基于知识表征的企业供应链推荐方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于知识表征的企业供应链推荐方法、装置及存储介质。其中，方法包括：收集目标企业的进销商品集，并根据进销商品集确定与目标企业相关的粗排企业集合；根据粗排企业集合，构建供应链网络知识图谱；根据供应链网络知识图谱，确定粗排企业集合中企业的知识表征；根据粗排企业集合中企业的知识表征，确定目标企业的待交易企业集。达到供应链网络企业精细化推荐的技术效果。网络企业精细化推荐的技术效果。网络企业精细化推荐的技术效果。

【技术实现步骤摘要】
基于知识表征的企业供应链推荐方法、装置及存储介质


[0001]本专利技术涉及供应链
，并且更具体地，涉及一种基于知识表征的企业供应链推荐方法、装置及存储介质。

技术介绍

[0002]企业在生产经营活动中将产品和服务提供给上下游企业与用户，逐渐形成网络结构的供应链体系，随着经济的不断发展和企业间交易的密切，供应链会逐渐趋于稳定，然而由于信息的制约和企业规模的扩大，企业在发展过程中往往会出现瓶颈，导致企业上游不能及时的提供原材料或者企业下游的销售渠道无法打开，从而影响企业的发展进而影响地区整体的经济发展和复工复产。
[0003]在供应链“企业
‑
商品
‑
企业”中，如果企业的交易对象单一、企业交易链长度过长，说明供应链薄弱且容易因为个别企业的经营问题导致整个供应链的瘫痪。因此需要企业不断拓宽交易渠道，扩大上下游交易对象规模，增强企业的抗风险能力，才能更好的加强整个交易市场的稳定性。传统的推荐方法采用协同过滤或者基于内容的推荐方法，可以有效的根据用户的历史行为和多个用户的潜在偏好提出推荐，但是该方法存在交互稀疏和冷启动问题，同时该方法忽略了被推荐产品本身的特性。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供一种基于知识表征的企业供应链推荐方法、装置及存储介质。
[0005]根据本专利技术的一个方面，提供了一种基于知识表征的企业供应链推荐方法，包括：
[0006]收集目标企业的进销商品集，并根据进销商品集确定与目标企业相关的粗排企业集合；
[0007]根据粗排企业集合，构建供应链网络知识图谱；
[0008]根据供应链网络知识图谱，确定粗排企业集合中企业的知识表征；
[0009]根据粗排企业集合中企业的知识表征，确定目标企业的待交易企业集。
[0010]可选地，进销商品集包括进项商品集以及销项商品集，并且根据进销商品集确定目标企业的粗排结果的操作，包括：
[0011]根据进项商品集，确定生产进项商品集中商品的第一企业名单；
[0012]根据销项商品集，确定购买销项商品集中商品的第二企业名单；
[0013]根据第一企业名单以及第二企业名单，确定粗排企业集合。
[0014]可选地，根据粗排企业集合，构建供应链网络知识图谱的操作，包括：
[0015]根据目标企业、第一企业名单以及第二企业名单，构建供应链网络知识图谱，其中供应链网络知识图谱包括企业、商品、地区、行业以及经营范围。
[0016]可选地，根据供应链网络知识图谱，确定粗排企业集合中企业的知识表征的操作，包括：
[0017]根据供应链网络知识图谱，确定粗排企业集合中企业的上下游综合表征向量；
[0018]根据粗排企业集合中企业的特征信息，确定粗排企业集合中企业的特征向量；
[0019]根据粗排企业集合中企业的上下游综合表征向量以及特征向量，确定粗排企业集合中企业的知识表征。
[0020]可选地，根据供应链网络知识图谱，确定粗排企业集合中企业的上下游综合表征向量的操作，包括：
[0021]利用Word2Vec模型对粗排企业集合中企业的上下游节点信息进行向量转换，确定粗排企业集合中企业的上下游节点的向量信息；
[0022]根据粗排企业集合中企业的上下游节点的向量信息，确定粗排企业集合中企业的上下游综合表征向量。
[0023]可选地，其中粗排企业集合中企业的特征信息包括企业规模、企业经营状况、企业信用程度、企业资本、企业年限、企业人数以及企业营收，并且根据粗排企业集合中企业的特征信息，确定粗排企业集合中企业的特征向量的操作，包括：
[0024]利用one
‑
hot独热编码对特征信息分别编码后进行拼接，确定粗排企业集合中企业的特征向量。
[0025]可选地，该方法还包括：
[0026]根据供应链网络知识图谱对粗排企业集合进行划分，确定交易企业集以及待推荐企业集，其中交易企业集为与目标企业存在交易关系的企业。
[0027]可选地，根据粗排企业集合中企业的知识表征，确定目标企业的待交易企业集的操作，包括：
[0028]将交易企业集中企业的知识表征进行求和，确定交易企业知识表征向量和；
[0029]将交易企业知识表征向量和分别和待推荐企业集中企业的知识表征进行求和，分别确定待推荐企业集中企业的企业特征知识表征向量；
