[发明专利]一种基于用户协同过滤的供应商推荐方法及装置

说明书

本发明涉及招标采购管理技术领域，提供一种基于用户协同过滤的供应商推荐方法及装置，用于解决招标采购过程中供应商筛选问题。本发明提供的一种基于用户协同过滤的供应商推荐方法，包括：获取与目标用户相似的用户集；所述用户集内的元素与目标用户的相似度在预设范围内；获取所述用户集内使用过的标的物，将标的物的供应商集推荐给目标用户。本申请的供应商推荐方法可以降低采购成本，利用其他用户的采购经历，获取了最终供应商的名单，从其中挑选此次采购的供应商，更可能采购到质优价廉的标的物。

技术领域

本发明涉及招标采购管理技术领域，具体涉及一种基于用户协同过滤的供应商推荐方法、装置、终端。

背景技术

按照广电企[2019]8号文《关于印发公司深化招标管理改革任务分解表的通知》整体要求，通过利用供应商数据重构等技术实现智能推荐、风险分析与智能预警，保证招标采购遴选供应商合规高效，防范采购过程中由于供应商自身风险导致履约、审计的风险。

招标采购过程中，要邀请多个供应商投标，也就是邀请招标，也称为有限竞争招标，是一种由招标人选择若干供应商或承包商，向其发出投标邀请，由被邀请的供应商、承包商投标竞争，从中选定中标者的招标方式。如何智能筛选邀标的供应商是亟待解决的的技术问题。

发明内容

本发明解决的技术问题为招标采购过程中供应商筛选问题，提供一种基于用户协同过滤的供应商推荐方法。

为了解决上述技术问题，本发明提供的技术方案为：

一种基于用户协同过滤的供应商推荐方法，包括：

获取与目标用户相似的用户集；所述用户集内的元素与目标用户的相似度在预设范围内；所述相似度为：

其中u为用户，U为用户集，sim为相似度，s为标的物，score为标的物评分，基于对标的物的行为确定；

获取所述用户集内使用过的标的物，将标的物的供应商集推荐给目标用户。

其他用户在招标采购过程也可能采购过相同的标的物，根据其他用户采购相同标的物的供应商进行推荐，可以降低采购成本。

降低采购成本，利用其他用户的采购经历，获取了最终供应商的名单，从其中挑选此次采购的供应商，更可能采购到质优价廉的标的物。

优选地，还包括：

获取用户集的用户特征，加入交叉网络中，进行特征交叉操作，得到第一输入特征；

获取供应商集的特征，进行贝叶斯平滑处理的得到第二输入特征；

将第一输入特征和第二输入特征进行堆叠操作，输入全连接深度神经网络中进行训练；

采用对数似然函数的损失函数集自适应矩阵估计算法对所述全连接深度神经网络进行优化，利用在线学习的方式，得到训练好的神经网络模型。根据用户特征也就是采购方的特征和供应商的特征训练神经网络，得到更适应于本次采购方用户特点的供应商集合。

优选地，进行特征交叉操作的公式为：

其中，，对应的第i层特征交叉层和第i+1层特征交叉层，是实数域集合，是的转置矩阵，是输入的初始层，和是第i特征交叉层对应学习到的参数，每一层的训练优化都是基于神经网络整体优化得到的；进行m层的特征交叉操作，最终得到这部分的特征为第一输入特征。通过交叉神经网络提取出特征，可以节约运算成本。

优选地，将第一输入特征和第二输入特征进行堆叠操作，操作公式为：；

其中为输入的总特征，将加入n层全连接深度神经网络中进行训练，每一层的网络是全连接神经网络。通过深度神经网络，可以更加有效地发觉采购方用户与供应商的深层次特征关系，更精准的推荐。

优选地，全连接深度神经网络的激活函数使用线性校正单元。

优选地，全连接深度神经网络的输出函数Sigmoid函数。