[发明专利]基于大数据的跨行业数据资源整合系统

说明书

本发明的基于大数据的跨行业数据资源整合系统，包括多源异构数据采集模块、多源异构数据融合计算模块、产品数据管理模块、采购管理模块以及销售管理模块，还可进一步包括库存预测预警模块、物流管理模块和生产模块。本发明的基于大数据的跨行业数据资源整合系统，能够比较全面准确的采集并处理配件信息，挖掘非易损件潜在需求，同时能够通过标签匹配，实现配件信息与供应商匹配透明化。利用本发明的系统，企业可以准确把握产品周期、提前进行研发布局，从而在市场有需求时快速准确投入，保证持续稳定供货，大大降低了生产成本。

技术领域

本发明属于数据资源整合技术领域，特别涉及一种基于大数据的跨行业数据资源整合系统。

背景技术

汽车作为一种较大型的交通工具，涉及的零配件有成千上万个，并且品类、型号复杂。传统汽车零配件包括常见的保养件、易损件、较少更换的非易损件以及发生事故后需要更换的事故件等。在上述四类配件中，非易损件虽然更换频率低，但由于配件单价较高，因此在后市场配件中价值占比最高，流通难度最大。对于专注于非易损件市场的公司而言，目前主要的瓶颈和挑战在于非易损件种类繁多，下游与车型匹配关系较为复杂且通用度极低，同时随新车型的发布急速增长，因此，若要统计出整个国家内甚至全球内某个非易损件品类的需求量，采用传统的人力搜集方法无异于大海捞针，加之我国汽车后市场上配件信息不透明，导致挖掘需求信息的难度非常大，根本无法实现。同时，汽车配件存在生命周期，只有准确预测提前布局才能持续不断的开发新品，适应市场需求。另一方面，后市场中存在数以万计的配件供应商，要将配件供应商与配件一一对应，仅仅依靠历史经验的积累也无法完成。

得益于近年来“互联网+”在各行各业的迅速渗透，在此大背景下，与信息化技术的融合为汽车后市场的不断发展完善提供了更多可能，更有助于高效的后市场供应链体系的形成。为此，本发明提出一种基于大数据的跨行业数据资源整合系统，能够比较全面准确的采集并处理配件信息，挖掘非易损件潜在需求，同时能够通过标签匹配，实现配件信息与供应商匹配透明化。利用本发明的系统，公司还可以准确把握产品周期、提前进行研发布局，从而在市场有需求时快速准确投入，保证持续稳定供货，大大降低了生产成本。同时，利用本发明的系统，还可以对上下游的客户群体进行有效整合，能够形成规模化效应，极大地降低了管理成本，使得公司销售额每年增长速度达20％以上，近年来毛利率达26％以上，而同行业竞争对手的毛利率平均只有5％左右，保持了优势的领先地位。

发明内容

本发明需解决的技术问题是：跨行业采集并处理配件信息实现配件信息与供应商匹配透明化。

为了解决上述技术问题，本发明提出基于大数据的跨行业数据资源整合系统，包括：多源异构数据采集模块、多源异构数据融合计算模块、产品数据管理模块、采购管理模块和销售管理模块，

其中，多源异构数据采集模块包括采集子模块和存储子模块，采集子模块用于对多源异构数据进行采集，并对结构化数据进行批处理、对非结构化数据进行爬虫抓取、数据转换，处理转换完成后存储至分布式数据库中，

采集完成的数据进入存储子模块，并分类存储在存储子模块中；

多源异构数据融合计算模块包括BP神经网络计算子模块和权重修正优化子模块，BP神经网络计算子模块用于对每个多源异构数据进行处理得到预测初值，权重修正优化子模块用于对预测初值修正得到预测终值；

权重修正优化是指利用销售反馈数据中的销售额占比和利润率构建修正权重公式，得到优化后的预测需求量；

产品数据管理模块用于接收来自多源异构数据融合计算模块的计算结果，获取预测终值、进行项目立项决策、并自动接收包括设计过程、修改时间、负责人员、设计工具、项目反馈的数据信息；