一种替换物料推荐方法及系统技术方案

本发明专利技术提供一种替换物料推荐方法及系统，方法包括：获取物料替换需求信息，物料替换需求信息至少包括以下之一：待替换物料名称和待替换物料属性信息；根据待替换物料名称和/或待替换物料属性信息，获取最终替换条件，最终替换条件包括：一个或多个目标属性标签；将最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列，替换物料序列包括：多个替换物料；根据替换物料，获取与替换物料相对应的购买信息，购买信息包括：购买途径、购买价格、发货地点和预计到货时间；根据购买信息和预设的排序规则，对替换物料序列中的多个替换物料进行排序，完成替换物料推荐；本发明专利技术中的方法，实现了对替换物料的智能推荐，推荐准确度较高。准确度较高。准确度较高。

【技术实现步骤摘要】
一种替换物料推荐方法及系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种替换物料推荐方法及系统。

技术介绍

[0002]在企业研发或实验的过程中，通常需要替换物料，如：将具备相同功能，且价格较低的物料作为替换物料。目前，通常需要根据待替换物料的特性，采用人工的方式，筛选出符合需求的替换物料，然而采用人工的方式寻找替换物料效率较低，且由于人的知识受限，容易导致寻找的替换物料与原始物料的可替换性较低，给企业和用户带来极大不便。

