[发明专利]基于BOM识别的采购方法、装置、设备及存储介质有效

专利信息
申请号: 202210007440.4 申请日: 2022-01-06
公开(公告)号: CN114022086B 公开(公告)日: 2022-04-22
发明(设计)人: 肖清华;李六七;王安;杜飞;刘武 申请(专利权)人: 深圳前海硬之城信息技术有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06F16/35;G06F16/903;G06F40/279;G06N3/04;G06N3/08
代理公司: 深圳市特讯知识产权代理事务所(普通合伙) 44653 代理人: 孟智广
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 bom 识别 采购 方法 装置 设备 存储 介质
【说明书】:

发明涉及自动化采购领域,公开了一种基于BOM识别的采购方法、装置、设备及存储介质。该方法包括:获取待采购电子元器件的BOM文件;根据预置元器类目识别算法,对BOM文件进行类目标签设置处理,得到标签BOM文件,标签BOM文件的设置标签包括:元器件型号标签、非元器件型号标签;根据预置规范化算法,对标签BOM文件中非元器型号标签的数据进行标准规范化处理,得到标签BOM规范文件;访问预置目标商品数据库,根据预置比对分析算法,将标签BOM规范文件与目标商品数据库进行关联分析处理,得到关联商品数据;根据目标商品数据库中的商品库存、商品单价、商品交货时长,对关联商品数据进行筛选处理,得到BOM文件对应的采购商品数据。

技术领域

本发明涉及自动化采购领域,尤其涉及一种基于BOM识别的采购方法、装置、设备及存储介质。

背景技术

目前元器件物料清单(BOM)报价主要有人工报价和系统报价两类方式。第一种人工报价流程是,将物料清单(以下简称BOM)文件中每一个物料分别辨识出产品类型、型号、品牌、参数、封装、单机用量、需求数量、位号、客户物料号等关键信息后,分别使用型号或者参数在商品数据中进行搜索,再将搜索结果按照一定的业务需求,选择最优的商品,将商品的型号、品牌、参数、封装、报价数量等关键信息填写到对应的报价表中,最后把处理完成的报价表格发送给客户。传统的人工报价的问题:1、需要单个物料逐个进行处理,报价效率低下;2、询价文件和报价文件需要通过微信、QQ、邮件等通讯工具进行传递,沟通效率低下。

针对传统的人工报价遇到的问题,采用第二种系统报价,普遍的方案是:让用户上传BOM文件或,分别选择文件中型号、品牌、封装、需求数量分别对应的是哪一列,后使用型号或者参数进行搜索。该方案的弊端是:1、无法处理BOM表不规范的问题(如多个关键信息写在同一列,或同一关键信息写在不同列的情况);2、无法处理关键信息不同的写法(比如参数)。

因此,针对当前系统报价无法处理BOM表不规范和关键信息写法不同的技术问题,需要有一种新技术。

发明内容

本发明的主要目的在于解决当前系统报价无法处理BOM表不规范和关键信息写法不同的技术问题。

本发明第一方面提供了一种基于BOM识别的采购方法,包括步骤:

获取待采购电子元器件的BOM文件;

根据预置元器类目识别算法,对所述BOM文件进行类目标签设置处理,得到标签BOM文件,所述标签BOM文件的设置标签包括:元器件型号标签、非元器件型号标签;

根据预置规范化算法,对所述标签BOM文件中所述非元器型号标签的数据进行标准规范化处理,得到标签BOM规范文件;

访问预置目标商品数据库,根据预置比对分析算法,将所述标签BOM规范文件与所述目标商品数据库进行关联分析处理,得到关联商品数据;

根据所述目标商品数据库中的商品库存、商品单价、商品交货时长,对所述关联商品数据进行筛选处理,得到所述BOM文件对应的采购商品数据。

可选的,在本发明第一方面的第一种实现方式中,所述根据预置元器类目识别算法,对所述BOM文件进行类目标签设置处理,得到标签BOM文件包括:

基于神经网络训练的Fasttext文本分类模型,逐行对所述BOM文件进行识别,得到识别分类结果;

将所述识别分类结果设置为所述BOM文件对应数据格的标签,得到标签BOM文件。

可选的,在本发明第一方面的第二种实现方式中,所述基于神经网络训练的Fasttext文本分类模型,逐行对所述BOM文件进行识别,得到识别分类结果包括:

逐行识别判断所述BOM文件的首行字符串是否为元器件型号类型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海硬之城信息技术有限公司,未经深圳前海硬之城信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210007440.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top