一种采购决策优化方法及系统与流程

本发明涉及采购决策技术领域，更具体的说，是涉及一种采购决策优化方法及系统。

背景技术：

随着电子商务发展，市场竞争更趋激烈。商家为了促进客户消费，提高商品销量，积极参与竞争，经常推出多时段、多层次、多种类的优惠促销活动来激励客户。而如何充分利用商家推出的各种促销和折扣，获得更多的用户价值，成为用户采购商品时关注的焦点和难点。

现有技术中各种采购优化平台(例如现有技术中的采购优化网站或采购优化软件等)，基于电子商务网站或者线下实体店推出的各种优惠促销活动，为客户提供了较优惠的采购方案。

然而现有技术中采购优化平台所采用的采购优化方案并未综合全面考虑影响采购方案的各种因素，未针对多商家、多价值影响因素全面优化，而且并未建立统一的采购优化模型，因此客户并不能通过现有技术中的采购优化平台得到最优化的采购方案。

技术实现要素：

有鉴于此，本发明提供了一种采购决策优化方法及系统，能够为客户提供最优化的采购方案。

为实现上述目的，本发明提供如下技术方案：

一种采购决策优化方法，包括：

接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求；

获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；

将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；

将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。

优选的，所述混合整型非线性规划模型如下：

目标函数：

商家i商品j的优惠总价：Z_ij＝C_ij*R_ij(X_ij)*X_ij-D_ij(X_ij)；

商家i的优惠前总价：

商家i的优惠总价：

采购总价：

主要约束：

商品j的数量

商家i商品j的优惠率函数R_ij(X_ij)＝{r_ijk：T_ijk≤X_ij＜T_ij(k+1)}；

商家i商品j的固定优惠函数D_ij(X_ij)＝{d_ijk：T_ijk≤X_ij＜T_ij(k+1)}；

商家i的优惠率函数

商家i的固定优惠函数

其中，N为商家数量，M为商品品种数量，

C_ij为商家i商品j单价，x_j为商品j的采购数量，x_ij为商家i商品j的采购数量，

K为第K优惠段，K+1为第K+1优惠段，

T_ik为商家i的第K个优惠阶段的上限，T_ijk为商家i商品j的第K个优惠阶段的上限，

T_i(k+1)为商家i第K个优惠阶段的下限，T_ij(k+1)为商家i商品j的第K个优惠阶段的下限，

r_ik为商家i在第K个优惠段的优惠率，r_ijk为商家i商品j在第K个优惠段的优惠率；

d_ik为商家i在第K个优惠段的固定优惠，d_ijk为商家i商品j在第K个优惠段的固定优惠；

R_ij(X_ij)为商家i商品j在采购数量为X_ij的优惠率函数，是关于采购数量X_ij的阶段函数，针对不同的采购数量，商家提供不同的优惠率，

D_ij(X_ij)为商家i商品j在采购数量为X_ij的固定优惠函数，是关于采购数量X_ij的阶段函数，

为商家i在采购总价或者数量为的优惠率函数，是关于采购总价或者数量为的阶段函数，

为商家i在采购总价或者数量为的固定优惠函数，是关于采购总价或者数量为的阶段函数。

优选的，所述将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标包括：

从所述商家供给信息非价格因素和采购决策非价格因素中提取价值因素；

依据所述价值因素，确定所述价值因素的系统价格系数；

依据所述价值因素的系统价格系数，接收用户指示，设置所述价值因素的用户价格系数；

依据所述价值因素的用户价格系数或者系统价格系数计算得到所述价值因素的价格指标；

或者，

从所述商家供给信息非价格因素和采购决策非价格因素中提取类价值因素；

依据所述类价值因素，确定所述类价值因素的系统价格系数；

依据所述类价值因素的系统价格系数，接收用户指示，设置所述类价值因素的用户价格系数；

依据所述类价值因素的用户价格系数或者系统价格系数计算得到所述类价值因素的价格指标。

优选的，所述依据所述价值因素，确定所述价值因素的系统价格系数包括：

从所述价值因素中提取市场价格，作为所述价值因素的系统价格系数；

或；

从所述价值因素中提取总促销费用和总促销销售收入；

计算所述总促销费用与所述总促销销售收入的比值得到所述价值因素的系统价格系数；

或；

从所述价值因素中提取总促销费用和销售数量；

计算所述总促销费用与所述销售数量的比值得到所述价值因素的系统价格系数。

优选的，在所述依据所述价值因素，确定所述价值因素的系统价格系数之后，还包括：

响应用户调整操作，得到用户调整后的价值因素的用户价格系数；

系统定期根据用户调整后的用户价格系数进行调整，更新所述价值因素的系统价格系数；

或者，

在所述依据所述类价值因素，确定所述类价值因素的系统价格系数之后，还包括：

响应用户调整操作，得到用户调整后的类价值因素的用户价格系数；

