本发明专利技术实施例公开了基于深度学习的采购意向方法，其包括：获取出口企业和所有采购企业的维度信息、互动信息，通过深度学习模型处理出口企业所有采购企业的维度信息，通过线性回归模型型处理出口企业和所有采购企业的互动信息，分别获取业务关联参数和互动参数，再将出口企业和与采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数，最后结合上述业务关联参数、互动参数和同行竞对风险参数确定所有采购企业的采购需求意向，这种方法不但能够将更多维的双方企业信息纳入考虑，从而更精准智能的识别采购企业的合作意向，还能够对采购企业的意向进行排序，有利于提高市场出口和采购行为效率。有利于提高市场出口和采购行为效率。有利于提高市场出口和采购行为效率。
【技术实现步骤摘要】
基于深度学习的采购意向方法、系统、存储介质及设备
[0001]本专利技术涉及企业采购信息处理
，尤其涉及一种基于深度学习的采购意向方法。
技术介绍
[0002]现有技术中，外贸公司会通过对采购企业的所属的行业，经营范围、所在区域和过往采购记录进行简单的人工的定性分析来判断采购企业的采购意向，但由于综合的双方企业信息维度过少以及双方信息严重不对称等情况，导致难以判断采购企业的采购需求意向或者出现判断失误的情况。
技术实现思路
[0003]基于此，有必要针对上述问题，提出了基于深度学习的采购意向方法。
[0004]一种基于深度学习的采购意向方法，所述方法包括下列步骤：
[0005]获取出口企业和所有采购企业的维度信息、互动信息，通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数，通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数，将出口企业和采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数，根据所述业务关联参数、所述互动参数和所述同行竞对风险参数确定所述所有采购企业的采购需求意向。
[0006]上述方案中，所述获取出口企业和所有采购企业的维度信息，具体包括：所述采购企业维度信息包括行业领域、产品及系列、进口货运方式、所在地区、进口来源地区、近3年进口规模、近3年进口频率次数、以及其近3年的产生国际贸易接触的对象的信息、联系人数量；所述出口企业维度信息包括经营产品、经营行业、企业主要出口地区、支持出口货运方式、年出口规模、近期贸易信息、客户类型以及其近3年的产生国际贸易接触的对象的信息。
[0007]上述方案中，所述采购企业近3年的产生国际贸易接触的对象的信息，具体包括：时间、进口来源地区、商品、规模、出口方式；所述出口企业近3年的产生国际贸易接触的对象的信息包括：时间、出口地区、商品、规模、出口方式。
[0008]上述方案中，所述获取出口企业和所有采购企业的互动信息，具体包括：出口企业发送的营销邮件数量、营销邮件已读和未读情况、邮件回复情况、在线附件查看情况。
[0009]上述方案中，所述通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数，具体包括：在深度学习模型中输入出口企业和所有采购企业的维度信息进行训练；交易完成情况作为模型预测值；模型训练次数根据数据集规模进行设定，深度学习模型训练次数达训练次数上限后停止训练，深度学习模型输出结果业务关联参数B，取值0
‑
1之间。
[0010]上述方案中，所述通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数，具体包括：将出口企业和所有采购
企业的互动信息数据进行量化，输入线性回归模型中，获取互动参数I。
[0011]上述方案中，所述将出口企业和所有采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数，具体包括：
[0012]若采购企业近3年出口商品中有与出口企业的出口商品相同，且该采购企业近3年进口商品中与出口企业的出口商品完全不同的话，同行竞对风险R＝1；
[0013]若采购企业近3年出口商品中有与出口企业的出口商品相同，且该采购企业近3年进口商品中存在与出口企业的出口商品相同，且数量占比为50％以内的话，同行竞对风险R＝0.7；
[0014]若采购企业近3年出口商品中有与出口企业的出口商品相同，且该采购企业近3年进口商品中存在与出口企业的出口商品相同，且数量占比为50％
‑
100％的话，同行竞对风险R＝0.3；
[0015]若采购企业近3年出口商品中没有与出口企业的出口商品相同的话，同行竞对风险R＝0。
[0016]上述方案中，所述根据所述业务关联参数、所述互动参数和所述同行竞对风险参数确定所述所有采购企业的采购需求意向，具体包括：所述采购需求意向W由业务关联参数B、互动参数I和同行竞对风险参数R构成，其具体计算公式为：W＝a*B
‑
b*R+c*I,其中，a、b、c为系数。
[0017]上述方案中，所述采购需求意向W设置四个级别，具体包括：
[0018]当采购需求意向W小于等于0.1，当同行竞对风险参数R大于0时，判断采购企业的采购意向为：没有采购意向，且可能为同行竞对；
[0019]当采购需求意向W大于0.1，当同行竞对风险参数R小于等于0.4时，判断采购企业的采购意向为：低采购意向；
