一种基于互联网的供应商订单管理方法及系统与流程

1.本发明涉及互联网技术领域，尤其涉及一种基于互联网的供应商订单管理方法及系统。


背景技术：

2.随着现代社会电子产品的高速发展，pcb板变得越来越多功能化和高集成化，在各个研发领域或者研发产品都离不开pcb板，于是各个供应商应运而生，他们通过向厂家进货然后再转售到用户一方，无需用户自己到厂家调货，提高了便捷性，但是最初的供应商和厂家之间是通过线下的人员沟通来完成每个订单，其工作效率低下的同时还浪费了人力成本，随着网络的普及和发展，越来越多的厂家和供应商之间通过在线创建订单和审核并执行来完成对多个供应商订单的综合处理，其不仅提高了订单处理效率还无需进行线下的订单协商和双方人员沟通协调，节省了人力成本，但是其同时存在以下问题：在订单审核的过程中是通过厂家工作人员在线进行人工审核，其难免会出现由于供应商填写失误而厂家工作人员未及时发觉到从而根据订单向供应商供货导致供应商所需要的实际电路板与发货电路板不符而后续进行繁琐的更换工作，大大地降低了工作效率。


技术实现要素：

3.针对上述所显示出来的问题，本发明提供了一种基于互联网的供应商订单管理方法及系统用以解决背景技术中提到的在订单审核的过程中是通过厂家工作人员在线进行人工审核，其难免会出现由于供应商填写失误而厂家工作人员未及时发觉到从而根据订单向供应商供货导致供应商所需要的实际电路板与发货电路板不符而后续进行繁琐的更换工作，大大地降低了工作效率的问题。
4.一种基于互联网的供应商订单管理方法，包括以下步骤：
5.获取每个订单对应的供应商的身份信息；
6.将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型；
7.确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中；
8.将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理。
9.优选的，所述获取每个订单对应的供应商的身份信息，包括：
10.根据每个订单确定其对应的供应商的厂家信息；
11.利用每个供应商的厂家信息进行数据搜索以确定每个供应商的注册信息；
12.根据每个供应商的注册信息确定该供应商的经营产品领域；
13.将每个供应商的厂家信息、注册信息和经营产品领域确认为该供应商的身份信息。
14.优选的，在将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型之后，所述方法还包括：
15.调取属于每个专项售卖物件类型的目标数量个参考物件；
16.获取每个专项售卖物件类型的所属每个参考物件的基础信息；
17.根据每个专项售卖物件类型的所属每个参考物件的基础信息提取出每个参考物件的属性信息；
18.根据每个每个专项售卖物件类型的所属每个参考物件的属性信息构建该专项售卖物件类型的属性集，根据每个专项售卖物件类型的属性集构建该专项售卖物件类型的的属性矩阵。
19.优选的，确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中，包括：
20.提取每个供应商的订单中的目标物件的目标属性信息；
21.获取每个目标物件的目标属性信息对应的特征因子；
22.将每个供应商的订单中的目标物件的特征因子对该供应商的专项售卖物件类型的目标属性矩阵进行匹配，获取匹配度；
23.将匹配度大于等于预设阈值的第一目标物件对应的第一订单归类到所述正常订单类别中，将匹配度小于所述预设阈值的第二目标物件对应的第二订单归类到所述异常订单类别中。
24.优选的，所述方法还包括：
25.获取每个第二订单对应的第一供应商的历史订单；
26.从每个第一供应商的历史订单调取有效订单，根据每个第一供应商历史订单中有效订单的比例确定第一供应商的销售能力；
27.根据每个第一供应商的历史订单中每个有效订单的客户评价综合评估出该第一供应商的客户满意度；
28.根据每个第一供应商的销售能力和客户满意度对该第一供应商的第二订单进行合理性评估，获取评估结果；
29.根据所述评估结果适应性地将异常订单类别中合理性评估合格的第三订单转移到所述正常订单类别中。
30.优选的，将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理，包括：
31.分析所述正常订单类别中每个第一订单的支付状态订单条目；
32.基于每个第一订单的支付状态订单条目，利用预设订单分配规则对所述正常订单类别中的第一订单进行优先级排序，获取排序结果；
33.根据所述排序结果将所述正常订单类别上传到厂家所在终端；
