CN115330300A - 采购单处理方法、装置、设备及存储介质 - Google Patents

采购单处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115330300A
CN115330300A CN202210881275.5A CN202210881275A CN115330300A CN 115330300 A CN115330300 A CN 115330300A CN 202210881275 A CN202210881275 A CN 202210881275A CN 115330300 A CN115330300 A CN 115330300A
Authority
CN
China
Prior art keywords
purchase
purchased
purchasing
supplier
request
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
CN202210881275.5A
Other languages
English (en)
Inventor
杨满坡
杨周龙
潘宏晶
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.)
Shanghai Yunda Hi Tech Co ltd
Original Assignee
Dongpu Software 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 Dongpu Software Co Ltd filed Critical Dongpu Software Co Ltd
Priority to CN202210881275.5A priority Critical patent/CN115330300A/zh
Publication of CN115330300A publication Critical patent/CN115330300A/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
    • 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
    • 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
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种采购单处理方法，包括：获取服务器各业务节点的采购请求信息；根据采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；分布式爬虫架构对待采购对象进行全网搜索并按照影响因子生成二次采购申请单；对二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；基于动态偏好模型将三次采购申请单推送至采购终端，并生成采购订单。通过服务器与供应商所提供的采购对象数据交互，自动化采购单方法提高了提交采购效率，优化采购清单；极大地提高了企业内部采购物资信息传输的速度和准确性。

