[发明专利]一种基于人工智能技术的订单信息推送系统

说明书

本发明通过智能终端采集用户的私人信息，传送至平台服务器，自动查询相关历史交易数据，并与待推送订单属性特征结合匹配出待推送订单信息并推送至用户的智能终端，根据历史数据训练用户模型，匹配新的交易信息，效率高、智能性好、准确率高，优先考虑节约用户成本和偏好特征，其次依据用户交易商品的权重值进行合理推送。

技术领域

本发明涉及智能信息推送的技术领域，尤其是指一种基于人工智能技术的订单信息推送系统。

背景技术

如今网上交易平台因其方便、快捷而成为了一种主流的销售渠道，而在代理销售交易的过程中，由于受到各种因素的影响，交易商用户可能无法实时掌握当前的订单交易信息，如增值税率、关税税率等重要信息，从而导致错过最佳交易时机，或者需要通过各种方式自行收集相关的信息，然后再以个人经验预计交易效果，不仅效率低下，而且无法保证其计算准确率。

发明内容

针对上述背景技术中的问题，提供了一种基于人工智能技术的订单信息推送系统，可以通过平台服务器抓取实时交易公共参数，结合用户的历史交易数据，匹配出待推送订单并推送至用户智能终端，辅助用户及时把握订单交易信息。

本发明所述的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。