34.确定所述异常订单类别中每个第二目标物件与其对应的目标专项售卖物件类型的关联性指数，将每个第二目标物件和该第二目标物件对应的目标专项售卖物件类型的关联性指数相关联上传到所述厂家所在终端。
35.优选的，所述方法还包括：
36.确定每个第一订单中的第一目标物件的出库操作序列；
37.根据每个第一目标物件的出库操作序列确定该第一目标物件的出库流通率；
38.根据每个第一目标物件的出库流通率确定每个第一订单的预计完成时长；
39.基于每个第一订单的预计完成时长计算出正常订单类别中的订单完成效率；
40.确认所述订单完成效率是否大于等于预设效率，若是，无需进行后续操作，否则，根据二者的差值确定需要增加的人力成本；
41.将所述人力成本以图片的方式上传到所述厂家所在终端。
42.优选的，在基于每个第一订单的支付状态订单条目，利用预设订单分配规则对所述正常订单类别中的第一订单进行优先级排序，获取排序结果之后，所述方法还包括：
43.获取每个第一订单对应的第二供应商的企业经营数据；
44.对每个第二供应商的企业经营数据进行数据清洗，获取清洗后的企业经营数据；
45.根据每个第二供应商的清洗后的企业经营数据对所有第二供应商进行评分，获取评分结果；
46.根据每个第二供应商的评分结果对所述排序结果进行调整，获得调整后的排序结果。
47.优选的，所述对每个第二供应商的企业经营数据进行数据清洗，获取清洗后的企业经营数据，包括：
48.确定每个第二供应商的企业经营数据的总数据量；
49.根据每个第二供应商的企业经营数据的总数据量，建立与所述总数据量规格一致的平滑处理域；
50.将每个第二供应商的企业经营数据输入到所述平滑处理域中，获取对应的平滑数据；
51.基于每个第二供应商的企业经营数据的平滑数据的长度建立该平滑数据对应的目标特征层和相似特征层；
52.将每个第二供应商的企业经营数据的平滑数据输入到其对应的目标特征层和相似特征层中；
53.基于所述相似特征层的层宽，在预设层宽-算子列表中为平滑数据的相似特征层匹配对应的形态算子并将其输入到相似特征层中；
54.确定每个第二供应商的企业经营数据的平滑数据对应的数据类型并建立数据类型列表，利用所述数据类型列表在该平滑数据的相似特征层上标记对应的数据节点；
55.基于所述数据节点，将所述相似特征层划分为若干个含数子层；
56.在所述相似特征层中剔除含数子层中数据量为0的第一含数数据；
57.获取所述目标特征层中包含的目标数据类型；
58.利用所述形态算子将所述含数子层对应的含数数据类型转换为目标数据类型；
59.提取转换失败的第二含数数据并将其视为孤立数据，获取所述孤立数据对的孤立数据类型，为所述目标特征层建立新子层；
60.分别获取每个第二供应商的处理后的目标特征层和相似特征层中对应的洁净企业经营数据。
61.一种基于互联网的供应商订单管理系统，该系统包括：
62.获取模块，用于获取每个订单对应的供应商的身份信息；
63.确定模块，用于将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型；
64.归类模块，用于确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中；
65.上传模块，用于将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理。
66.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
67.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
68.附图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，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
69.图1为本发明所提供的一种基于互联网的供应商订单管理方法的工作流程图；
70.图2为本发明所提供的一种基于互联网的供应商订单管理方法的另一工作流程图；
71.图3为本发明所提供的一种基于互联网的供应商订单管理方法的又一工作流程图；
72.图4为本发明所提供的一种基于互联网的供应商订单管理系统的结构示意图。
具体实施方式
73.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
