本发明专利技术涉及一种用于建材招投标平台的智能匹配方法，包括以下步骤：提取招标平台上的用户行为记录，并将所述用户行为记录转换为采购商‑供应商评分矩阵；基于所述采购商‑供应商评分矩阵，采用SVD算法训练各个采购商对所有供应商的兴趣度模型；根据采购商发布标书的采购物资和地域初步筛选出匹配的供应商；对筛选出的匹配的供应商利用确定的各个评分维度结合所述兴趣度模型进行打分，并对分数进行由高到低排序，选取分数最靠前的N个供应商进行推荐。本发明专利技术能够为采购商匹配与采购标书高契合度的供应商。
【技术实现步骤摘要】
一种用于建材招投标平台的智能匹配方法
本专利技术涉及智能匹配
，特别是涉及一种用于建材招投标平台的智能匹配方法。
技术介绍
继国家发展改革委颁布《电子招标投标办法》和《招标投标系统技术规范》等文件后，线上招投标平台的建设变得更加科学和规范。对于建材企业而言，电子化不仅提高了招投标效率，而且简化了招投标流程，无论是标书呈递，还是投标保证金递交，均可在电子化系统中进行在线操作。随着线上招投标平台的发展，越来越多的建材采购商将线下的物资采购招标过程进行线上迁移，采购商与供应商之间的联系更为紧密，采购商对优质供应商的需求也更为迫切。面对平台海量的注册供应商，采购商往往难以发现符合采购项目招标要求的合适供应商。这种采供双方信息的不匹配不仅造成了供应商资源的极大浪费，还降低了采购商和供应商对招投标平台的满意度及粘性。因此，如何为采购商匹配符合招标需求的优质供应商，成为线上招投标平台亟待解决的问题。目前线上招投标领域应用较多的采购商-供应商匹配方法，主要有两种。一是关键词匹配法，即根据招标项目的物资属性及采供双方自身信息进行关键词匹配，通过信息相似度计算，为采购商筛选匹配度较高的供应商。二是通过层次分析法进行匹配，即让采购商确定打分维度的权重，通过加权求和得到供应商的分数，选择排名靠前的供应商进行推送。关键词匹配法对数据的利用仅停留在文本本身，没有进一步挖掘数据的潜在价值，而层次分析法则带有很强的主观性，受限于采购商的自身认知水平。并且这两类匹配算法只关注采购商和供应商的静态属性，忽视了采购商和供应商行为之间的关联性。
技术实现思路
本专利技术所要解决的技术问题是提供一种用于建材招投标平台的智能匹配方法，能够为采购商匹配与采购标书高契合度的供应商。本专利技术解决其技术问题所采用的技术方案是：提供一种用于建材招投标平台的智能匹配方法，包括以下步骤：(1)提取招标平台上的用户行为记录，并将所述用户行为记录转换为采购商-供应商评分矩阵；(2)基于所述采购商-供应商评分矩阵，采用SVD算法训练各个采购商对所有供应商的兴趣度模型；(3)根据采购商发布标书的采购物资和地域初步筛选出匹配的供应商；(4)对筛选出的匹配的供应商利用确定的各个评分维度结合所述兴趣度模型进行打分，并对分数进行由高到低排序，选取分数最靠前的N个供应商进行推荐。所述步骤(1)具体为：将用户行为记录中采购商和供应商之间的相关行为数据划分成若干等级，并按划分的等级形成一个采购商-供应商行为矩阵。所述步骤(1)和步骤(2)之间还包括对所述采购商-供应商评分矩阵进行正样本填充和/或负样本填充的步骤。所述正样本填充具体为：判断所述采购商-供应商评分矩阵中的每一行的评分数量是否小于行向量评分数设定的阈值threshold，如果小于则进行填充，且填充的正样本数量为threshold-nu，其中，nu为采购商u的评分数量；在进行填充时，使用相似矩阵和k均值近邻法计算矩阵每个位置的测评分，若计算的测评分大于最小评分阈值则进入填充值候选列表，若所述填充值列表中的评分数量大于填充的正样本数量threshold-nu，则在列表中随机选择threshold-nu个评分作为最终要加入的评分，最后将预测的评分填入所述采购商-供应商评分矩阵的对应处。所述使用相似矩阵和k均值近邻法计算矩阵每个位置的测评分时的相关计算公式为其中，μi和μj为供应商i和供应商j的平均评分，为与供应商i相似度最高的k个供应商，sim(i,j)表示供应商i和供应商j的评分列向量的余弦相似度，ruj为采购商u对供应商j的评分。所述负样本填充具体为：使用相似度公式计算所述采购商-供应商评分矩阵中每个位置的测评分，若计算的测评分小于最大评分阈值则进入填充值候选列表，若所述填充值列表中的评分数量大于负样本填充数量阈值，则随机选取所述填充值候选列表中的测评分填入所述采购商-供应商评分矩阵的对应处。所述使用相似度公式计算所述采购商-供应商评分矩阵中每个位置的测评分时的相关计算公式为其中，popularityi为供应商i的流行度，maxpopularity和minpopularity分别为所有供应商中的最大流行度和最小流行度。