CN117473199B - 应用于供应链物流系统的信息推送方法及系统 - Google Patents
应用于供应链物流系统的信息推送方法及系统 Download PDFInfo
- Publication number
- CN117473199B CN117473199B CN202311559741.9A CN202311559741A CN117473199B CN 117473199 B CN117473199 B CN 117473199B CN 202311559741 A CN202311559741 A CN 202311559741A CN 117473199 B CN117473199 B CN 117473199B
- Authority
- CN
- China
- Prior art keywords
- supply chain
- logistics
- knowledge
- node
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003032 molecular docking Methods 0.000 claims abstract description 36
- 238000013507 mapping Methods 0.000 claims description 71
- 238000005070 sampling Methods 0.000 claims description 43
- 238000003860 storage Methods 0.000 claims description 23
- 230000001419 dependent effect Effects 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013506 data mapping Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 14
- 230000006870 function Effects 0.000 abstract description 9
- 230000004044 response Effects 0.000 abstract description 9
- 230000010354 integration Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 29
- 238000004519 manufacturing process Methods 0.000 description 25
- 238000009826 distribution Methods 0.000 description 23
- 238000007726 management method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 238000012384 transportation and delivery Methods 0.000 description 13
- 239000007795 chemical reaction product Substances 0.000 description 10
- 239000000047 product Substances 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000013068 supply chain management Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000004043 responsiveness Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 239000004233 Indanthrene blue RS Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 239000004106 carminic acid Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000004173 sunset yellow FCF Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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
-
- 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
- G06Q10/083—Shipping
-
- 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
Abstract
本申请实施例提供一种应用于供应链物流系统的信息推送方法及系统,通过从与供应链物流服务相关的先验服务数据中提取知识数据,创建一个详尽的服务知识网络,由此结合了配置在供应链对接页面上的多个供应链节点及其相应的物流节点,并且详细描述了它们之间的组别知识点和依赖关系,能够建立代表供应链节点活动的供应链事件以及物流节点活动的物流事件,不仅展示了各自节点的内部特征和功能,还阐明了供应链元素与物流元素之间的依赖性,从而通过构建一个服务知识网络,将改进现有的供应链物流服务,实现数据的高度集成和智能化管理,从而提升整个供应链的运作效率和响应能力。
Description
技术领域
本申请涉及供应链信息服务技术领域,具体而言,涉及一种应用于供应链物流系统的信息推送方法及系统。
背景技术
随着全球化贸易的发展和市场竞争的加剧,供应链物流服务已成为企业获得竞争优势的关键因素之一。现代供应链管理不仅要求高效率的物流操作,还要求对供应链中的每个环节进行精确监控和实时响应。然而,传统的供应链管理方法中,供应链由多个独立的节点组成,各节点间信息孤岛现象严重,导致数据共享和协同工作效率低下。此外,供应链的复杂性使得其操作难以直观展示,缺乏有效的可视化手段,决策者往往无法全面了解整个供应链的状态。由于缺少对物流节点与供应链其他部分之间依赖关系的清晰定义,供应链中的各方难以形成有效的协同。
鉴于以上挑战,开发一种能够整合供应链节点和物流节点信息,提供实时监控、精准定位和快速响应的系统显得尤为重要。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种应用于供应链物流系统的信息推送方法及系统。
第一方面,本申请提供一种应用于供应链物流系统的信息推送方法,应用于信息推送系统,所述方法包括:
从与供应链物流服务对应的先验服务数据中,获取用于进行网络建立的知识数据;所述供应链物流服务包括配置到供应链对接页面中的供应链节点;所述供应链节点上配置有物流节点;
在所述知识数据中具有所述供应链节点的供应链组别知识点时,依据所述供应链组别知识点建立所述供应链节点的供应链事件;所述供应链事件反映所述供应链节点的供应链组别元素和供应链元素;所述供应链元素依赖于所述供应链组别元素;
在所述知识数据中具有所述供应链节点上配置的所述物流节点的物流组别知识点时,依据所述物流组别知识点建立所述物流节点的物流事件;所述物流事件反映所述物流节点的物流组别元素和物流元素;所述物流元素依赖于所述物流组别元素;
依据所述供应链节点与所述物流节点之间的供应链依赖信息,将所述供应链事件中的供应链元素确定为第一供应链元素,将所述物流事件中的所述物流元素确定为依赖于所述第一供应链元素的第二供应链元素;
依据所述供应链组别元素、所述第一供应链元素、所述物流组别元素以及所述第二供应链元素,生成所述供应链物流服务的服务知识网络,并将所述供应链物流服务的服务知识网络推送至目标服务查询终端中进行存储;所述服务知识网络用于搜索所述供应链节点与所述物流节点之间的所述供应链依赖信息。
譬如,在第一方面的一种可能的实施方式中,所述供应链节点包括第一供应链节点和第二供应链节点;
所述方法还包括:
依据所述第一供应链节点与所述第二供应链节点在所述供应链对接页面中的供应链关联关系,建立所述第一供应链节点的供应链事件中的供应链元素与所述第二供应链节点的供应链事件中的供应链元素之间的供应链元素指针关系;
依据所述供应链元素指针关系对所述供应链物流服务的服务知识网络进行优化,生成优化后的服务知识网络;所述优化后的所述服务知识网络用于搜索所述第一供应链节点与所述第二供应链节点之间的所述供应链关联关系。
譬如,在第一方面的一种可能的实施方式中,所述服务知识网络包括依赖于所述物流节点对应的第二供应链元素的映射ID特征元素;
所述映射路径特征元素反映所述物流节点的执行采样数据对应的映射路径,所述映射路径特征元素反映所述物流节点的执行采样数据在所述映射路径中的映射ID;
所述方法还包括:
在获取到目标用户针对所述供应链物流服务中的所述物流节点发送的搜索指令时,依据所述服务知识网络搜索得到所述物流节点关联的所述映射ID特征元素和所述映射路径特征元素,并获取所述映射ID特征元素所指示的映射ID以及获取所述映射路径特征元素所指示的映射路径;所述搜索指令反映搜索所述物流节点在供应链服务区间内所匹配的采样数据集合;
依据所述映射ID和所述映射路径定位所述物流节点的执行采样数据,并从定位到的所述物流节点的执行采样数据中,获取所述物流节点与所述供应链服务区间相匹配的采样数据集合;所述采样数据集合是由所述物流节点在所述供应链服务区间内得到的执行采样数据所确定的;
将所述物流节点的所述采样数据集合反馈至所述目标用户所对应的用户设备,以使所述用户设备依据所述采样数据集合中的执行采样数据,确定所述供应链物流服务的推送数据。