系统定期根据用户调整后的用户价格系数进行调整，更新所述类价值因素的系统价格系数。

优选的，在得到满足所述用户需求的最优采购决策之后，还包括：

对得到的满足所述用户需求的最优采购决策进行进一步优化，包括：将时间范围上的多期采购统一考虑，扩大采购数量、品种范围；在存在最大优惠限制、采购限制的条件下，多次从同一商家采购，获得多次优惠。

一种采购决策优化系统，包括：

接收单元，用于接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求；

获取单元，用于获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；

量化单元，用于将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；

第一决策单元，用于将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。

优选的，所述量化单元包括：

第一提取单元，用于从所述商家供给信息非价格因素和采购决策非价格因素中提取价值因素；

第一确定单元，用于依据所述价值因素，确定所述价值因素的系统价格系数；

第二确定单元，用于依据所述价值因素的系统价格系数，接收用户指示，设置所述价值因素的用户价格系数；

第一计算单元，用于依据所述价值因素的用户价格系数或者系统价格系数计算得到所述价值因素的价格指标；

或者，

所述量化单元包括：

第二提取单元，用于从所述商家供给信息非价格因素和采购决策非价格因素中提取类价值因素；

第三确定单元，用于依据所述类价值因素，确定所述类价值因素的系统价格系数；

第四确定单元，用于依据所述类价值因素的系统价格系数，接收用户指示，设置所述类价值因素的用户价格系数；

第二计算单元，用于依据所述类价值因素的用户价格系数或者系统价格系数计算得到所述类价值因素的价格指标。

优选的，所述第一确定单元包括：

第三提取单元，用于从所述价值因素中提取市场价格，作为所述价值因素的系统价格系数；

或；

第四提取单元，用于从所述价值因素中提取总促销费用和总促销销售收入；

第三计算单元，用于计算所述总促销费用与所述总促销销售收入的比值得到所述价值因素的系统价格系数；

或；

第五提取单元，用于从所述价值因素中提取总促销费用和销售数量；

第四计算单元，用于计算所述总促销费用与所述销售数量的比值得到所述价值因素的系统价格系数。

优选的，还包括：

第一调整单元，用于响应用户调整操作，得到用户调整后的价值因素的用户价格系数；

第二调整单元，用于系统定期根据用户调整后的用户价格系数进行调整，更新所述价值因素的系统价格系数；

或，

第三调整单元，用于响应用户调整操作，得到用户调整后的类价值因素的用户价格系数；

第四调整单元，用于系统定期根据用户调整后的用户价格系数进行调整，更新所述类价值因素的系统价格系数。

经由上述的技术方案可知，与现有技术相比，本发明公开了一种采购决策优化方法及系统，接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求，获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。本发明中公开的采购优化方案综合考虑了用户需求信息、商家供给信息及采购决策影响信息，还通过将商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标的方式，来有效衡量非价格因素对采购决策的影响，同时，通过将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，得到满足用户需求的最优采购决策，由于本发明中的采购优化方案综合考虑了多种影响因素，并且采用了能够准确描述采购决策的混合整型非线性规划模型，因此，本发明技术方案为用户提供了最优化的采购方案。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明公开的一种采购决策优化方法实施例1流程示意图；

图2为本发明公开的一种采购决策优化系统实施例2结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行如下描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本发明的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。

由背景技术可知，现有技术中采购优化平台所采用的采购优化方案并未综合考虑影响采购总价的各种因素，例如：未统一考虑商品采购过程中优惠的非现金形式(返券、抽奖、赠品、积分兑换、免费使用、试用等)对采购总价的影响；未考虑多商家的供应能力和优惠限制对采购总价的影响；未考虑用户对商家信誉、服务质量等的各种主观偏好；或者未考虑用户的所有需求信息对采购总价的影响，并且现有技术中并未建立统一的采购优化模型，并不能处理多阶段多层次的优惠折扣，因此，客户并不能通过现有技术中的采购优化平台得到最优化的采购方案。

