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
所述需求管理步骤S1包括:
用户需求自动采集步骤S1.1:根据用户提出的采购需求,自动进行需求识别,基于识别提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析步骤S1.2:根据所述采购需求计划进行需求合理性、有效性智能分析,得到有效的采购需求计划;
潜在需求识别步骤S1.3:将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,汇总和梳理所有潜在存在的采购需求,形成用户潜在采购需求。
所述匹配管理步骤S2包括:
供应需求对接步骤S2.1:将采购需求计划转换为供应商能够识别的订单;
供应需求一次智能匹配步骤S2.2:将采购需求计划包含的产品名称、产品数量、交货时间与供应商具备的能够按产品名称、产品数量、交货时间实现交货的供应能力进行一次智能匹配;
供应需求二次匹配步骤S2.3:针对所述供应需求一次智能匹配步骤S2.2无法成功智能匹配的供应需求,进行撮合匹配。
所述供应管理步骤S3包括:
全方位集成式供应步骤S3.1:根据所述采购需求计划、潜在采购需求形成所有用户需求,针对所述所有用户需求建立对应的集成式供应关系;
数字化供应步骤S3.2:根据所述集成式供应关系,建立对应的数字化供应订单;
订单信息处理步骤S3.3:根据所述数字化供应订单,引导供应商按照供应订单组织生产。
所述采购需求为钢铁行业生产所需原材料产品的采购需求。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于供需智能匹配的采购数据分析系统,其特征在于,包括:
需求管理模块M1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理模块M2:将所述采购需求计划与供应商进行匹配;
供应管理模块M3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
2.根据权利要求1所述的基于供需智能匹配的采购数据分析系统,其特征在于,所述需求管理模块M1包括:
用户需求自动采集模块M1.1:根据用户提出的采购需求,自动进行需求识别,基于识别提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析模块M1.2:根据所述采购需求计划进行需求合理性、有效性智能分析,得到有效的采购需求计划;
潜在需求识别模块M1.3:将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,汇总和梳理所有潜在存在的采购需求,形成用户潜在采购需求。
3.根据权利要求2所述的基于供需智能匹配的采购数据分析系统,其特征在于,所述匹配管理模块M2包括:
供应需求对接模块M2.1:将采购需求计划转换为供应商能够识别的订单;
供应需求一次智能匹配模块M2.2:将采购需求计划包含的产品名称、产品数量、交货时间与供应商具备的能够按产品名称、产品数量、交货时间实现交货的供应能力进行一次智能匹配;
供应需求二次匹配模块M2.3:针对所述供应需求一次智能匹配模块M2.2无法成功智能匹配的供应需求,进行撮合匹配。
4.根据权利要求3所述的基于供需智能匹配的采购数据分析系统,其特征在于,所述供应管理模块M3包括:
全方位集成式供应模块M3.1:根据所述采购需求计划、潜在采购需求形成所有用户需求,针对所述所有用户需求建立对应的集成式供应关系;
数字化供应模块M3.2:根据所述集成式供应关系,建立对应的数字化供应订单;
订单信息处理模块M3.3:根据所述数字化供应订单,引导供应商按照供应订单组织生产。
5.根据权利要求4所述的基于供需智能匹配的采购数据分析系统,其特征在于,所述采购需求为钢铁行业生产所需原材料产品的采购需求。
6.一种基于供需智能匹配的采购数据分析方法,其特征在于,包括:
需求管理步骤S1:根据用户提出的采购需求,形成数字化的采购需求计划,以及潜在采购需求;
匹配管理步骤S2:将所述采购需求计划与供应商进行匹配;
供应管理步骤S3:将所述潜在采购需求与供应商进行匹配;根据匹配结果转化为数字化供应订单。
7.根据权利要求6所述的基于供需智能匹配的采购数据分析方法,其特征在于,所述需求管理步骤S1包括:
用户需求自动采集步骤S1.1:根据用户提出的采购需求,自动进行需求识别,基于识别提取的用户需求关键信息和重要数据,形成数字化的采购需求计划;
用户需求智能分析步骤S1.2:根据所述采购需求计划进行需求合理性、有效性智能分析,得到有效的采购需求计划;
潜在需求识别步骤S1.3:将追溯所有曾经实现的用户采购需求,从这些曾经实现的用户需求中收集并提取关键需求数据,汇总和梳理所有潜在存在的采购需求,形成用户潜在采购需求。
8.根据权利要求7所述的基于供需智能匹配的采购数据分析方法,其特征在于,所述匹配管理步骤S2包括:
供应需求对接步骤S2.1:将采购需求计划转换为供应商能够识别的订单;
供应需求一次智能匹配步骤S2.2:将采购需求计划包含的产品名称、产品数量、交货时间与供应商具备的能够按产品名称、产品数量、交货时间实现交货的供应能力进行一次智能匹配;
供应需求二次匹配步骤S2.3:针对所述供应需求一次智能匹配步骤S2.2无法成功智能匹配的供应需求,进行撮合匹配。
9.根据权利要求8所述的基于供需智能匹配的采购数据分析方法,其特征在于,所述供应管理步骤S3包括:
全方位集成式供应步骤S3.1:根据所述采购需求计划、潜在采购需求形成所有用户需求,针对所述所有用户需求建立对应的集成式供应关系;
数字化供应步骤S3.2:根据所述集成式供应关系,建立对应的数字化供应订单;
订单信息处理步骤S3.3:根据所述数字化供应订单,引导供应商按照供应订单组织生产。