Description

采购单处理方法、装置、设备及存储介质
技术领域
本发明涉及物流技术领域，尤其涉及一种采购单处理方法、装置、设备及存储介质。
背景技术
由于各大商品的交易量及交易次数较多，商品的流通也繁忙，需要不定时对商品进行采购和进货，以让商品的库存量能满足用户的购买需求。电子商务不仅是一种工具或者方法的应用，而是一种崭新的商务模式。而任何一种商务模式都是当时社会的技术条件和制度条件下的社会分工方式。一种好的商务模式必然促进社会分工，提高社会生产和转化效率，进而促进社会经济发展。但是，在实际过程中，存在着商务模式与社会分工之间的十分复杂的互动作用，这就使得任何一种成功的商务模式的设计都难以完全在人们的头脑中、书本上、书斋里完成，只能通过社会组织试验完成，通过不断的试验，加以肯定、改进或者否定，从而使新的商务模式得以进化。针对企业采购环节目前还未有好的方法进行处理，耗时长，效率低，造成了资源浪费，也增加了采购运营的成本。
鉴于此，有必要提出一种针对采购单处理方法。
发明内容
本发明的目的是提供一种采购单处理方法、装置、设备及存储介质。
本发明提供了一种采购单处理方法，包括：
获取服务器各业务节点的采购请求信息；
根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；
基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
优选地，所述通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单包括：
选取预设的所述待采购对象属性作为网页样本，将所述网页样本的链接地址作为待采购对象种子URL；
将所述待采购对象种子URL放入待抓取URL队列中；
通过爬虫从待抓取URL队列依次读取并通过解析，将所述待采购对象链接地址转换为网站服务器对应的IP地址；
根据所述IP地址和网页相对路径名称进行下载，将下载到的网页存储至页面库，建立索引对所述待采购对象进行搜索，同时，将下载到的网页的URL存放入已抓取URL队列；
采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果。
优选地，所述基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单包括：
基于动态偏好模型提取用户偏好的采购信息，所述用户偏好的采购信息包括采购信息对应的偏好内容和偏好强度；
建立时间模型以链接当前采购时间片与历史采购时间片之间的用户偏好，确定采购偏好分布，利用服务吞吐量和响应时间来计算服务质量；
根据所述采购偏好分布和服务质量过滤不同供应商对应的待采购对象，输出用户偏好的最优结果并生成最终采购订单。
优选地，所述根据采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总包括：
根据所述采购请求信息获取各服务类型的供应商并调用认证服务请求认证；
认证通过后根据获取的用户的角色权限信息，进行对请求的资源的权限逻辑判断；
获取各供应商展示的待采购对象并同步至终端服务器；
建立各服务器与供应商之间的信息协同，共享业务互动过程中产生的信息，实时监控各供应商信息，形成各供应商的全生命周期管理，迭代更新至最新供应商状态。
优选地，所述找到待采购对象对应的供应商并形成一次采购申请单包括：
若所述待采购对象存在至少一个对应的供应商，则对所述待采购对象进行搜索，根据搜索结果判断本次搜索请求中的所述待采购对象是否在对应库存中存在；
若所述待采购对象不存在对应的供应商，则通过身份认证及核验接入新的供应商，对所述待采购对象的库存进行审核，完成对所述待采购对象对应库存的确认；
若所述待采购对象对应库存不能满足采购需求，则更新库存或择优选择其他对应供应商，形成一次采购申请单；
其中，每个供应商至少包括一个待采购对象。
优选地，所述采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果进一步包括：
根据所述一次申请采购单对应的采购对象作为待采购对象，根据不同供应商提供的所述待采购对象的影响因子生成初始群体；
设定适应度函数，若目标函数f(x)求影响因子的最小值，则适应度函数取为F(f(x))＝1/f(x)，x为个体决策变量；
选择所述初始群体按照适应度比例排序中适应度高的群体，保留一次优化群体，对所述一次优化群体进行选择得到二次优化群体；
判断是否满足找到最大适应度的个体及所属群体的位置的终止条件：若满足，则结束搜索过程，输出最小优化结果，若不满足，则继续进迭代优化，得到影响因子最优的采购对象。
优选地，所述对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单包括：
创建责任链结构，定义具体处理者对象的子类；
根据所述采购申请单生成采购审核请求，将所述审批请求进行链路传递，直至所述链路上的第一处理者对所述审批请求进行处理或者动态指定第一处理者对所述审批请求；
判断审批者是否具有相应的处理权限，若所述审批请求超出当前处理者类的权限，则转发至第二处理者直至各级处理者完成审核。
对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改所述待采购对象并确定更新采购对象，输出更新后的三次采购申请单。
本发明提供了一种采购单处理装置，包括：
请求模块，用于获取服务器各业务节点的采购请求信息；
采购对象同步模块，用于根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
搜索模块，用于通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
审核模块，用于对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；