所述步骤(2)具体为：将所述采购商-供应商评分矩阵分解成一个采购商因子矩阵P和一个供应商因子矩阵T(Q)；根据R＝OverallMean+biasU+biasI+P*T(Q)计算采购商对供应商的偏好，其中，OverallMean表示所有供应商的平均分，biasU表示采购商评分偏离OverallMean的程度，biasI表示供应商评分偏离OverallMean的程度；将预测结果和已知评分进行对比，并根据对比结果修正各个参数；最终得到采购商对供应商的兴趣度模型。有益效果由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术通过SVD算法训练各个采购商对所有供应商的兴趣度模型，使得匹配出来的供应商的精确度得到很大的提高，线下反馈的数据也很好的印证了该效果。同时在SVD算法中结合正负样本预填充算法，使得最大程度挖掘数据的价值，能够为采购商匹配与采购标书高契合度的供应商。附图说明图1是本专利技术的流程图；图2是本专利技术中的正样本预填充算法的流程图；图3是本专利技术中的负样本预填充算法的流程图；图4是本专利技术方法与传统方法在MovieLens数据集上的实验效果对比图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种用于建材招投标平台的智能匹配方法，该算法基于平台上的用户本身的数据和交易产生的行为数据，对其进行分析和挖掘，从供应商评价角度和采购商对供应商的偏好角度两个角度出发，可以对特定的采购商进行智能匹配，如图1所示，包括以下步骤：(1)获取采购商发布标书的采购物资、采购物资对应的地域和供应商主营物资对应的供应商集合。其中，采购物资记载在标书中，其可以分为四级，本实施方式中匹配使用的是三级物资；采购物资对应的地域是指项目地址，其以全国、省、市为划分，本实施方式中地域匹配的是浙江省内和上海市内；供应商主营物资对应的供应商集合是指平台上面有一个供应商的主营物资表，本实施方式提取出每一种主营物资对应的供应商有多少家，并将其作为集合的形式进行记录。(2)将招标平台上用户行为记录转化成采购商-供应商评分矩阵R[u][i]，具体为：需要将采购商和供应商之间的行为特征具体化，将相关行为数据划分成多个等级然后数值化，按此等级来表示供应商和采购商之间联系的紧密，最后形成一个采购商-供应商行为矩阵。本实施方式中，邀请招标给4分，投标未中标给2分，中标给5分，采购商对供应商的评价分数具有很大程度的缺失，根据该三种类型的评分构本文档来自技高网...
【技术保护点】
1.一种用于建材招投标平台的智能匹配方法，其特征在于，包括以下步骤：/n(1)提取招标平台上的用户行为记录，并将所述用户行为记录转换为采购商-供应商评分矩阵；/n(2)基于所述采购商-供应商评分矩阵，采用SVD算法训练各个采购商对所有供应商的兴趣度模型；/n(3)根据采购商发布标书的采购物资和地域初步筛选出匹配的供应商；/n(4)对筛选出的匹配的供应商利用确定的各个评分维度结合所述兴趣度模型进行打分，并对分数进行由高到低排序，选取分数最靠前的N个供应商进行推荐。/n
【技术特征摘要】
1.一种用于建材招投标平台的智能匹配方法，其特征在于，包括以下步骤：
(1)提取招标平台上的用户行为记录，并将所述用户行为记录转换为采购商-供应商评分矩阵；
(2)基于所述采购商-供应商评分矩阵，采用SVD算法训练各个采购商对所有供应商的兴趣度模型；
(3)根据采购商发布标书的采购物资和地域初步筛选出匹配的供应商；
(4)对筛选出的匹配的供应商利用确定的各个评分维度结合所述兴趣度模型进行打分，并对分数进行由高到低排序，选取分数最靠前的N个供应商进行推荐。
2.根据权利要求1所述的用于建材招投标平台的智能匹配方法，其特征在于，所述步骤(1)具体为：将用户行为记录中采购商和供应商之间的相关行为数据划分成若干等级，并按划分的等级形成一个采购商-供应商行为矩阵。
3.根据权利要求1所述的用于建材招投标平台的智能匹配方法，其特征在于，所述步骤(1)和步骤(2)之间还包括对所述采购商-供应商评分矩阵进行正样本填充和/或负样本填充的步骤。
4.根据权利要求3所述的用于建材招投标平台的智能匹配方法，其特征在于，所述正样本填充具体为：判断所述采购商-供应商评分矩阵中的每一行的评分数量是否小于行向量评分数设定的阈值threshold，如果小于则进行填充，且填充的正样本数量为threshold-nu，其中，nu为采购商u的评分数量；在进行填充时，使用相似矩阵和k均值近邻法计算矩阵每个位置的测评分，若计算的测评分大于最小评分阈值则进入填充值候选列表，若所述填充值列表中的评分数量大于填充的正样本数量threshold-nu，则在列表中随机选择threshold-nu个评分作为最终要加入的评分，最后将预测的评分填入所述采购商-供应商评分矩阵的对应处。
5...
【专利技术属性】
技术研发人员：须峰，黄麒铭，李传中，施海鹰，李吉平，
申请(专利权)人：筑客网络技术上海有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。