[发明专利]一种基于人工智能的服务商推荐系统的算法

说明书

技术领域

本发明所属的技术领域为互联网技术，人工智能技术的融合。

背景技术

现有互联网商务服务交易管理系统，是没有最优服务商自动推荐功能的，用户只能根据客户评价等信息自己选择，商务服务交易效率低下，质量不高。

发明内容

第一步：在本商务服务交易系统里，对所有合格注册用户，无论是买方，还是提供专业商务服务的卖方。其个人的信息，交易过程的数据均记录并存储于云端。构成进行智能评估的数据池。

第二步：交易过程控制由平台完成。建立了客观的服务供应方评估数据库。可有效避免恶意刷分。形成对供应方的有效综合评估，确保服务质量，淘汰低劣供应方。具体说明如下：

1)整个评估是基于多个参数组成的评分体系，体系采用评分制度(100分制或10分制等)，每个评估参数均具有相同的满分(100分制为100分，10分制为10分)，但占有不同的权重，各个参数的权重之和为100％。举例，某个供应商的评分如下：

评价指标1：满分100，权重：X1，实际评分：A1分；

评价指标2：满分100，权重：X2；实际评分：A2分；

...

评价指标n：满分100，权重：Xn；实际评分：An分；

则该供应商的评分为：

其中：0≤Ai≤100(i＝1，2，3...n)；

∑Xi＝1；

2)所有评估参数全面详尽，且大量评估参数来源于本平台所提供的专业服务的流程处理环节。这样就能避免供方自行恶意刷分。其主要的评价指标如下(不限于这些指标)：

A.全部任务的完成情况评分：指该供应商历史上所有完成的任务的完成情况的加成综合后的评估分，主要反应其任务完成率，是否有过多未完成任务。

B.全部任务的时间达成情况评分：指该供应商历史上所有完成的任务 的用时情况的加成综合后的评估分，主要反应其完成任务的速度。

C.全部任务的买方评分汇总：指该供应商历史上所有完成的任务，买方的后评估分的加成综合后的评估分，主要反应买方对该供应商提供的服务质量的满意程度。

D.抽查服务内容质量评分：指本平台会定期对每个供应商的完成的任务进行定量的抽查(比如每个供应商一年一次，一年三次)，由专业的资深专家评估其完成的商务服务内容的质量，并形成综合评分。

E.全部任务的流程处理过程评分：主要指该供应商历史上所有完成的任务在流程处理过程(比如专利代理服务，就是指供应商撰写的专利文档在递交国家知识产权局审核过程的)的表现情况，服务质量的加成综合后的评估分。包括：审核过程被退回的返工次数，审核过程的反馈速度等(不同的商务服务行业，有不同评估方式。)

第三步：为各个类别的商务服务建立基于神经网络的权重智能评估系统。如上所述，对于供应商的所有评价指标，其计算分值的过程依赖于各个指标的权重，因此权重的分配十分重要，其决定了最终计算的评分的科学性，也即决定了整个系统的表现，用户的满意度。但如何确定各个商务服务类别对应的各项评价指标的权重，并没有科学的计算方法，只能遵循经验。本发明在此处采用神经网络进行权重评估。

以各个评价指标的权重作为输入层；

输出为在应用以上权重过程中，该商务服务类别的供需双方的满意程度。该满意度可以是由供需双方对平台的该项商务服务类别的打分的平均分，或者是以该类别商务服务的产值，交易量作为输出。

神经网络层的隐藏层的层数和每层隐藏层的数量并无限定，需要根据实际应用去选择。

基于这样的神经网络，通过长期的在实际运行中的训练，可以形成良好的该类别商务服务的各个评价指标的权重评估。当该类别商务服务的满意程度不断下降时，说明当前的权重分配不合理，可以调整各个评价指标的权重，并预测其取得的效果，进而选择一个效果较好的权重分配情况，来优化改善评估体系，使之能更好的起到客观评分，监督系统可靠运行。

第四步：针对各个商务服务类别建立独立的神经网络智能筛选系统，针对客户需求选择当前最合适的供应商，以便给客户最优质，最简捷的服务。

本系统不采用对供应商竞价排名的方式让需求方自行挑选供应商，或 者让需求方招标的模式。本系统会对需求方的需求进行标准化分类评估，然后根据当前供应商的状况，由系统自动为需求方筛选最合适的供应商。这样有助于用户获得最好的服务，最佳的交易体验。

首先系统会自动对当前空闲度高的供应方按照其业绩的综合评分进行排序，初步筛选出一批合适的供应商。接着系统将初筛人员分别放入该类别商务服务的神经网络智能筛选系统。

其中：