因此，在采购过程中，由于影响因素极其繁多，商品价格是主要因素，折扣、促销品、运费(基本费用、与地域相关的变动费用、用户自行提货的费用)、税费等客观因素，商家偏好、递送速度、售后服务质量等各种用户主观偏好都对用户的采购决策具有影响，优化决策应该将尽可能多的因素纳入优化模型，从更广泛的角度优化，使优化方案最大限度地满足客户的个性化要求，使用户感知价值最大。

为此，本发明公开了一种采购决策优化方法，综合考虑了影响采购决策的用户需求信息、商家供给信息以及采购决策影响信息，还通过将商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标的方式，来有效 衡量非价格因素对采购决策的影响，同时，通过将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，得到满足用户需求的最优采购决策，由于本发明中的采购优化方案综合考虑了多种影响因素，并且采用了能够准确描述采购决策的混合整型非线性规划模型，因此，本发明技术方案为用户提供了最优化的采购方案。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

请参阅附图1，为本发明公开的一种采购决策优化方法实施例1流程示意图，该方法具体包括如下步骤：

S101：接收用户输入的用户需求信息；

所述用户需求信息用于表征用户需求，用户可以在浏览器、平板电脑或者手机等智能终端上输入用户需求信息，用户可以采用直接输入、扫描商品条形码或者通过浏览商品并选择等方式进行输入，具体的，所述用户需求信息包括：商品品种、品牌、规格、型号、数量、采购截止日期、送达截止日期和其他附加信息(如色彩、尺寸大小等)等等，对此，本实施例不做任何限定。

用户输入的用户需求信息通常保存在待购清单中，并且根据时间紧迫性和必要性分为本次采购清单、计划采购清单和意向采购清单。用户选择采购或者送达截止日期，从待购清单产生本次采购清单和计划采购清单，可根据采购的非必要性从待购清单中产生意向采购清单。

本次采购清单为要求本次采购，在本采购期(通常一周)内需要送达的商品的清单；计划采购清单指采购或者送达截止日期超过本采购期的商品的清单。本次采购不考虑此清单，但在出现进一步优化采购机会时，可提前采购，提高用户的采购效率；意向采购清单指既非必要，也无采购时间要求的商品的清单；本次采购不考虑此清单，但在出现进一步优化采购机会时，可采购，提高用户的采购效率。也就是说，本次采购以本次采购清单为主，在存在进一步优化机会时，使用计划采购清单和意向采购清单。

S102：获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息；

需要说明的是，通过接收用户输入的用户需求信息，获取与所述用户需求信息相关的商家供给信息和采购决策影响信息，商家供给信息用于表征商家的供给条件，包含商品价格、优惠折扣、供给能力、限制条件中的至少一种，本实施例不做任何限定。

其中，所述商家供给信息中的上述内容分为商家供给信息价格因素和商家供给信息非价格因素。

需要说明的是，所述采购决策影响信息包含以下内容：用户或者系统对商家供给信息中现金券、代金券、赠券等费用抵减措施的量化价格及可用数量；用户或者系统对商家供给信息中的赠品、积分、抽奖、免费使用、试用等促销措施的量化价格；用户或者系统对商家商誉、品牌、包装服务、送达及时性、售后服务等主观偏好的量化价格。本实施例不做任何限定。

其中，所述采购决策影响信息的上述内容分为采购决策价格因素和采购决策非价格因素。

需要说明的是，所述商家供给信息价格因素以及采购决策价格因素包含价格和费率，价格包括商品价格、固定折扣额、运费、附加服务费等其他费用；费率包括折扣率、税率、货币汇率等，本实施例不做任何限定。

S103：将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；

需要说明的是，由于非价格因素为价格难以准确估算，甚至无法估算、只能主观感知的影响因素，而本发明将商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标，即将非价格因素用价格指标来体现，从而在得到满足用户需求的最优采购决策的过程中能够将非价格因素考虑在内。

本发明中将非价格因素统一量化为价格指标，简化多目标多影响因素模型为单目标单影响因素模型，提高最终得到满足所述用户需求的最优采购决策的效率。使最终采购方案完整、准确地反映用户对各影响因素的综合考虑，采购方案更合理。

