一种电商平台供应商的筛选方法、装置、设备和介质制造方法及图纸

本发明专利技术提供一种电商平台供应商的筛选方法、装置、设备和介质，通过大数据技术在各个网络平台上收集供应商的商品销量等数据和财务状况信息，构建供应商信息库，基于供应商信息库、评价模型及算法建立全面的供应商综合能力评价体系，该评价体系覆盖准入检验阶段、不良管理阶段、售后管理阶段、停线阶段及服务态度全流程，基于评价项目的不同设置了不同的权重计算和评分机制，可提高供应商评价的准确性，可快速筛选出优质供应商及其优质商品。可快速筛选出优质供应商及其优质商品。可快速筛选出优质供应商及其优质商品。

【技术实现步骤摘要】
一种电商平台供应商的筛选方法、装置、设备和介质


[0001]本专利技术涉及电商
，特别涉及一种电商平台供应商的筛选方法、装置、设备和介质。

技术介绍

[0002]随着全球经济环境、贸易格局、创新产业的不断变化，当下已进入到了供应链多元化、高质量发展的新时代，无论企业、区域或者国家，供应商评价体系的构建和升级能够使得竞争主体有效利用更多资源，从而保持领先地位；而对于供应商管理的忽视或迭代滞后，则终将导致竞争主体被更具优势的对手替代。在当前形势下，商业竞争日益剧烈，市场产品同质化越来越高，为提高自身竞争力，企业降低成本成为重要指标，而采购及购买成本占到了整个销货成本的百分之六十，为此采购决策对企业的收益越来越重要。因此对供应商的评价选择直接影响企业的正常生产经营。因供应商产品质量问题导致对供应商的质量改善、工艺、路线、配额的调整一般都是滞后的，对企业的质量管控产生了不利影响。因此需要及时、全面的评价各个供应商的质量，筛选出合适的供应商以供调整。
[0003]综上，建立电商平台供应商完整的评价体系，为企业对供应商的评价或第三方评价及政府本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商平台供应商的筛选方法，其特征在于：包括下述步骤：S1、应用j2crawler爬虫微服务集群，海量并发抓取kafka集群请求队列，定期采集供应商在各电商平台和厂商官网的周期内的供应商服务信息，定期采集供应商在企业信息查询网站的周期内的供应商财务状况信息；所述供应商服务信息包括：商品销售量、商品价格、供应商售后服务水平、供应商物流服务水平、商品存量、总发货量、总成交量、总订单量和顾客好评信息；所述供应商财务状况信息包括资产负债率信息；S2、将采集所得的供应商服务信息和供应商资产负债率信息进行分类汇总后存储到供应商信息库中，所述供应商信息库为Hbase数据库集群；S3、根据所述商品存量和总发货量计算不缺货率；根据总成交量、总订单量计算负退货率；根据对供应商的同款商品在不同电商平台的价格进行比对计算价格比率，包括市场平均价格比率和市场最低价格比率；通过顾客好评信息计算顾客好评率；不缺货率＝商品存量/总发货量x100％；负退货率＝总成交量/总订单量x100％；顾客好评率＝顾客好评量/顾客评价总量x100％；平均价格比率＝(供应商的供货价格
‑
市场平均价)/市场平均价*100％；最低价格比率＝(供应商的供货价格
‑
市场最低价)/市场最低价*100％；所述商品存量为供应商的同款商品在各个电商平台上商品存量的总和；所述总发货量为供应商的同款商品在各个电商平台上发货量的总和；所述总成交量为供应商的同款商品在各个电商平台上成交量的总和；所述总订单量为供应商的同款商品在各个电商平台上订单量的总和；所述顾客好评量为供应商的同款商品在单个电商平台的顾客好评量；所述顾客评价总量为供应商的同款商品在单个电商平台的顾客评价总量；供应商的供货价格为供应商的同款商品给当前平台的供货报价；所述市场平均价为同款商品的各个电商平台的供货价格取平均值；所述市场最低价为同款商品的各个电商平台的供货价格的最低值；S4、通过指标权重评分机制对供应商的评价指标进行评分，并计算总评分，生成供应商综合能力评价报告，供应商的评价指标包括定性指标和定量指标；所述定性指标包括对财务状况、供应商售后服务水平和供应商物流服务水平；所述定量指标包括对商品销售量、不缺货率、负退货率、市场平均价格比率、市场最低价格比率以及顾客好评率；所述总评分计算公式：S＝∑(A
i
×
W
i
)；S表示供应商总评分，A
i
表示第
i
个指标评分，W
i
表示第i个指标权重；S5、根据供应商的总评分对各同款商品的供应商进行优劣评级，筛选出同款商品的优质供应商。2.根据权利要求1所述的一种电商平台供应商的筛选方法，其特征在于：还包括：S6、将所述综合能力评价报告保存到供应商信息库，绘制各周期的各评价指标评分曲线、总评分曲线和优劣评级曲线并保存在所述供应商信息库中。3.根据权利要求1或2所述的一种电商平台供应商的筛选方法，其特征在于：所述供应
商综合能力评价报告的内容包括：供应商的各项评价指标评分及总评分，以及对厂商官网、电商平台的数据来源页面的快照存证。4.根据权利要求1所述的一种电商平台供应商的筛选方法，其特征在于：所述同款商品的判断由品目预测机器人实现，所述品目预测机器人的实现方法包括：环境搭建过程，下载bert预训练语言模型bert
‑
base
‑
chinese；通过海量无标注语料对下载的所述bert预训练语言模型bert
‑
base
‑
chinese进行预训练，得到预训练后bert模型；该海量无标注语料未作商品标题的标注；模型微调过程，基于品目库标准构建品目标签集文件class.txt，供预训练后bert模型读取；将品目清单进行one
‑
hot编码形成标签矩阵；选取run_classifier.py文件作为下游分类任务的分类器；在所述run_classifier.py文件中关联数据集文件、品目标签集文件class.txt和初始模型参数列表，从而能加载标注数据集C和所述品目标签矩阵作为分类器的输入，加载初始模型参数列表并配置初始学习率参数值后运行分类器，通过分类器对输入的各个商品标题信息进行所属品目的推理，列出推理结果；重新配置学习率参数值和模型参数列表，继续运行分类器，并进行推理，如此反复，得到多个推理能力不同的bert模型；选择分类器推理能力最高的bert模型作为最佳模型，并保存最佳模型的模型参数列表；模型评估过程，运行所述最佳模型，加载所述最佳模型的模型参数列表；输入测试数据集核验输出结果的置信度，核验模型对商品归类的准确率，若准确率低于阈值，则重新配置学习率取值和模型参数列表后再进行模型微调，直到准确率不低于阈值时结束，此时得到的bert模型即为所述电商商品的品目预测机器人；其中，所述下游分类任务是用于将商品标题信息文本分为若干商品类目；所述标注数据集C标注了商品标题和品目标签；所述模型参数列表包括商品属性、名称和品牌的相关参数；所述测试数据集为一定数量的商品标题信息的数据集。5.一种电商平台供应商的筛选装置，其特征在于：包括：采集模块，应用j2crawler爬虫微服务集群，海量并发抓取kafka集群请求队列，定期采...

【专利技术属性】
技术研发人员：郑新刚，杨锋，邱华淞，林生基，黄昌邦，黄文斌，王赛，
申请(专利权)人：数采小博科技发展有限公司，
类型：发明
国别省市：