74.随着现代社会电子产品的高速发展，pcb板变得越来越多功能化和高集成化，在各个研发领域或者研发产品都离不开pcb板，于是各个供应商应运而生，他们通过向厂家进货然后再转售到用户一方，无需用户自己到厂家调货，提高了便捷性，但是最初的供应商和厂家之间是通过线下的人员沟通来完成每个订单，其工作效率低下的同时还浪费了人力成本，随着网络的普及和发展，越来越多的厂家和供应商之间通过在线创建订单和审核并执行来完成对多个供应商订单的综合处理，其不仅提高了订单处理效率还无需进行线下的订单协商和双方人员沟通协调，节省了人力成本，但是其同时存在以下问题：在订单审核的过程中是通过厂家工作人员在线进行人工审核，其难免会出现由于供应商填写失误而厂家工作人员未及时发觉到从而根据订单向供应商供货导致供应商所需要的实际电路板与发货电路板不符而后续进行繁琐的更换工作，大大地降低了工作效率，为了解决上述问题，本实施例公开了一种基于互联网的供应商订单管理方法。
75.一种基于互联网的供应商订单管理方法，如图1所示，包括以下步骤：
76.步骤s101、获取每个订单对应的供应商的身份信息；
77.步骤s102、将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型；
78.步骤s103、确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中；
79.步骤s104、将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理；
80.在本实施例中，上述获取每个订单对应的供应商的身份信息可从预设互联网数据库中进行每个供应商数据的解读和存储，同时每个供应商的身份信息包括该供应商的技术参数、铲平定位和产品销量，同时还可以根据每个供应商的身份信息对该供应商进行综合的自动评分，根据评分结果将供应商进行排名，根据排名按顺序显示每个供应商的身份信息。
81.上述技术方案的工作原理为：获取每个订单对应的供应商的身份信息，将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型，确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中，将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理。
82.上述技术方案的有益效果为：通过根据每个供应商的身份信息来分析出其专项售卖物件类型可以有效地根据每个供应商的专项售卖物件类型来评估出该供应商的订单中的物件是否合理从而可以智能地将所有的订单进行分类从而使得厂家工作人员进行后续审核，避免了厂家工作人员人工审核订单出现的纰漏问题，提高了订单的审核效率和处理效率，解决了现有技术中在订单审核的过程中是通过厂家工作人员在线进行人工审核，其难免会出现由于供应商填写失误而厂家工作人员未及时发觉到从而根据订单向供应商供货导致供应商所需要的实际物品与发货物品不符而后续进行繁琐的物品更换工作，大大地降低了工作效率的同时也提高了人力成本的问题。
83.在一个实施例中，如图2所示，所述获取每个订单对应的供应商的身份信息，包括：
84.步骤s201、根据每个订单确定其对应的供应商的厂家信息；
85.步骤s202、利用每个供应商的厂家信息进行数据搜索以确定每个供应商的注册信息；
86.步骤s203、根据每个供应商的注册信息确定该供应商的经营产品领域；
87.步骤s204、将每个供应商的厂家信息、注册信息和经营产品领域确认为该供应商的身份信息。
88.上述技术方案的有益效果为：通过获取每个供应商的厂家信息和注册信息以及经营产品领域可以更加综合和完善地获取到每个供应商的身份信息，从而使得获取的数据更加精密和实用。
89.在一个实施例中，在将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型之后，所述方法还包括：
90.调取属于每个专项售卖物件类型的目标数量个参考物件；
91.获取每个专项售卖物件类型的所属每个参考物件的基础信息；
92.根据每个专项售卖物件类型的所属每个参考物件的基础信息提取出每个参考物
件的属性信息；
93.根据每个每个专项售卖物件类型的所属每个参考物件的属性信息构建该专项售卖物件类型的属性集，根据每个专项售卖物件类型的属性集构建该专项售卖物件类型的的属性矩阵。
94.上述技术方案的有益效果为：通过构建每个专项售卖物件类型的的属性矩阵可以对后续每个供应商的订单进行核对时快速准确地根据每个订单的物件属性来评估该订单是否合理，进一步地提高了工作效率，同时也提高了订单审核的严谨性。
95.在一个实施例中，如图3所示，确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中，包括：
96.步骤s301、提取每个供应商的订单中的目标物件的目标属性信息；
97.步骤s302、获取每个目标物件的目标属性信息对应的特征因子；
98.步骤s303、将每个供应商的订单中的目标物件的特征因子对该供应商的专项售卖物件类型的目标属性矩阵进行匹配，获取匹配度；
