[发明专利]基于大数据整合处理的供应链管理预测方法

权利要求书

1.基于大数据整合处理的供应链管理预测方法，其特征在于，包括如下方法步骤：

S1、对需求端的需求商品的信息进行采集；

S2、对需求端的背景数据进行采集，同时对该数据进行大数据分析预测；

S3、接收大数据分析预测的结果，并结合需求商品的信息通过分段式整合算法进行整合；

S4、根据整合后的结果形成分段式需求供应数据，并发送至供应端。

2.根据权利要求1所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S1中需求商品的信息包括商品名称和商品需求数量。

3.根据权利要求2所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S2中大数据分析预测采用数据挖掘算法，其算法步骤如下：

S2.1、对背景数据进行聚类；

S2.2、建立聚类模型；

S2.3、找出聚类中心，对背景数据进行聚类分析。

4.根据权利要求3所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S2.1中背景数据包括需求端的合作背景数据和生产状况数据。

5.根据权利要求4所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S2.3中聚类分析采用模糊算法，其算法公式如下：

；

其中，为聚类分析结果；为商品类别数；为样本的空间数据， ；为样本的聚类中心, ； 为 对 的隶属度；为权重指数。

6.根据权利要求5所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述隶属度的计算公式如下：

；

其中，为样本 的聚类中心, 。

7.根据权利要求6所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述样本 为背景数据，样本 为需求商品的信息，样本为生成状况数据。

8.根据权利要求7所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S3中分段式整合算法采用数量分段式整合算法，其算法步骤如下：

数据挖掘算法对合作背景数据进行预测分析；

提取需求商品的信息；

根据预测的合作背景对商品及其需求数量进行分量段式整合，并形成相应的分段式需求供应数据。

9.根据权利要求7所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述S3中分段式整合算采用时间分段式整合算法，其算法步骤如下：

数据挖掘算法对生产状况数据进行预测分析；

提取需求商品的信息；

根据预测的生产状况对商品进行分时段式整合，并形成相应的分段式需求供应数据。

10.根据权利要求8或9任意一项所述的基于大数据整合处理的供应链管理预测方法，其特征在于：所述分段式整合算法采用数量分段式整合算法和时间分段式整合算法结合的方式对商品及其需求数量进行分时段时定量整合，并形成相应的分段式需求供应数据。