【技术实现步骤摘要】
本专利技术涉及设备项目管理，尤其涉及一种采购设备项目结算方法、装置、设备及存储介质。
技术介绍
1、分拨中心(allocating center)是物流行业运作的经济活动组织，换个角度来说，它又是集加工、理货、送货等多种职能于一体的物流据点。作为物流据点的分拨中心，为了有效地进行配送亦即为了能够同时向不同的用户配送多种货物，分拨中心必须采取适当的方式对组织进来(或者接收到)的货物进行拣选，在此基础上，按照配送计划将货物进行分装和配装，在分装和配装过程中，分拨中心使用到多种设备，如自动物流分拣流水线上的设备，当分拨中心有需求时，物流企业会对需求设备进行采购，物流企业在进行设备管理时，多通过工作人员进行采购结算及管理，工作人员工作量巨大，操作繁琐，且出错率较高，准确性和可靠性欠佳，降低了项目进展效率。
技术实现思路
1、本专利技术提供了一种采购设备项目结算方法、装置、设备及存储介质，用于对预结算采购订单自动化处理和批量付款，从而提高采购设备项目结算的效率与准确性。
2、本专利技术第一方面提供了一种采购设备项目结算方法，所述采购设备项目结算方法包括：获取预结算采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息；将所述预结算采购订单的付款信息输入基于k-means聚类算法的付款信息分类模型，获取所述付款信息分类模型输出的多个类别的预结算采购订单；对每个类别中的预结算采购订单进行识别，筛选异常订单，并对所述异常订单复核，若复核结果为订单异常，则将所述异常订单剔除，将剩余
3、可选的，在本专利技术第一方面的第一种实现方式中，所述获取预结算采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息，包括：获取预结算采购订单，并按照订单创建时间的先后顺序对所述预结算采购订单进行排序；根据排序后的预结算采购订单查找最早订单创建时间和最晚订单创建时间，并根据所述最早订单创建时间和所述最晚订单创建时间形成查询时间范围；筛选出查询时间范围内的未付款采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息。
4、可选的，在本专利技术第一方面的第二种实现方式中，所述将所述预结算采购订单的付款信息输入基于k-means聚类算法的付款信息分类模型，获取所述付款信息分类模型输出的多个类别的预结算采购订单，包括：构建基于k-means聚类算法的付款信息分类模型；对所述预结算采购订单的付款信息进行清洗和预处理，得到清洗后付款信息；将所述清洗后付款信息输入所述付款信息分类模型，获取所述付款信息分类模型输出的分类结果。
5、可选的，在本专利技术第一方面的第三种实现方式中，所述构建基于k-means聚类算法的付款信息分类模型，包括：收集付款信息样本，并对所述付款信息样本中用于聚类的特征进行标准化处理，得到训练数据集；重复随机划分所述训练数据集为训练集和测试集，在每次划分中构建k-means聚类模型，并使用所述训练集对所述k-means聚类模型进行训练，得到已训练模型，并使用测试集对所述已训练模型进行测试，计算所述已训练模型的聚类性能指标；选择聚类性能指标最优的已训练模型作为付款信息分类模型。
6、可选的，在本专利技术第一方面的第四种实现方式中，所述对每个类别中的预结算采购订单进行识别，筛选异常订单，并对所述异常订单复核，若复核结果为订单异常，则将所述异常订单剔除，将剩余的预结算采购订单放入待付款订单集合；若复核结果为订单无异常，则将所有预结算采购订单放入待付款订单集合，包括：对每个类别中的预结算采购订单进行识别，筛选出订单号相同的预结算采购订单，并标记为第一异常订单，并将第一异常订单放入待复核订单集合中，并将剩余的预结算采购订单放入非重复订单集合中；基于非重复订单集合统计每个类别中的预结算采购订单的付款金额，筛选出付款金额大于当前类别的预结算采购订单的付款金额均值的2倍的预结算采购订单，并标记为第二异常订单，并将第二异常订单放入待复核订单集合中，并将剩余的预结算采购订单放入待付款订单集合；对待复核订单集合中的第一异常订单和第二异常订单进行复核，若复核结果为订单异常，则将对应的第一异常订单或第二异常订单剔除；若复核结果为订单无异常，则将对应的第一异常订单或第二异常订单放入待付款订单集合。
7、可选的，在本专利技术第一方面的第五种实现方式中，所述对所述待付款订单集合中的预结算采购订单进行批量付款，并显示已付款订单对应的付款金额，包括：解析待付款订单集合中的预结算采购订单，得到收款账号和付款金额，并对收款账号进行安全认证；将通过安全认证的收款账号保存为收款账号群组信息；调用批量付款接口访问收款账号群组信息，完成批量付款，并显示已付款订单对应的付款金额。
8、可选的，在本专利技术第一方面的第六种实现方式中，所述收集历史异常订单数据，并对所述历史异常订单数据进行分析，生成付款订单异常分析报告，包括：收集历史异常订单数据，并对历史异常订单数据进行清洗和整理，得到处理后异常订单；对处理后异常订单按照异常类型进行分类，并对各类异常订单进行分布分析，得到各类异常订单的数量占比和趋势变化，并分析各类异常订单的异常原因；根据各类异常订单的数量占比、趋势变化和异常原因生成付款订单异常分析报告。
