模型训练方法、供应商评估和推荐方法、设备及存储介质与流程

本技术涉及供应商评估，尤其涉及一种模型训练方法、供应商评估和推荐方法、设备及存储介质。

背景技术：

1、智慧供应链平台，也称供应商管理平台，它提供了一种面向企业的批量采购的集中管理和监控供应商的方式，以实现供应商管理的数字化管理，更好的实现对供应商的评估和监控，提高供应商的合规性和质量。

2、现有的智慧供应链平台中、供应商数量众多、供应商品的质量参差不齐、交付稳定，而现有的供应商评价方法过于依赖维度单一，比如部分方法过于依赖交易数据或者只依赖交易数据，再比如部分算法只考虑当前供应商的行为数据，缺乏整体性评价，其结果缺失基准性，难以为客户推荐综合实力稳定的供应商。

3、针对上述缺陷，亟需一种模型训练方法、供应商评估和推荐方法、设备及存储介质，能够对供应商进行多维度、整体性的评估。

技术实现思路

1、本技术提供一种模型训练方法、供应商评估和推荐方法、设备及存储介质，能够对供应商进行多维度、整体性的评估。

2、第一方面，本技术提供一种供应商评估模型的训练方法，所述方法包括：

3、采集若干供应商的征信分值、历史评估分值和历史周期内的订单信息；根据所述历史周期内的订单信息获取所述供应商的历史订单分值和历史安全指标；

4、建立训练集；其中，所述训练集包括多个训练样本，所述训练样本将所述征信分值、所述历史评估分值、所述历史订单分值和历史安全指标作为特征向量，将所述历史评估分值作为所述特征向量的训练值；

5、建立基于征信分值、历史评估分值、历史订单分值和历史安全指标的加权函数模型，根据最小均方算法采用所述训练集对所述加权函数模型进行训练，获取所述加权函数模型对应的加权系数，将基于所述加权系数的函数模型作为供应商评估模型，所述供应商评估模型用于对供应商进行评估。

6、在一种可能的设计中，所述历史周期内的订单信息包括所述历史周期内的商品信息、物流信息、服务质量评分；所述根据所述历史周期内的订单信息获取所述供应商的历史订单分值，包括：

7、根据所述历史周期内的商品信息获取所述供应商的供货质量评分；

8、根据所述历史周期内的物流信息获取所述供应商的物流质量评分；

9、根据所述服务质量评分的均值获取所述供应商的服务质量得分；

10、根据所述供应商的供应订单评分、物流订单评分和满意度均值的加权平均值获取所述历史订单分值。

11、在一种可能的设计中，所述商品信息包括商品的评价分值、退货数、换货数、维修数、投诉数，所述根据所述历史周期内的商品信息获取所述供应商的供货质量评分，包括：

12、针对所述供应商的同一订单中的同种商品，根据所述商品评价分值获取商品满意度得分率；根据所述退货数获取不退货率；根据所述换货数获取不换货率；根据所述维修数获取不维修率；根据所述投诉数获取不投诉率；

13、根据所述商品满意度得分、不退货率、不换货率、不维修率、不投诉率的加权平均值获取所述商品质量评分；

14、根据同一所述订单的商品质量评分的均值，获取订单质量评分；

15、根据同一所述供货商的所述订单质量评分的均值获取所述供应商的供货质量评分。

16、在一种可能的设计中，所述物流信息包括配送速度评分、配送服务态度评分和物流包装评分，所述根据所述历史周期内的物流信息获取所述供应商的物流质量评分，包括：

17、针对所述供应商的每个订单，对所述配送速度评分、配送服务态度评分和物流包装评分进行加权平均获取所述订单的物流质量评分；

18、根据所有所述订单的物流订单评分的均值获取所述供应商的物流质量评分。

19、在一种可能的设计中，所述订单信息包括未接收订单数、未完全发货订单数、超期未妥投数订单数、未开票订单数和退换货订单数；所述根据所述订单信息获取所述供应商的历史安全指标，包括：

