一种材料供应商推送方法、系统及设备与流程

1.本发明涉及数据处理技术领域，具体地，涉及一种材料供应商推送方法、系统及设备。


背景技术：

2.随着我国经济建设的大规模发展，工程建设类项目的比重不断提高，而在此类项目中对于材料供应商的选取至关重要。一方面，如果选取的供应商出售的材料质量不合格将会导致项目方的亏损，甚至会导致工程质量出现重大缺陷，存在安全隐患；另一方面，如果选取的材料供应商在地理区域上较远将会导致材料的运输成本上升；并且，如果选取的供应商在历史交易中存在多次诉讼纠纷、失信及违规等情况，将会存在潜在的合作风险。
3.目前的关于供应商推荐方法或者系统的现有技术中，通常是在大数据中根据项目单位的需求进行供应商的筛选，而缺乏对供应商的资格审核；对推荐的供应商是否准确的评价标准为是否符合项目单位的主动需求，而往往忽略了项目单位的潜在需求，如：是否是有合作基础的供应商、是否根据施工风险推荐具备相应标准及安全质量等级的供应商等等；评价供应商的数据不够全面而丰富；对供应商的评价没有充分结合信用评价机制。


技术实现要素：

4.本发明的目的是提供一种材料供应商推送方法、系统及设备，解决了现有技术中存在的问题，对于材料供应商的推送准确高效，更加贴合项目单位的真实需求。
5.为了实现上述目的，本发明第一方面提供一种材料供应商推送方法，包括以下步骤：建立材料供应商数据库；材料供应商提出入库申请；第一判断步骤，所述第一判断步骤为：对材料供应商入库资格进行审核，在审核通过的情况下采集第一供应商数据，在审核不通过的情况下则不准予该材料供应商入库；对第一供应商数据进行预处理以形成第二供应商数据；对所述第二供应商数据进行评定分析以得到第三供应商数据；接收项目单位的需求；根据所述项目单位的需求和所述第三供应商数据在材料供应商数据库中筛选出符合条件的材料供应商；按照不同的评价标准进行材料供应商的排序并推送给项目单位。
6.进一步地，所述第一供应商数据至少包括以下几种：司法涉诉信息、建筑企业内部供应商评价名录中的数据、政府网站的招中标数据、公共资源交易中心的招中标数据和各施工单位物资招标数据。
7.进一步地，所述步骤s4的预处理包括建立材料供应商的要素标签，所述要素标签包括经营范围标签、市场区域标签、实力规模标签、参考价格标签和信誉标签；所述经营范围标签是通过将材料供应商的经营范围按照预先设定的材料供应商的类目划分建立；所述市场区域标签是基于中标数据对材料供应商参与投标的业主单位以及所属区域进行提取汇总、分析建立；所述实力规模标签是根据材料供应商所在业务范围内同期的总中标金额的排名而建立，也可根据不同的业主单位的排名建立；所述参考价格标签是根据每一个材料供应商每一次同一类型的标的生成的价格区间建立；所述信誉标签是根据材料供应商的
司法涉诉信息和建筑企业内部供应商评价名录中的相应数据建立。
8.进一步地，所述材料供应商的经营范围是通过对该材料供应商的中标数据和竞争分析数据进行关联后提取得到的，所述竞争分析数据至少包括以下几种：该材料供应商参与的投标项目、作为第二名中标候选人的数据和作为第三名中标候选人的数据。
9.进一步地，所述步骤s6括根据地理区域、项目预算和项目特征进行材料供应商的筛选，所述项目特征至少包括以下一个：项目承建单位、项目工程类型和项目施工风险。
10.进一步地，所述步骤s5括以下步骤：材料供应商的多个信用维度向量化；进行数据清洗；建立logistic回归模型；建立先验评分模型，并通过所述先验评分模型训练logistic回归模型；对标记为失信数据的非平衡数据进行处理；对logistic回归模型训练的预测结果进行人工纠错；根据人工纠错后的logistic回归模型对材料供应商的综合实力进行预测；进行模型评估；对材料供应商的综合实力预测值进行证据权重转换，将其转变为评分卡格式，得到所述第三供应商数据。
11.进一步地，所述步骤s52至少包括以下几个步骤：缺失值分析及处理、异常值分析及处理、变量分析和变量关联分析。