订单输出模块，用于基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
本发明提供了一种采购单处理设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如本实施例所述的采购单处理方法。
本发明提供了一种计算机可读介质，存储计算机程序，所述计算机程序被一个或多个处理器执行时，实现如本实施例所述的采购单处理方法。
针对现有技术，本发明具有如下的有益效果：
本发明所提供的采购单处理方法是服务器获取各业务节点的请求，通过服务器与供应商所提供的采购对象数据交互，并爬虫技术搜索系统内外的待采购对象及待采购对象相关的影响因子，经过各级审核及动态偏好模型优化采购对象的订单，自动化采购单方法提高了提交采购效率，优化采购清单，节约成本，减少资源浪费；极大地提高了企业内部采购物资信息传输的速度和准确性，为提高企业的管理水平和经济效益产生极大的促进作用，具有一定的使用价值和通用性。
附图说明
图1为本发明实施例一中所述采购单处理方法的步骤示意图；
图2为本发明实施例一中所述采购单处理方法的整体流程图；
图3为本发明实施例一中所述步骤S3具体步骤示意图；
图4为本发明实施例二中所述的采购单处理装置原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
实施例一
如图1所示，本发明提供了一种采购单处理方法，包括：
步骤S1，获取服务器各业务节点的采购请求信息；可以是员工递交的采购信息；
步骤S2，根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
步骤S3，通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
步骤S4，对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；本实施例中所述的影响因子包括待采购对象的价格或其他服务、质量相关的系数。这边修改确定的采购对象既包括采购对象本身还包括采购对象的价格，本实施例中主要审核价格，还可以审核采购对象相关的其他信息，比如采购对象的供应商、采购对象的质量或服务等。
步骤S5，基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
本发明所提供的采购单处理方法是服务器获取各业务节点的请求，通过服务器与供应商所提供的采购对象数据交互，并爬虫技术搜索系统内外的待采购对象及待采购对象相关的影响因子，经过各级审核及动态偏好模型优化采购对象的订单，自动化采购单方法提高了提交采购效率，优化采购清单，节约成本，减少资源浪费；极大地提高了企业内部采购物资信息传输的速度和准确性，为提高企业的管理水平和经济效益产生极大的促进作用，具有一定的使用价值和通用性。
如图2所示，所述步骤S2中根据采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总包括：
根据所述采购请求信息获取各服务类型的供应商并调用认证服务请求认证；各供应商需要通过资质验证才能接入本系统，
认证通过后根据获取的用户的角色权限信息，进行对请求的资源的权限逻辑判断；
获取各供应商展示的待采购对象并同步至终端服务器；
建立各服务器与供应商之间的信息协同，共享业务互动过程中产生的信息，实时监控各供应商信息，形成各供应商的全生命周期管理，迭代更新至最新供应商状态，实时追踪供应商相关数据，实时风险控制。
可以理解为，本实施例所述的供应商具备内外协同的能力，为外部供应商或供应商自身集中推送展示与其相关的所有采购业务信息，采购业务信息包括历史合作、考察整改，绩效评价等，支持供应商信息的自助维护，实时风险自动提示。针对采购业务中的各节点不同权限和关注点，分别展现了供应商及历史交易，采购需求，招标进程，合同账务、法务条款以及采购订单处理各节点的相关信息以及汇总数据。支持本系统接入的供应商端口从报名、注册、认证、审核和准入全流程电子化管理，让供应商管理简单高效，并让供应商信息更加透明清晰。
具体地，所述步骤S2中所述找到待采购对象对应的供应商并形成一次采购申请单包括：
若所述待采购对象存在至少一个对应的供应商，则对所述待采购对象进行搜索，根据搜索结果判断本次搜索请求中的所述待采购对象是否在对应库存中存在；
若所述待采购对象不存在对应的供应商，则通过身份认证及核验接入新的供应商，对所述待采购对象的库存进行审核，完成对所述待采购对象对应库存的确认；
若所述待采购对象对应库存不能满足采购需求，则更新库存或择优选择其他对应供应商，形成一次采购申请单；
其中，每个供应商至少包括一个待采购对象，一个供应商可以对应一个或多个待采购商品，一个待采购商品可以对应多个供应商。
根据员工递交的采购信息搜索对应的商品，从企业库存中进行查找，根据搜索结果判断本次搜索请求中的商品是否在该库存中存在，如果没有该商品则由采购人员寻找供应商，然后对商品库存进行审核，看库存是否充足，若不充足则线下联系供应商，形成的一次采购申请单过滤掉不满足数量等采购需求的待采购商品，有利于海量数据的批量筛选。
如图3所示，所述步骤S3通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单包括：
步骤S31，选取预设的所述待采购对象属性作为网页样本，将所述网页样本的链接地址作为待采购对象种子URL(Uniform Resource Locator,统一资源定位器)；
步骤S32，将所述待采购对象种子URL放入待抓取URL队列中；
步骤S33，通过爬虫从待抓取URL队列依次读取并通过解析，将所述待采购对象链接地址转换为网站服务器对应的IP地址；
步骤S34，根据所述IP地址和网页相对路径名称进行下载，将下载到的网页存储至页面库，建立索引对所述待采购对象进行搜索，同时，将下载到的网页的URL存放入已抓取URL队列；在之后的抓取调度中会下载这个URL对应的网页，重复上述步骤形成循环，直到待抓取URL队列为空。
