[发明专利]一种基于人工智能技术的订单信息推送系统

权利要求书

1.一种基于人工智能技术的订单信息推送系统，包括：

智能终端和平台服务器；

所述智能终端接收用户输入的私人信息，将所述私人信息发送至平台服务器；

平台服务器获取智能终端发送的私人信息，根据所述私人信息，从数据库获取用户的历史交易数据；所述用户的历史交易数据包括：代采国家、代采商品、代采单价、代采数量、代采送货期限天数、增值税率、现货交易付款期限天数、现货交易单价、净利润；

平台服务器以数据库中的大量用户的历史交易数据作为样本，输入到初始用户模型中进行训练，得到稳定用户模型，并导入目标用户的历史交易数据进行学习，得到目标用户的多维特征向量；

平台服务器获取实时交易公共参数；

平台服务器通过大数据分析方法将所述目标用户的多维特征向量结合待推送订单的属性特征导入推送模型，匹配待推送订单信息；

平台服务器根据用户的私人信息，对所述智能终端发送推送信息，所述推送信息至少包含所述待推送订单信息；所述平台服务器通过大数据分析方法将所述目标用户的多维特征向量结合待推送订单的属性特征导入推送模型，匹配待推送订单信息的步骤包括：

所述平台服务器将目标用户的多维特征向量和待推送订单的属性特征导入推送模型中，以所述待推送订单的属性特征计算所述待推送订单的交易成本值；

以待推送订单的代采商品类型匹配目标用户各类商品最大成本至最小成本的范围值，获得待推送订单中购买此类商品的最大成本至最小成本的范围值，若所述待推送订单的交易成本值在此类商品的成本范围值内，则抓取该待推送订单信息，依据所述目标用户各类商品的成交比例从小到大的顺序进行排序，且同类商品的订单按照订单发布时间倒序排序推送至所述智能终端；

若以成本范围值匹配不到任何待推送订单信息，则将目标用户的多维特征向量和待推送订单的属性特征导入推送模型中的深度神经网络模型匹配出待推送订单信息，依据目标用户各类商品的成交比例从小到大的顺序进行排序，且同类商品的订单按照订单发布时间倒序排序推送至所述智能终端；

若以深度神经网络模型匹配不出待推送订单信息，则根据所述多维特征向量中目标用户的代理天数与代采送货期限天数和现货交易付款期限天数之和的差值、目标用户的代采国家、目标用户的预期净利润、目标用户的现货交易付款期限天数特征所占的权重由大到小依序筛选与当前特征符合的待推送订单信息，推送至所述智能终端，一个订单只对所述智能终端推送一次。

2.根据权利要求1所述的基于人工智能技术的订单信息推送系统，其特征在于，所述目标用户的多维特征向量包括：

目标用户的代理天数与代采送货期限天数和现货交易付款期限天数之和的差值；

目标用户的代采国家；

目标用户的预期净利润；

目标用户的现货交易付款期限天数；

目标用户各类商品最大成本至最小成本的范围值；

目标用户各类商品的成交比例。

3.根据权利要求2所述的基于人工智能技术的订单信息推送系统，其特征在于，所述待推送订单的属性特征包括：

代采国家、代采商品类型、代采单价、代采数量、代采送货期限天数、增值税率。

4.根据权利要求1所述的基于人工智能技术的订单信息推送系统，其特征在于，

所述智能终端还用于获取用户登录账号和用户登录密码，将所述用户登录账号、用户登录密码发送至平台服务器；

所述平台服务器根据所述用户登录账号和用户登录密码，判断用户登录的合法性，如判断合法，则发送登录合法信息至所述智能终端；

所述智能终端根据所述登录合法信息构建信息输入窗口，获取用户填写的私人信息并发送至所述平台服务器；

所述平台服务器根据所述私人信息获取数据库中用户的历史交易数据。

5.根据权利要求1所述的基于人工智能技术的订单信息推送系统，其特征在于，所述实时交易公共参数包括：国际进口关税税率、代采代理费用比率、服务费比率。