[0030]分别将企业特征知识表征向量输入至预先设置的多层感知机进行计算，分别确定待推荐企业集中企业的推荐概率；
[0031]对待推荐企业集中企业的推荐概率进行排序，确定预定数量的与目标企业待交易的待交易企业集。
[0032]根据本专利技术的另一个方面，提供了一种基于知识表征的企业供应链推荐装置，包括：
[0033]第一确定模块，用于收集目标企业的进销商品集，并根据进销商品集确定与目标企业相关的粗排企业集合；
[0034]构建模块，用于根据粗排企业集合，构建供应链网络知识图谱；
[0035]第二确定模块，用于根据供应链网络知识图谱，确定粗排企业集合中企业的知识表征；
[0036]第三确定模块，用于根据粗排企业集合中企业的知识表征，确定目标企业的待交易企业集。
[0037]根据本专利技术的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本专利技术上述任一方面所述的方法。
[0038]根据本专利技术的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用
于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本专利技术上述任一方面所述的方法。
[0039]从而，本专利技术提供的基于知识表征的企业供应链推荐方法，通过收集目标企业的进销商品集，并根据进销商品集确定与目标企业相关的粗排企业集合；根据粗排企业集合，构建供应链网络知识图谱；根据供应链网络知识图谱，确定粗排企业集合中企业的知识表征；根据粗排企业集合中企业的知识表征，确定目标企业的待交易企业集。从而通过基于交易商品关联查询的召回方法和基于知识表征的精准排序两个步骤，预测市场中每个企业的潜在交易伙伴，达到供应链网络企业精细化推荐的技术效果。
附图说明
[0040]通过参考下面的附图，可以更为完整地理解本专利技术的示例性实施方式：
[0041]图1是本专利技术一示例性实施例提供的基于知识表征的企业供应链推荐方法的流程示意图；
[0042]图2是本专利技术一示例性实施例提供的供应链网络知识图谱的示意图；
[0043]图3是本专利技术一示例性实施例提供的基于知识表征的供应链企业推荐流程示意图；
[0044]图4是本专利技术一示例性实施例提供的基于知识表征的企业供应链推荐装置的结构示意图；
[0045]图5是本专利技术一示例性实施例提供的电子设备的结构。
具体实施方式
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识表征的企业供应链推荐方法，其特征在于，包括：收集目标企业的进销商品集，并根据所述进销商品集确定与所述目标企业相关的粗排企业集合；根据所述粗排企业集合，构建供应链网络知识图谱；根据所述供应链网络知识图谱，确定所述粗排企业集合中企业的知识表征；根据所述粗排企业集合中企业的知识表征，确定所述目标企业的待交易企业集。2.根据权利要求1所述的方法，其特征在于，所述进销商品集包括进项商品集以及销项商品集，并且根据所述进销商品集确定所述目标企业的粗排结果的操作，包括：根据所述进项商品集，确定生产所述进项商品集中商品的第一企业名单；根据所述销项商品集，确定购买所述销项商品集中商品的第二企业名单；根据所述第一企业名单以及所述第二企业名单，确定所述粗排企业集合。3.根据权利要求2所述的方法，其特征在于，根据所述粗排企业集合，构建供应链网络知识图谱的操作，包括：根据所述目标企业、所述第一企业名单以及所述第二企业名单，构建所述供应链网络知识图谱，其中所述供应链网络知识图谱包括企业、商品、地区、行业以及经营范围。4.根据权利要求1所述的方法，其特征在于，根据所述供应链网络知识图谱，确定所述粗排企业集合中企业的知识表征的操作，包括：根据所述供应链网络知识图谱，确定所述粗排企业集合中企业的上下游综合表征向量；根据所述粗排企业集合中企业的特征信息，确定所述粗排企业集合中企业的特征向量；根据所述粗排企业集合中企业的所述上下游综合表征向量以及所述特征向量，确定所述粗排企业集合中企业的知识表征。5.根据权利要求4所述的方法，其特征在于，根据所述供应链网络知识图谱，确定所述粗排企业集合中企业的上下游综合表征向量的操作，包括：利用Word2Vec模型对所述粗排企业集合中企业的上下游节点信息进行向量转换，确定所述粗排企业集合中企业的上下游节点的向量信息；根据所述粗排企业集合中企业的上下游节点的向量信息，确定所述所述粗排企业集合中企业的上下游综合表征向量。6.根据权利要求4所述的方法，其特征在于，其中所述粗排企业集合中企业的特征信息包括企业规模、企业经营状况、企业信用程度、企...

【专利技术属性】
技术研发人员：刘振宇，王志刚，马兰，王晶，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：