12.进一步地，所述步骤s3中对材料供应商入库资格进行审核包括以下步骤：接收材料供应商的入库申请，入库申请至少包括材料供应商的基本信息、经营信息和中标业绩；从公共网络平台采集该材料供应商的基本信息和经营信息，并进行关联处理后提取得到第一判定信息；第二判断步骤，所述第二判断步骤为：判断所述第一判定信息和入库请求的相应信息是否匹配，如匹配则进行该材料供应商的资格核验，如不匹配则不准予该材料供应商入库；所述资格核验包括：采集该材料供应商的中标数据，进行关联处理后提取得到第二判定信息；第三判断步骤，所述第三判断步骤为：判断所述第二判定信息和所述入库请求中中标业绩是否匹配，如不匹配则不准予该材料供应商入库，如匹配则执行后续步骤。
13.本发明第二方面提供一种材料供应商推送系统，包括：入库申请模块，所述入库申请模块被配置为接收材料供应商的入库申请；资格审核模块，所述资格审核模块被配置为对材料供应商的入库资格进行审核，所述资格审核模块包括第一采集单元、第一判断单元和第二判断单元，所述第一采集单元被配置为从公共网络平台采集该材料供应商的至少以下几种数据：基本信息、经营信息、中标数据和竞争分析数据，所述第一判定单元被配置为判定第一判定信息和入库请求的相应信息是否匹配，所述第二判定单元被配置为第二判定信息和所述入库请求中中标数据是否匹配；数据采集模块，被配置为采集准予入库的材料供应商的数据；数据预处理模块，被配置为对采集到的准予入库的材料供应商的数据进行预处理；评分模块，所述评分模块被配置为对所述符合要求的材料供应商的综合实力进行评定分析；推送模块，所述推送模块被配置为根据不同的评价标准进行材料供应商的排序和推送；数据通信模块，被配置为在各模块之间传输数据；数据存储模块，被配置为存储已入库的材料供应商的数据。
14.本发明第三方面提供一种材料供应商推送设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，执行前述的材料供应商推送方法。
15.上述技术方案中，建立的材料供应商数据库涵盖了基本信息、经营信息、司法信息和要素标签等多个维度，为综合实力的评定分析提供了全面、有效的数据支撑；采用材料供
应商入库审核的方式，确保入库材料供应商的资质和信息的真实性，降低项目单位的合作风险；通过预处理对材料供应商数据进行关联补充，完善企业工商信息、法律诉讼信息、经营交易信息、业绩荣誉信息、经营范围等众多要素信息，形成的第二供应商数据可以作为材料供应商的入库审核依据，还可以作为已入库材料供应商的档案管理依据，通过第二供应商数据可以深度掌握供应商的背景情况；采用先验评分模型可达到快速训练模型的效果，并且先验评分模型充分考虑了实际应用中项目单位选取材料供应商的多种因素，模型的设计科学、合理，再根据预训练预测的结果进行人为的纠正极端错误完成模型的二次训练，从而建立高效的数学模型，有效地提升了logistic回归模型的预测精度和准确度；可根据地理区域、项目预算和项目特征，结合不同的评价标准进行材料供应商的排序及推送，对于材料供应商的推送准确高效，更加贴合项目单位的真实需求，充分解决了项目单位对材料供应商选取的难点。
附图说明
16.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
17.图1是本发明材料供应商推送方法的流程示意图；
18.图2是本发明步骤s5的流程示意图；
19.图3是本发明步骤s3的流程示意图；
20.图4是本发明材料供应商推送效果图；
21.图5是本发明材料供应商推送系统的结构图。
具体实施方式
22.以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
23.实施例1：
24.参照图1所示，本发明实施例提供一种材料供应商推送方法，包括以下步骤：
25.s1、建立材料供应商数据库；
26.s2、材料供应商提出入库申请；
27.s3、第一判断步骤，所述第一判断步骤为：对材料供应商入库资格进行审核，在审核通过的情况下采集第一供应商数据，在审核不通过的情况下则不准予该材料供应商入库；
28.s4、对第一供应商数据进行预处理以形成第二供应商数据；
29.s5、对所述第二供应商数据进行评定分析以得到第三供应商数据；
30.s6、接收项目单位的需求；
31.s7、根据所述项目单位的需求和所述第三供应商数据在材料供应商数据库中筛选出符合条件的材料供应商；
32.s8、按照不同的评价标准进行材料供应商的排序并推送给项目单位。