第二方面,本申请实施例还提供一种信息推送系统,所述信息推送系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有计算机程序,所述计算机程序结合该处理器加载并执行以实现以上第一方面的应用于供应链物流系统的信息推送方法。
依据以上任意方面的技术方案,通过从与供应链物流服务相关的先验服务数据中提取知识数据,创建一个详尽的服务知识网络,由此结合了配置在供应链对接页面上的多个供应链节点及其相应的物流节点,并且详细描述了它们之间的组别知识点和依赖关系,能够建立代表供应链节点活动的供应链事件以及物流节点活动的物流事件,不仅展示了各自节点的内部特征和功能,还阐明了供应链元素与物流元素之间的依赖性。进一步地,利用供应链节点与物流节点之间的依赖信息来精确定义供应链和物流事件中的关键元素,将其划分为第一供应链元素和依赖于第一供应链元素的第二供应链元素。最终,基于这些组别元素和供应链元素,生成了供应链物流服务的服务知识网络,并将其推送至目标服务查询终端进行存储。该服务知识网络为用户提供了一个强大的工具,用于搜索和检索供应链节点与物流节点之间复杂的依赖信息,从而通过构建一个服务知识网络,将改进现有的供应链物流服务,实现数据的高度集成和智能化管理,从而提升整个供应链的运作效率和响应能力。
也即,本申请通过构建一个服务知识网络,将改进现有的供应链物流服务,实现数据的高度集成和智能化管理,从而提升整个供应链的运作效率和响应能力。
附图说明
图1为本申请实施例提供的应用于供应链物流系统的信息推送方法的流程示意图;
图2为本申请实施例提供的用于实现上述的应用于供应链物流系统的信息推送方法的信息推送系统的功能结构示意框图。
具体实施方式
参见图1所示,本申请提供一种应用于供应链物流系统的信息推送方法,包括以下步骤。
步骤S110,从与供应链物流服务对应的先验服务数据中,获取用于进行网络建立的知识数据。所述供应链物流服务包括配置到供应链对接页面中的供应链节点。所述供应链节点上配置有物流节点。
例如,所述知识数据包括但不限于供应链节点的配置信息、历史表现、操作效率等,这些知识数据为后续建立供应链物流服务的服务知识网络提供了基础。
其中,先验服务数据可以是指在实施当前技术方案之前已经存在的数据,可能包括历史交易记录、物流跟踪信息、库存水平、订单履行时间等。这些先验服务数据提供了良好的历史表现和操作模式的视角。
供应链对接页面可以被理解为一个用户界面或者控制面板,供应链管理人员可以通过供应链对接页面监控和管理整个供应链的状态,可能显示关键性能指标、实时数据更新、警报通知等,帮助管理者做出快速决策。
供应链节点指的是供应链中的关键点,比如工厂、仓库、配送中心或零售商店。每个供应链节点都有其特定的功能和作用,例如生产产品、储存货物或分发货物到最终目的地。
物流节点则是供应链节点内部或附属的环节,负责处理与物流相关的任务。例如,在仓库内,物流节点可能指的是运输队伍、包装区域或装载台。物流节点确保货物能够从供应链节点顺利移动到下一个目的地。
也即,供应链节点(如仓库)内部设置了专门负责物流(如运输和配送)的小组或部门。这些物流节点负责执行供应链节点向其它节点(可能是另一个仓库、零售商或最终消费者)转移产品或资源的任务。
在建立服务知识网络时,可以利用从这些供应链节点和物流节点收集的先验服务数据来分析和构建一个全面的网络视图。这个网络视图揭示了供应链节点间以及节点内部物流节点之间的相互依赖和影响,帮助优化供应链管理和操作效率。
步骤S120,在所述知识数据中具有所述供应链节点的供应链组别知识点时,依据所述供应链组别知识点建立所述供应链节点的供应链事件。所述供应链事件反映所述供应链节点的供应链组别元素和供应链元素。所述供应链元素依赖于所述供应链组别元素。
在在知识数据中,当检测到某供应链节点具有特定的供应链组别知识点时(即该供应链节点属于一个特定的供应链类别),可以将基于这些供应链组别知识点创建供应链事件。这里,供应链组别元素指的是区分供应链节点类别的属性,如生产类型、库存规模等;而供应链元素则是具体属于这些组别元素下的实体或行为特征,例如特定的库存策略或订单处理流程。
示例性地,供应链组别知识点可以是对供应链节点类别的描述性信息。例如,在一个电子产品制造商的供应链中,某一工厂可能专门负责生产高端产品,而另一家工厂则可能专注于低成本商品的生产。这里的“高端产品工厂”和“低成本商品工厂”就是两个不同的供应链组别知识点。
建立在供应链组别知识点基础上的供应链事件是指由该供应链组别知识点触发的特定情况或活动。如果以前述的“高端产品工厂”为例,那么该工厂可能会有一个供应链事件,比如“新产品发布准备”,它是基于该工厂作为高端产品生产基地这一组别知识点而建立的。
供应链组别元素是定义供应链节点属于其组别的属性。继续使用上述例子,供应链组别元素可能包括该工厂的生产能力、技术水平、生产线的自动化程度等,这些因素共同定义了工厂为“高端产品工厂”。
依赖于供应链组别元素的供应链元素是指具体操作或资源,它们是基于工厂的组别元素而进行的实际管理和决策。例如,针对高端产品工厂的供应链元素可能包括特定的库存管理策略、原材料采购计划、产品质量控制流程等。
那么,所述供应链元素依赖于所述供应链组别元素,这意味着在供应链事件的创建和处理中,供应链元素的设置和调整都是基于供应链组别元素的特性。换言之,工厂的运营策略(即供应链元素)是根据其身为“高端产品工厂”这一组别特征(即供应链组别元素)来设计的。例如,一个专门生产高精度设备的工厂会有严格的质量控制流程(供应链元素),而这是基于其高端生产能力(供应链组别元素)的要求。
通过这种方式,确保了每个供应链节点的管理和操作策略与其在供应链中的角色和分类密切相关,从而促进整个供应链的效率和响应能力。
步骤S130,在所述知识数据中具有所述供应链节点上配置的所述物流节点的物流组别知识点时,依据所述物流组别知识点建立所述物流节点的物流事件。所述物流事件反映所述物流节点的物流组别元素和物流元素。所述物流元素依赖于所述物流组别元素。
例如,对于供应链节点上配置的物流节点,同样会在检测到相关的物流组别知识点时创建物流事件。这里的物流组别元素可能指的是货运方式、配送范围等分类属性,而物流元素则是这些分类下具体的操作或资源,如特定的运输车队或配送时间表。
示例性地,物流节点是供应链中负责物流操作的一个特定环节,例如配送中心、装卸区或运输队伍等。物流节点是实施物流任务的实体,确保产品或货物能够在供应链中高效地移动。
物流组别知识点是从知识数据中提取的信息,描述了物流节点所属的特定类别或分组。这些物流组别知识点可能基于多种标准划分,如运输方式(陆运、海运、空运)、服务类型(快递、标准配送)、地理位置(城市、郊区)或其它相关属性。
当检测到物流节点具有相关的物流组别知识点时,会建立一个物流事件。物流事件是一个记录或表示,反映了物流节点在其物流组别内发生的特定情况或行为模式。
物流组别元素是物流事件中的一部分,代表了该物流节点隶属的分类标准或属性。例如,如果物流节点属于快递类别,那么快递就是一个物流组别元素。
物流元素是物流事件的另一部分,指的是物流节点在其组别内的具体操作、资源或特征。物流元素通常依赖于或受到物流组别元素的影响。例如,如果一个物流节点是快递类型的,则其物流元素可能包括次日送达或同城速递等具体服务选项。
因此,物流元素依赖于物流组别元素,指的是物流节点内部的具体操作或服务(物流元素)是根据它所属的类别或分组(物流组别元素)来确定和执行的。换句话说,物流组别元素定义了物流节点的总体功能和范围,而物流元素则是在这个框架下进行的实际活动和选择。
整个过程的目的是通过分析物流节点的类别和具体行为,帮助制定更加精细化和针对性的物流策略,从而优化供应链物流服务的效率和效果。
步骤S140,依据所述供应链节点与所述物流节点之间的供应链依赖信息,将所述供应链事件中的供应链元素确定为第一供应链元素,将所述物流事件中的所述物流元素确定为依赖于所述第一供应链元素的第二供应链元素。
例如,可以通过分析供应链节点和物流节点之间的依赖信息,识别出供应链事件中的第一供应链元素,以及物流事件中依赖于第一供应链元素的第二供应链元素。这反映了在供应链中各元素之间的依赖关系和相互作用,帮助明确每个环节的影响力和重要性。
示例性地,供应链依赖信息指的是供应链节点和物流节点之间相互影响的详细信息。供应链节点(例如工厂、仓库)需要物流节点(例如运输公司、配送团队)来移动产品。物流节点的能力和表现直接影响供应链节点的效率和输出。
第一供应链元素是直接从供应链事件中识别出来的,并且与供应链节点的核心功能密切相关的要素。例如,如果供应链事件是“高峰季节库存管理”,那么第一供应链元素可能包括库存水平、库存周转率等关键指标。
第二供应链元素源自物流事件,依赖于第一供应链元素。这意味着物流节点的某些活动或资源(即物流元素)是为了支持或响应供应链节点的特定需求(即第一供应链元素)。例如,如果仓库需要加快库存周转(第一供应链元素),则可能需要增加运输班次(第二供应链元素)以满足这一需求。
因此,将供应链事件中的供应链元素确定为第一供应链元素,在指出这些供应链元素是供应链节点操作的基本组成部分。而将物流事件中的物流元素确定为依赖于第一供应链元素的第二供应链元素则说明这些物流元素的设置和操作是为了满足第一供应链元素的要求或条件。
这样的划分有助于清晰地理解供应链的内部逻辑和外部合作,确保物流服务可以有效地支持供应链节点的目标,同时也使得供应链管理更加系统化和协调化。通过这种方法,可以更好地监控和优化整个供应链的性能。
步骤S150,依据所述供应链组别元素、所述第一供应链元素、所述物流组别元素以及所述第二供应链元素,生成所述供应链物流服务的服务知识网络,并将所述供应链物流服务的服务知识网络推送至目标服务查询终端中进行存储。所述服务知识网络用于搜索所述供应链节点与所述物流节点之间的所述供应链依赖信息。
例如,可以基于已识别的供应链组别元素、第一供应链元素、物流组别元素以及第二供应链元素构建服务知识网络。该服务知识网络反映了整个供应链物流服务的结构,突出了节点间的依赖关系和交互动态。服务知识网络被推送到目标服务查询终端进行存储,供用户搜索和分析供应链节点与物流节点之间的依赖信息,从而支持供应链决策制定和优化。
