基于大数据的系统对接自动推单方法技术方案

本申请公开了一种基于大数据的系统对接自动推单方法。其首先从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息，接着，获取备选供应商的文本描述，然后，对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息。这样，可以对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配，以替换现有的预定规则的匹配方案，这样通过语义理解和匹配的方式，来提高自动推单的精准度和适配度。自动推单的精准度和适配度。自动推单的精准度和适配度。

【技术实现步骤摘要】
基于大数据的系统对接自动推单方法


[0001]本申请涉及自动推单领域，且更为具体地，涉及一种基于大数据的系统对接自动推单方法。

技术介绍

[0002]在电商平台的订单推单系统中，电商平台通常有大量的订单需要分配给不同的供应商或仓库进行处理和配送。传统的订单推单系统通常基于预定规则来进行分配决策，其中预定规则可以考虑多个因素，如供应商或仓库的库存情况、距离、配送能力、历史表现等。系统会根据这些因素来评估每个供应商或仓库的适合程度，并将订单分配给最合适的候选者。虽然上述订单推单系统可以减少人工干预和错误的可能性，但基于预定规则的推单系统会因为订单信息表达不符合规范或者供应商或仓库信息的表达不规范而导致推单匹配度降低甚至无法进行推单。
[0003]因此，期待一种更为优化的系统对接自动推单方案。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的系统对接自动推单方法。其可以对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配，以替换现有的预定规则的匹配方案，这样通过语义理解和匹配的方式，来提高自动推单的精准度和适配度。
[0005]根据本申请的一个方面，提供了一种基于大数据的系统对接自动推单方法，其包括：
[0006]从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息；
[0007]获取备选供应商的文本描述；以及
[0008]对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息。
[0009]与现有技术相比，本申请提供的基于大数据的系统对接自动推单方法，其首先从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息，接着，获取备选供应商的文本描述，然后，对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息。这样，可以对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配，以替换现有的预定规则的匹配方案，这样通过语义理解和匹配的方式，来提高自动推单的精准度和适配度。
附图说明
[0010]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用
的附图作简单地介绍，以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本申请的主旨。
[0011]图1为根据本申请实施例的基于大数据的系统对接自动推单方法的流程图。
[0012]图2为根据本申请实施例的基于大数据的系统对接自动推单方法的架构示意图。
[0013]图3为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S130的流程图。
[0014]图4为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S131的流程图。
[0015]图5为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S1312的流程图。
[0016]图6为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S132的流程图。
[0017]图7为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S1322的流程图。
[0018]图8为根据本申请实施例的基于大数据的系统对接自动推单方法的子步骤S134的流程图。
[0019]图9为根据本申请实施例的基于大数据的系统对接自动推单系统的框图。
[0020]图10为根据本申请实施例的基于大数据的系统对接自动推单方法的应用场景图。
具体实施方式
[0021]下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本申请保护的范围。
[0022]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0023]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0024]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0025]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0026]针对上述技术问题，本申请的技术构思为对所述待推送订单信息和所述备选供应