步骤S35，采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果。
本实施例中采用搜索引擎的网络爬虫能够高效地将海量的网页数据传下载到本地，在本地形成互联网网页的镜像备份，本发明的多种实施例中，浏览器和网络爬虫是两种不同的网络客户端，可以是属于平台本身的网络端，也可以是独立于平台外的第三方网络端，都以相同的方式来获取网页。本实施例中还可以采用深度优先搜索策略，即图的深度优先遍历算法，或者广度优先搜索策略等。网络爬虫会从起始页开始，一个链接一个链接跟踪下去，处理完这条线路之后再转入下一个起始页，继续跟踪链接。通过爬虫技术获取平台内部或第三方中的待采购对象与待采购对象相关的信息，按照影响因子中的待采购对象的价格生成二次采购申请单，本实施例中还可以按照影响因子中的待采购对象的质量或服务生成二次采购申请单。按照待采购对象的价格排序，进行全网搜索并智能全网比价，实时推送给到采购管理人员，在供应商内获取的待采购对象在价格区间的商品，还可以通过供应商外的商品价格对比，新增更优选的供应商。除了按照价格对比还可以对比商品的质量和服务等影响因子，提取一次采购申请单中经过对比后的商品输出二次采购申请单。
具体地，所述采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果进一步包括：
根据所述一次申请采购单对应的采购对象作为待采购对象，根据不同供应商提供的所述待采购对象的影响因子生成初始群体；
设定适应度函数，若目标函数f(x)求影响因子的最小值，则适应度函数取为F(f(x))＝1/f(x)，x为个体决策变量，找到测试函数Sphere的最小值；
选择所述初始群体按照适应度比例排序中适应度高的群体，保留一次优化群体，对所述一次优化群体进行选择得到二次优化群体；
判断是否满足找到最大适应度的个体及所属群体的位置的终止条件：若满足，则结束搜索过程，输出最小优化结果，若不满足，则继续进迭代优化，得到影响因子最优的采购对象。
本实施例中个体就是模拟生物个体而对问题中的对象的一种称呼，即同一待采购商品的价格，一个个体也就是搜索空间中的一个点。适应度(fitness)就是借鉴生物个体对环境的适应程度,而对问题中的个体对象所设计的表征其优劣的一种测度。适应度函数(fitness function)就是问题中的全体个体与其适应度之间的一个对应关系。它一般是一个实值函数。该函数就是遗传算法中指导搜索的评价函数。这里的适应度函数求解的是待采购商品的最小值，染色体(chromosome)就是问题中个体的某种字符串形式的编码表示。字符串中的字符也就称为基因(gene)。遗传操作亦称遗传算子(genetic operator)，就是关于染色体的运算。遗传算法中有多种遗传操作:选择-复制(selection-reproduction)，对于一个规模为N的种群S,按每个染色体xi∈S的选择概率P(xi)所决定的选中机会,分N次从S中随机选定N个染色体,并进行复制。这里的选择概率P(xi)的计算公式为：
Figure BDA0003764253940000111
遗传算法步骤如下：
1、在搜索空间U上定义一个适应度函数f(x)，给定种群规模N，交叉率Pc和变异率Pm，代数；
2、随机产生U中的N个个体s1,s2,…,sN，组成初始种群S＝{s1,s2,…,sN}，置代数计数器t＝1；
3、计算S中每个个体的适应度F(x)；
4、若终止条件满足，则取S中适应度最大的个体作为所求结果，算法结束。
5、按选择概率P(xi)所决定的选中机会，每次从S中随机选定1个个体并将其染色体复制，共做N次，然后将复制所得的N个染色体组成群体S1；可以理解为，保留或复制适应值大的可行解，去掉小的可行解。本实施例中交叉、变异操作按需实行，交叉概率和变异概率的取值范围可根据具体情况设定，也可忽略不计也可不做交叉、变异处理。最后输出适应度最大，待采购商品对应价格最小区间范围的商品，有利于进一步优化待采购对象，降低成本。
具体地，所述S4中对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单包括：
创建责任链结构，定义具体处理者对象的子类；
根据所述采购申请单生成采购审核请求，将所述审批请求进行链路传递，直至所述链路上的第一处理者对所述审批请求进行处理或者动态指定第一处理者对所述审批请求；
判断审批者是否具有相应的处理权限，若所述审批请求超出当前处理者类的权限，则转发至第二处理者直至各级处理者完成审核。
本实施例中采购申请单是系统中预生设计好模板的，采购申请单至少包括订单基本信息、发起人信息、物料信息等，其中物料信息包括物料名称、物料编码、物料一级类别、物料二级类别、产品类型、采购地、供应商名称、供应商编码、供应商SAP编码、申报单价、审核单价、申请数量、计量单位、申报金额、审核金额等信息；基本信息包括订单号：流水号、供应商订单号、采购订单号、生成时间、推送SOA时间、采购员、订单状态等；发起人信息包括申请人、发起人工号、发起人职位、发起人部门、所属分拔编码/公司编码、发起人所既公司SAP代码、成本中心、坐路地等；由流程负责人对采购申请单进行审核，该步骤是对商品的金额进行审核，看商品的申报金额是否超过采购标准。超过采购标准的申报金额进行修改，主要是由流程审批人完成；服务器后端计算改价金额；并利用爬虫方法传递改价金额到系统中，以对采购申请单的金额进行修改，以得到审核金额。
对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改所述待采购对象并确定更新采购对象，输出更新后的三次采购申请单，使得审批流程灵活配置，实现请求发送者和请求处理者解耦，审批者配置可按需设置，避免请求发送者与接收者耦合在一起，让多个对象都有可能接收请求，经过一级或多级审核加速审核过程。
具体地，所述步骤S5中基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单包括：