也即,服务知识网络是一个结构化的数据表示,包含了供应链物流服务中各个节点及其相互之间的依赖关系,可以被用于分析、理解和优化供应链的操作。
首先,根据从供应链和物流节点获取的知识数据,可以集成供应链组别元素、第一供应链元素、物流组别元素以及第二供应链元素。
供应链组别元素与第一供应链元素代表了供应链节点的分类属性(如特定类型的仓库或工厂)以及这些分类下的具体操作或特性(如某仓库的库存管理策略)。第一供应链元素是基于供应链组别元素而形成的。
物流组别元素描述了物流节点所属的分类(如快递服务、标准货运),而第二供应链元素是指在这些分类下的具体活动(如特定配送路线的选择)。
生成服务知识网络时,将考虑供应链元素与物流元素之间的依赖性。例如,某个供应链节点的库存水平(第一供应链元素)可能会影响配送计划(第二供应链元素)。
结合所有这些元素和依赖关系,构建了一个全面的服务知识网络。这个网络图谱展示了不同供应链节点和物流节点如何相互作用,以及它们之间的依赖路径。生成的服务知识网络会被推送至目标服务查询终端,并在那里进行存储。服务查询终端会提供搜索功能,允许用户检索特定的供应链节点和物流节点之间的依赖信息。
通过分析服务知识网络,可以更好地理解供应链的复杂性,发现潜在瓶颈或风险点,并做出更加明智的战略决策。服务知识网络,可以识别效率改进的机会,调整资源配置,或者优化供应链设计。并且,在面对市场变动或供应链中断时,服务知识网络帮助快速适应变化,减少潜在的损失。
总的来说,服务知识网络是一种工具,它利用从供应链和物流节点收集的数据,通过可视化和分析这些数据,增强对供应链结构和动态的理解,从而提高整体的供应链管理能力。
也即,本申请实施例为了利用历史和实时数据,构建一个可视化的供应链知识网络,该网络能够揭示供应链中不同元素和组别之间的复杂关系,为供应链管理提供深入的洞见和决策支持。
基于以上步骤,通过从与供应链物流服务相关的先验服务数据中提取知识数据,创建一个详尽的服务知识网络,由此结合了配置在供应链对接页面上的多个供应链节点及其相应的物流节点,并且详细描述了它们之间的组别知识点和依赖关系,能够建立代表供应链节点活动的供应链事件以及物流节点活动的物流事件,不仅展示了各自节点的内部特征和功能,还阐明了供应链元素与物流元素之间的依赖性。进一步地,利用供应链节点与物流节点之间的依赖信息来精确定义供应链和物流事件中的关键元素,将其划分为第一供应链元素和依赖于第一供应链元素的第二供应链元素。最终,基于这些组别元素和供应链元素,生成了供应链物流服务的服务知识网络,并将其推送至目标服务查询终端进行存储。该服务知识网络为用户提供了一个强大的工具,用于搜索和检索供应链节点与物流节点之间复杂的依赖信息,从而通过构建一个服务知识网络,将改进现有的供应链物流服务,实现数据的高度集成和智能化管理,从而提升整个供应链的运作效率和响应能力。
在一种可能的实施方式中,所述先验服务数据包括K个映射单元数据。K为正整数。
在所述K个映射单元数据中,第x个映射单元数据反映所述供应链节点的供应链内容特征,第y个映射单元数据反映所述物流节点的物流内容特征。x与y不相同,x和y为大于0并且不大于K的整数。
例如,可以预先存储大量的先验服务数据,这些先验服务数据被组织成K个映射单元,每个映射单元包含了特定的供应链或物流信息。
例如,第x个映射单元数据可能包含某个工厂(供应链节点)的生产能力、机器运行状态、库存水平等供应链内容特征。
例如,第y个映射单元数据则可能包含某个配送团队(物流节点)的送货时间、车辆容量、配送路线等物流内容特征。
步骤S110可以包括:
步骤S111,获取与所述供应链物流服务对应的所述先验服务数据。
步骤S112,在包含所述K个映射单元数据的所述先验服务数据中,当解析到所述K个映射单元数据中的所述第x个映射单元数据时,获取所述第x个映射单元数据中记载的所述供应链节点的供应链内容特征,将解析到的供应链内容特征作为所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的供应链知识点。所述知识网络生成空间不同于所述供应链对接页面。
当解析到第x个映射单元时,可以识别出这些供应链内容特征,并在知识网络生成空间内创建对应的供应链知识点。例如,可能在知识网络生成空间中为工厂A创建一个表示其高效率生产线的知识点。
本实施例中,第x个映射单元数据中记载的供应链内容特征可以包括供应链节点的类型、操作规模、关键性能指标、位置、与其它节点的关系等详细信息。
知识网络生成空间是指一个用于生成知识网络的虚拟或逻辑空间,是在软件系统内部对供应链知识点的逻辑组织和表示。这个知识网络生成空间不同于供应链对接页面,后者是一个用户界面,允许用户直接查看和交互供应链的信息。
本实施例中,解析到的供应链内容特征被视为供应链节点在知识网络生成空间中的供应链知识点。这些供应链知识点作为知识网络的构成部分,最终形成一个全面反映供应链状态和操作的网络图谱。
也即,本步骤描述了如何从预先存在的数据(先验服务数据)中提取供应链节点的详细特征(供应链内容特征),并以此构建一个抽象层面的知识网络(知识网络生成空间中的供应链知识点)。这个知识网络与供应链对接页面相区别,对接页面更多是供用户实际操作和查询的界面,而知识网络生成空间则是供应链信息在系统内部的组织和处理形式。通过这样的内部表示,能够更有效地处理和分析供应链数据,支持决策制定和管理优化。
步骤S113,在包含所述K个映射单元数据的所述先验服务数据中,当解析到所述K个映射单元数据中的所述第y个映射单元数据时,获取所述第y个映射单元数据中记载的所述物流节点的物流内容特征,将解析到的物流内容特征作为所述物流节点在所述知识网络生成空间中的物流知识点。
例如,当解析到第y个映射单元时,可以从中获取物流内容特征,并在知识网络生成空间中创建相应的物流知识点。例如,可能会创建一个知识点来表示配送团队B的“次日达”服务能力。
本实施例中,第y个映射单元包含了该物流节点的具体信息,比如配送速度、运输容量、可服务地区、配送精准度等。这些信息构成了物流内容特征,描述了物流节点的能力和表现。
从第y个映射单元解析得到的物流内容特征被用来在知识网络生成空间中创建对应的物流知识点。这个物流知识点代表了记录的物流节点的详细特性和功能。
知识网络生成空间是一个虚拟环境,其中包含了供应链和物流的所有知识点。物流知识点在这个空间中与其它知识点(例如供应链知识点)相互连接,形成一个完整的知识网络结构。
假设当前正在分析其配送中心之一的性能,将访问存储有配送中心信息的第y个映射单元。这些信息可能包括:配送中心的地理位置、每日处理的包裹数量、使用的配送方法和时间窗口、配送成功率和客户满意度评分等。可以提取这些信息,并在知识网络生成空间中为该配送中心创建一个物流知识点。此物流知识点不仅包含配送中心自身的属性,而且可能还包含与其它供应链节点的连接,如它服务的工厂、零售商店和最终客户地址。
通过分析这个物流知识点及其与其它节点的连接,可以识别效率改进机会,比如增加配送中心的处理能力,或者优化配送路线来缩短交付时间。这样的知识网络使得供应链决策更加数据驱动和响应市场变化。
步骤S114,将所述供应链知识点和所述物流知识点,输出为用于进行网络建立的知识数据。
在一种可能的实施方式中,所述知识数据中至少包含所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的供应链知识点。所述供应链知识点包括位于所述知识网络生成空间中的对象供应链的对象代号、对象标签以及对象代号定义域。所述对象供应链为所述供应链节点在所述知识网络生成空间中的对象。所述知识网络生成空间不同于所述供应链对接页面。
本实施例中,预先存储的各种与供应链相关的知识数据可以包含了多个供应链知识点,每个供应链知识点代表着供应链中的一个实体或节点,如工厂、仓库等。
对象供应链是供应链节点在知识网络生成空间中的表示,它可能被分配了一个特定的对象代号,例如,“Factory001”。
对象标签则是该供应链节点的描述性标签,能够帮助用户识别节点的类别,例如,“高效生产线”。
对象代号定义域是确定对象代号的范围或类型,例如,“Factory”定义域下的所有代号都是指生产工厂。
步骤S120可以包括:
步骤S121,从所述知识数据中轮询获取所述供应链知识点。
步骤S122,如果在轮询获取到的所述供应链知识点中,确定出所述对象供应链的对象标签为供应链标签,则确定所述知识数据中具有所述供应链节点的供应链组别知识点。
步骤S123,依据所述供应链组别知识点为所述对象供应链配置供应链特征信息,依据配置的所述供应链特征信息、所述对象供应链的对象代号以及所述对象供应链的对象代号定义域,建立所述供应链节点的供应链事件。
例如,当从知识数据中轮询并获取到供应链知识点时,可以检查对象供应链的对象标签。如果对象标签符合某个预定义的供应链标签,例如“重要供应商”,就可以确定这是一个供应链组别知识点。
假设识别出了一个对象标签为“重要供应商”的供应链知识点,这意味着该节点是供应链中的关键环节。那么,可以根据供应链组别知识点为这个“重要供应商”配置供应链特征信息,比如它的订单履行率、交货时间、质量控制标准等。结合配置的供应链特征信息、对象代号(比如“SupplierA123”)及其定义域(比如“供应商”),可以建立了一个供应链事件。这个供应链事件可以是“SupplierA123即将开始大规模交付新订单”。
通过以上步骤,可以自动识别和响应不同供应链节点发生的事件。这种自动化过程可以帮助实时监控供应链状态,迅速作出调整以应对潜在问题。
例如,如果“SupplierA123”遇到生产延迟,那么相应的供应链事件将在知识网络中更新。在观察到这个事件后,可以采取措施,比如启动备选供应计划或调整生产计划,以保证最终产品的按时交付。
