本技術(shù)涉及智能推薦領(lǐng)域，且更為具體地，涉及一種基于ai技術(shù)的智能采購推薦系統(tǒng)及方法。

背景技術(shù)：

1、采購是企業(yè)運營的關(guān)鍵環(huán)節(jié)，旨在通過高效的資源獲取提升競爭力。對于企業(yè)、高校及科研機構(gòu)等不同用戶，采購是確保高效運營和滿足特定需求的關(guān)鍵環(huán)節(jié)。企業(yè)需要不斷尋找合適的供應商和產(chǎn)品來滿足生產(chǎn)和運營需求；高校及科研機構(gòu)則需要特殊的實驗設(shè)備、科研材料和技術(shù)服務。用戶通常通過招投標手段購買高價值、高服務、高質(zhì)量的產(chǎn)品。有效的采購策略能建立穩(wěn)定的供應商關(guān)系，增強供應鏈的韌性和靈活性，以更好地應對市場變化。

2、然而，傳統(tǒng)的采購流程通常涉及大量的人為手動操作判斷和簡單的關(guān)鍵詞匹配。具體來說，傳統(tǒng)在處理招標文件和投標文件時，高度依賴人工審核，這一過程不僅耗時費力，而且在面對大規(guī)模文檔時，人工審核的一致性和客觀性難以保證，導致標準不一。此外，傳統(tǒng)對于用戶需求和供應商之間的信息匹配上多采用關(guān)鍵詞匹配的方式，這種方法雖然可以快速定位某些特定信息，但對于復雜的商務條款、技術(shù)規(guī)格等內(nèi)容，簡單的關(guān)鍵詞搜索往往難以捕捉文檔的深層含義，無法準確表達其真實意圖。尤其對于冷門商品，用戶對市場上的供應商了解有限，難以確保選擇到價格合理、質(zhì)量可靠的供應商及貨物。

3、因此，期望一種基于ai技術(shù)的智能采購推薦方案。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，提出了本技術(shù)。本技術(shù)的實施例提供了一種基于ai技術(shù)的智能采購推薦系統(tǒng)及方法。

2、根據(jù)本技術(shù)的一個方面，提供了一種基于ai技術(shù)的智能采購推薦系統(tǒng)，其包括：招標項目文件獲取模塊，用于獲取由需求方上傳的招標項目文件；招標文本編碼模塊，用于從所述招標項目文件提取招標項目的文本信息，并對所述招標項目的文本信息進行語義編碼以得到招標項目信息語義特征；投標文件獲取模塊，用于獲取由第一供應商提供的投標文件；投標文本編碼模塊，用于從所述投標文件提取投標項目的文本信息，并對所述投標項目的文本信息進行語義編碼以得到投標項目信息語義特征；評價信息獲取模塊，用于通過互聯(lián)網(wǎng)捕捉針對于所述第一供應商的評價信息的集合；評價內(nèi)核語義聚合模塊，用于對所述第一供應商的評價信息的集合進行語義編碼和內(nèi)核特征動態(tài)語義聚合以得到評價內(nèi)核語義聚合特征；投標-評價語義聯(lián)合模塊，用于對所述投標項目信息語義特征和所述評價內(nèi)核語義聚合特征進行聯(lián)合以得到第一供應商投標-評價語義聯(lián)合特征；供應商推薦模塊，用于計算所述第一供應商投標-評價語義聯(lián)合特征和所述招標項目信息語義特征之間的適配度度量值，并基于所述適配度度量值來確定是否推薦所述第一供應商。

3、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述招標文本編碼模塊，用于：從所述招標項目文件提取所述招標項目的文本信息；將所述招標項目的文本信息進行分詞處理后輸入包含詞嵌入層的招標項目語義編碼器以得到投標項目信息語義編碼向量作為所述招標項目信息語義特征。

4、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述投標文本編碼模塊，用于：從所述投標文件提取所述投標項目的文本信息；將所述投標項目的文本信息進行分詞處理后輸入包含詞嵌入層的投標項目語義編碼器以得到投標項目信息語義編碼向量作為所述投標項目信息語義特征。

5、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述評價內(nèi)核語義聚合模塊，包括：評價信息語義編碼單元，用于對所述第一供應商的評價信息的集合中的各個評價信息進行語義編碼以得到評價信息語義編碼向量的集合；評價信息語義動態(tài)聚合單元，用于對所述評價信息語義編碼向量的集合進行內(nèi)核特征動態(tài)語義聚合以得到所述評價內(nèi)核語義聚合特征。