技术实现思路

[0003]本专利技术提供一种替换物料推荐方法及系统，以解决现有技术中采用人工的方式寻找替换物料效率较低，寻找的替换物料与原始物料的可替换性较低的问题。
[0004]本专利技术提供的替换物料推荐方法，包括：获取物料替换需求信息，所述物料替换需求信息至少包括以下之一：待替换物料名称和待替换物料属性信息；根据所述待替换物料名称和/或待替换物料属性信息，获取最终替换条件，所述最终替换条件包括：一个或多个目标属性标签；将所述最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列，所述替换物料序列包括：多个替换物料；根据所述替换物料，获取与替换物料相对应的购买信息，所述购买信息包括：购买途径、购买价格、发货地点和预计到货时间；根据所述购买信息和预设的排序规则，对多个所述替换物料进行排序，完成替换物料推荐。
[0005]可选的，根据所述待替换物料名称和/或待替换物料属性信息，获取最终替换条件的步骤包括：将所述待替换物料名称输入预设的替换条件数据库进行替换条件匹配，获取与所述待替换物料名称相对应的一个或多个替换属性标签，所述替换条件数据库包括：多个物料名称、多个替换属性标签，以及替换属性标签与物料名称之间的关联程度，所述替换属性标签与物料名称相互对应；根据与所述待替换物料名称相对应的替换属性标签，以及对应的替换属性标签与待替换物料名称之间的关联程度，获取第一替换条件；将所述待替换物料属性信息输入预先训练好的语义识别模型进行语义识别，获取一个或多个与所述待替换物料属性信息相对应的语义标签；根据所述语义标签，获取第二替换条件；根据所述第一替换条件和/或第二替换条件，生成最终替换条件。
[0006]可选的，获取第一替换条件的步骤包括：
根据预先设置的目标属性标签数量阈值，以及多个所述替换属性标签与所述待替换物料的关联程度，对多个与待替换物料名称相对应的所述替换属性标签进行排序与筛选，获取第一目标属性标签；根据所述第一目标属性标签与所述待替换物料的关联程度，确定多个第一目标属性标签的第一权重；根据所述第一目标属性标签以及对应的第一权重，获取第一替换条件。
[0007]可选的，根据所述语义标签，获取第二替换条件的步骤包括：获取所述语义标签与所述待替换物料属性信息的相似度；根据所述相似度和预先设置的目标属性标签数量阈值，对所述语义标签进行排序和筛选，获取第二目标属性标签；根据所述相似度，确定所述第二目标属性标签的第二权重；根据所述第二目标属性标签以及对应的第二权重，获取第二替换条件。
[0008]可选的，所述语义识别模型的获取步骤包括：获取第一样本集，所述第一样本集包括：物料属性样本信息，以及与物料属性样本信息相对应的真实语义标注；将所述第一样本集中的物料属性样本信息输入长短期记忆网络进行语义特征提取，获取样本语义特征；根据所述样本语义特征，获取对应的预测语义标签；根据所述预测语义标签、真实语义标注和预先设置的第一损失函数，对所述长短期记忆网络进行迭代训练，获取训练好的语义识别模型。
[0009]可选的，所述替换物料推荐模型的获取步骤包括：获取第二样本集，所述第二样本集包括：多个样本属性标签、属性标签权重标注和真实替换物料标注，所述样本属性标签与属性标签权重相互关联，所述样本属性标签与真实替换物料标注相互对应；将所述第二样本集中的多个样本属性标签输入深度神经网络进行特征提取，获取特征向量；根据所述特征向量和对应的属性标签权重，获取多个预测替换物料；根据所述预测替换物料、真实替换物料标注和预先设置的第二损失函数，对所述深度神经网络进行训练，获取替换物料推荐模型。
[0010]可选的，将所述最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列的步骤包括：将所述最终替换条件输入替换物料推荐模型，获取所述替换物料推荐模型输出的多个替换物料，并且，获取所述替换物料的属性标签；将多个所述目标属性标签与所述替换物料的属性标签进行对比，确定目标属性标签和替换物料的属性标签之间的重合程度；根据所述重合程度，对多个替换物料进行排序，获取替换物料序列。
[0011]可选的，根据所述购买信息和预设的排序规则，对所述替换物料序列中的多个替换物料进行排序的步骤包括：对所述购买信息中的购买途径、购买价格、发货地点和预计到货时间分别设置对
应的权值；根据预先设置的打分策略和所述权值，对所述购买信息进行打分，获取多个替换物料的购买分数；根据所述购买分数和所述排序规则，对所述替换物料序列中的多个替换物料进行排序。
[0012]可选的，对多个所述替换物料进行排序，获取最终物料推荐序列；将所述最终物料推荐序列传输至关联终端，进行可视化显示。
[0013]本专利技术还提供一种替换物料推荐系统，包括：替换条件获取模块，用于获取物料替换需求信息，所述物料替换需求信息至少包括以下之一：待替换物料名称和待替换物料属性信息；根据所述待替换物料名称和/或待替换物料属性信息，获取最终替换条件，所述最终替换条件包括：一个或多个目标属性标签；替换物料序列获取模块，用于将所述最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列，所述替换物料序列包括：多个替换物料；替换物料推荐模块，用于根据所述替换物料，获取与替换物料相对应的购买信息，所述购买信息包括：购买途径、购买价格、发货地点和预计到货时间；根据所述购买信息和预设的排序规则，对所述替换物料序列中的多个替换物料进行排序，并进行替换物料推荐；所述替换条件获取模块、替换物料序列获取模块和替换物料推荐模块连接。
[0014]本专利技术的有益效果：本专利技术中的替换物料推荐方法，通过根据待替换物料名称和/或待替换物料属性信息，获取最终替换条件，将最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列，替换物料序列包括：多个替换物料，并根据所述替换物料，获取与替换物料相对应的购买信息，根据购买信息和预设的排序规则，对所述替换物料序列中的多个替换物料进行排序，并进行替换物料推荐，实现了对替换物料的智能推荐，推荐准确度较高，自动化程度较高，推荐效率较高，有效降低人工成本。
附图说明
[0015]图1是本专利技术实施例中替换物料推荐方法的流程示意图。
[0016]图2是本专利技术实施例中替换物料推荐方法中获取最终替换条件的流程示意图。
[0017]图3是本专利技术实施例中替换物料推荐方法中获取第一替换条件的流程示意图。
[0018]图4是本专利技术实施例中替换物料推荐方法中获取第二替换条件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种替换物料推荐方法，其特征在于，包括：获取物料替换需求信息，所述物料替换需求信息至少包括以下之一：待替换物料名称和待替换物料属性信息；根据所述待替换物料名称和/或待替换物料属性信息，获取最终替换条件，所述最终替换条件包括：一个或多个目标属性标签；将所述最终替换条件输入替换物料推荐模型进行替换物料推荐，获取替换物料序列，所述替换物料序列包括：多个替换物料；根据所述替换物料，获取与替换物料相对应的购买信息，所述购买信息包括：购买途径、购买价格、发货地点和预计到货时间；根据所述购买信息和预设的排序规则，对所述替换物料序列中的多个替换物料进行排序，并进行替换物料推荐。2.根据权利要求1所述的替换物料推荐方法，其特征在于，根据所述待替换物料名称和/或待替换物料属性信息，获取最终替换条件的步骤包括：将所述待替换物料名称输入预设的替换条件数据库进行替换条件匹配，获取与所述待替换物料名称相对应的一个或多个替换属性标签，所述替换条件数据库包括：多个物料名称、多个替换属性标签，以及替换属性标签与物料名称之间的关联程度，所述替换属性标签与物料名称相互对应；根据与所述待替换物料名称相对应的替换属性标签，以及对应的替换属性标签与待替换物料名称之间的关联程度，获取第一替换条件；将所述待替换物料属性信息输入预先训练好的语义识别模型进行语义识别，获取一个或多个与所述待替换物料属性信息相对应的语义标签；根据所述语义标签，获取第二替换条件；根据所述第一替换条件和/或第二替换条件，生成最终替换条件。3.根据权利要求2所述的替换物料推荐方法，其特征在于，获取第一替换条件的步骤包括：根据预先设置的目标属性标签数量阈值，以及多个所述替换属性标签与所述待替换物料的关联程度，对多个与待替换物料名称相对应的所述替换属性标签进行排序与筛选，获取第一目标属性标签；根据所述第一目标属性标签与所述待替换物料的关联程度，确定多个第一目标属性标签的第一权重；根据所述第一目标属性标签以及对应的第一权重，获取第一替换条件。4.根据权利要求2所述的替换物料推荐方法，其特征在于，根据所述语义标签，获取第二替换条件的步骤包括：获取所述语义标签与所述待替换物料属性信息的相似度；根据所述相似度和预先设置的目标属性标签数量阈值，对所述语义标签进行排序和筛选，获取第二目标属性标签；根据所述相似度，确定所述第二目标属性标签的第二权重；根据所述第二目标属性标签以及对应的第二权重，获取第二替换条件。5.根据权利要求2所述的替换物料推荐方法，其特征在于，所述语义识别模型的获取步
骤包括：获取第一样本集，所述第一样本集包括：物料属性样本信息，以及与物料属性样本信息相对应的真实语义标注；将所述第一样本集中的物料属性样本信息输入长短期记忆网络进行语义特征提取，获取样本语义特征；根据所述样本语义特征，...

【专利技术属性】
技术研发人员：姚娟娟，钟南山，
申请(专利权)人：明品云北京数据科技有限公司，
类型：发明
国别省市：