99.步骤s304、将匹配度大于等于预设阈值的第一目标物件对应的第一订单归类到所述正常订单类别中，将匹配度小于所述预设阈值的第二目标物件对应的第二订单归类到所述异常订单类别中。
100.上述技术方案的有益效果为：通过利用每个订单中目标物件的特征因子进行矩阵匹配来判断该订单的异常情况可以精准地评估出每个供应商的订单中的目标产品是否属于其日常销售产品范围内，进一步地提高了订单的审核效率。
101.在一个实施例中，所述方法还包括：
102.获取每个第二订单对应的第一供应商的历史订单；
103.从每个第一供应商的历史订单调取有效订单，根据每个第一供应商历史订单中有效订单的比例确定第一供应商的销售能力；
104.根据每个第一供应商的历史订单中每个有效订单的客户评价综合评估出该第一供应商的客户满意度；
105.根据每个第一供应商的销售能力和客户满意度对该第一供应商的第二订单进行合理性评估，获取评估结果；
106.根据所述评估结果适应性地将异常订单类别中合理性评估合格的第三订单转移到所述正常订单类别中。
107.上述技术方案的有益效果为：通过评估每个第一供应商销售能力和客户满意度可以智能化地评估出该第一供应商是否可以销售出其订单中与实际专项售卖物件类型不匹配的物价，从而可以智能化地对异常订单类别中的合理订单进行转移，进一步地提高了工作效率。
108.在一个实施例中，将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理，包括：
109.分析所述正常订单类别中每个第一订单的支付状态订单条目；
110.基于每个第一订单的支付状态订单条目，利用预设订单分配规则对所述正常订单类别中的第一订单进行优先级排序，获取排序结果；
111.根据所述排序结果将所述正常订单类别上传到厂家所在终端；
112.确定所述异常订单类别中每个第二目标物件与其对应的目标专项售卖物件类型的关联性指数，将每个第二目标物件和该第二目标物件对应的目标专项售卖物件类型的关联性指数相关联上传到所述厂家所在终端。
113.上述技术方案的有益效果为：通过按照顺序来排列正常订单类别中的第一订单可以使得厂家工作人员优先处理排序靠前的订单从而进一步地提高了订单处理效率，进一步地，通过将每个第二目标物件和该第二目标物件对应的目标专项售卖物件类型的关联性指数相关联可以为厂家工作人员的后续决策提供参考条件，提高了实用性的同时进一步地提高了订单处理效率。
114.在一个实施例中，所述方法还包括：
115.确定每个第一订单中的第一目标物件的出库操作序列；
116.根据每个第一目标物件的出库操作序列确定该第一目标物件的出库流通率；
117.根据每个第一目标物件的出库流通率确定每个第一订单的预计完成时长；
118.基于每个第一订单的预计完成时长计算出正常订单类别中的订单完成效率；
119.确认所述订单完成效率是否大于等于预设效率，若是，无需进行后续操作，否则，根据二者的差值确定需要增加的人力成本；
120.将所述人力成本以图片的方式上传到所述厂家所在终端。
121.上述技术方案的有益效果为：通过智能地评估正常订单类别中的订单完成效率从而确定是否需要增加人力成本可以提高订单完成率和每个订单的物件出库效率，进一步地提高了工作效率。
122.在一个实施例中，在基于每个第一订单的支付状态订单条目，利用预设订单分配规则对所述正常订单类别中的第一订单进行优先级排序，获取排序结果之后，所述方法还包括：
123.获取每个第一订单对应的第二供应商的企业经营数据；
124.对每个第二供应商的企业经营数据进行数据清洗，获取清洗后的企业经营数据；
125.根据每个第二供应商的清洗后的企业经营数据对所有第二供应商进行评分，获取评分结果；
126.根据每个第二供应商的评分结果对所述排序结果进行调整，获得调整后的排序结果。
127.上述技术方案的有益效果为：通过对每个第二供应商进行评分可以客观地从每个供应商的经营业绩评估出该供应商的优劣，进而将排序结果进行调整，可使得厂家工作人员快速地根据调整的排序结果确定优劣供应商从而选择性进行接单，进一步地提高了工作效率。
128.在本实施例中，上述根据每个第二供应商的清洗后的企业经营数据对所有第二供应商进行评分可实施为：
129.提取每个第二供应商的清洗后的企业经营数据的数据特征；
130.对每个第二供应商的清洗后的企业经营数据的数据特征进行重复性检测；
131.将每个第二供应商的清洗后的企业经营数据的数据特征中重复出现的特征因子剔除以获得最终数据特征；
132.根据每个第二供应商的清洗后的企业经营数据的第二供应商的清洗后的企业经营数据的对所有第二供应商进行评分，获取评分结果；
133.其中，对每个第二供应商的清洗后的企业经营数据的数据特征进行重复性检测，包括：
