[发明专利]基于即时互动吃播模式的食品订货决策方法及系统

权利要求书

1.基于即时互动吃播模式的食品订货决策方法，其特征在于，包括以下内容：

S1、基于熵权法Topsis模型对各主播的一定天数N增粉量PI、发布频率PF、平均点赞APP、平均评论AC、平均分享AS进行综合排序，确定各PI、PF、APP、AC、AS数值的层次范围；

S2、将整理后的PI、PF、APP、AC、AS作为自变量，主播的销售量为因变量代入pls模型中进行回归处理，得出销售量与PI、PF、APP、AC、AS的回归方程；

S3、构建食品订货决策整数规划模型，进而，求出各PI、PF、APP、AC、AS范围内的主播带货量作为订货决策量。

2.根据权利要求1所述的基于即时互动吃播模式的食品订货决策方法，其特征在于：所述步骤S2中，销售量的回归方程如下，

销售量＝0.090*PI+0.565*PF+0.210*APP+0.644*AC+0.462*AS。

3.根据权利要求2所述的基于即时互动吃播模式的食品订货决策方法，其特征在于：所述步骤S3中，整数规划模型如下，

4.根据权利要求1所述的基于即时互动吃播模式的食品订货决策方法，其特征在于：所述步骤S1中，采用matlab进行基于熵权法topsis的处理流程如下：

S11、输入初始数据，然后进行同化处理，进行数据标准化得到归一化矩阵；

S12、以距离近的样品聚为一类的分类准则把十个数据的三个指标点看作是XOY平面上的点，然后把靠近的点分为一类。

5.根据权利要求1所述的基于即时互动吃播模式的食品订货决策方法，其特征在于：所述步骤S2中，在spss进行pls回归的处理流程如下：

S21、确认提取主成分数量，通过交叉有效性和投影重要性VIP分析表格进行确认；

S22、基于前述主成分数量进行回归分析；

S23、确定约束条件及目标函数，求解各子目标函数的最优解。

6.根据权利要求1所述的基于即时互动吃播模式的食品订货决策方法，其特征在于：所述步骤S3中，采用lingo对食品订货决策模型的处理流程如下：

S31、数据初始化处理，分别在PI、PF、APP、AC、AS的集合中选取各元素；

S32、确定约束条件及目标函数，求解各子目标函数的最优解；

S33、穷举PI的最优值，若取值满足式(7)则取其值，并将值放入集合PI_j，反之取值为0；同理，分别对应式(3)、式(4)、式(5)及式(6)处理；

S34、将各元素的集合c_ij1，c_ij2，c_ij3，c_ij4，c_ij5输出。

7.基于即时互动吃播模式的食品订货决策系统，其特征在于，包括以下内容：

数据获取单元，用于基于熵权法Topsis模型对各主播的一定天数N的增粉量PI、发布频率PF、平均点赞APP、平均评论AC、平均分享AS进行综合排序，确定各PI、PF、APP、AC、AS数值的层次范围；

回归处理单元，用于将整理后的PI、PF、APP、AC、AS作为自变量，主播的销售量为因变量代入pls模型中进行回归处理，得出销售量与PI、PF、APP、AC、AS的回归方程；

模型构建及输出单元，用于构建食品订货决策整数规划模型，进而，求出各PI、PF、APP、AC、AS范围内的主播带货量作为订货决策量。

8.根据权利要求7所述的基于即时互动吃播模式的食品订货决策系统，其特征在于：所述步骤S2中，销售量的回归方程如下，

销售量＝0.090*PI+0.565*PF+0.210*APP+0.644*AC+0.462*AS。

9.根据权利要求8所述的基于即时互动吃播模式的食品订货决策系统，其特征在于：所述步骤S3中，整数规划模型如下，