33.本实施例中，材料供应商数据库的数据源架构为：(1)基本信息，包括公司名称、法人、所在地、纳税类型、注册资本、组织机构代码、联系人、公司类型等；(2)经营信息，包括中
标公示、竞争分析、企业荣誉、资质信息和经营风险等，其中：中标公示是材料供应商历史物资或劳务中标数据，包括中标项目名称、中标地区、建设单位名称、中标金额、中标时间等；竞争分析是该材料供应商参与的投标项目及作为第二、第三名中标候选人的数据，可用于分析该目标企业所涉及的市场区域、经营范围、业主单位、市场竞争力等要素的分析；企业荣誉主要为央企评定的“优秀供应商”“优秀分包商”等荣誉奖项；资质信息是住建部内总承包、专业承包的资质信息；经营风险包括目标企业质监局质检信息、被列入建筑企业黑名单数据、服务履约记录等；(3)司法信息包括公司裁判文书、法院公告、开庭公告、失信信息和被执行信息等；(4)企业要素标签，包括经营范围标签、市场区域标签、实力规模标签、参考价格标签和信誉标签等。
34.应用时，当接收到材料供应商提出的入库申请后，工作人员对材料供应商入库资格进行审核，如通过审核则准予入驻材料供应商数据库，通过搜索引擎采集第一供应商数据，所述第一供应商数据至少包括以下几种数据：司法涉诉信息、建筑企业内部供应商评价名录中的数据、政府网站的招中标数据、公共资源交易中心的招中标数据和各施工单位物资招标数据；然后对采集到的第一供应商数据进行预处理，通过预处理对材料供应商数据进行关联补充，完善企业工商信息、法律诉讼信息、经营交易信息、业绩荣誉信息、经营范围等众多要素信息，预处理还包括建立材料供应商的要素标签，所述要素标签包括经营范围标签、市场区域标签、实力规模标签、参考价格标签和信誉标签，通过标签为企业建立画像，可以深度掌握材料供应商的背景；所述经营范围标签是通过将材料供应商的经营范围按照预先设定的材料供应商的类目划分建立；所述市场区域标签是基于中标数据对材料供应商参与投标的业主单位以及所属区域进行提取汇总、分析建立，通过该标签可以了解该材料供应商业务的区域分布，比如：业务都集中在哪个省份或地区以及合作的单位是哪些单位等，从而了解该材料供应商市场辐射区域以及合作单位；所述实力规模标签是根据材料供应商所在业务范围内同期的总中标金额的排名而建立，也可根据不同的业主单位的排名建立，总中标金额高能够侧面反映该公司的市场竞争能力以及市场占有率较强；所述参考价格标签是根据每一个材料供应商每一次同一类型的标的生成的价格区间建立，材料价格作为物资采购过程中至关重要的要素，也是影响项目单位成本控制的关键，通过对供应商投标价格的捕捉，作为该地区该标的价格的参考；所述信誉标签是根据材料供应商的司法涉诉信息和建筑企业内部供应商评价名录中的相应数据建立信誉白名单、黑名单，例如：某供应商频繁与某建筑企业有诉讼纠纷并且该建筑企业内部供应商评价显示该供应商为黑名单，就可添加黑名单的信誉标签记录；预处理后形成的第二供应商数据可以作为材料供应商的入库审核依据，还可以作为已入库材料供应商的档案管理依据，通过第二供应商数据可以深度掌握供应商的背景情况，为该供应商的综合评定分析提供可靠、全面的多维数据支撑；本实施例采用logistic回归分析方法对第二供应商数据进行评定分析得到材料供应商的综合实力预测值，根据所述综合实力预测值和每一个logistic回归模型变量参数的证据权重转换值构建材料供应商评分卡，得到第三供应商数据；当有材料供应商推送请求时，根据项目单位的需求和第三供应商数据在材料供应商数据库中筛选出符合条件的材料供应商，按照不同的评价标准进行材料供应商的排序并推送给项目单位，比如：有些项目单位在选取材料供应商时偏重于信誉，而有些则偏重于价格或者地理区域等等。
35.实施例2：
36.参照图2示，基于本发明的第一个实施例，所述步骤s5括以下步骤：
37.s51、将材料供应商的多个信用维度向量化以得到logistic回归模型的多个变量参数；
38.s52、对所述第二供应商数据进行数据清洗；
39.s53、计算每个变量参数的证据权重转换值；
40.s54、建立logistic回归模型；
41.s55、建立先验评分模型，并通过所述先验评分模型训练logistic回归模型；
42.s56、对标记为失信数据的非平衡数据进行处理；
43.s57、对logistic回归模型训练的预测结果进行人工纠错；
