铁路物资供应资源推荐方法、系统和存储介质技术方案

本发明专利技术提供一种铁路物资供应资源推荐方法、系统和存储介质，方法包括：采集各用户在资源池对物资的操作行为数据；基于采集的数据和预先建立的用户行为评分权重模型，生成与物资和用户的操作行为相关的行为评分矩阵；基于行为评分矩阵建立物资表征向量，利用物资表征向量和余弦相似度算法计算物资之间的相似度，并将得到的物资相似度结果存储在相似度词库中；基于采集的当前用户对物资的历史操作行为数据，从相似度词库中查找与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资，并基于查找结果确定推荐物资列表；基于推荐物资列表在用户访问资源池的页面上向用户推荐物资。本发明专利技术能够实现资源精准推荐。本发明专利技术能够实现资源精准推荐。本发明专利技术能够实现资源精准推荐。

【技术实现步骤摘要】
铁路物资供应资源推荐方法、系统和存储介质


[0001]本专利技术涉及铁路物资匹配
，尤其涉及一种铁路物资供应资源推荐方法和系统。

技术介绍

[0002]铁路企业的物资供应资源渠道繁多，包括铁路企业自身所拥有的库存资源、跟供应商签订的协议资源和战略合作供应商的信息资源等等。同时，铁路企业经营涉及高铁车辆的维修、铁轨线路的维护、铁路供电设备的维护、铁路桥梁施工建设等方面，因此维持日常经营涉及的物资品种繁多，如：铁路机车车辆配件、铁路线路维护材料、日常办公物资等，并且相同名称下的物资可能就有很多种。这些物资供应资源汇集起来形成资源池。
[0003]现有物资推荐系统仅能像目前的购物平台一样，根据用户自身的操作历史确定用户偏好，并根据用户偏好从资源池中选择要推荐的候选物资并进行物资推荐。但是，这种物资推荐方式仅考虑了用户操作行为，而没有考虑其他可能影响物资供应资源的因素，因此存在资源推荐不精准、数据稀疏等问题，致使不能很好地匹配铁路企业各部门的需求实现精准推荐。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种铁路物资供应资源推荐方法和系统，以消除或改善现有技术中存在的一个或更多个缺陷。
[0005]本专利技术的一个方面提供了一种铁路物资供应资源推荐方法，该方法包括以下步骤：
[0006]采集各用户在资源池对物资的操作行为数据；
[0007]基于采集的操作行为数据和预先建立的用户行为评分权重模型，生成与物资和用户的操作行为相关的行为评分矩阵；其中，所述用户评分权重模型是基于用户对物资的操作行为及其行为类型建立的，所述用户评分权重模型中记录有用户对物资的各操作行为所占的评分权重指标以及各操作行为的行为类型，所述行为类型包括个人行为类型和单位行为类型；
[0008]基于所述行为评分矩阵建立物资表征向量，利用物资表征向量和余弦相似度算法计算物资之间的相似度，并将得到的物资相似度结果存储在相似度词库中；
[0009]基于采集的当前用户对物资的历史操作行为数据，从所述相似度词库中查找与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资，并基于查找结果确定推荐物资列表；
[0010]基于推荐物资列表在用户访问资源池的页面上向用户推荐物资和对应的供应资源。
[0011]在本专利技术的一些实施例中，所述方法还包括：基于查找结果确定推荐物资列表后，基于推荐物资列表和该列表中物资的资源的优先级配置确定该列表中物资的排序，以基于
确定的排序向用户推荐物资和对应的供应资源。
[0012]在本专利技术的一些实施例中，所述方法还包括：在采集的操作行为数据中含有当前用户实时操作行为数据的情况下，在资源池中查找与用户实时操作行为数据涉及的物资相似度匹配的物资和对应的供应资源，并基于查找结果确定推荐物资列表，以基于推荐物资列表在用户访问资源池的页面上向用户推荐物资和供应资源。
[0013]在本专利技术的一些实施例中，所述基于查找结果确定推荐物资列表包括：在所述相似度词库中存在与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资的情况下，确定所述相似度匹配的物资的相似度评分，按照相似度评分高低进行排序，并基于排序获得推荐物资列表；在当前用户不存在对物资的历史操作行为数据的情况下，或者在所述相似度词库中不存在与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资的情况下，根据当前用户所属单位和/或所属专业下的历史采购消耗数据，获取最近预定时间段内采购或消耗频次最高的预定种类的物资作为推荐热词，基于推荐热词对资源池进行自动搜索，并按照预定的资源类型优先级评分配置算法产生搜索结果，来基于搜索结果确定推荐物资列表。
[0014]在本专利技术的一些实施例中，所述基于推荐物资列表和该列表中物资的资源的优先级配置确定该列表中物资的排序包括：基于推荐物资列表和预定的资源类型优先级评分配置算法确定该列表中物资的排序，所述预定的资源类型优先级评分配置算法包括：基于预定评分要素及其评分权重来对搜索结果进行物资的综合评分，并基于综合评分结果来确定推荐物资列表排序，其中所述预定评分要素包括以下要素中的部分或全部要素：物资与资源信息的匹配相似度评分要素、资源优先级评分要素、供应商评价评分要素、本单位资源物资采购额评分要素、全路物资销售额评分要素、资源信息完整度等级评分要素和供应商发货时长评分要素。