20、针对每个供应商，根据所述未接收订单数、未完全发货订单数、超期未妥投数订单数、未开票订单数和退换货订单数的加权平均分别与总订单数的比值获取历史风险指标；

21、根据预设总分值与所述历史风险指标的差值获取所述供应商的历史安全指标。

22、第二方面，本技术提供一种供应商评估方法，所述方法包括：

23、获取待评估供应商的征信分值、历史评估分值和历史周期内的订单信息；

24、根据所述订单信息获取历史订单分值和历史安全指标；

25、将所述征信分值、历史评估分值、历史订单分值和历史安全指标输入供应商评估模型获取评估分值；

26、其中，所述供应商评估模型为根据上述训练方法训练得到的模型。

27、第三方面，本技术提供一种供应商推荐方法，所述方法包括：

28、获取采购方的商品搜索信息；将所述商品搜索信息作为关键字获取相关联的供应商；

29、获取多个相关联的所述供应商的评估分值；其中，所述评估分值为根据上述评估方法得到的评估分值；

30、根据所述评估分值从高到低对多个相关联的所述供应商进行排序，将所述排序中前n个所述供应商推荐给所述采购方，其中，n为预设推荐个数。

31、第四方面，本技术提供一种供应商评估模型的训练设备，所述设备包括：

32、第一获取模块，用于采集若干供应商的征信分值、历史评估分值和历史周期内的订单信息；针对每个供应商，根据所述历史周期内的订单信息获取历史订单分值和历史安全指标；

33、第二获取模块，用于建立训练集；其中，所述训练集包括多个训练样本，所述训练样本将所述征信分值、所述历史评估分值、所述历史订单分值和历史安全指标作为特征向量，将所述历史评估分值作为所述特征向量的训练值；

34、训练模块，用于建立基于征信分值、历史评估分值、历史订单分值和历史安全指标的加权函数模型，根据最小均方算法采用所述训练集对所述加权函数模型进行训练，获取所述加权函数模型对应的加权系数，将基于所述加权系数的函数模型作为供应商评估模型，所述供应商评估模型用于对供应商进行评估。

35、第五方面，本技术提供一种供应商评估设备，所述设备包括：

36、第三获取模块，用于获取待评估供应商的征信分值、历史评估分值和历史周期内的订单信息；根据所述订单信息获取历史订单分值和历史安全指标；

37、评估模块，用于将所述征信分值、历史评估分值、历史订单分值和历史安全指标输入供应商评估模型获取评估分值；

38、其中，所述供应商评估模型为根据上述训练设备训练得到的模型。

39、第六方面，本技术提供一种供应商推荐设备，所述设备包括：

40、第一模块，用于获取采购方的商品搜索信息；将商品搜索信息作为关键字获取相关联的供应商；

41、第二模块，用于获取多个相关联的供应商的评估分值；其中，评估分值为采用上述一种供应商评估设备得到的评估分值；

42、第三模块，用于根据评估分值从高到低对多个相关联的供应商进行排序，将排序中前n个供应商推荐给采购方，其中，n为预设推荐个数。

43、第七方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

44、所述存储器存储计算机执行指令；

45、所述处理器执行所述存储器存储的计算机执行指令，以实现上述供应商评估模型的训练方法或供应商评估方法或供应商推荐方法。

46、第八方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述供应商评估模型的训练方法或供应商评估方法或供应商推荐方法。

47、本技术提供的一种模型训练方法、供应商评估和推荐方法、设备及存储介质，通过获取若干供应商的征信分值、历史评估分值、历史订单分值和历史安全指标，将征信分值、历史评估分值、历史订单分值和历史安全指标作为训练样本，采用最小均方算法进行训练获取供应商评估模型，供应商评估模型用于对供应商进行评估，获取的评估分值能够从多维度反映评估的供应商的综合能力，作为平台推荐优秀供应商的依据。