一种交易匹配的方法及系统与流程

本发明涉及交易匹配方法及系统领域，特别涉及一种交易匹配的方法及系统。

背景技术：

现有的交易匹配系统数据库的输入很单一，只有网页的单向沟通以及额外建立一对一的通信握手后再进行深度沟通，时间成本很高。

技术实现要素：

本发明的目的在于：提供了一种交易匹配的方法，解决了现有的交易匹配系统数据库的输入很单一，只有网页的单向沟通以及额外建立一对一的通信握手后再进行深度沟通，时间成本很高，同时也无法利用大数据的优势获得资源配置的最高效率，无法识别重复的供货数据或需求数据，对数据分析结果产生较大的误差影响。

本发明采用的技术方案如下：

一种交易匹配的方法，包括供应商端、需求方端、交易匹配平台、大数据平台，所述大数据平台还包括数据运算中心，所述交易匹配的方法如下：

a1、交易匹配平台获取供应商端货物供货数据；

a2、交易匹配平台获取需求方端货物需求数据；

b、交易匹配平台上传经过分类整理并标准化的数据至大数据平台；

c、大数据平台查询匹配供需方数据，并通过数据运算中心运算后发送配对输出建议至交易匹配平台；

d1、交易匹配平台给出供应商端的配对输出建议；

d2、交易匹配平台给出需求方端的配对输出建议。通过网络数据来获得供应商的可供货量，从而进行需、求的匹配，完成高效的资源配置，对无论购买成本控制还是销售渠道拓展等，都有重要意义。

进一步地，所述a1，数据来源包括微信、qq以及网页抓取的关联信息。目前供应商数据来源仍然需要通过网页抓取和与供应商进行的对话信息提取两种手段进行关联信息的提取，从而确保数据来源的真实性和全面性。对话信息可通过供应商与引导人员通过微信、qq系统自带的api接口导入获取，网页信息可通过定向爬虫获取。

进一步地，所述a2，数据来源包括微信、qq以及网页抓取的关联信息。目前需求方数据来源仍然需要通过网页抓取和与需求方进行的对话信息提取两种手段进行关联信息的提取，从而确保数据来源的真实性和全面性。对话信息可通过需求方与引导人员通过微信、qq系统自带的api接口导入获取，网页信息可通过定向爬虫获取。

进一步地，所述b，分类整理并标准化的方法通过采用ocr图像文件识别模块、语音识别模块、结构化数据模块实现。由于网页信息的复杂性，通常供应商会以一种照片与文字描述的形式进行信息推介，也会有一些聊天记录的截图需要识别，因此通过ocr图像文件识别模块识别聊天文字，通过语音识别模块转换为文字，再通过对文字进行语义聚类来实现分类整理，最后通过结构化数据模块进行数据的结构化存储，从而实现分类整理并标准化。

进一步地，所述语音识别模块采用语义理解实现语音识别功能。语义理解是基于自然语言理解(naturallanguageunderstanding，nlu)以语言学为基础，融合逻辑学、心理学和计算机科学等学科进行的工具，智能对话平台采用模型语义的一个变形：领域(domain)、意图(intent)、词槽(slot)来表示语义。选择但不限定html语义化进行文字后台的批处理。

进一步地，一种交易匹配的系统，其特征在于，包括供应商端、需求方端、交易匹配平台、大数据平台，其中：

供应商端，用于获取网页或利用聊天机器人的聊天记录并打包形成供应数据集；另，还用于将匹配结果推送给供应商；

需求方端，用于获取网页或利用聊天机器人的聊天记录并打包形成需求数据集；另，还用于将匹配结果推送给需求方；

交易匹配平台，用于获取供应数据集以及需求数据集，且对供应数据集以及需求数据集进行分类整理，同时对分类整理后的数据进行标准化得到初始数据，上传至大数据平台；另，还用于获取来自大数据平台的匹配结果，分别传输匹配结果至供应商端和需求方端；

大数据平台，用于获取初始数据，且对初始数据进行查询匹配运算，并输出匹配结果至交易匹配平台。

进一步地，所述大数据平台通过关系图进行查询匹配运算。关系图进行查询匹配运算选择但不限定利用spark平台，类似设置权重的方式进行聚类，例如查询cpu7700的货量，会依据发布的频次来实现聚类，用于去除重复需求或供货信息。

进一步地，所述大数据平台通过归类关系节点图进行查询匹配运算。关系图是目前spark平台中仅用的一种系统，但使用这种系统进行查询匹配运算实际上无论噪点还是准确度都有较大的误差，因此通过归类关系节点图，同一公司不同地点的重合，就进行聚类去重，能够规避供应商重复展示导致市场供应虚高的问题，能够帮助需求方端更好的决策；同时，如果需求方在不同地点同一个体也发布了需求，也同样进行聚类去重，有效去除不一致性，是一种更为精准的做法。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明一种交易匹配的方法，能够通过网络数据建立供需双方的交易匹配机制，完成资源的高效配置，能够有效提高成本控制或销售渠道拓展的效率。

2、本发明一种交易匹配的方法，通过网页抓取和与供应商或需求方进行的对话信息提取两种手段进行关联信息的提取，从而确保数据来源的真实性和全面性。

3、本发明一种交易匹配的方法，通过归类关系节点图，同一公司不同地点的重合，就进行聚类去重，能够规避供应商重复展示导致市场供应虚高的问题，能够帮助需求方端更好的决策；同时，如果需求方在不同地点同一个体也发布了需求，也同样进行聚类去重，有效去除不一致性，是一种更为精准的做法。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明一种实施例的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

