【技术实现步骤摘要】
本专利技术主要涉及数据处理，尤其涉及一种复杂报价订单的处理方法及系统。
技术介绍
1、在电器检测行业，检测报价的制定涉及到多个影响因素，包括但不限于检测标准、检测项目、检测参数以及检测次数等。这些因素之间相互交织，形成了错综复杂的影响网络。正是由于电器产品的多样性和复杂性，以及检测需求的多样性，报价制定过程非常困难且难以确定。即便是经验丰富的行业专家，有时也难以根据客户的具体需求准确制定报价。其中，影响报价的最主要因素如下：
2、(1)检测标准。不同的电器产品需要遵循不同的检测标准，而这些标准可能来自国家标准、行业标准或客户自定义标准。对于每个标准，都有其特定的检测要求和程序，需要考虑到其影响因素对报价的影响。
3、(2)检测项目和参数。电器产品的检测项目和参数可能涵盖电气性能、安全性能、环境适应性等多个方面，每个项目和参数的检测都需要相应的设备和人力资源，因此会直接影响到报价的制定。
4、(3)检测次数。是影响报价的重要因素之一，某些电器产品可能需要进行多次检测以确保其符合标准和要求，而每次检测都会增加成本，从而影响最终的报价。
5、总的来说，电器检测行业中，报价制定过程存在着诸多挑战和困难，现有技术的处理方法不够智能，需要接入大量人工操作，复杂度高，成本花费大，准确性和效率更是无法保证。
6、因此，如何设计一种能够适应电气行业多样性和复杂性背景的高准确性和高效率的订单报价处理方法，是待解决的技术问题。
技术实现思路
1
2、第一方面，本申请实施例提供了一种复杂报价订单的处理方法，包括如下步骤：
3、获取当前报价订单，并根据所述当前报价订单确定其订单检测信息；
4、根据所述订单检测信息确定所述当前报价订单对应的产品类型；
5、根据所述产品类型匹配从检测标准库对应的订单检测标准；
6、根据所述订单检测标准确定所述当前报价订单对应的检测组合；
7、对检测组合进行预设次数的检测参数匹配和去重，获得检测参数列表集合；
8、对所述检测参数列表集合的所有检测参数列表进行平均校准后，获得校准检测参数列表；
9、将所述校准检测参数列表输入预先训练得到的长短时记忆lstm网络，生成最终订单报价。
10、优选地，在获取当前报价订单之前，先建立所述检测标准库；所述检测标准库是基于jsonb的数据存储结构。
11、优选地，通过如下步骤建立所述检测标准库：
12、获取进行报价产品的多个历史报价订单，识别每个所述历史报价订单的产品属性及属性值；
13、根据每个所述历史报价订单的产品属性及属性值匹配每个所述历史报价订单的检测标准；
14、所有历史报价订单的产品属性及属性值及其对应的检测标准，构成了所述检测标准库。
15、优选地，所述长短时记忆lstm网络，通过如下方式获得：
16、获取多个历史订单数据，所述多个历史订单数据包括多个历史订单的产品属性及属性值和订单报价；
17、从根据所述多个历史订单的产品属性及属性值和订单报价，训练得到lstm网络；
18、若有新增的历史订单数据，根据新增的历史订单数据以及在预设时长内使用lstm网络得到的预测结果，更新所述lstm网络。
19、优选地，所述订单检测信息包括客户信息、产品信息、样品信息和检测要求。
20、优选地，根据所述订单检测信息确定所述当前报价订单对应的产品类型，包括如下步骤：
21、从所述订单检测信息中提取产品类型特征提取；
22、根据所述产品类型关键词从预先储存的产品类型数据库中进行关键词匹配；
23、当所述产品类型关键词和所述产品类型数据库的特定产品类型的匹配概率超过预设阈值时，则匹配成功；否则，重复上述步骤。
24、优选地，所述根据所述订单检测标准确定所述当前报价订单对应的检测组合，包括如下步骤：
25、根据所述订单检测标准的条款和检测要求，确定当前报价订单的检测组合，所述检测组合包括检测项目和检测要求次数。
26、优选地，所述对检测组合进行预设次数的检测参数匹配和去重，获得检测参数列表集合，包括如下步骤：
27、将所述检测组合的每个检测项目进行参数匹配和去重，使得每项检测项目的每个维度通过单一检测参数来表征；
28、保存每一次获得的所述检测组合的每个检测项目的预设检测参数，获得检测参数列表；
29、将以上步骤重复预设次数，获得预设次数个检测参数列表组成的所述检测参数列表集合。
30、优选地，所述对所述检测参数列表集合的所有检测参数列表进行平均校准后，获得校准检测参数列表，包括如下步骤：