基于动态偏好模型提取用户偏好的采购信息，所述用户偏好的采购信息包括采购信息对应的偏好内容和偏好强度；
建立时间模型以链接当前采购时间片与历史采购时间片之间的用户偏好，确定采购偏好分布，利用服务吞吐量和响应时间来计算服务质量；采购商品的数据集分为时间片，用户偏好随着内部和外部环境的变化而变化。
根据所述采购偏好分布和服务质量过滤不同供应商对应的待采购对象，偏好去重，输出用户偏好的最优结果并生成最终采购订单，将采购申请单发送至采购人员终端，采购人员终端可以显示采购申请单，以提醒采购人员进行相应采购操作。
本实施例中的待采购申请单进一步优化，按照用户的偏好，历史习惯，将动态偏好考虑在内的算法可以捕获用户偏好的变化，以获得更准确的建议。本实施例采用的推荐算法基于动态偏好和动态QoS(DPDQ)算法框架，数据集分为时间片。在每个时间片上，使用动态偏好(DP)模型提取用户偏好，并计算动态服务质量(QoS)。一方面，用户偏好的特征是动态的，其包括偏好内容和偏好强度。另一方面，QoS随时间而变化。在最终推荐过程中，每个用户-服务对(相当于一个键值对)的兴趣度与最新时间片上的对应QoS值匹配。DP(动态偏好)模型结合了LDA模型和时间模型，其中LDA用于提取用户的偏好，时间模型用于表示偏好的“遗传和变化”。“遗传和变异”，即当前偏好继承了前一时期的偏好但又因为其他因素而有所不同。LDA模型是具有高使用率的隐式文档主题分析模型。通过增量Gibbs采样求解，LDA的主要思想是文档中出现的单词的概率由文档的主题分布和主题的词汇分布决定。对应于服务推荐，LDA的主要思想是用户选择服务的概率由用户的偏好分布和偏好的服务分布确定。用户和服务通过偏好链接，形成三层结构“用户-偏好-服务”。由于偏好的“遗传和变化”，添加时间模型以链接当前时间片与先前时间片之间的用户偏好。
本实施例采用的推荐算法既考虑了动态用户偏好，又考虑了动态服务质量。首先，时态LDA用于分析动态用户偏好的变化。基于动态用户偏好和动态QoS为用户生成服务推荐列表，提高推荐列表对用户偏好预测的准确性。
实施例二
如图4所示，本发明提供了一种采购单处理装置，包括：
请求模块，用于获取服务器各业务节点的采购请求信息；
采购对象同步模块，用于根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
搜索模块，用于通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
审核模块，用于对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；
订单输出模块，用于基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
上述请求模块、采购对象同步模块、搜索模块、审核模块、订单输出模块的具体内容及实现方法，均如实施例一中所述，在此不再赘述。
本发明提供了一种采购单处理设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如本实施例所述的采购单处理方法。
本发明提供了一种计算机可读介质，存储计算机程序，所述计算机程序被一个或多个处理器执行时，实现如本实施例所述的采购单处理方法。
实施例三
本发明还提供了一种采购单处理设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如本发明一实施例中的采购单处理方法。
该采购单处理设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)和存储器，一个或一个以上存储应用程序或数据的存储介质(例如一个或一个以上海量存储设备)。其中，存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上模块，每个模块可以包括对采购单处理设备中的一系列指令操作。
进一步地，处理器可以设置为与存储介质通信，在散单物流对象处理的设备上执行存储介质中的一系列指令操作。
采购单处理设备还可以包括一个或一个以上电源，一个或一个以上有线或无线网络接口，一个或一个以上输入输出接口，和/或，一个或一个以上操作系统，例如WindowsServe、Vista等等。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被一个或多个处理器执行时，实现如本发明一实施例中的采购单处理方法。实施例二中的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件的形式体现出来，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质。该计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得计算机执行实施例一中采购单处理的步骤。
本领域技术人员可以理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件的形式体现出来，该计算机软件存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等各种可以存储程序代码的介质。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种采购单处理方法，其特征在于，包括：
获取服务器各业务节点的采购请求信息；
根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；
基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
2.如权利要求1所述的采购单处理方法，其特征在于，所述通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单包括：
