[发明专利]一种基于OMS订单管理系统的智能开单方法

权利要求书

1.一种基于OMS订单管理系统的智能开单方法，其特征在于，包括步骤：

S1、采集记录用户购买数据；

S2、对订单用户数据采集；

S3、根据用户购买数据和订单数据生成数据存储；

S4、根据不同用户数据样本选取不同算法计算；

S5、使用树回归算法，计算数据集的误差总值；

S6、不同应用层对比数据分析；

S7、筛选出适合用户产品和价格。

2.根据权利要求1所述的一种基于OMS订单管理系统的智能开单方法，其特征在于，步骤S1中用户购买数据包括商品的价格、购买时间、省份和详细地址。

3.根据权利要求1或2所述的一种基于OMS订单管理系统的智能开单方法，其特征在于，步骤S4中判断选取算法的方法，若用户数据的特征比样本点还多，采用岭回归、lasso算法和前向逐步回归。

4.根据权利要求3所述的一种基于OMS订单管理系统的智能开单方法，其特征在于，岭回归：通过用户数据的特征构建XTX，在矩阵XTX上加一个λI从而使得矩阵非奇异，进而能对XTX+λI求逆，回归系数的计算公式为w^＝(XTX+λI)-1XTy。

5.根据权利要求4所述的一种基于OMS订单管理系统的智能开单方法，其特征在于，处理特征数多余样本数据，并且在结果中加入误差；使用λ来限制了所有w之和，通过引入该惩罚项，减少不重要的参数。

6.根据权利要求5所述的一种基于OMS订单管理系统的智能开单方法，其特征在于，取出两组随机样本集并拟合，得到两组回归系数；两组回归系数之间的差异大小为模型方差大小。

7.根据权利要求6所述的基于OMS订单管理系统的智能开单方法，其特征在于，采用python中metrics.silhouetee_score的方法对聚类结果有效性进行验证。

8.根据权利要求7所述的基于OMS订单管理系统的智能开单方法，其特征在于，步骤S5中，具体步骤为：

S51、假设叶节点是常数值，数据中的复杂关系用树结构来概括；

S52、构建以分段常数为叶节点的树，度量出数据的一致性；

S53、计算得到数据集的混乱度，数据集的混乱度即平方误差的总值。