10.根据权利要求9所述的基于供需智能匹配的采购数据分析方法,其特征在于,所述采购需求为钢铁行业生产所需原材料产品的采购需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210697272.6A CN115129764A (zh) | 2022-06-20 | 2022-06-20 | 基于供需智能匹配的采购数据分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210697272.6A CN115129764A (zh) | 2022-06-20 | 2022-06-20 | 基于供需智能匹配的采购数据分析方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129764A true CN115129764A (zh) | 2022-09-30 |
Family
ID=83379709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210697272.6A Pending CN115129764A (zh) | 2022-06-20 | 2022-06-20 | 基于供需智能匹配的采购数据分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129764A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078343A (zh) * | 2023-08-21 | 2023-11-17 | 苏州工业园区报关有限公司 | 基于云原生的供应链服务平台 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570931A (zh) * | 2003-07-12 | 2005-01-26 | 鸿富锦精密工业(深圳)有限公司 | 物料统一采购管理方法及系统 |
US20130024313A1 (en) * | 2011-05-22 | 2013-01-24 | Ariba, Inc. | Commerce network for matching buyers and sellers |
CN105786838A (zh) * | 2014-12-22 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 一种信息匹配处理方法和装置 |
CN105956882A (zh) * | 2016-05-09 | 2016-09-21 | 陈包容 | 一种获取采购需求的方法及装置 |
JP2017027270A (ja) * | 2015-07-21 | 2017-02-02 | 戸井田 大吾 | マーケットプレイスシステム、プログラム、及びマーケットプレイスシステムの運用方法 |
CN111126806A (zh) * | 2019-12-12 | 2020-05-08 | 四川爱联科技有限公司 | 基于2b业务的销产供信息化系统 |
CN112241598A (zh) * | 2020-10-27 | 2021-01-19 | 万翼科技有限公司 | 基于家具的供应商选择方法及相关装置 |
CN113239319A (zh) * | 2021-05-17 | 2021-08-10 | 云工工业科技(深圳)有限公司 | 一种自动匹配及推送给供应商来投标报价的方法 |
CN113610425A (zh) * | 2021-08-18 | 2021-11-05 | 上海交通大学 | 一种半公开的供需计划预匹配系统及方法 |
US20220036210A1 (en) * | 2020-07-29 | 2022-02-03 | Bank Of America Corporation | Machine learning based automated pairing of individual customers and small businesses |
CN114037502A (zh) * | 2021-12-07 | 2022-02-11 | 广州智会云科技发展有限公司 | 一种基于用户画像的采购推荐方法及系统 |
US20220051318A1 (en) * | 2020-08-11 | 2022-02-17 | Hitachi, Ltd. | Supply and demand matching within an exchange market for anticipative demand from early signals |
-
2022
- 2022-06-20 CN CN202210697272.6A patent/CN115129764A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570931A (zh) * | 2003-07-12 | 2005-01-26 | 鸿富锦精密工业(深圳)有限公司 | 物料统一采购管理方法及系统 |
US20130024313A1 (en) * | 2011-05-22 | 2013-01-24 | Ariba, Inc. | Commerce network for matching buyers and sellers |
CN105786838A (zh) * | 2014-12-22 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 一种信息匹配处理方法和装置 |
JP2017027270A (ja) * | 2015-07-21 | 2017-02-02 | 戸井田 大吾 | マーケットプレイスシステム、プログラム、及びマーケットプレイスシステムの運用方法 |
CN105956882A (zh) * | 2016-05-09 | 2016-09-21 | 陈包容 | 一种获取采购需求的方法及装置 |
CN111126806A (zh) * | 2019-12-12 | 2020-05-08 | 四川爱联科技有限公司 | 基于2b业务的销产供信息化系统 |
US20220036210A1 (en) * | 2020-07-29 | 2022-02-03 | Bank Of America Corporation | Machine learning based automated pairing of individual customers and small businesses |