31、对所述检测参数列表集合中每个检测参数列表中的同一维度参数做算术平均，获得检测参数列表中同一维度参数的平均值；
32、所有检测参数列表中所有维度参数的平均值构成所述校准检测参数列表。
33、第二方面，本申请实施例提供了一种复杂报价订单的处理系统，包括：
34、获取单元，获取当前报价订单，并根据所述当前报价订单确定其订单检测信息；
35、第一确定单元，根据所述订单检测信息确定所述当前报价订单对应的产品类型；
36、匹配单元，根据所述产品类型匹配从检测标准库对应的订单检测标准；
37、第二确定单元，根据所述订单检测标准确定所述当前报价订单对应的检测组合；
38、处理单元，对检测组合进行预设次数的检测参数匹配和去重，获得检测参数列表集合；
39、校准单元，对所述检测参数列表集合的所有检测参数列表进行平均校准后，获得校准检测参数列表；
40、生成单元，将所述校准检测参数列表输入预先训练得到的长短时记忆lstm网络，生成最终订单报价。
41、与现有技术相比，本专利技术具有如有益效果：
42、(1)具有灵活性和可扩展性：采用基于jsonb的数据存储结构，能够灵活存储各种类型的检测参数及其对应的检测次数，无需事先定义复杂的表结构，本发专利技术能够轻松应对检测项目、参数和次数的多维参数变化，从而使得本专利技术具有较高可扩展性和适应性。
43、(2)高数据管理效率：建立了完善的数据结构，包括产品信息、检测标准、检测组合、检测参数等，实现了对电器检测行业中的关键数据的系统化管理，方便于高效查询与处理，本专利技术不仅提高了数据管理的效率，更是为报价制定和订单处理提供了便捷的支持。
44、(3)高整合性：提供了针对市场客户的具体需求和产品特性进行定制的服务，本专利技术通过灵活调整检测项目和次数的项目组合方式，能够为客户提供个性化的报价方案，满足其特定需求，提高了用户满意度和竞争力，具有广阔的市场应用前景本文档来自技高网...
【技术保护点】
1.一种复杂报价订单的处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种复杂报价订单的处理方法，其特征在于，在获取当前报价订单之前，先建立所述检测标准库；所述检测标准库是基于JSONB的数据存储结构。
3.根据权利要求2所述的一种复杂报价订单的处理方法，其特征在于，通过如下步骤建立所述检测标准库：
4.根据权利要求3所述的一种复杂报价订单的处理方法，其特征在于，所述长短时记忆LSTM网络，通过如下方式获得：
5.根据权利要求4所述的一种复杂报价订单的处理方法，其特征在于，所述订单检测信息包括客户信息、产品信息、样品信息和检测要求。
6.根据权利要求5所述的一种复杂报价订单的处理方法，其特征在于，根据所述订单检测信息确定所述当前报价订单对应的产品类型，包括：
7.根据权利要求6所述的一种复杂报价订单的处理方法，其特征在于，所述根据所述订单检测标准确定所述当前报价订单对应的检测组合，包括如下步骤：
8.根据权利要求7所述的一种复杂报价订单的处理方法，其特征在于，所述对检测组合进行预设次
9.根据权利要求8所述的一种复杂报价订单的处理方法，其特征在于，所述对所述检测参数列表集合的所有检测参数列表进行平均校准后，获得校准检测参数列表，包括如下步骤：
10.一种复杂报价订单的处理系统，其特征在于，包括：
...【技术特征摘要】
1.一种复杂报价订单的处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种复杂报价订单的处理方法，其特征在于，在获取当前报价订单之前，先建立所述检测标准库；所述检测标准库是基于jsonb的数据存储结构。
3.根据权利要求2所述的一种复杂报价订单的处理方法，其特征在于，通过如下步骤建立所述检测标准库：
4.根据权利要求3所述的一种复杂报价订单的处理方法，其特征在于，所述长短时记忆lstm网络，通过如下方式获得：
5.根据权利要求4所述的一种复杂报价订单的处理方法，其特征在于，所述订单检测信息包括客户信息、产品信息、样品信息和检测要求。
6.根据权利要求5所述的一种复杂报...
【专利技术属性】
技术研发人员：孟磊，余伦静，
申请(专利权)人：中合数字科技广东有限公司，
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。