选取预设的所述待采购对象属性作为网页样本，将所述网页样本的链接地址作为待采购对象种子URL；
将所述待采购对象种子URL放入待抓取URL队列中；
通过爬虫从待抓取URL队列依次读取并通过解析，将所述待采购对象链接地址转换为网站服务器对应的IP地址；
根据所述IP地址和网页相对路径名称进行下载，将下载到的网页存储至页面库，建立索引对所述待采购对象进行搜索，同时，将下载到的网页的URL存放入已抓取URL队列；
采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果。
3.如权利要求2所述的采购单处理方法，其特征在于，所述基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单包括：
基于动态偏好模型提取用户偏好的采购信息，所述用户偏好的采购信息包括采购信息对应的偏好内容和偏好强度；
建立时间模型以链接当前采购时间片与历史采购时间片之间的用户偏好，确定采购偏好分布，利用服务吞吐量和响应时间来计算服务质量；
根据所述采购偏好分布和服务质量过滤不同供应商对应的待采购对象，输出用户偏好的最优结果并生成最终采购订单。
4.如权利要求2所述的采购单处理方法，其特征在于，所述根据采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总包括：
根据所述采购请求信息获取各服务类型的供应商并调用认证服务请求认证；
认证通过后根据获取的用户的角色权限信息，进行对请求的资源的权限逻辑判断；
获取各供应商展示的待采购对象并同步至终端服务器；
建立各服务器与供应商之间的信息协同，共享业务互动过程中产生的信息，实时监控各供应商信息，形成各供应商的全生命周期管理，迭代更新至最新供应商状态。
5.如权利要求2所述的采购单处理方法，其特征在于，所述找到待采购对象对应的供应商并形成一次采购申请单包括：
若所述待采购对象存在至少一个对应的供应商，则对所述待采购对象进行搜索，根据搜索结果判断本次搜索请求中的所述待采购对象是否在对应库存中存在；
若所述待采购对象不存在对应的供应商，则通过身份认证及核验接入新的供应商，对所述待采购对象的库存进行审核，完成对所述待采购对象对应库存的确认；
若所述待采购对象对应库存不能满足采购需求，则更新库存或择优选择其他对应供应商，形成一次采购申请单，
其中，每个供应商至少包括一个待采购对象。
6.如权利要求2所述的采购单处理方法，其特征在于，所述采用遗传算法搜索到所述待采购对象包含价格在内的影响因子，将同一待采购对象的不同影响因子进行对比，输出二次采购申请单的优化结果进一步包括：
根据所述一次申请采购单对应的采购对象作为待采购对象，根据不同供应商提供的所述待采购对象的影响因子生成初始群体；
设定适应度函数，若目标函数f(x)求影响因子的最小值，则适应度函数取为F(f(x))＝1/f(x)，x为个体决策变量；
选择所述初始群体按照适应度比例排序中适应度高的群体，保留一次优化群体，对所述一次优化群体进行选择得到二次优化群体；
判断是否满足找到最大适应度的个体及所属群体的位置的终止条件：若满足，则结束搜索过程，输出最小优化结果，若不满足，则继续进迭代优化，得到影响因子最优的采购对象。
7.如权利要求2所述的采购单处理方法，其特征在于，所述对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单包括：
创建责任链结构，定义具体处理者对象的子类；
根据所述采购申请单生成采购审核请求，将所述审批请求进行链路传递，直至所述链路上的第一处理者对所述审批请求进行处理或者动态指定第一处理者对所述审批请求；
判断审批者是否具有相应的处理权限，若所述审批请求超出当前处理者类的权限，则转发至第二处理者直至各级处理者完成审核。
对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改所述待采购对象并确定更新采购对象，输出更新后的三次采购申请单。
8.一种采购单处理装置，其特征在于，包括：
请求模块，用于获取服务器各业务节点的采购请求信息；
采购对象同步模块，用于根据所述采购请求信息对接供应商协同接口，将认证通过后的各路供应商进行分类汇总，找到待采购对象对应的供应商并形成一次采购申请单；
搜索模块，用于通过分布式爬虫架构对所述一次采购申请单中的待采购对象进行全网搜索并按照影响因子生成二次采购申请单；
审核模块，用于对所述二次采购申请单进行职责链式审核，判断采购的影响因子是否超过预设阈值，修改并确定采购对象，输出更新后的三次采购申请单；
订单输出模块，用于基于动态偏好模型将所述三次采购申请单推送至采购终端，并生成采购订单。
9.一种采购单处理设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如权利要求1至7中任意一项所述的采购单处理方法。
10.一种计算机可读介质，存储计算机程序，其特征在于，所述计算机程序被一个或多个处理器执行时，实现如权利要求1至7中任意一项所述的采购单处理方法。
CN202210881275.5A 2022-07-26 2022-07-26 采购单处理方法、装置、设备及存储介质 Pending CN115330300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210881275.5A CN115330300A (zh) 2022-07-26 2022-07-26 采购单处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210881275.5A CN115330300A (zh) 2022-07-26 2022-07-26 采购单处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115330300A true CN115330300A (zh) 2022-11-11