[0020]当采购需求意向W大于0.4，当同行竞对风险参数R小于等于0.6时，判断采购企业的采购意向为：中等采购意向；
[0021]当采购需求意向W大于0.6，当同行竞对风险参数R小于等于0.8时，判断采购企业的采购意向为：高采购意向。
[0022]更进一步的，本专利技术还提出了一种基于深度学习的采购意向系统，其特征在于，所述系统包括：第一获取单元、第二获取单元、第三获取单元和计算单元；
[0023]所述第一获取单元，用于获取业务关联参数B；所述第二获取单元，用于获取互动参数I；所述第三获取单元，用于获取同行竞对风险参数R；所述计算单元，用于根据所述业务关联参数B、所述互动参数I和所述同行竞对风险参数R确定采购需求意向W。
[0024]更进一步的，本专利技术还提出了一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：获取出口企业和所有采购企业的维度信息、互动信息，通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数，通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数，将出口企业和采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数，根据所述业务关联参数、所述互动参数和所述同行竞对风险参数确定所述所有采购企业的采购需求意向。
[0025]更进一步的，本专利技术还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：获取出口企业和所有采购企业的维度信息、互动信息，通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数，通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数，将出口企业和采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数，根据所述业务关联参数、所述互动参数和所述同行竞对风险参数确定所述所有采购企业的采购需求意向。
[0026]采用本专利技术实施例，具有如下有益效果：先获取出口企业和所有采购企业的各个维度信息和互动信息，通过深度学习模型处本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的采购意向方法，其特征在于，所述方法包括下列步骤：获取出口企业和所有采购企业的维度信息、互动信息；通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数；通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数；将出口企业和采购企业的出口商品情况进行匹配确定每一对出口企业和采购企业的同行竞对风险参数；根据所述业务关联参数、所述互动参数和所述同行竞对风险参数确定所述所有采购企业的采购需求意向。2.根据权利要求1所述的基于深度学习的采购意向方法，其特征在于，所述获取出口企业和所有采购企业的维度信息，具体包括：所述采购企业维度信息包括行业领域、产品及系列、进口货运方式、所在地区、进口来源地区、近3年进口规模、近3年进口频率次数、以及其近3年的产生国际贸易接触的对象的信息、联系人数量；所述出口企业维度信息包括经营产品、经营行业、企业主要出口地区、支持出口货运方式、年出口规模、近期贸易信息、客户类型以及其近3年的产生国际贸易接触的对象的信息。3.根据权利要求2所述的基于深度学习的采购意向方法，其特征在于，所述采购企业近3年的产生国际贸易接触的对象的信息，具体包括：时间、进口来源地区、商品、规模、出口方式；所述出口企业近3年的产生国际贸易接触的对象的信息包括：时间、出口地区、商品、规模、出口方式。4.根据权利要求1所述的基于深度学习的采购意向方法，其特征在于，所述获取出口企业和所有采购企业的互动信息，具体包括：出口企业发送的营销邮件数量、营销邮件已读和未读情况、邮件回复情况、在线附件查看情况。5.根据权利要求1至3任一所述的基于深度学习的采购意向方法，其特征在于，所述通过深度学习模型分别将出口企业和所有采购企业的维度信息进行处理，获得每一对出口企业和采购企业的业务关联参数，具体包括：在深度学习模型中输入出口企业和所有采购企业的维度信息进行训练；交易完成情况作为模型预测值；模型训练次数根据数据集规模进行设定，深度学习模型训练次数达训练次数上限后停止训练，深度学习模型输出结果业务关联参数B，取值0
‑
1之间。6.根据权利要求1或4任一所述的基于深度学习的采购意向方法，其特征在于，所述通过线性回归模型分别将出口企业和所有采购企业的互动信息进行处理，获得每一对出口企业和采购企业的互动参数，具体包括：将出口企业和所有采购企业的互动信息数据进行量化，输入线性回归模型中，获取互动参数I。7.根据权利要求1所述的基于深度学习的采购意向方法，其特征在于，所述将出口企业...
【专利技术属性】
技术研发人员：张玉君，
申请(专利权)人：深圳市小满科技有限公司，
类型：发明
国别省市：
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。