基于多智能体与德尔菲融合的组合选品方法及系统

摘要: 本发明涉及人工智能与供应链数字化领域,具体涉及一种基于多智能体与德尔菲融合的组合选品方法及系统。背景技术:1、随着即时零售与内容电商的发展,商品组合选品逐步由人...
基于多智能体与德尔菲融合的组合选品方法及系统

本发明涉及人工智能与供应链数字化领域,具体涉及一种基于多智能体与德尔菲融合的组合选品方法及系统。

背景技术:

1、随着即时零售与内容电商的发展,商品组合选品逐步由人工经验转向数据驱动。对于现代快消品、滋补饮品等具有保质期限制、规格差异及成本约束的单品,选品本质上是货架组合选品优化问题(portfolio selection)。企业选品不仅评估单品个体业务素质,更要在组合货架层面妥协多个冲突目标--既要求总利润较高,又要求滞销风险较低,同时要求品类覆盖充分,且商品产品矩阵贴合度较高。

2、现有行业技术不足:一是传统备选解集搜索解空间庞大,迭代求解算法运算开销大;且算法输出多个备选组合解集,业务层面对备选组合的选择难度较高,若偏好贴近度计算的主观赋权稍有偏差,执行货架清单容易发生变化。二是人工选品依赖主观经验,静态毛利率单指标排序掩盖组合目标冲突。三是单一通用llm在处理表格计算、生产日期时间戳比对与冲突权衡时频繁产生数值幻觉。四是传统数理运筹过滤纯靠字段阈值清洗,缺乏对单品增量卖点、消费趋势及草本配方合规声称的软性业务审查。五是现有系统缺乏动态知识图谱实时联网检索能力,无法基于最新公开行业数据动态更新选品决策依据。六是单一智能体生成选品报告时易产生内容幻觉,缺乏多维度交叉验证机制;

3、因此,针对上述问题提出一种基于多智能体与德尔菲融合的组合选品方法及系统。

技术实现思路

1、为了克服现有技术的上述缺陷,本发明的实施例提供基于多智能体与德尔菲融合的组合选品方法及系统,要解决的问题是:现有组合选品技术中备选解集规模庞大导致决策困难、多权重赋值主观性强且一致性不足、缺乏单品准入软性审核机制、缺乏实时联网知识图谱动态更新能力及单一智能体输出报告易产生幻觉的技术问题。

2、为实现上述目的,本发明首先提供一种基于多智能体与德尔菲融合的组合选品方法,包括如下步骤:

3、s100、数据接入:接收候选商品库、选品数量范围约束及独立业务专家群输入的主观偏好多权重值。

4、s200、知识检索:执行联网检索与知识图谱动态更新。构建由行业概念实体节点与语义关系边构成的选品领域知识图谱,调用大语言模型原生联网搜索接口抓取最新公开网页数据,抽取结构化实体与关系并动态增加图谱节点与关系边,将检索结果作为结构化证据条目入库,通过分词检索匹配图谱实体与本地研报文本,按相关度排序输出结构化事实检索结果。

5、s300、预处理:完成异构表头字段的标准化映射与识别,对商品净含量、生产成本、当前售价、底线售价、保质期、生产日期等核心字段执行数据清洗与格式归一化,计算单品派生评估指标,并实现商品业务角色的自动分类识别。

6、s400、德尔菲选品:以候选商品是否入选销售组合为0-1决策变量,构建四维组合评价模型;采集专家主观偏好权重矩阵,通过本地可解释统计算法计算权重均值、离散系数,并引入并列结校正项求解肯德尔和谐系数  完成共识收敛度检验;检验通过后将统计特征基底输入大语言模型协调模块进行二次全局校准,融合输出德尔菲多权重共识向量;基于该向量将模型线性加权聚合为固定权重的单一综合效用函数,在选品数量及品类深度、覆盖范围、逻辑一致性约束下求解得到最优货架组合执行解向量并生成选品初审报告。

7、s500、会审校验:配置由大语言模型驱动的三智能体垂直领域架构,采用独立初审、交叉质询与会审、综合决议与评分的三阶段协作机制,各自独立审核后开展交叉质询并互补验证盲区,最终融合输出带多维度置信度标注的终审确认选品报告,实现对抗内容幻觉的技术效果。