需要说明的是，术语第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语包括、包含或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句包括一个……限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

下面结合图1对本发明作详细说明。

实施例1

本发明一种交易匹配的方法，包括供应商端、需求方端、交易匹配平台、大数据平台，所述大数据平台还包括数据运算中心，所述交易匹配的方法如下：

a1、交易匹配平台获取供应商端货物供货数据；

a2、交易匹配平台获取需求方端货物需求数据；

b、交易匹配平台上传经过分类整理并标准化的数据至大数据平台；

c、大数据平台查询匹配供需方数据，并通过数据运算中心运算后发送配对输出建议至交易匹配平台；

d1、交易匹配平台给出供应商端的配对输出建议；

d2、交易匹配平台给出需求方端的配对输出建议。通过网络数据来获得供应商的可供货量，从而进行需、求的匹配，完成高效的资源配置，对无论购买成本控制还是销售渠道拓展等，都有重要意义。

以企业x、y分别表示供应方端、需求方端进行解释，所述企业x和企业y相互拥有满足对方需求的产品或服务，但x、y处于陌生状态。企业x发布了供货信息，交易匹配平台通过轮训主流网页利用爬虫技术主动抓取了企业x的供货信息，同理，交易匹配平台通过轮训网页利用爬虫技术主动抓取了y的需求信息，交易匹配平台通过对不同格式的供货信息或需求信息进行分类整理并标准化，常见的格式包括图与正文、文字图与文字、纯图表和标题、纯文字等，标准化后的格式涵盖图文标题，并发送到大数据平台。大数据平台通过查询匹配供货信息和需求信息，通过数据运算中心按照匹配程度，发送配对输出建议，选择但不限定列表形式，交易匹配平台结合配对输出建议，向企业x、y分别推送匹配程度最高的前至少3项公司产品。与现有交易过程相比，通过交易匹配平台进行交易，能够避免了信息搜索的过程，就能利用大数据平台的优势，进行高效的资源配置。同时，交易匹配平台还可在配对输出建议中，加入价格推荐，能够利用供需平衡理论，推荐合理的成交价，也能够为供需双方尽快达成交易提供指导，也能使得交易更为透明，便于公司财税部门的核实与监管。

实施例2

本实施例在实施例1的基础上做出了如下进一步限定：所述a1，数据来源包括微信、qq以及网页抓取的关联信息。目前供应商数据来源仍然需要通过网页抓取和与供应商进行的对话信息提取两种手段进行关联信息的提取，从而确保数据来源的真实性和全面性。对话信息可通过供应商与引导人员通过微信、qq系统自带的api接口导入获取，网页信息可通过定向爬虫获取。所述a2，数据来源包括微信、qq以及网页抓取的关联信息。目前需求方数据来源仍然需要通过网页抓取和与需求方进行的对话信息提取两种手段进行关联信息的提取，从而确保数据来源的真实性和全面性。对话信息可通过需求方与引导人员通过微信、qq系统自带的api接口导入获取，网页信息可通过定向爬虫获取。所述b，分类整理并标准化的方法通过采用ocr图像文件识别模块、语音识别模块、结构化数据模块实现。由于网页信息的复杂性，通常供应商会以一种照片与文字描述的形式进行信息推介，也会有一些聊天记录的截图需要识别，因此通过ocr图像文件识别模块识别聊天文字，通过语音识别模块转换为文字，再通过对文字进行语义聚类来实现分类整理，最后通过结构化数据模块进行数据的结构化存储，从而实现分类整理并标准化。所述语音识别模块采用语义理解实现语音识别功能。语义理解是基于自然语言理解(naturallanguageunderstanding，nlu)以语言学为基础，融合逻辑学、心理学和计算机科学等学科进行的工具，智能对话平台采用模型语义的一个变形：领域(domain)、意图(intent)、词槽(slot)来表示语义。选择但不限定html语义化进行文字后台的批处理。

实施例3

一种交易匹配的系统，其特征在于，包括供应商端、需求方端、交易匹配平台、大数据平台，其中：

供应商端，用于获取网页或利用聊天机器人的聊天记录并打包形成供应数据集；另，还用于将匹配结果推送给供应商；

需求方端，用于获取网页或利用聊天机器人的聊天记录并打包形成需求数据集；另，还用于将匹配结果推送给需求方；

交易匹配平台，用于获取供应数据集以及需求数据集，且对供应数据集以及需求数据集进行分类整理，同时对分类整理后的数据进行标准化得到初始数据，上传至大数据平台；另，还用于获取来自大数据平台的匹配结果，分别传输匹配结果至供应商端和需求方端；

大数据平台，用于获取初始数据，且对初始数据进行查询匹配运算，并输出匹配结果至交易匹配平台。所述大数据平台通过关系图进行查询匹配运算。关系图进行查询匹配运算选择但不限定利用spark平台，类似设置权重的方式进行聚类，例如查询cpu7700的货量，会依据发布的频次来实现聚类，用于去除重复需求或供货信息。所述大数据平台通过归类关系节点图进行查询匹配运算。关系图是目前spark平台中仅用的一种系统，但使用这种系统进行查询匹配运算实际上无论噪点还是准确度都有较大的误差，因此通过归类关系节点图，同一公司不同地点的重合，就进行聚类去重，能够规避供应商重复展示导致市场供应虚高的问题，能够帮助需求方端更好的决策；同时，如果需求方在不同地点同一个体也发布了需求，也同样进行聚类去重，有效去除不一致性，是一种更为精准的做法。

以上所述，仅为本发明的优选实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。