134.在每个第二供应商的清洗后的企业经营数据的数据特征设置多个采样点；
135.获取每个采样点的采集标量值；
136.根据每个采样点的采集标量值计算出每个第二供应商的数据特征的完整性指数：
[0137][0138]
其中，fs表示为第s个第二供应商的数据特征的完整性指数，m表示为采样点的数量，i表示为第i个采样点，si表示为第i个采样点的采集标量值，q表示为预设标量值参考阈值，as表示为第s个第二供应商的数据特征的稀疏性指数，bs表示为第s个第二供应商的数据特征的紧凑型因子，exp表示为以e为底的指数参数，βs表示为第s个第二供应商的数据特征特征参数表示；
[0139]
确认每个第二供应商的数据特征的完整性指数是否大于等于预设阈值，若是，构建每个第二供应商的数据特征的特征矩阵，否则，确认目标第二供应商的数据特征不完整，发出重新获取目标第二供应商的数据特征的提醒；
[0140]
利用预设表征检测算法检测出每个第二供应商的数据特征中的重复特征因子：
[0141][0142]
其中，p
sj
表示为第s个第二供应商的数据特征的特征矩阵中第j个矩阵因子的重复性检测结果，f()表示为为预设表征检测算法，q
sj
表示为第s个第二供应商的数据特征的特征矩阵中第j个矩阵因子的表征参数在第s个第二供应商的数据特征的特征矩阵中的出现频率，as表示为第s个第二供应商的数据特征的特征矩阵的表示偏差度，b
sj
表示为第s个第二供应商的数据特征的特征矩阵中第j个矩阵因子的隐藏性系数；
[0143]
将每个第二供应商的数据特征的特征矩阵中重复出现的矩阵因子剔除以获得处理后的最终数据特征。
[0144]
上述技术方案的有益效果为：可将每个第二供应商的数据特征中的重复参数剔除以保留最终准确地数据表示结果，为后续进行分析和决策以及评分提供了重要参考依据，保证了数据的精确性。
[0145]
优选的，所述对每个第二供应商的企业经营数据进行数据清洗，获取清洗后的企业经营数据，包括：
[0146]
确定每个第二供应商的企业经营数据的总数据量；
[0147]
根据每个第二供应商的企业经营数据的总数据量，建立与所述总数据量规格一致的平滑处理域；
[0148]
将每个第二供应商的企业经营数据输入到所述平滑处理域中，获取对应的平滑数据；
[0149]
基于每个第二供应商的企业经营数据的平滑数据的长度建立该平滑数据对应的
目标特征层和相似特征层；
[0150]
将每个第二供应商的企业经营数据的平滑数据输入到其对应的目标特征层和相似特征层中；
[0151]
基于所述相似特征层的层宽，在预设层宽-算子列表中为平滑数据的相似特征层匹配对应的形态算子并将其输入到相似特征层中；
[0152]
确定每个第二供应商的企业经营数据的平滑数据对应的数据类型并建立数据类型列表，利用所述数据类型列表在该平滑数据的相似特征层上标记对应的数据节点；
[0153]
基于所述数据节点，将所述相似特征层划分为若干个含数子层；
[0154]
在所述相似特征层中剔除含数子层中数据量为0的第一含数数据；
[0155]
获取所述目标特征层中包含的目标数据类型；
[0156]
利用所述形态算子将所述含数子层对应的含数数据类型转换为目标数据类型；
[0157]
提取转换失败的第二含数数据并将其视为孤立数据，获取所述孤立数据对的孤立数据类型，为所述目标特征层建立新子层；
[0158]
分别获取每个第二供应商的处理后的目标特征层和相似特征层中对应的洁净企业经营数据。
[0159]
上述技术方案的有益效果为：针对每个第二供应商的企业经营数据进行不同的清洗方式，避免在数据分析的过程中将出现的新数据错视为干扰数据，在清洗过程中获取出现的孤立数据，建立对应的新子层，大大提高了后续进行数据分析的精确度。
[0160]
本实施例还公开了一种基于互联网的供应商订单管理系统，如图4所示，该系统包括：
[0161]
获取模块401，用于获取每个订单对应的供应商的身份信息；
[0162]
确定模块402，用于将每个供应商的身份信息输入到预设互联网数据库中以确定每个供应商的专项售卖物件类型；
[0163]
归类模块403，用于确认每个供应商的订单中的目标物件是否属于该供应商的专项售卖物件类型，若是，将其归类到正常订单类别中，否则，将归类到异常订单类别中；
[0164]
上传模块404，用于将所述正常订单类别和异常订单类别分别上传到厂家所在终端供其进行核对和订单处理。
[0165]
上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。
[0166]
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0167]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。