需要说明的是，商家供给信息非价格因素和采购决策非价格因素按照性质、系统价格系数初值计算、更新方式分为价值因素和类价值因素：

价值因素为没有明确标明金额的影响因素；或者，虽标明金额，但是存在较多难以衡量的影响因素，导致原标记金额不能反映其真实价格，然而其真实价格能比较准确地获得或者估算的因素，例如：现金券、代金券、赠券、赠品、积分、抽奖等。本实施例不做任何限定。

其中，现金券、代金券、赠券等由于存在部分甚至全部价值无法实现的可能性，不等同于面值，采用折算方式计算，折算率由系统估算并设置。

类价值因素为其价格既无法获得，也无法估算，只能主观感知的影响因素。不同客户对类价值因素的感知价值可能差异很大，例如：商家商誉、品牌、包装服务、送达及时性、售后服务等。本实施例不做任何限定。

S104：将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。

需要说明的是，本发明通过建立混合整型非线性规划模型，将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，最终得到满足所述用户需求的最优采购决策

可选的，本发明实施例中的类价值因素为系统价格系数无法准确计算，只能主观感知的影响因素，而本发明将商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标，即将非价格因素用价格指标来体现，从而在得到满足用户需求的最优采购决策的过程中能够将非价格因素影响充分考虑在内。

具体的，所述将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标包括：

从所述商家供给信息非价格因素和采购决策非价格因素中提取价值因素；

依据所述价值因素，确定所述价值因素的系统价格系数；

依据所述价值因素的系统价格系数，接收用户指示，设置所述价值因素的用户价格系数；

依据所述价值因素的用户价格系数或者系统价格系数计算得到所述价值因素的价格指标，所述价值因素的价格指标＝价值因素的系统价格系数×数量，或者，所述价值因素的价格指标＝价值因素的用户价格系数×数量。

可选的，系统价格系数由系统使用商品市场价格或者估算等方式预置；用户可以根据自身主观感知设置、更新和使用用户价格系数；所述系统价格系数通过用户价格系数的不断调整而不断更新，反映群体的感知价值。

在所述依据所述价值因素，确定所述价值因素的系统价格系数之后，还包括：响应用户调整操作，得到用户调整后的价值因素的用户价格系数；系统定期根据用户调整后的用户价格系数进行调整，更新所述价值因素的系统价格系数。

具体的，本发明中依据所述价值因素，确定所述价值因素的系统价格系数之后，将所述价值因素的系统价格系数作为默认值提供给用户，如果用户无所述价值因素的用户价格系数，则使用所述价值因素的系统价格系数计算所述价值因素的价格指标；如果用户进行调整，则响应用户调整操作，得到用户调整后的价值因素的用户价格系数。用户采购方案优化时，采用用户价格系数计算所述价值因素的价格指标。

下面通过一个例子具体说明上述将所述非价格因素中价值因素统一量化为价格指标的具体过程：

用户需要在9月28日前采购婴儿奶粉2袋、婴儿尿布2包、营养米粉8盒、烤火炉1个。指定所有型号规格。

某商家A提供销售1袋奶粉送婴儿湿巾1条的促销手段，此赠品市场价价格为4元。该赠品的系统价格系数为4元/条；用户暂不需要多余湿巾，调整此赠品的用户价格系数为1元/条，该用户采购方案优化时，使用此用户价格系数(1元/条)计算价格指标。

某商场B按照采购价格积分。每1元积1分。按照估算，1分积分的价值为0.05元，则该积分的系统价格系数为0.05元/积分；如果用户未对积分的系统价格系数进行调整，该用户采购方案优化时，使用此系统价格系数(0.05元/积分)计算价格指标。

实物如赠品等系统价格系数由对应商品的市场价格确定，此时，实物的系统价格系数为商品的市场价格；

非实物如积分、抽奖、免费使用、试用等的系统价格系数使用以下公式估算：

从所述价值因素中提取总促销费用和总促销销售收入；

计算所述总促销费用与所述总促销销售收入的比值得到所述价值因素的系统价格系数；

或；

从所述价值因素中提取总促销费用和销售数量；

计算所述总促销费用与所述销售数量的比值得到所述价值因素的系统价格系数。

另一方面来说，所述将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标的方法还包括：

从所述商家供给信息非价格因素和采购决策非价格因素中提取类价值因素；

依据所述类价值因素，确定所述类价值因素的系统价格系数；

依据所述类价值因素的系统价格系数，接收用户指示，设置所述类价值因素的用户价格系数；

依据所述类价值因素的用户价格系数或者系统价格系数计算得到所述类价值因素的价格指标，所述类价值因素的价格指标＝类价值因素的系统价格系数×数量，或者，所述类价值因素的价格指标＝类价值因素的用户价格系数×数量。