8、s600、合规输出:基于动态知识图谱增强检索结果对终审确认选品报告做合规性与事实性校验,输出可落地执行清单与决策报告。

9、本发明还提供一种实施上述方法的组合选品系统,该系统包括依数据流顺序耦合的四大核心模块:数据接入与预处理模块100、动态知识图谱增强检索模块200、德尔菲多权重协同选品模块300和多智能体会审模块400,分别用于执行上述步骤s300、s200、s400与s500及s600。

10、与现有技术相比,本发明具有以下有益效果:

11、(1)本发明通过德尔菲多权重共识向量将存在目标冲突的组合选品评价模型降维为固定权重单效用函数,将多目标优化转化为单目标寻优,避免了对pareto备选解集的复杂选择,节约求解开销并提高决策效率。

12、(2)本发明采用本地可解释统计算法与大语言模型二次校准相结合的两阶段权重生成机制,先通过含并列结校正的肯德尔和谐系数与离散系数完成共识度的可量化检验,再借助大语言模型的语义理解能力进行全局校准,提高了多权重生成的合理性与一致性。

13、(3)本发明配置量化风控、市场研究、增长营销三类专业智能体,按照独立初审、交叉质询与会审、综合决议与评分的三阶段协同工作流开展多维度交叉审核,互补验证盲区,有效对抗单一智能体输出内容幻觉,提高了选品报告的可信度与可执行性。

14、(4)本发明以底线毛利率、相对价格系数和性价比为核心维度,采用顺序判断规则将候选商品自动识别为引流款、利润款、爆款和形象款四类互斥业务角色,使角色配比控制具有明确业务语义,确保商品结构符合经营战略。

15、(5)本发明通过动态知识图谱增强检索,基于大语言模型联网搜索接口实时抓取最新公开行业数据,动态更新图谱实体节点与关系边,为选品优化与多智能体会审提供具有时效性的事实支撑,实现全流程决策的逻辑闭环校验。

1.一种基于多智能体与德尔菲融合的组合选品方法,应用于电子设备,其特征在于,包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,所述步骤s200具体包括:

3.根据权利要求1所述的方法,其特征在于,所述步骤s300中,设候选商品库总数为 ,定义0-1决策变量 ,,其中  表示第  个候选商品被选入销售组合,选品组合总数满足 ;派生评估指标定义如下:

4.根据权利要求1及3所述的方法,其特征在于,所述步骤s400构建的四维组合评价模型为:

5.根据权利要求1所述的方法,其特征在于,所述步骤s400中的可解释统计运算、共识收敛检验及大语言模型二次校准过程具体为:设独立业务专家总人数为 ,优化目标数量,记第  名专家对第  项优化目标给出的原始主观偏好权重为 ;按下式完成单专家维度的归一化处理:

6.根据权利要求1所述的方法,其特征在于,所述步骤s500中三智能体的配置及分工为:量化风控智能体配置具备深度推理能力的大语言模型并履行德尔菲主席职责,重点审核数值计算准确性、成本毛利逻辑合规性、保质期风险量化指标及底线售价约束满足度;市场研究智能体配置具备联网搜索能力的大语言模型,重点审核市场趋势结论是否有知识图谱证据支撑、竞品数据真实性及消费需求匹配度断言的可验证性;增长营销智能体配置具备内容生成能力的大语言模型,重点审核营销策略可落地性、渠道roi预测合理性及执行时间表可行性;三者独立审核后开展交叉质询,互补验证盲区,最终融合输出带多维度置信度标注的终审确认选品报告。

7.一种基于多智能体与德尔菲融合的组合选品系统,用于实现权利要求1至6中任一项所述的方法,其特征在于,包括依数据流顺序耦合的以下模块:

8.根据权利要求7所述的系统,其特征在于,所述数据接入与预处理模块(100)内置示例候选商品库并支持外部文件导入,覆盖浓缩茶饮料、袋泡茶、固体饮料、代用茶、调味茶品类;外部文件格式支持csv,导入时自动识别表头字段并完成标准映射。

9.一种电子设备,其特征在于,包括处理器与存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。