总之,供应链知识网络的构建和应用,使得后续能够更加精确地理解和控制其复杂的供应链结构,进而提升供应链的整体运作效率和响应市场变化的能力。
在一种可能的实施方式中,所述供应链组别知识点包括所述供应链节点所映射的对象供应链的对象代号、对象标签、对象代号定义域以及对象特征标签。
所述对象供应链为所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的对象。所述知识网络生成空间不同于所述供应链对接页面。
例如,每个供应链节点(如特定工厂)都被赋予了一个对象代号,例如“Factory_A001”,对象标签如“高效工厂”,对象代号定义域如“工厂类别”,以及对象特征标签如“自动化程度高”。
对象供应链是指在知识网络生成空间中,供应链节点所对应的虚拟表示。它不是实际存在的物理链路,而是在管理系统内部用于描述实际供应链节点的一个概念模型。
步骤S120可以包括:
步骤S1201,在所述对象供应链的对象标签为供应链标签时,获取所述供应链组别知识点中的所述对象供应链的对象代号。
例如,当确定某个供应链节点的对象标签为“供应链标签”时,可以获取该供应链节点的对象代号,比如“Factory_A001”。
步骤S1202,依据所述对象供应链的对象代号对为所述对象供应链的对象代号所配置的元素添加供应链特征类别,并将为所述对象供应链的对象代号所配置的且添加有所述供应链特征类别的元素,输出为所述供应链节点在所述知识网络生成空间中的供应链元素。
然后,依据该对象代号,为该供应链节点配置相应的供应链特征类别(例如,“生产能力”),并将相关元素输出为该供应链节点在知识网络生成空间中的供应链元素。
步骤S1203,在所述对象供应链的对象代号定义域属于第一代号配置域时,获取所述供应链组别知识点中的所述对象供应链的对象特征标签,将在所述第一代号配置域中为所述对象供应链的对象特征标签所配置的元素,输出为所述供应链节点在所述知识网络生成空间中的供应链组别元素。
例如,如果对象代号定义域属于“第一代号配置域”,如所有工厂类别的集合,那么可以获取供应链节点的对象特征标签,比如“自动化程度高”。
然后,可以输出所有在第一代号配置域中,根据“自动化程度高”标签配置的元素,如自动化装配线,作为该工厂在知识网络生成空间中的供应链组别元素。
步骤S1204,依据所述对象供应链的对象代号与所述对象供应链的对象特征标签之间的特征依赖信息,为所述对象供应链配置供应链特征信息。
例如,根据“Factory_A001”的对象代号和“自动化程度高”的对象特征标签之间的特征依赖信息,为该工厂配置供应链特征信息。
示例性的,确定供应链节点(如工厂)的对象代号(它的唯一标识符)和对象特征标签(描述该工厂特征的标签)之间的依赖关系。比如,“高端产品工厂”可能会有与其生产能力、技术水平、自动化程度相关的特征标签。
根据这些特征依赖信息,将为每个供应链节点配置适当的供应链特征信息。这意味着会根据每个供应链节点的特定类别(例如“高端产品工厂”)以及这些类别所隐含的属性(例如高生产能力、先进技术水平、高自动化程度),分配相应的操作和资源管理策略。
例如,如果“Factory_A001”被分类为“高端产品工厂”,那么它的供应链特征信息可能包括与此类别相关的特定供应链元素,如适用于高端制造的库存管理策略、对高品质材料的采购计划和严格的质量控制流程。
这样,通过配置供应链特征信息,就可以确保供应链节点的运营决策和管理活动与其定义的类别一致,并有效支持其供应链角色和功能。
步骤S1205,依据所配置的供应链特征信息建立所述供应链元素与所述供应链组别元素之间的元素指针关系,依据所述供应链元素与所述供应链组别元素之间的元素指针关系生成所述供应链节点的供应链事件。
例如,可以建立供应链元素与供应链组别元素之间的元素指针关系,并据此生成工厂的供应链事件。
示例性的,可以将其看作是在一个复杂的信息系统中构建关联数据模型的步骤。供应链元素和供应链组别元素都是这个模型中的实体,它们代表着供应链中的不同节点和特征。元素指针关系是这些实体之间的链接,它定义了如何从一个实体到达另一个实体。在这种关系基础上生成的供应链事件反映了供应链中某些条件或状态的变化。
为了具体理解这一过程,继续使用前面提到的例子,并对其中的几个概念进行进一步的分解和场景化说明:
假设为“Factory_A001”配置了以下供应链特征信息:
对象代号:A001
对象标签:高端电子产品工厂
对象特征标签:自动化生产线、高精度设备等
这些信息捕捉了工厂的关键属性和功能,例如它是一个专门生产高端电子产品的工厂,拥有自动化的生产线和高精度的设备。
接下来,建立元素指针关系。具体来说,可能会发生以下操作:
供应链元素:比如订单处理流程、库存管理策略等。
供应链组别元素:比如生产能力类别(例如“大规模生产”)、技术水平类别(例如“高技术制造”)。
元素指针关系就是将这些供应链元素与相应的供应链组别元素联系起来。比如,“Factory_A001”的订单处理流程可能被归类为“高效率”类型,因为它拥有自动化生产线,这属于供应链组别元素“高技术制造”。
依据建立的元素指针关系,可以识别和记录供应链节点的事件。在“Factory_A001”的案例中,供应链事件可能包括:
工厂增加了一条新的自动化生产线,提升了生产能力。
工厂采购了新的高精度设备,提高了产品质量。
每一个事件都是基于供应链元素(比如生产线数量、设备种类)以及供应链组别元素(如生产能力、技术水平)之间的关联性生成的。例如,如果系统检测到新的自动化生产线已经安装并开始运行,这将被记录为一个供应链事件,反映了“Factory_A001”在生产能力上的变化。
通过配置供应链特征信息,并且建立供应链元素与供应链组别元素之间的关系,系统能够自动地生成反映供应链节点状态或变化的供应链事件。这些事件对于实时监控供应链状况、预测潜在问题、优化操作流程以及改善整体供应链管理至关重要。
步骤S1206,在所述对象供应链的对象代号定义域属于第二代号配置域时,获取所述供应链组别知识点中的所述对象供应链的对象特征标签,将在所述第二代号配置域中为所述对象供应链的对象特征标签所配置的元素,输出为所述对象特征标签在所述知识网络生成空间中的供应链组别元素。
例如,如果对象代号定义域属于第二代号配置域,可能会处理另一种类别的节点,如仓库。可以获取仓库的对象特征标签,比如“大容量储存”,并将所有在第二代号配置域中配置的元素输出为该仓库在知识网络生成空间中的供应链组别元素。
通过以上步骤,能够为其供应链的每个节点创建详细的知识点,并在知识网络生成空间中展示它们的属性和相互关系。例如,可以通过知识网络看到哪些工厂拥有高自动化水平,以及它们如何与其他节点如仓库或分销中心关联。当需要做出战略决策,如增加产能或优化物流路径时,这些信息是至关重要的。通过这样的知识网络,管理者能够更好地理解供应链的运作状况,进行精准的调整和优化。
在一种可能的实施方式中,所述知识数据中至少包含所述物流节点在所述供应链对接页面所对应的知识网络生成空间中的物流知识点。
所述物流知识点包括位于所述知识网络生成空间中的对象物流的对象代号、对象标签以及对象代号定义域。所述对象物流为所述物流节点在所述知识网络生成空间中的对象。所述知识网络生成空间不同于所述供应链对接页面。
例如,每个物流节点(例如配送中心或仓库)都被分配了一个唯一的对象代号,比如“DC001”代表某个特定的配送中心。对象标签用于描述该物流节点的关键属性,如“快速响应”、“大容量”或“多模式接入”。对象代号定义域指定了对象代号所属的类别,如“配送中心”。
知识网络生成空间是系统内部用于存储和管理知识点的虚拟环境,它不同于供应链对接页面。供应链对接页面可能是实际用户交互界面,而知识网络生成空间则专注于数据的结构化表示和逻辑关系。
步骤S130可以包括:
步骤S131,从所述知识数据中轮询获取所述物流知识点。
步骤S132,如果在轮询获取到的所述物流知识点中,确定出所述对象物流的对象标签为物流标签,则确定所述知识数据中具有所述物流节点的物流组别知识点。
步骤S133,依据所述物流组别知识点为所述对象物流配置物流特征信息,依据配置的所述物流特征信息、所述对象物流的对象代号以及所述对象物流的对象代号定义域,建立所述物流节点的物流事件。
例如,可以遍历知识数据库,寻找所有物流知识点,即每个物流节点的数据表示。
当在物流知识点中识别出带有特定物流标签的节点时,如标签“快速响应”,它会将这个知识点分类为一个物流组别知识点。
依据物流组别知识点,为对象物流节点配置物流特征信息,比如“DC001”可能被赋予具有快速处理订单和多种运输模式的能力。
接着,根据配置的物流特征信息、对象代号“DC001”及其定义域“配送中心”,创建物流事件。例如,“DC001”因其高效能力将负责处理紧急订单。
例如,当需要评估物流能力时,知识网络可以提供重要的洞察。例如,如果突然出现了一个大规模的紧急订单,可以迅速查看知识网络中标记为“快速响应”的物流节点。已经预先为这些节点创建了相应的物流事件,如“DC001”准备增加晚班以处理紧急订单,确保快速发货。
通过这样的知识网络和事件生成机制,能够实现更灵活、更快速的物流决策,并在整个供应链中促进效率和响应性的提升。
在一种可能的实施方式中,所述物流组别知识点包括所述物流节点所映射的对象物流的对象代号、对象标签、对象代号定义域以及对象特征标签。所述对象物流为所述物流节点在所述供应链对接页面所对应的知识网络生成空间中的对象。所述知识网络生成空间不同于所述供应链对接页面。
步骤S130可以包括:
步骤S1301,在所述对象物流的对象标签为物流标签时,获取所述物流组别知识点中的所述对象物流的对象代号。
步骤S1302,依据所述对象物流的对象代号对为所述对象物流的对象代号所配置的元素添加物流特征类型,并将为所述对象物流的对象代号所配置的且添加有所述物流特征类型的元素,输出为所述物流节点在所述知识网络生成空间中的物流元素。