[0015]在本专利技术的一些实施例中，当用户输入物资关键词在资源池进行物资搜索或者在系统利用推荐热词作为物资关键词在资源池内进行物资搜索时，所述物资与资源信息的匹配相似度评分要素为基于词频
‑
逆向文档频率算法对物资与资源信息进行匹配的相似度评分要素。
[0016]在本专利技术的一些实施例中，所述推荐热词的提取优先级由高到低依次为：本站段、本路局本专业、全路本专业。
[0017]在本专利技术的一些实施例中，所述操作行为包括以下操作行为中的一种或多种操作行为：搜索物资、匹配物资、加入物资需求清单、查看物资、采集采购订单记录和采集资源消耗记录；所述利用物资表征向量和余弦相似度算法计算物资之间的相似度包括：利用物资表征向量和余弦相似度算法计算具有相同类别标签的物资之间的相似度。
[0018]在本专利技术的一些实施例中，所述基于推荐物资列表和该列表中物资的资源的优先级配置确定该列表中物资的排序包括：基于推荐物资列表和预定的资源类型优先级评分配置算法确定该列表中物资的排序，所述预定的资源类型优先级评分配置算法包括：基于预定评分要素及其评分权重来对搜索结果进行物资的综合评分，并基于综合评分结果来确定推荐物资列表排序，其中所述预定评分要素包括以下要素中的部分或全部要素：物资与资源信息的匹配相似度评分要素、资源优先级评分要素、供应商评价评分要素、本单位资源物资采购额评分要素、全路物资销售额评分要素、资源信息完整度等级评分要素和供应商发
货时长评分要素。
[0019]在本专利技术的一些实施例中，当用户输入物资关键词在资源池进行物资搜索或者在系统利用推荐热词作为物资关键词在资源池内进行物资搜索时，所述物资与资源信息的匹配相似度评分要素为基于词频
‑
逆向文档频率算法对物资与资源信息进行匹配的相似度评分要素。
[0020]在本专利技术的一些实施例中，所述推荐热词的提取优先级由高到低依次为：本站段、本路局本专业、全路本专业。
[0021]在本专利技术的一些实施例中，所述资源优先级评分要素包括以下要素中的一种或多种：两年无动态资源、闲置资源、库存资源、其他存量资源、代储资源、框架协议资源、联合采购资源、区域联采资源、配件中心资源、所属企业间采购名录和生产商库存资源。
[0022]本专利技术的另一方面提供了一种铁路物资供应资源推荐系统，该系统包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。
[0023]本专利技术的另一方面提供了一种计算机可读存储介质，其上存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铁路物资供应资源推荐方法，其特征在于，该方法包括以下步骤：采集各用户在资源池对物资的操作行为数据；基于采集的操作行为数据和预先建立的用户行为评分权重模型，生成与物资和用户的操作行为相关的行为评分矩阵；其中，所述用户评分权重模型是基于用户对物资的操作行为及其行为类型建立的，所述用户评分权重模型中记录有用户对物资的各操作行为所占的评分权重指标以及各操作行为的行为类型，所述行为类型包括个人行为类型和单位行为类型；基于所述行为评分矩阵建立物资表征向量，利用物资表征向量和余弦相似度算法计算物资之间的相似度，并将得到的物资相似度结果存储在相似度词库中；基于采集的当前用户对物资的历史操作行为数据，从所述相似度词库中查找与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资，并基于查找结果确定推荐物资列表；基于推荐物资列表向用户推荐物资和对应的供应资源。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于查找结果确定推荐物资列表后，基于推荐物资列表和该列表中物资的资源的优先级配置确定该列表中物资的排序，以基于确定的排序向用户推荐物资和对应的供应资源。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：在采集的操作行为数据中含有当前用户实时操作行为数据的情况下，在资源池中查找与用户实时操作行为数据涉及的物资相似度匹配的物资和对应的供应资源，并基于查找结果确定推荐物资列表，以基于推荐物资列表在用户访问资源池的页面上向用户推荐物资和供应资源。4.根据权利要求2所述的方法，其特征在于，所述基于查找结果确定推荐物资列表包括：在所述相似度词库中存在与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资的情况下，确定所述相似度匹配的物资的相似度评分，按照相似度评分高低进行排序，并基于排序获得所述推荐物资列表；在当前用户不存在对物资的历史操作行为数据的情况下，或者在所述相似度词库中不存在与当前用户的历史操作行为数据所涉及的物资相似度匹配的物资的情况下，根据当前用户所属单位和/或所属专业下的历史采购消耗数据，获取最近预定时间段内采购或消耗频次最高的预定种类的物资作为推荐热词，基于推荐热词对资源池进行自动搜索，并按照预定的资源类型优先级评分配置算法产生搜索结果，来基于搜索结果确定推荐物资...

【专利技术属性】
技术研发人员：王璞，孙晶，王芳，张文哲，宋嘉斗，张振江，武晓亮，倪铮，王占，李红利，李明星，
申请(专利权)人：北京经纬信息技术有限公司，
类型：发明
国别省市：