在所述依据所述类价值因素，确定所述类价值因素的系统价格系数之后，还包括：

响应用户调整操作，得到用户调整后的类价值因素的用户价格系数；

系统定期根据用户调整后的用户价格系数进行调整，更新所述类价值因素的系统价格系数。

下面通过一个例子具体说明上述将所述商家供给信息非价格因素中类价值因素和采购决策非价格因素中类价值因素统一量化为价格指标的具体过程：

某商家C的递送服务快，所述类价值因素的系统价格系数为5元，如果用户未对所述类价值因素的系统价格系数进行调整，则用户采购方案优化时，使用此系统价格系数(5元)计算价格指标。

某商家D的退货服务方便可靠，所述类价值因素的系统价格系数为4元。用户调整所述类价值因素的用户价格系数为6元，则用户采购方案优化时，使用此用户价格系数(6元)计算价格指标。

系统使用价格因素和非价格因素量化价格指标，输入统一优化模型优化，得到如下的最优采购方案:

子订单1：

商家A采购婴儿奶粉2袋、婴儿尿布1包，营养米粉1盒。预计送达时间9月25日；

子订单2：

商家B采购婴儿尿布1包，营养米粉3盒。预计送达时间9月25日；

子订单3：

商家C采购营养米粉4盒，烤火炉1个。预计送达时间9月27日；

商家D无订单；

其中，由于类价值因素的系统价格系数是完全主观的，无客观数据可以依赖。因此，本发明中依据所述类价值因素，确定所述类价值因素的系统价格系数的过程是由系统根据得到的各种信息进行初始化设定，再结合用户对所述类价值因素的用户价格系数的调整不断更新而成的，以便更准确地反映当前用户群体的感知价值。

具体的，本发明通过建立混合整型非线性规划模型，能够准确地描述采购决策，充分利用多商家的供应能力和优惠条件，产生的采购方案更优化。

本系统模型为混合整型非线性规划模型，可采用当前运筹学领域适用于非线性规划模型的算法实现，本实施例不做任何限定。

本发明将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，最终得到满足所述用户需求的最优采购决策的具体实现方式可以为：根据某种算法，直接得到满足所述用户需求的最优采购决策；或者，根据某种算法构造多种优化方案，选择最低优化成本方案作为满足所述用户需求的最优采购决策；或者使用迭代算法，不断迭代优化，得到满足所述用户需求的最优采购决策；或者设定迭代终止条件，得到满足所需用户需求的优化采购决策。本实施例不做任何限定。