商的文本描述进行语义分析和匹配，以替换现有的预定规则的匹配方案，这样通过语义理解和匹配的方式，来提高自动推单的精准度和适配度。
[0027]图1为根据本申请实施例的基于大数据的系统对接自动推单方法的流程图。图2为根据本申请实施例的基于大数据的系统对接自动推单方法的架构示意图。如图1和图2所示，根据本申请实施例的基于大数据的系统对接自动推单方法，包括步骤：S110，从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息；S120，获取备选供应商的文本描述；以及，S130，对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息。
[0028]具体地，在本申请的技术方案中，首先从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息。同时，获取备选供应商的文本描述。在本申请一个具体的示例中，所述备选供应商的文本描述，包括：公司信息，供应商的公司名称、注册地点、成立时间等基本信息；产品范围，供应商所提供的产品或服务的范围，包括具体的商品或服务类别；质量保证，供应商对产品或服务质量的保证措施，如质量认证、检测标准、质量控制流程等；价格竞争力，供应商的价格策略和竞争力，包括是否有批发价、折扣政策等；供货能力，供应商的供货能力和产能，包括库存量、生产能力、配送能力等；交货时间，供应商的交货时间承诺，包括订单处理时间、发货时间、运输时间等；历史表现，供应商的历史表现和客户评价，包括交货准时率、客户满意度等指标；售后服务，供应商提供的售后服务和支持，包括退换货政策、技术支持等；合作经验，供应商与其他电商平台或客户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的系统对接自动推单方法，其特征在于，包括：从电商平台的订单数据库中获取待推送订单信息，其中，所述待推送订单信息包括订单号、商品信息和收货信息；获取备选供应商的文本描述；以及对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息。2.根据权利要求1所述的基于大数据的系统对接自动推单方法，其特征在于，对所述待推送订单信息和所述备选供应商的文本描述进行语义分析和匹配以确定是否向所述备选供应商推送所述待推送订单信息，包括：对所述待推送订单信息进行语义理解以得到待推送订单语义编码特征向量；对所述备选供应商的文本描述进行语义理解以得到备选供应商语义编码特征向量；对所述待推送订单语义编码特征向量和所述备选供应商语义编码特征向量进行语义匹配以得到订单
‑
供应商匹配语义表达特征向量；以及基于所述订单
‑
供应商匹配语义表达特征向量，确定是否向所述备选供应商推送所述待推送订单信息。3.根据权利要求2所述的基于大数据的系统对接自动推单方法，其特征在于，对所述待推送订单信息进行语义理解以得到待推送订单语义编码特征向量，包括：对所述待推送订单信息进行数据清洗、格式转化和分词处理以得到待推送订单描述词的序列；以及将所述待推送订单描述词的序列通过包含ALBert模型和文本卷积神经网络模型的语义编码器以得到所述待推送订单语义编码特征向量。4.根据权利要求3所述的基于大数据的系统对接自动推单方法，其特征在于，将所述待推送订单描述词的序列通过包含ALBert模型和文本卷积神经网络模型的语义编码器以得到所述待推送订单语义编码特征向量，包括：使用所述ALBert模型将所述待推送订单描述词的序列转化为待推送订单描述词特征向量的序列；以及将所述待推送订单描述词特征向量的序列排列为词特征矩阵后通过所述文本卷积神经网络模型以得到所述待推送订单语义编码特征向量。5.根据权利要求4所述的基于大数据的系统对接自动推单方法，其特征在于，对所述备选供应商的文本描述进行语义理解以得到备选供应商语义编码特征向量，包括：对所述备选供应商的文本描述进行数据清洗、格式转化和分词处理以得到备选供应商描述词的序列；以及将所述备选供应商描述词的序列通过包含word2vec模型和BiLSTM模型的语义编码器以得到所述备选供应商语义编码特征向量。6.根据权利要求5所述的基于大数据的系统对接自动推单方法，其特征在于，将所述备选供应商描述词的序列通过包含word2vec模型和BiLSTM模型的语义编码器以得到所述备选供应商语义编码特征向量，包括：使用所述word2vec模型将所述备选供应商描述词的序列转化为备选供应商描述词嵌入向量的序列；以及
将所述备选供应商描述词嵌入向量的序列通过所述BiLSTM模型进行基于全局的上下文语义编码以得到所述备选供应商语义编码特征向量。7.根据权利要求6所述的基于大数据的系统对接自动推单方法，其特征在于，对所述待推送订单语义编码特征向量和所述备选供应商语义编码特征向量进行语义匹配以得到订单
‑
供应商匹配语义表达特征向量，包括：使用级联函数对所述待推送订单...

【专利技术属性】
技术研发人员：李保荣，高佳，王富国，陈凤林，
申请(专利权)人：上海则一供应链管理有限公司，
类型：发明
国别省市：