44.s58、根据人工纠错后的logistic回归模型对材料供应商的综合实力进行预测；
45.s59、根据所述logistic回归模型的输出和所述每一模型变量参数的证据权重转换值构建劳务评分卡，得到第三供应商数据。
46.在本实施例对所述第二供应商数据进行评定分析以得到第三供应商数据的步骤中，首先整理材料供应商的各个信用维度，使用统一规则把每个维度标量化，从而向量化，表1示出了各个信用维度向量化后的变量名、变量类型，其中包括变量描述。
47.标号变量名变量类型变量描述x1financialreportinteger财报数据x2performanceinteger企业中标业绩x3activityinteger活跃度x4qualificationsinteger资质分析x5isyqqualitysupplierinteger是否跟央企的优质供应商x6isinyqblacklistinteger是否是央企通报黑名单x7judgmentdocumentinteger公司裁判文书x8courtannouncementinteger法院公告x9announcementofcourtsessioninteger开庭公告x10dishonestinformationinteger失信信息x11executedinformationinteger被执行信息x12crossshareholdinginteger交叉持股情况x13equityanalysisinteger股权分析x14equitypledgeinteger股权出质x15chattelmortgageinteger动产抵押x16isincreditblacklistinteger是否信用平台黑名单x17isadministrativepunishmentinteger是否有行政处罚
48.表1
49.由于得到的数据集会存在数据缺失、异常等缺陷，将会降低logistic回归模型的预测精度，需要对数据进行清洗，本实施例中数据清洗至少包括以下几个步骤：缺失值分析及处理、异常值分析及处理、变量分析和变量关联分析。在正式进行缺失值分析及处理前，先通过图形可视化对观测字段的缺失情况有一个直观的感受，对于一个包含空值的对象使用热卡填充的方法在完整数据中找到一个与缺失值最相似的对象，然后用这个相似对象的
值来填充缺失数据的默认值，采用热卡填充的方法能够在完整数据中找到一个与缺失值最相似的对象来填充缺失数据的默认值，相似对象精度高，与原始值偏差最小，应用时也可根据需求采用人工填充、特殊值填充或平均值填充等方法进行缺失数据的填充；本实施例通过kmeans聚类检测方法判定相似对象，应用时可根据不同的问题选用不同的标准来对相似对象进行判定；对于变量的异常值通过数据生成的箱线图将其隔离，比如根据中标数据发现中标超过120亿是箱外数据就认为缺乏数据的真实性，对于不确定和错误的数据进行删除；还需要对做回归的变量进行分析，需要统计每一个变量的分布，如果满足正态分布就把该变量纳入logistic回归模型参数范围，如果不满足正态分布则不考虑该变量，即该变量可解释性弱不适用于logistic回归模型；在变量之间的相关性建模之前得进行变量关联分析以检验变量之间的相关性，如果变量之间相关性显著，会影响模型的预测效果，可以通过r语言的corrplot函数画出各变量之间，包括响应变量与自变量的相关性，确认变量之间的相关性是非常小的，如果存在多重共线性，即有可能存在两个变量高度相关，需要进行降维或剔除处理，这里只是初步判断变量之间不存在多重共线性，后面用到的logistic回归同样需要检验多重共线性问题，也可以在建模后用vif(方差膨胀因子)来检验多重共线性问题。
50.本实施例中先验评分模型包括信用评价模型和风险判定模型，信用评价模型的结构如下：
51.1、采购(40分)：包括供应商资质(20分)和采购合作(20分)，供应商资质包括基本资料完整度(5分)、信用等级资料(5分)、最新征信报告(5分)和企业荣誉(5分)；资料完整度在80％以上5分，在60％-80％之间的为3分，60％以下的为1分；内部信用等级评级a级为5分，b级3分，c级为1分；一年内有不良或逾期贷款记录的不得分，反之为5分；获得公司评定的“优秀供应商”等企业级、项目级荣誉为5分，反之不得分；采购合作是按照某一类型材料的中标次数或者中标金额阶梯评分，例如：历史中标10次以上20分，5-10次为10分，1-5次为5分，未中标不得分；
