基于知识表示学习的汽配件询报价优化方法

摘要

一种基于知识表示学习的汽配件询报价优化方法，包括：获取供应商录入的可售卖的汽车配件数据、维修厂录入所需的配件数据、同一个维修厂对不同供应商先后进行询价得到的供应商序列；通过构建的知识图谱网络产生实体表示向量以表达供应商之间的关系；将获取的平台已有的配件信息与维修厂意向配件进行匹配，从全平台供应商池中召回出候选供应商；利用召回候选集，结合产品行为数据，通过机器学习算法对步骤2中的候选供应商进行购买率预估。本发明通过召回规则流程进行初步供应商召回，并在召回的供应商候选集中通过机器学习算法进行购买率预估，最后使用购买率作进一步排序和筛选的依据，简化了维修厂购买流程。