步骤S1303,在所述对象物流的对象代号定义域属于第一代号配置域时,获取所述物流组别知识点中的所述对象物流的对象特征标签,将在所述第一代号配置域中为所述对象物流的对象特征标签所配置的元素,输出为所述物流节点的对象特征标签在所述知识网络生成空间中的物流组别元素。
步骤S1304,依据所述对象物流的对象代号与所述对象物流的对象特征标签之间的特征依赖信息,为所述对象物流配置物流特征信息。
步骤S1305,依据所配置的物流特征信息建立所述物流元素与所述物流组别元素之间的元素指针关系,依据所述物流元素与所述物流组别元素之间的元素指针关系生成所述物流节点的物流事件。
步骤S1306,在所述对象物流的对象代号定义域属于第二代号配置域时,获取所述物流组别知识点中的所述对象物流的对象特征标签,将在所述第二代号配置域中为所述对象物流的对象特征标签所配置的元素,输出为所述物流节点的对象特征标签在所述知识网络生成空间中的物流组别元素。
例如,假设有多个物流节点,包括仓库、配送中心和转运站等。为了有效管理这些节点,并确保物流活动的高效率,公司决定利用先进的信息系统来监控整个物流网络。
本实施例中,每个物流节点在都有一个映射对象,称为对象物流。例如,一个特定的仓库可能被赋予对象代号“Warehouse_X001”,对象标签“主要配送中心”,对象代号定义域“仓库类别”,以及对象特征标签“高容量”。
知识网络生成空间是用于构建和存储所有物流相关知识点的虚拟环境,它与实际的供应链对接页面不同。对接页面可能是用户与系统交互的界面,而知识网络生成空间则是后台数据结构的一部分。
当检测到某个对象物流的对象标签为“物流标签”,如“主要配送中心”,可以获取该物流节点的对象代号“Warehouse_X001”。那么,可以为“Warehouse_X001”添加物流特征类型,比如配送能力、存储空间等,并输出这些带有物流特征类型的元素,作为“Warehouse_X001”在知识网络生成空间中的物流元素。
如果对象代号定义域属于第一代号配置域,例如针对所有仓库类别的集合,可以获取“Warehouse_X001”的对象特征标签“高容量”。那么,可以找出所有根据“高容量”特征标签配置的元素,如特定货架或存储区域,并将这些元素作为“Warehouse_X001”的物流组别元素。
根据“Warehouse_X001”的对象代号和“高容量”对象特征标签之间的特征依赖信息,可以为该仓库配置物流特征信息。接着,建立物流元素与物流组别元素之间的元素指针关系,从而生成仓库的物流事件,比如“Warehouse_X001现已扩展存储能力”。
如果对象物流的对象代号定义域属于第二代号配置域,可能处理另一类别的节点,如转运站。例如可以获取转运站的对象特征标签,比如“多模式连接”,并找出所有配置了此对象特征标签的元素,输出为转运站在知识网络生成空间中的物流组别元素。
通过上述过程,可以监控和管理其物流节点的特征和性能,以及它们如何影响整个物流网络的运行。例如,当“Warehouse_X001”由于扩展了其存储能力而生成物流事件时,可以通知相关人员或系统更新运输计划,调整库存管理策略,甚至优化客户订单处理流程。由此,能够更加灵活地响应变化,提升物流效率,最终为客户提供更好的服务。
在一种可能的实施方式中,所述物流组别知识点还包括所述对象物流的对象特征解析单位。
所述方法还包括:
步骤A110,将为所述对象物流的对象特征解析单位所配置的元素,输出为所述物流节点在所述知识网络生成空间中的第一物流特征元素。
步骤A120,依据所述对象物流的对象代号与所述对象物流的对象特征解析单位之间的特征依赖信息,建立所述物流元素与所述第一物流特征元素之间的元素指针关系。
步骤A130,依据所述物流元素与所述第一物流特征元素之间的元素指针关系优化所述物流节点的物流事件。
例如,本实施例描述了一个用于优化物流节点事件的方法,这个方法依赖于知识网络生成空间中的元素以及这些元素之间的特定关系。下面将逐步解释这个方法的各个组成部分:
首先,物流组别知识点不仅包含物流节点所属的类别或分组信息,还包括对象特征解析单位。这个对象特征解析单位可能是指一个框架或模块,它能够解读和分析物流节点的特征,如服务类型、运输方式等。
首先,可以从对象特征解析单位中提取配置好的元素,并将这些元素定义为物流节点在知识网络生成空间中的一物流特征元素。这意味着物流节点的某些关键属性被正式地转换成了知识网络中可识别和可操作的数据点。
接下来,依据物流节点的对象代号(即唯一标识符)和对象特征解析单位之间的“特征依赖信息”来建立“物流元素”与“第一物流特征元素”之间的元素指针关系。这里的“特征依赖信息”可能描述了哪些物流元素依赖于哪些特征元素,从而允许系统理解它们之间的关联性。
接下来,可以利用已经建立的元素指针关系来优化物流节点的物流事件。这可以通过调整物流节点的具体操作和资源分配(物流元素)来实现,确保这些操作和资源分配与物流节点的核心特征(第一物流特征元素)保持一致。
例如,如果物流节点是快递服务中心,它的第一物流特征元素可能包括“次日送达能力”和“广泛的配送网络”。依据这些特征,物流元素可能包括具体的派送车队安排和路线规划。若发现当前的车队安排不能满足“次日送达”的承诺,则可以建议优化,比如增加车辆或调整路线,以强化该物流节点的物流事件。
综上所述,这个过程的目的是确保物流节点的实际操作和资源管理策略与其关键特征紧密相连,以提高效率并优化整体的物流表现。通过这种方式,知识网络生成空间内的数据和关系有助于更精细化地管理物流节点,使得物流服务更加贴合需求,提升客户满意度和物流效率。
在一种可能的实施方式中,所述物流组别知识点还包括所述对象物流的对象特征采样数据。
所述方法还包括:
步骤B110,将为所述对象物流的对象特征采样数据所配置的元素,输出为所述物流节点在所述知识网络生成空间中的第二物流特征元素。
步骤B120,依据所述对象物流的对象代号与所述对象物流的对象特征采样数据之间的特征依赖信息,建立所述物流元素与所述第二物流特征元素之间的元素指针关系。
步骤B130,依据所述物流元素与所述第二物流特征元素之间的元素指针关系优化所述物流节点的物流事件。
例如,下面将逐步解释这个过程:
首先,物流组别知识点不仅包括物流节点所属的类别或分组信息,还包含了对象特征采样数据。这些象特征采样数据可能是实时监测到的或历史上收集的数据,反映了物流节点在运作中的具体表现和条件,如货物吞吐量、配送准时率等。
对于物流节点(如配送中心),可以与对象特征采样数据相对应的配置元素输出为第二物流特征元素。例如,如果采样数据显示配送中心的某项服务在速度上超出了标准水平,那么相关的配置元素(比如“加急处理流程”)将被标识为第二物流特征元素,并在知识网络生成空间中进行映射。
接下来,根据物流节点的对象代号与对象特征采样数据之间的特征依赖信息,建立“物流元素”与“第二物流特征元素”之间的元素指针关系。这意味着系统识别并链接了物流节点内部操作(物流元素)与其性能表现(第二物流特征元素)之间的联系。
接下来,依据已经建立的元素指针关系优化物流节点的物流事件。通过分析物流元素和第二物流特征元素之间的互动,可以识别出改进点,并调整或增强物流节点的操作,以提升效率和服务质量。例如,如果分析表明加急处理流程与客户满意度高度相关,那么物流节点可能会优先考虑投资于这个流程的改进。
综合以上步骤,这个过程的目标是利用物流节点的采样数据和知识网络生成空间来持续优化物流操作。通过将实际性能数据与物流节点的内部管理和策略联系起来,可以更有效地识别和执行改进措施,最终提高物流服务的整体性能。
在一种可能的实施方式中,所述对象特征采样数据包括:采样数据映射ID、采样数据映射路径。
所述方法还包括:
步骤C110,将为所述对象物流的所述采样数据映射ID所配置的元素,输出为所述物流节点在所述知识网络生成空间中的映射ID特征元素。
步骤C120,将为所述对象物流的所述采样数据映射路径所配置的元素,输出为所述物流节点在所述知识网络生成空间中的映射路径特征元素。
步骤C130,生成与所述映射ID特征元素和所述映射路径特征元素对应的目标特征元素,依据所述目标特征元素输出为所述对象物流的对象特征采样数据所配置的元素。所述目标特征元素依赖于所述映射ID特征元素且依赖于所述映射路径特征元素。
例如,本实施例描述了如何通过采样数据来优化物流节点在知识网络生成空间中的特征表示,并利用这些数据对物流节点进行更好的管理和决策支持。下面将逐步解释包含在这个过程中的各个组成部分和步骤:
采样数据映射ID可以是一个唯一标识符,用于识别和追踪物流节点的特定采样数据。
采样数据映射路径可以是指向采样数据存储位置的路径,它定义了如何访问或检索相关的采样数据。
首先,可以将为物流节点配置的采样数据映射ID输出为映射ID特征元素。这个特征元素代表了物流节点在知识网络生成空间中关于采样数据的唯一标识。
接下来,可以将为物流节点配置的采样数据映射路径输出为映射路径特征元素。这个特征元素代表了物流节点在知识网络生成空间中数据的存取路径。
接下来,生成与映射ID特征元素和映射路径特征元素对应的目标特征元素。目标特征元素是基于映射ID和映射路径而生成的,它们定义了物流节点的关键属性或行为。
可以依据目标特征元素输出物流节点的对象特征采样数据所配置的元素。这意味着,利用目标特征元素来确定或预测物流节点的行为,并据此做出相应的配置调整。
目标特征元素既依赖于映射ID特征元素也依赖于映射路径特征元素。这表明在确定物流节点的行为或状态时,需要考虑到采样数据的唯一性(由映射ID定义)以及数据存取方式(由映射路径定义)。
综合以上步骤,可以对物流节点进行更精确的监控和管理,提升决策质量,并最终提高物流效率。
譬如,在一种可能的实施方式中,所述供应链节点包括第一供应链节点和第二供应链节点。
所述方法还包括:
步骤D110,依据所述第一供应链节点与所述第二供应链节点在所述供应链对接页面中的供应链关联关系,建立所述第一供应链节点的供应链事件中的供应链元素与所述第二供应链节点的供应链事件中的供应链元素之间的供应链元素指针关系。