52.2、技术(20分)：包括产品性能要求、相关法律法规和技术对接过程中的配合度；产品性能符合要求得10分，不符合得0分；符合相关法律法规得5分，不符合得0分；技术对接过程中积极配合得10分，一般得5分，延期配合得0分；
53.3、售后(20分)：包括售后服务能力(10分)和问题是否有效处理(10分)；能够按照合同约定的售后标准及服务响应时间执行得10分，未及时履约一次扣一分；问题有效解决得10分，频繁出现售后问题且未得到有效解决不得分；
54.4、质量(20分)：包括质量体系管理能力(10分)和质量保证能力(10分)，质量体系管理能力包括质量体系(5分)和产品报告资料(5分)，无质量体系0分，具备相关质量标准体系5分；产品报告资料完整的5分，无相关资料不得分；质量保证能力包括产品检验(10分)，出产检验、质量标识齐全得10分。
55.风险判定模型的结构如下：
56.1、司法风险：包括开庭公告、失信信息和被执行信息，均根据次数区间进行阶梯评分，比如：开庭公告次数为81至90之间的评分为80，71至80之间的评分为60，61至70之间的评分为40，60分以下的为20分；
57.2、经营风险：包括交叉持股情况、股权分析、股权出质、动产抵押、是否信用平台黑
名单和是否有行政处罚，其中交叉持股情况、股权分析、股权出质和动产抵押是按照评估的区间值进行阶梯评分；是否信用平台黑名单和是否有行政处罚则是有0和100两个分值。
58.应用时，信用评价模型和风险判定模型的结构、维度、评价指标及分值等均可根据实际需求做适应性调整；本实施例中的先验评分模型充分考虑了实际应用中项目单位选取材料供应商的多种因素，如：质量、信用和潜在风险等等，模型的设计科学、合理，通过建立的先验评分模型进行标签的预打可完成模型的快速训练，再根据预训练预测的结果进行人为的纠正极端错误完成模型的二次训练，从而建立高效的数学模型。
59.进一步地，标记为失信数据存在明显的类失衡问题，仅为所有观测值的0.x％，因此需要对非平衡数据进行处理，本实施例采用smote算法对稀有数据进行超级采样；为了检验训练好的模型性能的优劣，本实施例通过roc(receiver operating characteristic)曲线和auc值来评估模型的优劣，能够快速地发现模型选择或训练过程当中出现的问题，迭代地对模型进行优化。
60.本实施例中logistic回归模型的变量参数如表1所示，主要包括：财报数据、企业中标业绩、活跃度、资质分析、是否跟央企的优质供应商、是否是央企通报黑名单、公司裁判文书、法院公告、开庭公告、失信信息、被执行信息、交叉持股情况、股权分析、股权出质、动产抵押、是否信用平台黑名单和是否有行政处罚等；对所述每个变量参数计算证据权重转换值，证据权证转换公式为：woe(x)＝ln[(处罚/总处罚)/(正常/总正常)]，x为变量参数中的任一个；根据所述logistic回归模型的输出和所述每一模型变量参数的证据权重转换值构建材料供应商评分卡，得到第三供应商数据，即综合实力分值；表2示出了财报数据、企业中标业绩、资质分析、司法文书、信誉和质押融资等变量参数的评分。本发明根据项目单位选取材料供应商时关注的多个维度确定了logistic回归模型的变量参数，可以将材料供应商选取时需考虑的众多因素进行简化提取，将先验评分模型和logistic回归分析法结合，可以提高综合实力评分预测的精度和准确度。
[0061][0062]
表2
[0063]
实施例3：
[0064]
基于本发明的第二个实施例，所述材料供应商的经营范围是通过对该材料供应商的中标数据和竞争分析数据进行关联后提取得到的，所述竞争分析数据至少包括以下几种：该材料供应商参与的投标项目、作为第二名中标候选人的数据和作为第三名中标候选人的数据。
[0065]
本实施例中，中标数据为材料供应商历史物资或劳务中标数据，中标数据主要包括中标项目名称、中标地区、建设单位名称、中标金额、中标时间等，中标数据和竞争分析数据的数据源涵盖了全国各省市公共资源交易平台以及建筑企业招投标平台等发布的数据。
[0066]