9、本专利技术第二方面提供了一种采购设备项目结算装置，包括：获取模块，用于获取预结算采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息；分类模块，用于将所述预结算采购订单的付款信息输入基于k-means聚类算法的付款信息分类模型，获取所述付款信息分类模型输出的多个类别的预结算采购订单；异常识别模块，用于对每个类别中的预结算采购订单进行识别，筛选异常订单，并对所述异常订单复核，若复核结果为订单异常，则将所述异常订单剔除，将剩余的预结算采购订单放入待付款订单集合；若复核结果为订单无异常，则将所有预结算采购订单放入待付款订单集合；付款模块，用于对所述待付款订单集合中的预结算采购订单进行批量付款，并显示已付款订单对应的付款金额；分析模块，用于收集历史异常订单数据，并对所述历史异常订单数据进行分析，生成付款订单异常分析报告。
10、可选的，在本专利技术第二方面的第一种实现方式中，所述获取模块包括：获取单元，用于获取预结算采购订单，并按照订单创建时间的先后顺序对所述预结算采购订单进行排序；排序单元，用于根据排序后的预结算采购订单查找最早订单创建时间和最晚订单创建时间，并根据所述最早订单创建时间和所述最晚订单创建时间形成查询时间范围；查询单元，用于筛选出查询时间范围内的未付款采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息。
11、可选的，在本专利技术第二方面的第二种实现方式中，分类模块包括：所述构建单元，用于构建基于k-mea本文档来自技高网...
【技术保护点】
1.一种采购设备项目结算方法，其特征在于，所述采购设备项目结算方法包括：
2.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述获取预结算采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息，包括：
3.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述将所述预结算采购订单的付款信息输入基于k-means聚类算法的付款信息分类模型，获取所述付款信息分类模型输出的多个类别的预结算采购订单，包括：
4.根据权利要求3所述的采购设备项目结算方法，其特征在于，所述构建基于k-means聚类算法的付款信息分类模型，包括：
5.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述对每个类别中的预结算采购订单进行识别，筛选异常订单，并对所述异常订单复核，若复核结果为订单异常，则将所述异常订单剔除，将剩余的预结算采购订单放入待付款订单集合；若复核结果为订单无异常，则将所有预结算采购订单放入待付款订单集合，包括：
6.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述对所述待付款订单集合中的预结算采购
7.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述收集历史异常订单数据，并对所述历史异常订单数据进行分析，生成付款订单异常分析报告，包括：
8.一种采购设备项目结算装置，其特征在于，包括：
9.一种采购设备项目结算设备，其特征在于，包括存储器和至少一个处理器，所述存储器中存储有计算机可读指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1-7中任一项所述采购设备项目结算方法的各个步骤。
...【技术特征摘要】
1.一种采购设备项目结算方法，其特征在于，所述采购设备项目结算方法包括：
2.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述获取预结算采购订单，并根据所述预结算采购订单的订单号查询对应的付款信息，包括：
3.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述将所述预结算采购订单的付款信息输入基于k-means聚类算法的付款信息分类模型，获取所述付款信息分类模型输出的多个类别的预结算采购订单，包括：
4.根据权利要求3所述的采购设备项目结算方法，其特征在于，所述构建基于k-means聚类算法的付款信息分类模型，包括：
5.根据权利要求1所述的采购设备项目结算方法，其特征在于，所述对每个类别中的预结算采购订单进行识别，筛选异常订单，并对所述异常订单复核，若复核结果为订单异常，则将所述异常订单剔除，将剩余的预结算采购订单放入...
【专利技术属性】
技术研发人员：杨满坡，杨周龙，潘宏晶，
申请(专利权)人：上海韵达高新技术有限公司，
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。