Family

ID=83920213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210881275.5A Pending CN115330300A (zh) 2022-07-26 2022-07-26 采购单处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115330300A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681373A (zh) * 2023-08-02 2023-09-01 四川集鲜数智供应链科技有限公司 一种物流供应链管理方法
CN117391583A (zh) * 2023-10-23 2024-01-12 南京鑫智链科技信息有限公司 采购数据管理方法及平台

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681373A (zh) * 2023-08-02 2023-09-01 四川集鲜数智供应链科技有限公司 一种物流供应链管理方法
CN116681373B (zh) * 2023-08-02 2023-10-20 四川集鲜数智供应链科技有限公司 一种物流供应链管理方法
CN117391583A (zh) * 2023-10-23 2024-01-12 南京鑫智链科技信息有限公司 采购数据管理方法及平台
CN117391583B (zh) * 2023-10-23 2024-04-05 南京鑫智链科技信息有限公司 采购数据管理方法及平台

Similar Documents

Publication Publication Date Title
US8340995B2 (en) Method and system of using artifacts to identify elements of a component business model
Mehmann et al. Crowd logistics− a literature review and maturity model
Radhi et al. Optimal configuration of remanufacturing supply network with return quality decision
CN115330300A (zh) 采购单处理方法、装置、设备及存储介质
CN103123712A (zh) 一种网络行为数据的监控方法和系统
US8527431B2 (en) Management of data via cooperative method and system
CN101339641A (zh) 对问题报告的响应行为进行优先级区分的装置和方法
JP2017016485A (ja) 算出装置、算出方法及び算出プログラム
CN102870110B (zh) 文档登记系统
CN115456745A (zh) 小微企业画像构建方法及装置
CN115311029A (zh) 用于提高处理效率的开票管理方法、装置、设备及存储介质
EP3675020A1 (en) Distribution service providing method connecting initial provider and buyer via mid-distribution man
KR102451735B1 (ko) 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법
Bulchand-Gidumal et al. Fighting fake reviews with blockchain-enabled consumer-generated reviews
Espadinha-Cruz et al. Lead management optimization using data mining: A case in the telecommunications sector
CN114493686A (zh) 一种运营内容生成推送方法及装置
CN114371946A (zh) 基于云计算和大数据的信息推送方法及信息推送服务器
CN112581281A (zh) 产品推荐方法及装置、存储介质及电子设备
KR20200130767A (ko) 인공신경망을 이용한 암호화폐 거래소 상장여부 평가방법
Li Consumer behavior analysis model based on machine learning
KR102049507B1 (ko) 통신 상품 컨설팅 제공 시스템 및 방법
CN113656692A (zh) 基于知识迁移算法的产品推荐方法、装置、设备及介质
US20210027317A1 (en) Inventory and structure finder
Berkani Decision support based on optimized data mining techniques: Application to mobile telecommunication companies
Gronwald et al. SCM: Supply Chain Management

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230404

Address after: 201708 Floor 3, Building 2, No. 1588, Fengxing Road, Huaxin Town, Qingpu District, Shanghai

Applicant after: Shanghai Yunda Hi Tech Co.,Ltd.

Address before: No.44, u District, room 508, no.5045, waiqingsong Road, Qingpu District, Shanghai, 201707

Applicant before: DONGPU SOFTWARE Co.,Ltd.