在本实施例中步骤s8还包括根据地理区域、项目预算和项目特征进行材料供应商的筛选，图4为本发明材料供应商推送的效果图，所述项目特征至少包括以下几种：项目承建单位、项目工程类型和项目施工风险；比如：项目单位为中国交建施工项目部，在对材料供应商推送过程中将优先推荐与中交有合作基础的供应商；项目部工程类型为隧道、桥梁、土石方或道路等，根据施工类型推荐对应的材料供应商；项目的施工风险，如岩爆、瓦斯、涌水，将推送具备相应标准及安全质量等级的材料供应商，在推送材料供应商时不仅考虑了项目单位的主动需求，还充分考虑了项目单位的潜在需求，方案推送准确高效，更加贴合项目单位的真实需求，充分解决项目单位对材料采购的需求痛点。
[0067]
如图3所示，本实施例中步骤s3中对材料供应商入库资格进行审核包括以下步骤：
[0068]
s31：接收材料供应商的入库申请，入库申请至少包括材料供应商的基本信息、经营信息和中标业绩；
[0069]
s32：从公共网络平台采集该材料供应商的基本信息和经营信息，并进行关联处理后提取得到第一判定信息；
[0070]
s33：第二判断步骤，所述第二判断步骤为：判断所述第一判定信息和入库请求的相应信息是否匹配，如匹配则进行该材料供应商的资格核验，如不匹配则不准予该材料供应商入库；
[0071]
s34：所述资格核验包括：采集该材料供应商的中标数据，进行关联处理后提取得到第二判定信息；
[0072]
s35：第三判断步骤，所述第三判断步骤为：判断所述第二判定信息和所述入库请求中中标业绩是否匹配，如不匹配则不准予该材料供应商入库，如匹配则执行后续步骤；
[0073]
由于入库请求中的信息均由待入库材料供应商自行填报，会存在填报信息不真实、不准确、误填误报等情况，本实施例通过采集公共网络平台的信息并将其关联后分别形成第一判定信息和第二判定信息，第一判定信息作为待入库材料供应商初步审核的依据，如第一判定信息和入库请求的相应信息匹配则通过初步审核，然后将第二判定信息作为该材料供应商资格核验的依据，判断第二判定信息和入库请求中中标业绩是否匹配，如匹配则执行s4及后续步骤，采用logistic回归分析方法对该材料供应商进行风险预测并得到风险评分。采用两级判定的入库审核的方式，确保了入库材料供应商的资质和信息的真实性，降低了项目单位的合作风险。
[0074]
本发明还提供一种材料供应商推送系统，包括：入库申请模块1，所述入库申请模块1被配置为接收材料供应商的入库申请；资格审核模块2，所述资格审核模块2被配置为对材料供应商的入库资格进行审核，所述资格审核模块2包括第一采集单元21、第一判断单元22和第二判断单元23，所述第一采集单元21被配置为从公共网络平台采集该材料供应商的至少以下几种数据：基本信息、经营信息、中标数据和竞争分析数据，所述第一判定单元22被配置为判定第一判定信息和入库请求的相应信息是否匹配，所述第二判定单元23被配置为第二判定信息和所述入库请求中中标数据是否匹配；数据采集模块3，被配置为采集准予入库的材料供应商的数据；数据预处理模块4，被配置为对采集到的准予入库的材料供应商的数据进行预处理；评分模块5，所述评分模块5被配置为对所述符合要求的材料供应商的综合实力进行评定分析；推送模块6，所述推送模块6被配置为根据不同的评价标准进行材料供应商的排序和推送；数据通信模块，被配置为在各模块之间传输数据；数据存储模块7，
被配置为存储已入库的材料供应商的数据。
[0075]
本发明项目材料供应商推送系统的具体实施方式与上述材料供应商推送方法各实施例基本相同，在此不再赘述。
[0076]
本发明还提供一种材料供应商推送设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，执行前述的材料供应商推送方法。
[0077]
本发明项目材料供应商推送设备的具体实施方式与上述材料供应商推送方法各实施例基本相同，在此不再赘述。
[0078]
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
[0079]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
[0080]
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。