6、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述評價信息語義動態(tài)聚合單元，包括：評價信息初始聚合表示計算子單元，用于計算所述評價信息語義編碼向量的集合的按位置均值向量以得到評價信息初始聚合表示向量；評價信息靜態(tài)能勢因子計算子單元，用于計算所述評價信息語義編碼向量的集合中的各個評價信息語義編碼向量的靜態(tài)能勢因子以得到評價信息靜態(tài)能勢因子的集合；評價信息動態(tài)能勢因子計算子單元，用于計算所述評價信息語義編碼向量的集合中的各個評價信息語義編碼向量相對于所述評價信息初始聚合表示向量的動態(tài)能勢因子以得到評價信息動態(tài)能勢因子的集合；評價信息疊加態(tài)能勢因子計算子單元，用于基于所述評價信息語義編碼向量的集合中的各個評價信息語義編碼向量的靜態(tài)能勢因子和動態(tài)能勢因子，確定所述評價信息語義編碼向量的集合中的各個評價信息語義編碼向量的疊加態(tài)能勢因子以得到評價信息疊加態(tài)能勢因子的集合；評價信息疊加態(tài)能勢因子篩選子單元，用于將所述評價信息疊加態(tài)能勢因子的集合輸入能勢因子門控權(quán)重化網(wǎng)絡以得到評價信息語義特征疊加能勢權(quán)重系數(shù)的集合；評價內(nèi)核語義聚合特征生成子單元，用于基于所述評價信息語義特征疊加能勢權(quán)重系數(shù)的集合，計算所述評價信息語義編碼向量的集合的按位置加權(quán)和以得到評價內(nèi)核語義聚合特征向量作為所述評價內(nèi)核語義聚合特征。

7、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述評價信息靜態(tài)能勢因子計算子單元，用于：計算所述評價信息語義編碼向量的均值和標準差以得到評價信息語義均值和評價信息語義標準差；計算所述評價信息語義編碼向量與所述評價信息語義均值的按位置相減，將相減后的評價信息語義偏移向量與所述評價信息語義標準差進行按位置相除，并計算相除后向量中每個位置的特征值的四次方以得到評價信息語義靜態(tài)能勢向量；計算所述評價信息語義靜態(tài)能勢向量的按位置均值以得到所述評價信息靜態(tài)能勢因子。

8、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述評價信息動態(tài)能勢因子計算子單元，用于：將評價信息聚合權(quán)重矩陣與所述評價信息初始聚合表示向量進行矩陣相乘以得到評價信息初始聚合權(quán)重表示向量；將評價信息權(quán)重矩陣與所述評價信息語義編碼向量進行矩陣相乘以得到評價信息語義編碼權(quán)重向量；將所述評價信息初始聚合權(quán)重表示向量與所述評價信息語義編碼權(quán)重向量進行按位置點乘后，將得到評價信息語義編碼融合權(quán)重向量與評價信息偏置向量進行按位置相加以得到評價信息語義動態(tài)能勢向量；計算所述評價信息語義動態(tài)能勢向量的frobenius范數(shù)的平方以得到所述評價信息動態(tài)能勢因子。

9、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述投標-評價語義聯(lián)合模塊，用于：將所述投標項目信息語義編碼向量和所述評價內(nèi)核語義聚合特征向量進行級聯(lián)以得到第一供應商投標-評價語義聯(lián)合編碼向量作為所述第一供應商投標-評價語義聯(lián)合特征。

10、在上述基于ai技術(shù)的智能采購推薦系統(tǒng)中，所述供應商推薦模塊，用于：將所述第一供應商投標-評價語義聯(lián)合編碼向量和所述招標項目信息語義編碼向量輸入采購匹配度度量網(wǎng)絡以得到招標項目-第一供應商適配度度量值作為所述適配度度量值；基于所述招標項目-第一供應商適配度度量值與預設(shè)閾值之間的比較，確定是否推薦所述第一供應商。

11、根據(jù)本技術(shù)的另一方面，提供了一種基于ai技術(shù)的智能采購推薦方法，其包括：獲取由需求方上傳的招標項目文件；從所述招標項目文件提取招標項目的文本信息，并對所述招標項目的文本信息進行語義編碼以得到招標項目信息語義特征；獲取由第一供應商提供的投標文件；從所述投標文件提取投標項目的文本信息，并對所述投標項目的文本信息進行語義編碼以得到投標項目信息語義特征；通過互聯(lián)網(wǎng)捕捉針對于所述第一供應商的評價信息的集合；對所述第一供應商的評價信息的集合進行語義編碼和內(nèi)核特征動態(tài)語義聚合以得到評價內(nèi)核語義聚合特征；對所述投標項目信息語義特征和所述評價內(nèi)核語義聚合特征進行聯(lián)合以得到第一供應商投標-評價語義聯(lián)合特征；計算所述第一供應商投標-評價語義聯(lián)合特征和所述招標項目信息語義特征之間的適配度度量值，并基于所述適配度度量值來確定是否推薦所述第一供應商。

12、與現(xiàn)有技術(shù)相比，本技術(shù)提供的基于ai技術(shù)的智能采購推薦系統(tǒng)及方法，其采用基于ai的數(shù)據(jù)信息分析和處理方式來分別從需求方上傳的招標項目文件和第一供應商提供的投標文件中提取出文本信息并進行語義編碼，同時對互聯(lián)網(wǎng)上捕捉到的評價信息進行語義編碼和內(nèi)核動態(tài)聚合，以此根據(jù)投標語義特征和評價聚合特征之間的聯(lián)合特征與招標語義特征之間的適配度度量來智能地判斷是否推薦所述第一供應商。這樣，可以實現(xiàn)自動化地文件審核，并且能夠捕捉到關(guān)鍵詞匹配所無法觸及的深層含義，有利于更精準地選擇供應商，從而實現(xiàn)更智能地采購推薦。