步骤D120,依据所述供应链元素指针关系对所述供应链物流服务的服务知识网络进行优化,生成优化后的服务知识网络。所述优化后的所述服务知识网络用于搜索所述第一供应链节点与所述第二供应链节点之间的所述供应链关联关系。
例如,可以根据第一供应链节点和第二供应链节点在供应链对接页面上展示的供应链关联关系,建立第一供应链节点和第二供应链节点之间的供应链元素指针关系。这种关系可能包括但不限于订单流向、货物移动路径、信息共享机制等。
举例来说,如果第一供应链节点是生产原材料的厂商,而第二供应链节点是使用这些原材料进行生产的工厂,那么供应链元素指针关系将连接两者之间的原材料供应事件。
接下来,可以利用上述建立的供应链元素指针关系来优化整个供应链物流服务的服务知识网络。服务知识网络是一个包含了供应链各个方面知识的数据结构,它允许系统理解和处理供应链内部的复杂关系和依赖性。
通过优化过程,服务知识网络会更加精确地反映实际的供应链关系,并支持高效的信息搜索和决策。优化可能涉及改进数据连接点、更新信息流的逻辑或增强网络中的数据质量。
最终,优化后的服务知识网络被用来搜索和探索第一供应链节点与第二供应链节点之间的供应链关联关系。例如,当需要评估两个节点之间的交易效率或寻找潜在的合作提升机会时,优化后的知识网络能够提供所需的深入见解。
通过以上步骤,能够更有效地管理和优化供应链节点之间的相互作用和物流服务。这种基于知识网络的方法有助于增强供应链的透明度,提高其灵活性和响应能力,从而使整个供应链能够更好地适应变化并提高整体效率。
譬如,在一种可能的实施方式中,所述服务知识网络包括依赖于所述物流节点对应的第二供应链元素的映射ID特征元素。
所述映射路径特征元素反映所述物流节点的执行采样数据对应的映射路径,所述映射路径特征元素反映所述物流节点的执行采样数据在所述映射路径中的映射ID。
所述方法还包括:
步骤E110,在获取到目标用户针对所述供应链物流服务中的所述物流节点发送的搜索指令时,依据所述服务知识网络搜索得到所述物流节点关联的所述映射ID特征元素和所述映射路径特征元素,并获取所述映射ID特征元素所指示的映射ID以及获取所述映射路径特征元素所指示的映射路径。所述搜索指令反映搜索所述物流节点在供应链服务区间内所匹配的采样数据集合。
步骤E120,依据所述映射ID和所述映射路径定位所述物流节点的执行采样数据,并从定位到的所述物流节点的执行采样数据中,获取所述物流节点与所述供应链服务区间相匹配的采样数据集合。所述采样数据集合是由所述物流节点在所述供应链服务区间内得到的执行采样数据所确定的。
步骤E130,将所述物流节点的所述采样数据集合反馈至所述目标用户所对应的用户设备,以使所述用户设备依据所述采样数据集合中的执行采样数据,确定所述供应链物流服务的推送数据。
例如,当目标用户向供应链物流服务发出查询某个物流节点的搜索指令时,可以根据服务知识网络定位到该物流节点关联的映射ID特征元素和映射路径特征元素。由此,反映了用户试图找到与特定物流节点相关的特定时间段或条件下的数据集合,这些数据集合可能包含运输效率、库存水平、订单状态等信息。
接着,使用映射ID和映射路径,能够精确地定位到物流节点的执行采样数据。将从这些数据中提取出与供应链服务区间匹配的采样数据集合,这些集合是基于物流节点在该服务区间内的实际操作和性能得到的。最后,将物流节点的采样数据集合发送回目标用户的设备。用户设备使用这些数据来判断供应链物流服务中应当推送哪些数据,例如,用户可能想要了解最近的配送延迟情况或者某个特定产品的库存状况。
总体来说,这个过程描述了一个基于知识网络的数据检索机制,它允许用户通过查询特定的物流节点来获取供应链中相关的执行采样数据。通过对这些数据的分析和利用,用户能够更好地监控和评估供应链物流服务的表现,从而做出更加有效的决策和调整。
图2示意性地示出了可被用于实现本申请中所述的各个实施例的信息推送系统100。
对于一个实施例,图2示出了信息推送系统100,该信息推送系统100具有多个处理器102、被耦合到(多个)处理器102中的一个或多个的控制模块(芯片组)104、被耦合到控制模块104的存储器106、被耦合到控制模块104的非易失性存储器(NVM)/存储设备108、被耦合到控制模块104的多个输入/输出设备110,和被耦合到控制模块104的网络接口112。
处理器102可包括多个单核或多核处理器,处理器102可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。一些可替代的实施方式中,信息推送系统100能够作为本申请实施例中所述网关等服务器设备。
一些可替代的实施方式中,信息推送系统100可包括具有指令114的多个计算机可读介质(例如,存储器106或NVM/存储设备108)和与该多个计算机可读介质相合并被配置为执行指令114以实现模块从而执行本公开中所述的动作的多个处理器102。
对于一个实施例,控制模块104可包括任意适当的接口控制器,以向(多个)处理器102中的一个或多个和/或与控制模块104通信的任意适当的设备或组件提供任意适当的接口。
控制模块104可包括存储器控制器模块,以向存储器106提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
存储器106可被用于例如为信息推送系统100加载和存储数据和/或指令114。对于一个实施例,存储器106可包括任意适当的易失性存储器,例如,适当的DRAM。一些可替代的实施方式中,存储器106可包括双倍数据速率类型四同步动态随机存取存储器。
对于一个实施例,控制模块104可包括多个输入/输出控制器,以向NVM/存储设备108及(多个)输入/输出设备110提供接口。
例如,NVM/存储设备108可被用于存储数据和/或指令114。NVM/存储设备108可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(多个)非易失性存储设备。
NVM/存储设备108可包括在物理上作为信息推送系统100被安装在其上的设备的一部分的存储资源,或者其可被该设备访问可不必作为该设备的一部分。例如,NVM/存储设备108可结合网络经由(多个)输入/输出设备110进行访问。
(多个)输入/输出设备110可为信息推送系统100提供接口以与任意其它适当的设备通信,输入/输出设备110可以包括通信组件、拼音组件、传感器组件等。网络接口112可为信息推送系统100提供接口以依据多个网络通信,信息推送系统100可基于多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的多个组件进行无线通信,例如接入依据通信标准的无线网络,如WiFi、2G、3G、4G、5G等,或它们的组合进行无线通信。
对于一个实施例,(多个)处理器102中的一个或多个可与控制模块104的多个控制器(例如,存储器控制器模块)的逻辑封装在一起。对于一个实施例,(多个)处理器102中的一个或多个可与控制模块104的多个控制器的逻辑封装在一起以形成系统级封装。对于一个实施例,(多个)处理器102中的一个或多个可与控制模块104的多个控制器的逻辑集成在同一模具上。对于一个实施例,(多个)处理器102中的一个或多个可与控制模块104的多个控制器的逻辑集成在同一模具上以形成片上系统。
在各个实施例中,信息推送系统100可以但不限于是:台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中,信息推送系统100可具有更多或更少的组件和/或不同的架构。例如,一些可替代的实施方式中,信息推送系统100包括多个摄像机、键盘、液晶显示器屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路和扬声器。
以上对本申请进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种应用于供应链物流系统的信息推送方法,其特征在于,应用于信息推送系统,所述方法包括:
从与供应链物流服务对应的先验服务数据中,获取用于进行网络建立的知识数据;所述供应链物流服务包括配置到供应链对接页面中的供应链节点;所述供应链节点上配置有物流节点;
在所述知识数据中具有所述供应链节点的供应链组别知识点时,依据所述供应链组别知识点建立所述供应链节点的供应链事件;所述供应链事件反映所述供应链节点的供应链组别元素和供应链元素;所述供应链元素依赖于所述供应链组别元素;
在所述知识数据中具有所述供应链节点上配置的所述物流节点的物流组别知识点时,依据所述物流组别知识点建立所述物流节点的物流事件;所述物流事件反映所述物流节点的物流组别元素和物流元素;所述物流元素依赖于所述物流组别元素;
依据所述供应链节点与所述物流节点之间的供应链依赖信息,将所述供应链事件中的供应链元素确定为第一供应链元素,将所述物流事件中的所述物流元素确定为依赖于所述第一供应链元素的第二供应链元素;
依据所述供应链组别元素、所述第一供应链元素、所述物流组别元素以及所述第二供应链元素,生成所述供应链物流服务的服务知识网络,并将所述供应链物流服务的服务知识网络推送至目标服务查询终端中进行存储;所述服务知识网络用于搜索所述供应链节点与所述物流节点之间的所述供应链依赖信息。
2.根据权利要求1所述的应用于供应链物流系统的信息推送方法,其特征在于,所述先验服务数据包括K个映射单元数据;K为正整数;
在所述K个映射单元数据中,第x个映射单元数据反映所述供应链节点的供应链内容特征,第y个映射单元数据反映所述物流节点的物流内容特征;x与y不相同,x和y为大于0并且不大于K的整数;
所述从与供应链物流服务对应的先验服务数据中,获取用于进行网络建立的知识数据,包括:
获取与所述供应链物流服务对应的所述先验服务数据;
