[发明专利]一种集成电路供应链隐式关系智能发现计算方法

说明书

本发明公开一种集成电路供应链隐式关系智能发现计算方法，包括步骤一、商户业务分解模型的建立，步骤二、集成电路供应链商户业务分解，步骤三、商户业务关联度计算模型的建立，步骤四、集成电路供应链以外的商户业务的分解，步骤五、业务关联度的计算，步骤六、根据关联度判断商户之间的隐式关系；本发明基于深度学习神经网络建立的商户业务分解模型和业务关联度计算模型对除集成电路供应链商户以外的商户之间的业务关联度进行计算分析，智能化推荐合作商户，增加了商户的发展方向，无需浪费精力自行寻找，同时可以合理区分竞争对手和无关商户，避免了商户业务员到处碰壁，增加效率，值得推广。

技术领域

本发明涉及供应链隐式关系处理技术领域，尤其涉及一种集成电路供应链隐式关系智能发现计算方法。

背景技术

供应链是指围绕核心企业，从配套零件开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的、将供应商、制造商、分销商直到最终用户连成一个整体的功能网链结构；供应链管理的经营理念是从消费者的角度，通过企业间的协作，谋求供应链整体最佳化；

现有的集成电路供应链各个商户之间的关系仅仅是保持在集成电路等电路相关业务的显式合作关系，对于商户发展非常不利，而隐式产业链则需要耗费大量精力人为判断寻找，无法满足发展需求，造成商户业务量增长缓慢或停滞，影响商户的发展，因此，本发明提出一种集成电路供应链隐式关系智能发现计算方法以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出一种集成电路供应链隐式关系智能发现计算方法，该集成电路供应链隐式关系智能发现计算方法对除集成电路供应链商户以外的商户之间的业务关联度进行计算分析，智能化推荐合作商户，增加了商户的发展方向，无需浪费精力自行寻找，同时可以合理区分竞争对手和无关商户，避免了商户业务员到处碰壁，增加效率。

为实现本发明的目的，本发明通过以下技术方案实现：一种集成电路供应链隐式关系智能发现计算方法，包括以下步骤：

步骤一、基于深度学习神经网络建立供应链商户业务分解模型，并基于网络大数据对分解模型进行训练，获得训练后的供应链商户业务分解模型；

步骤二、通过网络大数据获取集成电路供应链各个商户的信息并将其作为输入导入供应链商户业务分解模型，并由分解模型输出得到各个商户的业务方向；

步骤三、在基于深度学习神经网络构建商户业务关联度计算模型，并通过分解得到的集成电路供应链已知业务信息对关联度计算模型进行训练，得到训练后的关联度计算模型；

步骤四、利用互联网并结合分解得到的商户业务方向，获取集成电路供应链商户除集成电路供应链以外的商户，并通过商户业务分解模型对其进行分解，获得业务方向；

步骤五、由步骤二中集成电路供应链商户分解的业务方向与步骤四中除集成电路供应链以外的商户分解获得的业务方向作为输入，通过训练后的关联度计算模型计算两个商户之间的业务合作关联度；

步骤六、根据输出的关联度判断集成电路供应链各商户与其他商户之间的隐式关系。

进一步改进在于：所述步骤一中对供应链商户业务分解模型进行训练时，通过网络大数据获取多种商户的基本信息，再将商户的基本信息分别导入分解模型，由分解模型分解输出各个商户对应的业务方向，最后再基于反演方法由网络大数据对分解后的商户业务方向进行反演验证。

进一步改进在于：所述反演验证后出现分解前后不对应的信息时，调整分解模型的分解规律，然后再进行分解反验证，直至验证输出的信息与分解前信息一致即视为训练完成。

进一步改进在于：所述步骤二中对集成电路供应链上每个节点的商户信息进行提取总结，然后利用分解模型对节点商户进行业务分解，分解后输出的数据信息分别存储在对应商户名的文件夹中。