[发明专利]一种基于多维协同的智能筛选设计方法及装置

权利要求书

1.一种基于多维协同的智能筛选设计方法，其特征在于，包括：

在供应商数据库中确定目标供应商名称，并查询出与所述目标供应商名称对应的至少两种产品信息；其中，所述供应商数据库中包括至少两个供应商名称，所述供应商数据库中的供应商名称个数按照预设时间间隔进行更新；

从所述至少两种产品信息中提取出至少两种目标关键词，并基于预设关键词等级以及所述至少两种目标关键词的总个数，计算出每种目标关键词的权重指标；

将所述至少两种产品信息输入至训练好的第一卷积神经网络，并根据所述第一卷积神经网络的预测结果得到每种产品信息的分类特征；其中，所述第一卷积神经网络由多个已知分类特征的样本产品信息以及第二卷积神经网络训练得到；

根据所述每种目标关键词的权重指标以及所述每种产品信息的分类特征，计算出所述目标供应商的参考指标，并基于所述目标供应商的参考指标对所述目标供应商进行筛选处理。

2.根据权利要求1所述的方法，其特征在于，所述基于预设关键词等级以及所述至少两种目标关键词的总个数，计算出每种目标关键词的权重指标，包括：

根据所述至少两种目标关键词的总个数以及每种目标关键词的个数，得到计算出所述每种目标关键词的占比参数；

基于预设关键词等级确定出与所述每种目标关键词对应的等级指标，并根据所述每种目标关键词的占比参数以及与所述每种目标关键词对应的等级指标，计算出所述每种目标关键词的权重指标。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一卷积神经网络的预测结果得到每种产品信息的分类特征，包括：

从所述第一卷积神经网络的预测结果中划分出与每种产品信息对应的预测值；

当与所述产品信息对应的预测值处于预设第一区间时，确定所述产品信息的分类特征为第一类别；

当与所述产品信息对应的预测值处于预设第二区间时，确定所述产品信息的分类特征为第二类别；

当与所述产品信息对应的预测值处于预设第三区间时，查询出与所述产品信息对应的关联信息；

对所述产品信息以及与所述产品信息对应的关联信息进行叠加处理，并对经过叠加处理后的所述产品信息进行归一化处理；

将经过归一化处理后的所述产品信息重新输入至所述第一卷积神经网络，并根据所述第一卷积神经网络的预测结果得到所述产品信息的分类特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述每种目标关键词的权重指标以及所述每种产品信息的分类特征，计算出所述目标供应商的参考指标，包括：

将分类特征为第一类别的所有所述产品信息进行汇总处理，得到目标关键词的第一集合；

根据所述每种目标关键词的权重指标以及所述目标关键词的第一集合，计算出所述目标供应商的第一参考指标；

将分类特征为第二类别的所有所述产品信息进行汇总处理，得到目标关键词的第二集合；

根据所述每种目标关键词的权重指标以及所述目标关键词的第二集合，计算出所述目标供应商的第二参考指标；

基于与所述第一类别对应的预设第一参数、所述目标供应商的第一参考指标、与所述第二类别对应的预设第二参数以及所述目标供应商的第二参考指标，计算出所述目标供应商的参考指标。

5.根据权利要求4所述的方法，其特征在于，在所述计算出所述目标供应商的参考指标之后，所述基于所述目标供应商的参考指标对所述目标供应商进行筛选处理之前，还包括：

获取与所述至少两种产品信息对应的历史出货数据；

根据所述历史出货数据预测出所述目标供应商的理论出货数据，并基于所述目标供应商的理论出货数据以及预设出货数据，得到所述目标供应商的第三参考指标；

所述基于所述目标供应商的参考指标对所述目标供应商进行筛选处理，包括：

根据所述目标供应商的参考指标以及所述目标供应商的第三参考指标，计算出所述目标供应商的目标参考指标；

基于所述目标供应商的目标参考指标对所述目标供应商进行筛选处理。