本發(fā)明屬于電子商務(wù)領(lǐng)域，特別是涉及一種工業(yè)物料的商品推薦方法。
背景技術(shù)：
在現(xiàn)有的電子商務(wù)領(lǐng)域中，涌現(xiàn)了大量的商品推薦方法，通過這些方法的應(yīng)用，以提高潛在消費(fèi)者購買相關(guān)商品的可能性。但是，一直沒有針對工業(yè)非標(biāo)物料購買周期的推薦方法。
目前工業(yè)品有很多非標(biāo)商品，每個工廠對商品的型號和質(zhì)量要求不一，工廠通常會通過競標(biāo)的方式發(fā)布需求即物料的詳細(xì)描述。生產(chǎn)型企業(yè)閱讀物料需求后評估公司對物料的生成能力進(jìn)行報價。這樣會導(dǎo)致信息不對稱，很多生產(chǎn)型企業(yè)無法知曉購買形企業(yè)的需求，無法挖掘更多的商機(jī)。
因此本領(lǐng)域技術(shù)人員致力于開發(fā)一種使生產(chǎn)企業(yè)和購買企業(yè)信息對稱的工業(yè)物料推薦方法。
技術(shù)實(shí)現(xiàn)要素：
有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是提供一種使生產(chǎn)企業(yè)和購買企業(yè)信息對稱的工業(yè)物料推薦方法。
為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種工業(yè)物料商品推薦方法，包括以下步驟：
1)生成生產(chǎn)企業(yè)物料商品庫：即生成生產(chǎn)企業(yè)能夠生產(chǎn)的所有商品和物料的詳細(xì)信息,用于推薦參加競標(biāo)的判斷；
2)生成購買企業(yè)物料商品庫：記錄購買企業(yè)已購買的所有商品和物料的詳細(xì)信息，用于企業(yè)對所有商品的偏好度計算；
3)提取關(guān)鍵詞：根據(jù)購買企業(yè)發(fā)布的物料需求文本信息提取文本的關(guān)鍵詞；提取方法如下：
第j篇文章中與詞典里第k個詞對應(yīng)的tf-idf為：
其中tf(tk,dj)是第k個詞在文章j中出現(xiàn)的次數(shù)，而nk表示所有文章中包括第k個詞的文章數(shù)量，n表示所有文章的總數(shù)；
最終第k個詞在文章j中的權(quán)重由下面的公式獲得：
提取權(quán)重最大的10個詞作為物料的特征詞，并轉(zhuǎn)化為特征向量；
4)計算特征向量的相似度，計算方法如下：
其中，a和b是兩個n維向量，a是[a1,a2,...,an]，b是[b1,b2,...,bn]，cosθ為特征向量的相似度；
5)根據(jù)購買企業(yè)對商品的偏好度來判斷對新物料的感興趣程度，具體計算過程和運(yùn)算公式如下：
其中，
6)確定推薦系數(shù)：用戶對商品的偏好度乘以特征向量的相似度為推薦系數(shù)；
7)根據(jù)推薦系數(shù)的大小順序，向購買企業(yè)展示相應(yīng)的生產(chǎn)企業(yè)，或者向生產(chǎn)企業(yè)展示購買企業(yè)。
本發(fā)明的有益效果是：本發(fā)明可幫購買企業(yè)快速找到可以生產(chǎn)物料的供應(yīng)商，也可以主動推送給生產(chǎn)企業(yè)銷售渠道；可解決物料交易過程中信息不對稱的情況。
附圖說明
圖1是本發(fā)明一具體實(shí)施方式的體系架構(gòu)圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步說明：
一種工業(yè)物料商品推薦方法，包括以下步驟：
1)生成生產(chǎn)企業(yè)物料商品庫：即生成生產(chǎn)企業(yè)能夠生產(chǎn)的所有商品和物料的詳細(xì)信息,用于推薦參加競標(biāo)的判斷；
2)生成購買企業(yè)物料商品庫：記錄購買企業(yè)已購買的所有商品和物料的詳細(xì)信息，用于企業(yè)對所有商品的偏好度計算；
3)提取關(guān)鍵詞：根據(jù)購買企業(yè)發(fā)布的物料需求文本信息提取文本的關(guān)鍵詞；提取方法如下：
第j篇文章中與詞典里第k個詞對應(yīng)的tf-idf為：
其中tf(tk,dj)是第k個詞在文章j中出現(xiàn)的次數(shù)，而nk表示所有文章中包括第k個詞的文章數(shù)量，n表示所有文章的總數(shù)；
最終第k個詞在文章j中的權(quán)重由下面的公式獲得：
提取權(quán)重最大的10個詞作為物料的特征詞，并轉(zhuǎn)化為特征向量；
4)計算特征向量的相似度，計算方法如下：
其中，a和b是兩個n維向量，a是[a1,a2,...,an]，b是[b1,b2,...,bn]，cosθ為特征向量的相似度。
5)根據(jù)購買企業(yè)對商品的偏好度來判斷對新物料的感興趣程度，具體計算過程和運(yùn)算公式如下：
其中，
6)確定推薦系數(shù)：用戶對商品的偏好度乘以特征向量的相似度為推薦系數(shù)；
7)根據(jù)推薦系數(shù)的大小順序，向購買企業(yè)展示相應(yīng)的生產(chǎn)企業(yè)，或者向生產(chǎn)企業(yè)展示購買企業(yè)。
如圖1所示，上述方法通過以下商品系統(tǒng)實(shí)現(xiàn)，包括推薦系統(tǒng)平臺，推薦特征提取系統(tǒng)，相似度技術(shù)系統(tǒng)、用戶偏好度計算系統(tǒng)和推薦系數(shù)計算系統(tǒng)。
以上詳細(xì)描述了本發(fā)明的較佳具體實(shí)施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)人員無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實(shí)驗(yàn)可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書所確定的保護(hù)范圍內(nèi)。