所述混合整型非线性规划模型包括：

目标函数：

商家i商品j的优惠总价：Z_ij＝C_ij*R_ij(X_ij)*X_ij-D_ij(X_ij)；

商家i的优惠前总价：

商家i的优惠总价：

采购总价：

主要约束：

商品j的数量

商家i商品j的优惠率函数R_ij(X_ij)＝{r_ijk：T_ijk≤X_ij＜T_ij(k+1)}；

商家i商品j的固定优惠函数D_ij(X_ij)＝{d_ijk：T_ijk≤X_ij＜T_ij(k+1)}；

商家i的优惠率函数

商家i的固定优惠函数

其中，N为商家数量，M为商品品种数量，

C_ij为商家i商品j单价，x_j为商品j的采购数量，x_ij为商家i商品j的采购数量，

K为第K优惠段，K+1为第K+1优惠段，

T_ik为商家i的第K个优惠阶段的上限，T_ijk为商家i商品j的第K个优惠阶段的上限，

T_i(k+1)为商家i第K个优惠阶段的下限，T_ij(k+1)为商家i商品j的第K个优惠阶段的下限，

r_ik为商家i在第K个优惠段的优惠率，r_ijk为商家i商品j在第K个优惠段的优惠率；

d_ik为商家i在第K个优惠段的固定优惠，d_ijk为商家i商品j在第K个优惠段的固定优惠；

R_ij(X_ij)为商家i商品j在采购数量为X_ij的优惠率函数，是关于采购数量X_ij的阶段函数，针对不同的采购数量，商家提供不同的优惠率，

D_ij(X_ij)为商家i商品j在采购数量为X_ij的固定优惠函数，是关于采购数量X_ij的阶段函数，

为商家i在采购总价或者数量为的优惠率函数，是关于采购总价或者数量为的阶段函数，

为商家i在采购总价或者数量为的固定优惠函数，是关于采购总价或者数量为的阶段函数。

根据商家的优惠活动结构，商家模型可能存在更多层级，极少数情况下甚至退化为单层。本发明公开的模型中商家模型为两层级模型，更多层级模型构造和优化与此类似，单层级则其中某一层级优惠率函数简化为1，固定优惠函数简化为0，本发明在此不再赘述。

可选的，由于用户的采购是一个连续的过程，日常生活用品等需要定期采购，大宗消费品如汽车、冰箱、彩电等也会根据需要采购。现有技术中的方案均只关注优化当前采购需求，未能将用户的采购作为一个连续流程看待。而本申请中的技术方案进一步提出了从更长远的角度管理整个采购流程，带来进一步优化。所述进一步优化包括但不限于：将时间范围上的多期采购统 一考虑，扩大采购数量、品种范围；在存在最大优惠限制、采购限制的条件下，从同一商家多次采购，获得多次优惠。

需要说明的是，对得到的满足所述用户需求的最优采购决策进行进一步优化的方式可采用如下两种：

其一，对得到的满足所述用户需求的最优采购决策进行进一步优化的过程包括：

响应接收到的进一步优化的指令，提示需要提前采购的商品的来源；

所述需要提前采购的商品的来源包括：计划采购清单、意向采购清单、或者待优化商家的其他商品；

提示优惠阀限，所述优惠阀限为待优化商家下一个优惠条件的最低用户采购商品总价，或者总数量；

根据所述优惠阀限，提示当前用户采购的商品总价或者总数量与优惠阀限的差值；

依据当前用户采购的商品总价或者总数量与优惠阀限的差值，从可提前采购的商品的来源中选择满足优惠阀限的商品，形成候选商品列表并展示给用户。所述候选商品列表包含能够满足优惠阀限所需采购的候选商品的价格和数量；

按照用户的选择指令，从候选商品列表中选择用户需要进一步购买的商品和数量；

按照用户选择的商品的价格和数量计算并更新显示新的最优采购决策方案。

其中，候选商品列表可按照送达截止日期或者储存成本进行排序，以便用户选择。

举例来说：假如某商家100元折扣20元，现在的采购额为85元，则可以从计划采购清单或者意向采购清单选择总价值15元以上的商品提前采购，使最终采购金额能够达到商家优惠阀限(100元)。

其二，对得到的满足所述用户需求的最优采购决策进行进一步优化的过程包括：

响应接收到的进一步优化的指令，依次检查当前满足所述用户需求的最优采购决策中至少采购两件商品的商家中是否存在最大折扣金额限制或最大商品数量的限制；

从中提取出存在最大折扣金额限制或最大商品数量限制的商家；

验证在所述存在最大折扣金额限制或最大商品数量限制的商家中，采用多次采购的策略，是否能够重复获得折扣优惠，降低采购成本；

如果是，则计算并更新显示新的采购决策方案。

可选的，通过本发明公开的采购优化方法，可以管理用户的各种优惠信息，例如现金券、代金券、赠券、积分等，并用于采购方案优化，最大限度减少用户的采购总价，或者兑换赠品、积分等，提高用户价值；可以管理用户在各实体店、电子商务网站的客户等级，例如：VIP客户、钻石客户、金牌、银牌、铜牌客户等，以获得准确的针对不同客户等级的价格和优惠条件；还可以根据用户的指示按照优化采购方案在各实体店、电子商务网站下单，并跟踪快递服务进程。

本实施例公开了一种采购决策优化方法，接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求，获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。本发明中公开的采购优化方案中综合考虑了影响采购决策的用户需求信息、商家供给信息以及采购决策影响信息，还通过将商家供给信息非价格因素和采购决策非价格因素统一量化为价 格指标的方式，来有效衡量非价格因素对采购决策的影响，同时，通过将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，得到满足用户需求的最优采购决策，由于本发明中的采购优化方案综合考虑了多种影响因素，并且采用了能够准确描述采购决策的混合整型非线性规划模型，因此，本发明技术方案为用户提供了最优化的采购方案。