US20220051318A1 (en) * | 2020-08-11 | 2022-02-17 | Hitachi, Ltd. | Supply and demand matching within an exchange market for anticipative demand from early signals |
CN112241598A (zh) * | 2020-10-27 | 2021-01-19 | 万翼科技有限公司 | 基于家具的供应商选择方法及相关装置 |
CN113239319A (zh) * | 2021-05-17 | 2021-08-10 | 云工工业科技(深圳)有限公司 | 一种自动匹配及推送给供应商来投标报价的方法 |
CN113610425A (zh) * | 2021-08-18 | 2021-11-05 | 上海交通大学 | 一种半公开的供需计划预匹配系统及方法 |
CN114037502A (zh) * | 2021-12-07 | 2022-02-11 | 广州智会云科技发展有限公司 | 一种基于用户画像的采购推荐方法及系统 |
Non-Patent Citations (2)
Title |
---|
张启亮;冯志勇;: "基于语义Web服务的汽车供应链自动采购系统", 计算机应用, no. 11, 10 November 2006 (2006-11-10) * |
王志峰;: "大宗原燃辅料采购计划的集成管理", 山东冶金, no. 01, 20 February 2010 (2010-02-20) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078343A (zh) * | 2023-08-21 | 2023-11-17 | 苏州工业园区报关有限公司 | 基于云原生的供应链服务平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345168B (zh) | 一种石油化工装置安装材料仓储管理方法和系统 | |
CN115129764A (zh) | 基于供需智能匹配的采购数据分析方法和系统 | |
CN106528616B (zh) | 一种人机交互过程中的语言纠错方法及系统 | |
CN107092913A (zh) | 一种喷印字符在线识别及交互式后处理系统及方法 | |
Chonsawat et al. | Smart SMEs 4.0 maturity model to evaluate the readiness of SMEs implementing industry 4.0. CMUJ | |
CN115147175A (zh) | 基于集成式供应管理的供需匹配采购分析方法和系统 | |
CN115170226A (zh) | 基于智能匹配模块的供需匹配智能采购方法和系统 | |
Renteria et al. | Human-Robot Collaboration as a new paradigm in circular economy for WEEE management | |
Slim et al. | Convergence and contradiction between lean and Industry 4.0 for inventive design of smart production systems | |
CN111932129A (zh) | 一种装备数字化维修管控系统 | |
Panahi et al. | Tracking volumetric units in modular factories for automated progress monitoring using computer vision | |
CN112508525B (zh) | 一种基于wbs建模的工程管理系统 | |
CN113076999B (zh) | 基于人工智能信息数据采集方法 | |
CN115147177A (zh) | 基于智能化需求管理模块的采购供需信息处理方法和系统 | |
Bhattacharjee et al. | A critique of some current assembly line balancing techniques | |
Sauer et al. | Toward SME 4.0: The Impact of Industry 4.0 Technologies on SMEs’ Business Models | |
Sim | A study on the development and effect of smart manufacturing system in PCB line | |
CN114881313A (zh) | 基于人工智能的行为预测方法、装置及相关设备 | |
RU157928U1 (ru) | Устройство для контроля и управления производственным процессом | |
CN106292608A (zh) | 数控机床智能制造数字化车间集成系统 | |
Freisleben et al. | Dynamic project navigation: Modelling, improving, and review of engineering processes | |
KR102570756B1 (ko) | 제조공정 가시화 장치 및 방법 | |
Di Donato | Augmented reality and artificial intelligence to create innovative solution Sisom | |
Mesquita et al. | Using the iStar Framework for Planning and Monitoring Sprints in Scrum Projects: An Experience Report. | |
CN115983809B (zh) | 一种基于智能门户平台的企业办公管理方法及系统 |
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 |