在包含所述K个映射单元数据的所述先验服务数据中,当解析到所述K个映射单元数据中的所述第x个映射单元数据时,获取所述第x个映射单元数据中记载的所述供应链节点的供应链内容特征,将解析到的供应链内容特征作为所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的供应链知识点;所述知识网络生成空间不同于所述供应链对接页面;
在包含所述K个映射单元数据的所述先验服务数据中,当解析到所述K个映射单元数据中的所述第y个映射单元数据时,获取所述第y个映射单元数据中记载的所述物流节点的物流内容特征,将解析到的物流内容特征作为所述物流节点在所述知识网络生成空间中的物流知识点;
将所述供应链知识点和所述物流知识点,输出为用于进行网络建立的知识数据。
3.根据权利要求1所述的应用于供应链物流系统的信息推送方法,其特征在于,所述知识数据中至少包含所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的供应链知识点;所述供应链知识点包括位于所述知识网络生成空间中的对象供应链的对象代号、对象标签以及对象代号定义域;所述对象供应链为所述供应链节点在所述知识网络生成空间中的对象;所述知识网络生成空间不同于所述供应链对接页面;
所述在所述知识数据中具有所述供应链节点的供应链组别知识点时,依据所述供应链组别知识点建立所述供应链节点的供应链事件,包括:
从所述知识数据中轮询获取所述供应链知识点;
如果在轮询获取到的所述供应链知识点中,确定出所述对象供应链的对象标签为供应链标签,则确定所述知识数据中具有所述供应链节点的供应链组别知识点;
依据所述供应链组别知识点为所述对象供应链配置供应链特征信息,依据配置的所述供应链特征信息、所述对象供应链的对象代号以及所述对象供应链的对象代号定义域,建立所述供应链节点的供应链事件。
4.根据权利要求1所述的应用于供应链物流系统的信息推送方法,其特征在于,所述供应链组别知识点包括所述供应链节点所映射的对象供应链的对象代号、对象标签、对象代号定义域以及对象特征标签;
所述对象供应链为所述供应链节点在所述供应链对接页面所对应的知识网络生成空间中的对象;所述知识网络生成空间不同于所述供应链对接页面;
所述在所述知识数据中具有所述供应链节点的供应链组别知识点时,依据所述供应链组别知识点建立所述供应链节点的供应链事件,包括:
在所述对象供应链的对象标签为供应链标签时,获取所述供应链组别知识点中的所述对象供应链的对象代号;
依据所述对象供应链的对象代号对为所述对象供应链的对象代号所配置的元素添加供应链特征类别,并将为所述对象供应链的对象代号所配置的且添加有所述供应链特征类别的元素,输出为所述供应链节点在所述知识网络生成空间中的供应链元素;
在所述对象供应链的对象代号定义域属于第一代号配置域时,获取所述供应链组别知识点中的所述对象供应链的对象特征标签,将在所述第一代号配置域中为所述对象供应链的对象特征标签所配置的元素,输出为所述供应链节点在所述知识网络生成空间中的供应链组别元素;
依据所述对象供应链的对象代号与所述对象供应链的对象特征标签之间的特征依赖信息,为所述对象供应链配置供应链特征信息;
依据所配置的供应链特征信息建立所述供应链元素与所述供应链组别元素之间的元素指针关系,依据所述供应链元素与所述供应链组别元素之间的元素指针关系生成所述供应链节点的供应链事件;
以及,在所述对象供应链的对象代号定义域属于第二代号配置域时,获取所述供应链组别知识点中的所述对象供应链的对象特征标签,将在所述第二代号配置域中为所述对象供应链的对象特征标签所配置的元素,输出为所述对象特征标签在所述知识网络生成空间中的供应链组别元素。
5.根据权利要求1所述的应用于供应链物流系统的信息推送方法,其特征在于,所述知识数据中至少包含所述物流节点在所述供应链对接页面所对应的知识网络生成空间中的物流知识点;
所述物流知识点包括位于所述知识网络生成空间中的对象物流的对象代号、对象标签以及对象代号定义域;所述对象物流为所述物流节点在所述知识网络生成空间中的对象;所述知识网络生成空间不同于所述供应链对接页面;
所述在所述知识数据中具有所述供应链节点上配置的所述物流节点的物流组别知识点时,依据所述物流组别知识点建立所述物流节点的物流事件,包括:
从所述知识数据中轮询获取所述物流知识点;
如果在轮询获取到的所述物流知识点中,确定出所述对象物流的对象标签为物流标签,则确定所述知识数据中具有所述物流节点的物流组别知识点;
依据所述物流组别知识点为所述对象物流配置物流特征信息,依据配置的所述物流特征信息、所述对象物流的对象代号以及所述对象物流的对象代号定义域,建立所述物流节点的物流事件。
6.根据权利要求1所述的应用于供应链物流系统的信息推送方法,其特征在于,所述物流组别知识点包括所述物流节点所映射的对象物流的对象代号、对象标签、对象代号定义域以及对象特征标签;所述对象物流为所述物流节点在所述供应链对接页面所对应的知识网络生成空间中的对象;所述知识网络生成空间不同于所述供应链对接页面;
所述在所述知识数据中具有所述供应链节点上配置的所述物流节点的物流组别知识点时,依据所述物流组别知识点建立所述物流节点的物流事件,包括:
在所述对象物流的对象标签为物流标签时,获取所述物流组别知识点中的所述对象物流的对象代号;
依据所述对象物流的对象代号对为所述对象物流的对象代号所配置的元素添加物流特征类型,并将为所述对象物流的对象代号所配置的且添加有所述物流特征类型的元素,输出为所述物流节点在所述知识网络生成空间中的物流元素;
在所述对象物流的对象代号定义域属于第一代号配置域时,获取所述物流组别知识点中的所述对象物流的对象特征标签,将在所述第一代号配置域中为所述对象物流的对象特征标签所配置的元素,输出为所述物流节点的对象特征标签在所述知识网络生成空间中的物流组别元素;
依据所述对象物流的对象代号与所述对象物流的对象特征标签之间的特征依赖信息,为所述对象物流配置物流特征信息;
依据所配置的物流特征信息建立所述物流元素与所述物流组别元素之间的元素指针关系,依据所述物流元素与所述物流组别元素之间的元素指针关系生成所述物流节点的物流事件;
以及,在所述对象物流的对象代号定义域属于第二代号配置域时,获取所述物流组别知识点中的所述对象物流的对象特征标签,将在所述第二代号配置域中为所述对象物流的对象特征标签所配置的元素,输出为所述物流节点的对象特征标签在所述知识网络生成空间中的物流组别元素。
7.根据权利要求6所述的应用于供应链物流系统的信息推送方法,其特征在于,所述物流组别知识点还包括所述对象物流的对象特征解析单位; 所述方法还包括:
将为所述对象物流的对象特征解析单位所配置的元素,输出为所述物流节点在所述知识网络生成空间中的第一物流特征元素;
依据所述对象物流的对象代号与所述对象物流的对象特征解析单位之间的特征依赖信息,建立所述物流元素与所述第一物流特征元素之间的元素指针关系;
依据所述物流元素与所述第一物流特征元素之间的元素指针关系优化所述物流节点的物流事件。
8.根据权利要求6所述的应用于供应链物流系统的信息推送方法,其特征在于,所述物流组别知识点还包括所述对象物流的对象特征采样数据;
所述方法还包括:
将为所述对象物流的对象特征采样数据所配置的元素,输出为所述物流节点在所述知识网络生成空间中的第二物流特征元素;
依据所述对象物流的对象代号与所述对象物流的对象特征采样数据之间的特征依赖信息,建立所述物流元素与所述第二物流特征元素之间的元素指针关系;
依据所述物流元素与所述第二物流特征元素之间的元素指针关系优化所述物流节点的物流事件。
9.根据权利要求8所述的应用于供应链物流系统的信息推送方法,其特征在于,所述对象特征采样数据包括:采样数据映射ID、采样数据映射路径;
所述方法还包括:
将为所述对象物流的所述采样数据映射ID所配置的元素,输出为所述物流节点在所述知识网络生成空间中的映射ID特征元素;
将为所述对象物流的所述采样数据映射路径所配置的元素,输出为所述物流节点在所述知识网络生成空间中的映射路径特征元素;
生成与所述映射ID特征元素和所述映射路径特征元素对应的目标特征元素,依据所述目标特征元素输出为所述对象物流的对象特征采样数据所配置的元素;所述目标特征元素依赖于所述映射ID特征元素且依赖于所述映射路径特征元素。
10.一种信息推送系统,其特征在于,所述信息推送系统包括处理器和机器可读存储介质,该机器可读存储介质中存储有机器可执行指令,该机器可执行指令由该处理器加载并执行以实现权利要求1-9中任意一项所述的应用于供应链物流系统的信息推送方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2023115341563 | 2023-11-17 | ||
CN202311534156 | 2023-11-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117473199A CN117473199A (zh) | 2024-01-30 |
CN117473199B true CN117473199B (zh) | 2024-03-19 |
Family
ID=89627429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311559741.9A Active CN117473199B (zh) | 2023-11-17 | 2023-11-22 | 应用于供应链物流系统的信息推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117473199B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3079648A1 (fr) * | 2018-03-30 | 2019-10-04 | Clms Uk Limited | Acheminement de message de contenu pour partage d'informations au sein d'une chaine d'approvisionnement |