上述本发明公开的实施例中详细描述了方法，对于本发明的方法可采用多种形式的系统实现，因此本发明还公开了一种系统，下面给出具体的实施例进行详细说明。

请参阅附图2，为本发明公开的一种采购决策优化系统实施例2结构示意图，该系统具体包括如下单元：

接收单元11，用于接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求；

获取单元12，用于获取与所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；

量化单元13，用于将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；

决策单元14，用于将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型，得到满足所述用户需求的最优采购决策。

基于上述系统实施例2，本发明还可从以下单元中选取合适单元组成新的采购决策优化系统，具体组成方式可对应方法实施例中的相关描述进行确定，本实施例不再赘述。

其中，所述量化单元13包括：

第一提取单元，用于从所述商家供给信息非价格因素和采购决策非价格因素中提取价值因素；

第一确定单元，用于依据所述价值因素，确定所述价值因素的系统价格系数；

第二确定单元，用于依据所述价值因素的系统价格系数，接收用户指示，设置所述价值因素的用户价格系数；

第一计算单元，用于依据所述价值因素的用户价格系数或者系统价格系数计算得到所述价值因素的价格指标。

或者，所述量化单元13包括：

第二提取单元，用于从所述商家供给信息非价格因素和采购决策非价格因素中提取类价值因素；

第三确定单元，用于依据所述类价值因素，确定所述类价值因素的系统价格系数；

第四确定单元，用于依据所述类价值因素的系统价格系数，接收用户指示，设置所述类价值因素的用户价格系数；

第二计算单元，用于依据所述类价值因素的用户价格系数或者系统价格系数计算得到所述类价值因素的价格指标。

所述第一确定单元包括：

第三提取单元，用于从所述价值因素中提取市场价格，作为所述价值因素的系统价格系数；

或；

第四提取单元，用于从所述价值因素中提取总促销费用和总促销销售收入；

第三计算单元，用于计算所述总促销费用与所述总促销销售收入的比值得到所述价值因素的系统价格系数；

或；

第五提取单元，用于从所述价值因素中提取总促销费用和销售数量；

第四计算单元，用于计算所述总促销费用与所述销售数量的比值得到所述价值因素的系统价格系数。

还包括：

第一调整单元，用于响应用户调整操作，得到用户调整后的价值因素的用户价格系数；

第二调整单元，用于系统定期根据用户调整后的用户价格系数进行调整，更新所述价值因素的系统价格系数。

还包括：

第三调整单元，用于响应用户调整操作，得到用户调整后的类价值因素的用户价格系数；

第四调整单元，用于系统定期根据用户调整后的用户价格系数进行调整，更新所述类价值因素的系统价格系数。

还包括：

第二决策单元，用于对得到的满足所述用户需求的最优采购决策进行进一步优化，包括：将时间范围上的多期采购统一考虑，扩大采购数量、品种范围；在存在最大优惠限制、采购限制的条件下，从同一商家多次采购，获得多次优惠。

需要说明的是，上述各个单元的具体功能实现已在方法实施例中进行详细描述，系统实施例中将不再赘述。

综上所述：

本发明公开了一种采购决策优化方法及系统，接收用户输入的用户需求信息，所述用户需求信息用于表征用户需求，以及获取所述用户需求信息相关的商家供给信息以及采购决策影响信息，所述商家供给信息包括商家供给信息价格因素和商家供给信息非价格因素，所述采购决策影响信息包括采购决策价格因素和采购决策非价格因素；将所述商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标；将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规 划模型，得到满足所述用户需求的最优采购决策。本发明中公开的采购优化方案中综合考虑了影响采购决策的用户需求信息、商家供给信息以及采购决策影响信息，还通过将商家供给信息非价格因素和采购决策非价格因素统一量化为价格指标的方式，来有效衡量非价格因素对采购决策的影响，同时，通过将所述用户需求信息、商家供给信息价格因素、采购决策价格因素以及价格指标统一输入到混合整型非线性规划模型中，得到满足用户需求的最优采购决策，由于本发明中的采购优化方案综合考虑了多种影响因素，并且采用了能够准确描述采购决策的混合整型非线性规划模型，因此，本发明技术方案为用户提供了最优化的采购方案。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

另外需说明的是，以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技 术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘，U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

综上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照上述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对上述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。