CN113392229A (zh) * | 2021-08-13 | 2021-09-14 | 四川新龟科技有限公司 | 供应链关系构建和预测方法、装置、设备、存储介质 |
CN113673817A (zh) * | 2021-07-09 | 2021-11-19 | 天津大学 | 一种复杂供应链网络系统架构建模与适应性评价方法 |
CN114610898A (zh) * | 2022-03-09 | 2022-06-10 | 北京航天智造科技发展有限公司 | 一种供应链运营知识图谱构建方法和系统 |
CN115529677A (zh) * | 2021-06-25 | 2022-12-27 | 英特尔公司 | 以信息为中心的网络非结构化数据载体 |
CN115605894A (zh) * | 2020-09-03 | 2023-01-13 | 京东方科技集团股份有限公司(Cn) | 智能管理系统、智能管理方法和计算机程序产品 |
CN116150493A (zh) * | 2023-02-27 | 2023-05-23 | 江苏智云天工科技有限公司 | 基于知识图谱的工业互联网优质供应链推荐方法及系统 |
CN116993306A (zh) * | 2023-06-15 | 2023-11-03 | 中国科学院自动化研究所 | 基于知识图谱的网络协同制造系统的构建方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230119881A1 (en) * | 2021-10-15 | 2023-04-20 | NB Ventures, Inc., dba GEP | Data network, system and method for data ingestion in a data network |
-
2023
- 2023-11-22 CN CN202311559741.9A patent/CN117473199B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3079648A1 (fr) * | 2018-03-30 | 2019-10-04 | Clms Uk Limited | Acheminement de message de contenu pour partage d'informations au sein d'une chaine d'approvisionnement |
CN115605894A (zh) * | 2020-09-03 | 2023-01-13 | 京东方科技集团股份有限公司(Cn) | 智能管理系统、智能管理方法和计算机程序产品 |
CN115529677A (zh) * | 2021-06-25 | 2022-12-27 | 英特尔公司 | 以信息为中心的网络非结构化数据载体 |
CN113673817A (zh) * | 2021-07-09 | 2021-11-19 | 天津大学 | 一种复杂供应链网络系统架构建模与适应性评价方法 |
CN113392229A (zh) * | 2021-08-13 | 2021-09-14 | 四川新龟科技有限公司 | 供应链关系构建和预测方法、装置、设备、存储介质 |
CN114610898A (zh) * | 2022-03-09 | 2022-06-10 | 北京航天智造科技发展有限公司 | 一种供应链运营知识图谱构建方法和系统 |
CN116150493A (zh) * | 2023-02-27 | 2023-05-23 | 江苏智云天工科技有限公司 | 基于知识图谱的工业互联网优质供应链推荐方法及系统 |
CN116993306A (zh) * | 2023-06-15 | 2023-11-03 | 中国科学院自动化研究所 | 基于知识图谱的网络协同制造系统的构建方法和装置 |
Non-Patent Citations (2)
Title |
---|
基于领域知识的O2O电商知识网络构建研究;翟丽丽 等;《齐齐哈尔大学学报(哲学社会科学版)》;20161018;第35卷(第10期);153-159 * |
大数据环境下港口供应链企业知识服务模型构建;杨波;毛军轻;;《铁道运输与经济》;20200815(第8期);43-49 * |
Also Published As
Publication number | Publication date |
---|---|
CN117473199A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tan et al. | Review of RFID and IoT integration in supply chain management | |
Ivanov et al. | A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0 | |
RU2455683C2 (ru) | Информационные системы рчид, использующие коммерческое приложение | |
Lee et al. | Design and application of Internet of things-based warehouse management system for smart logistics | |
KR101153034B1 (ko) | 비즈니스 어플리케이션을 이용하는 rfid 작동 정보시스템 | |
US8719066B2 (en) | Systems and methods for capturing, managing, sharing, and visualising asset information of an organization | |
US9824327B2 (en) | Systems and methods for capturing and managing information pertaining to asset spares inventories | |
US7739121B2 (en) | Method and apparatus for providing intelligent and controlled access to supply chain information | |
JP4776921B2 (ja) | 分散されるアイテムの追跡システムでのイベントベース通信 | |
CN101163152B (zh) | 智能物件环境中基于成本的组件部署 | |
Pan et al. | Digital-twin-driven production logistics synchronization system for vehicle routing problems with pick-up and delivery in industrial park | |
Lin et al. | An innovative machine learning model for supply chain management | |
US20130212155A1 (en) | Processing event instance data in a client-server architecture | |
Schiefer et al. | Management and controlling of time-sensitive business processes with sense & respond | |
CN104102670A (zh) | 绩效指标分析框架 | |
Meng et al. | Automated management of assets based on RFID triggered alarm messages | |
US8417854B2 (en) | Generic device integration within an auto-id system | |
KR20080109745A (ko) | 최소한 하나의 장치의 바인딩을 용이하게 하는 시스템, 컴퓨터 구현 방법 및 컴퓨터 구현 시스템 | |
Scholz-Reiter et al. | Engineering autonomously controlled logistic systems | |
CN117473199B (zh) | 应用于供应链物流系统的信息推送方法及系统 | |
CN111679814A (zh) | 一种数据驱动的数据中台系统 | |
KR101974104B1 (ko) | 애플리케이션 통합 시스템을 이용한 물류 정보 제공 방법 | |
Kiritsis et al. | ICT supported lifecycle thinking and information integration for sustainable manufacturing | |
Amaral et al. | Cooperative CEP-based RFID framework: a notification approach for sharing complex business events among organizations | |
Osman et al. | Radio frequency identification system optimisation models for lifecycle of a durable product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |