供应商评价方法、装置、计算机设备和存储介质与流程

1.本申请涉及模型处理领域，特别是涉及一种供应商评价方法、装置、计算机设备和存储介质。


背景技术：

2.随着大数据、云计算、物联网等新技术在企业的应用，企业通常利用信息化系统收集和管理供应商数据，企业供应商数量逐渐增多、且供应商相关的数据日益庞杂，使得供应商综合评价变得尤为重要。
3.目前技术中，企业通常通过信息化系统中的供应商数据进行供应商评价，而影响供应商评价的因素具有多样性，使得目前供应商评价的准确性较低。


技术实现要素：

4.基于此，有必要针对目前技术中存在的供应商评价准确性低的技术问题，提供一种供应商评价方法、装置、计算机设备和存储介质。
5.一种供应商评价方法，所述方法包括：
6.获取待评价供应商对应的要素信息，所述要素信息根据所述待评价供应商的要素数据、以及所述要素数据的产生时间、提取时间和修改频率得到；所述要素数据表征供应商的评价指标对应的数据；所述待评价供应商包括至少一个要素信息；
7.将所述要素信息输入到预先训练的供应商评价模型进行处理；所述供应商评价模型基于历史供应商的要素信息和对应的实际评价类别训练得到；
8.根据所述供应商评价模型的处理结果，得到所述待评价供应商的模型评价结果。
9.在其中一个实施例中，所述供应商评价模型的训练过程包括：
10.获取历史供应商的要素信息和对应的实际评价类别，构建训练样本集；
11.将所述训练样本集输入到待训练的供应商评价模型进行训练，并结合所述实际评价类别对经过训练的供应商评价模型进行验证，得到训练后的所述供应商评价模型。
12.在其中一个实施例中，所述获取历史供应商的要素信息，包括：
13.获取供应商管理系统中的多个历史供应商的交易信息，以及获取供应商资信平台中的所述多个历史供应商分别对应的资信信息；
14.将所述交易信息和所述资信信息进行处理，得到所述多个历史供应商对应的要素信息。
15.在其中一个实施例中，所述将所述交易信息和所述资信信息进行处理，得到所述多个历史供应商对应的所述要素信息，包括：
16.从所述交易信息和所述资信信息中提取所述多个历史供应商对应的要素数据、以及所述要素数据的产生时间、提取时间和修改频率；
17.将各个供应商的所述要素数据、以及所述要素数据的产生时间、提取时间和修改频率进行缺失值填充处理，得到各个历史供应商分别对应的所述要素信息。
18.在其中一个实施例中，所述方法还包括：
19.获取待评价供应商的至少一个要素数据；
20.根据预先构建的评分区间，将所述至少一个要素数据映射到所述评分区间；
21.根据所述至少一个要素数据的映射结果，以及所述至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到所述待评价供应商的指标评价结果。
22.在其中一个实施例中，所述根据所述至少一个要素数据的映射结果，以及所述至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到所述待评价供应商的指标评价结果，包括：
23.将所述至少一个要素数据分别对应的产生时间、提取时间和修改频率，与历史供应商的要素信息的进行对比，得到所述至少一个要素数据分别对应的产生时间、提取时间和修改频率的排行信息；
24.根据所述至少一个要素数据的映射结果、以及所述至少一个要素数据的产生时间、提取时间和修改频率分别对应的排行信息，得到所述待评价供应商的所述指标评价结果。
25.在其中一个实施例中，所述方法包括：
26.将所述模型评价结果与所述指标评价结果进行对比，若所述模型评价结果与所述指标评价结果分别对应的待评价供应商的类别跨度小于预设类别跨度阈值，以所述模型评价结果作为所述待评价供应商的当前评价结果。
27.一种供应商评价装置，所述装置包括：
28.要素信息获取模块，用于获取待评价供应商对应的要素信息，所述要素信息根据所述待评价供应商的要素数据、以及所述要素数据的产生时间、提取时间和修改频率得到；所述要素数据表征供应商的评价指标对应的数据；所述待评价供应商包括至少一个要素信息；
29.模型输入模块，用于将所述要素信息输入到预先训练的供应商评价模型进行处理；所述供应商评价模型基于历史供应商的要素信息和对应的实际评价类别训练得到；
30.模型评价结果获取模块，用于根据所述供应商评价模型的处理结果，得到所述待评价供应商的模型评价结果。
31.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例中供应商评价方法的步骤。
32.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例中供应商评价方法步骤。
33.上述供应商评价方法、装置、计算机设备和存储介质，通过获取待评价供应商对应的要素信息，将要素信息输入到预先训练的供应商评价模型进行处理，根据处理结果得到该待评价供应商的模型评价结果，其中，待评价供应商的要素信息根据待评价供应商的要素数据、各个要素数据的产生时间、提取时间和修改频率得到，该供应商评价模型根据历史供应商的要素信息和对应的实际评价结果训练得到。本申请的方案，通过待评价供应商的要素数据和要素数据产生时间、提取时间以及修改频率参数，得到该供应商的评价结果，提高了获取供应商评价信息的多样性和关联性，进一步提高了获取供应商评价结果的准确性。
附图说明
34.图1为一个实施例中供应商评价方法的流程示意图；
35.图2为另一个实施例中供应商评价方法的流程示意图；
36.图3为另一个实施例中供应商评价方法的流程示意图；
37.图4为一个实施例中供应商评价方法装置的结构框图；
38.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
39.为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
40.在一个实施例中，如图1所示，提供了一种供应商评价方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
41.步骤s101，获取待评价供应商对应的要素信息。
42.其中，要素信息可以根据该待评价供应商的要素数据、以及要素数据的产生时间、提取时间和修改频率得到；该要素数据可以表征供应商的评价指标对应的数据；该待评价供应商可以包括至少一个要素信息。供应商的评价指标可以包括资质能力、企业经营、设备质量、企业履约、企业风险等，各个评价指标可以通过要素数据进行量化，以进行分析。服务器可以建立供应商评价指标体系，根据待评价供应商的特征，确定用于进行供应商评价的评价指标，并获取相应的数据，每条数据可以至少包括要素数据、要素数据的产生时间、提取时间和修改频率等，服务器可以根据该数据得到待评价供应商的一个要素信息。服务器可以从多个数据源获取待评价供应商的要素信息，例如可以通过供应商管理系统，也可以通过外部的供应商资信平台获取相应信息。就进行供应商评价来说，获取的要素数据的质量可能会影响评价结果，要素数据的质量，通常包括数据的产生时间、提取时间和修改频率，对要素数据的可信度、准确度以及与当前供应商评价的贡献度均会产生影响。例如，就产生时间，a供应商在5年前的营收数据，b供应商1年前的营收数据相比，b供应商的1年前的营收数据的可信度和准确度更大；就提取时间，a供应商在2年前的提取得到，b供应商1年前的提取得到，则b供应商的数据的准确度较大；就修改频率，在预设的时间周期内，获取到的供应商的数据的修改频率越高，则数据的有效性和可信性将降低。
43.具体实现中，服务器可以根据待评价供应商的特征，确定进行供应商评价所需的评价指标，从数据源获取相应的要素数据等，得到待评价供应商对应的要素信息。
44.步骤s102，将要素信息输入到预先训练的供应商评价模型进行处理。
45.其中，供应商评价模型可以基于历史供应商的要素信息和对应的实际评价类别训练得到。历史供应商可以是具有交易记录的供应商或者在供应商管理系统中入库的供应商。历史供应商的要素信息，可以是通过历史供应商对应的要素数据、以及要素数据的产生时间、提取时间和修改频率得到。实际评价类别可以是该历史供应商对应的实际评价结果，该类别可以是定性的类别，例如一级供应商、二级供应商等，也可以是定量的类别，例如该供应商对应的得分区间。
46.具体实现中，服务器可以获取预先训练的供应商评价模型，将该待评价供应商对应的要素信息输入到该供应商评价模型进行处理。
47.步骤s103，根据供应商评价模型的处理结果，得到待评价供应商的模型评价结果。
48.具体实现中，服务器可以根据供应商评价模型的处理结果，得到该待评价供应商的模型评价结果。该模型评价结果可以是待评价供应商归属的定性类别，例如一级供应商、二级供应商等，也可以是定量的类别，例如该待评价供应商对应的得分区间。
49.上述供应商评价方法中，通过获取待评价供应商对应的要素信息，将要素信息输入到预先训练的供应商评价模型进行处理，根据处理结果得到该待评价供应商的模型评价结果，其中，待评价供应商的要素信息根据待评价供应商的要素数据、各个要素数据的产生时间、提取时间和修改频率得到，该供应商评价模型根据历史供应商的要素信息和对应的实际评价结果训练得到。本申请的方案，通过待评价供应商的要素数据和要素数据产生时间、提取时间以及修改频率参数，得到该供应商的评价结果，提高了获取供应商评价信息的多样性和关联性，进一步提高了获取供应商评价结果的准确性。
50.在一个实施例中，供应商评价模型的训练过程的步骤包括：
51.获取历史供应商的要素信息和对应的实际评价类别，构建训练样本集；将训练样本集输入到待训练的供应商评价模型进行训练，并结合实际评价类别对经过训练的供应商评价模型进行验证，得到训练后的供应商评价模型。
52.本实施例中，服务器可以获取历史供应商对应的要素信息，并以该供应商的实际评价类别作为标签，构建训练样本集。该要素信息可以根据针对该历史供应商的实际评价类别进行评价时，所使用的要素数据、以及要素数据的产生时间、提取时间和修改频率。也可以是服务器在进行训练样本数据准备时，经过调整和更新的数据。服务器可以将该训练样本集输入到待训练的供应商评价模型进行训练，并根据实际评价类别对经过训练的供应商评价模型进行验证，得到训练后的供应商评价模型。
53.该供应商评价模型可以是神经网络模型，是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络是一个高度非线性动力学系统。虽然，每个神经元的结构和功能都不复杂，但是神经网络的动态行为则是十分复杂的；因此，用神经网络可以表达实际物理世界的各种现象。
54.上述实施例的方案，通过获取历史供应商的要素信息和实际评价类别，进行供应商评价模型训练，使得模型训练时，引入了对要素数据的有效性和贡献度产生影响的产生时间、提取时间和修改频率参数，提高了模型训练的准确程度，进而提高了供应商评价模型的实用性。
55.在一个实施例中，获取历史供应商的要素信息的步骤包括：
56.获取供应商管理系统中的多个历史供应商的交易信息，以及获取供应商资信平台中的多个历史供应商分别对应的资信信息；将交易信息和资信信息进行处理，得到多个历史供应商对应的要素信息。
57.本实施例中，供应商管理系统可以评价主体用于存储已交易供应商信息和入库未交易供应商信息的内部系统，该系统的数据的规范化程度较高，交易信息可以包括该供应商在供应商管理系统已经保存的数据，例如资质能力、企业经营数据、历史签单数据等。供
应商资信平台可以具有供应商对应的资信信息的外部平台，例如行业数据库、供应商官方平台、工商信息网站、专利数据库等，可以包括专利数据量、销售数量等。服务器可以获取多个历史供应商的交易信息和资信信息，并据此得到各个历史供应商分别对应的要素信息。
58.上述实施例的方案，通过从供应商管理系统获取多个历史供应商的交易信息，以及从供应商资信平台获取资信信息，得到多个历史供应商的要素信息，提升了获取供应商的基础数据信息的多样性和准确性。
59.在一个实施例中，将交易信息和资信信息进行处理，得到多个历史供应商对应的要素信息的步骤包括：
60.从交易信息和资信信息中提取多个历史供应商对应的要素数据、以及要素数据的产生时间、提取时间和修改频率；将各个供应商的要素数据、以及要素数据的产生时间、提取时间和修改频率进行缺失值填充处理，得到各个历史供应商分别对应的要素信息。
61.本实施例中，服务器可以按照供应商评价指标，从交易信息和资信信息提取各个历史供应商对应的要素数据、以及要素数据的产生时间、提取时间和修改频率。为确保数据的完整性，服务器可以将各个参数对应的缺失值进行填充处理，以各个历史供应商分别对应的要素信息。其中，缺失值填充算法可以采用填充默认值、均值、众数、邻近算法填充、以及把缺失值作为新的标签通过模型来预测等方式进行。
62.上述实施例的方案，通过从数据源获取的交易信息和资信信息中提取要素数据等，经过缺失值填充处理后，得到各个历史供应商的要素信息，提升了用于模型训练的样本集的准确性。
63.在一个实施例中，上述方法还包括：
64.获取待评价供应商的至少一个要素数据；根据预先构建的评分区间，将所述至少一个要素数据映射到所述评分区间；根据所述至少一个要素数据的映射结果，以及所述至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到所述待评价供应商的指标评价结果。
65.本实施例中，服务器可以通过构建供应商数据模块化评价指标体系，根据待评价供应商对应的数据，得到指标评价结果。其中，评分区间可以是根据某个要素数据的最大值和最小值具有对应映射关系的区间，即采用区间映射法进行的处理。例如，某个要素数据的最大值为x
max
，最小值为x
min
，则原区间可以表示为(x
min
,x
max
)，评分区间可以表示为(a,b)。在一些情况下，该要素数据的最大值和最小值映射到该评分区间可以通过如下公式进行：
[0066][0067]
其中，x为映射前的要素数据，y为映射到评分区间(a,b)的数据。
[0068]
在一些实施例中，评分区间可以配置为(0,1)，服务器可以将各个要素数据映射到(0,1)中对应的数据，进而得到获取该指标评价的基础。进而根据各个要素数据对应的产生时间、提取时间和修改频率，得到该待评价供应商的指标评价结果。指标评价结果可以是根据供应商的评价指标数据进行区间映射法进行评价后得到的评价结果，该指标评价结果可以与供应商的分类结果建立一一对应关系，例如某个指标评价结果对应一级供应商或二级供应商等。
[0069]
在一些实施例中，如图2所示，服务器可以通过多个数据源获取全面的供应商数
据；内部供应商管理系统数据的基础上，通过外部企业信息资信平台获取数据补充，结合根据构建的供应商评价指标体系，运用区间映射法对供应商数据进行映射处理后，得到各个要素数据对应的评价结果，进而得到该待评价供应商的评价结果。在一些情况下，服务器可以按照供应商所处的业务领域，对供应商数据进行划分，分为资质能力、企业经营、设备质量、企业履约、企业风险等一级维度，根据企业需要在一级维度的基础上继续划分二、三级维度，最终形成多个供应商数据模块。在进行供应商评价时，服务器可以根据供应商性质标识，自动匹配所需的供应商评价模块组合，并获取对应的要素信息进行评价。当供应商评价指标体系包括二级维度或更多级维度时，服务器可以首先根据各个最低维度的要素信息，获取各个要素信息对应的评价结果，进而以该评价维度的评价结果作为上一级评价结果的权重进行计算，避免人为设置权重值，服务器可以用均权加总法计算的得到该待评价供应商的指标评价结果。
[0070]
上述实施例的方案，通过获取待评价供应商的要素数据，通过区间映射法得到映射结果，进而根据映射结果，结合至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到待评价供应商的指标评价结果，提升了供应商指标评价结果的准确性。
[0071]
在一个实施例中，根据至少一个要素数据的映射结果，以及至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到待评价供应商的指标评价结果的步骤包括：
[0072]
将至少一个要素数据分别对应的产生时间、提取时间和修改频率，与历史供应商的要素信息的进行对比，得到至少一个要素数据分别对应的产生时间、提取时间和修改频率的排行信息；根据至少一个要素数据的映射结果、以及至少一个要素数据的产生时间、提取时间和修改频率分别对应的排行信息，得到待评价供应商的指标评价结果。
[0073]
本实施例中，服务器可以进一步确定要素数据对应的产生时间、提取时间和修改频率对指标评价结果的影响。服务器可以从历史供应商的信息中，获取该待评价供应商的某个要素数据的产生时间，在所有历史供应商的该要素数据的产生时间中的排行百分比，同样的，也可以获得提取时间和修改频率对应的排行百分比，进而根据要素数据的映射结果和产生时间、提取时间和修改频率分别对应的排行百分比，得到待评价供应商对应的指标评价结果。
[0074]
上述实施例的方案，通过获取要素数据对应的产生时间、提取时间和修改频率对应的排行信息，对要素数据的映射结果进行调整，提升了获取指标评价结果的准确性。
[0075]
在一个实施例中，上述方法还包括：
[0076]
将模型评价结果与指标评价结果进行对比，若模型评价结果与指标评价结果分别对应的待评价供应商的类别跨度小于预设类别跨度阈值，以模型评价结果作为待评价供应商的当前评价结果。
[0077]
本实施例中，供应商评价模型输出的模型评价结果可以是供应商的定性分类，例如一级供应商、二级供应商。若针对同一个供应商，指标评价结果与模型评价结果存在不一致，服务器可以发出预警指令，以提示终端进行调整干预。
[0078]
在一些实施例证，服务器还可以针对导致不一致的源数据或处理过程进行分析，提示终端进行调整，例如提示数据明显异常的源数据或者中间变量数据等。
[0079]
在一些实施例中，服务器可以设定指标评价结果与模型评价结果不一致的阈值范围，若指标评价结果与模型评价结果的差距大于两个以上类别，例如其中一个得出的结果
是一级供应商，而另一个是三级或四级供应商，则服务器可以发出预警指令。若指标评价结果与模型评价结果的差距小于两个类别，则以供应商评价模型输出的模型评价结果作为待评价供应商的当前评价结果。
[0080]
上述实施例的方案，通过将指标评价结果与模型评价结果进行对比，以及时进行预警，为模型评价结果提供参考值，提高了获取的供应商评价结果的准确性。
[0081]
在一个实施例中，如图3所示，提供了一种供应商评价方法，该方法包括：
[0082]
步骤301，获取多个历史供应商对应的要素信息和实际评价类别，构建训练样本集；将训练样本集输入到待训练的供应商评价模型进行训练，并结合实际评价类别对经过训练的供应商评价模型进行验证，得到训练后的供应商评价模型。
[0083]
步骤302，获取待评价供应商对应的要素信息，要素信息根据待评价供应商的要素数据、以及要素数据的产生时间、提取时间和修改频率得到；要素数据表征供应商的评价指标对应的数据；待评价供应商包括至少一个要素信息。
[0084]
步骤303，将要素信息输入到预先训练的供应商评价模型进行处理；供应商评价模型基于历史供应商的要素信息和对应的实际评价类别训练得到。
[0085]
步骤304，根据供应商评价模型的处理结果，得到待评价供应商的模型评价结果。
[0086]
步骤305，获取待评价供应商的至少一个要素数据；根据预先构建的评分区间，将至少一个要素数据映射到评分区间；根据至少一个要素数据的映射结果，以及至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到待评价供应商的指标评价结果。
[0087]
步骤306，将模型评价结果与指标评价结果进行对比，若模型评价结果与指标评价结果分别对应的待评价供应商的类别跨度小于预设类别跨度阈值，以模型评价结果作为待评价供应商的当前评价结果。
[0088]
上述实施例，根据供应商的要素信息，通过供应商评价模型获取待评价供应商的模型评价结果，以及通过指标体系结合区间映射法得到待评价供应商的指标评价结果，根据两个评价结果对比，得到待评价供应商的综合评价结果，通过待评价供应商的要素数据和要素数据产生时间、提取时间以及修改频率参数，得到该供应商的评价结果，提高了获取供应商评价信息的多样性和关联性，进一步提高了获取供应商评价结果的准确性。
[0089]
应该理解的是，虽然图1
‑
3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1
‑
3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0090]
在一个实施例中，如图4所示，提供了一种供应商评价装置，该装置400包括：
[0091]
要素信息获取模块401，用于获取待评价供应商对应的要素信息，要素信息根据待评价供应商的要素数据、以及要素数据的产生时间、提取时间和修改频率得到；要素数据表征供应商的评价指标对应的数据；待评价供应商包括至少一个要素信息；
[0092]
模型输入模块402，用于将要素信息输入到预先训练的供应商评价模型进行处理；供应商评价模型基于历史供应商的要素信息和对应的实际评价类别训练得到；
[0093]
模型评价结果获取模块403，用于根据供应商评价模型的处理结果，得到待评价供
应商的模型评价结果。
[0094]
在一个实施例中，上述装置400还包括模型训练模块，模型训练模块包括：样本获取单元，用于获取历史供应商的要素信息和对应的实际评价类别，构建训练样本集；模型训练单元，用于将训练样本集输入到待训练的供应商评价模型进行训练，并结合实际评价类别对经过训练的供应商评价模型进行验证，得到训练后的供应商评价模型。
[0095]
在一个实施例中，样本获取单元，包括：要素信息子单元，用于获取供应商管理系统中的多个历史供应商的交易信息，以及获取供应商资信平台中的多个历史供应商分别对应的资信信息；将交易信息和资信信息进行处理，得到多个历史供应商对应的要素信息。
[0096]
在一个实施例中，要素信息子单元进一步用于从交易信息和资信信息中提取多个历史供应商对应的要素数据、以及要素数据的产生时间、提取时间和修改频率；将各个供应商的要素数据、以及要素数据的产生时间、提取时间和修改频率进行缺失值填充处理，得到各个历史供应商分别对应的要素信息。
[0097]
在一个实施例中，上述装置400还包括：指标评价模块，用于获取待评价供应商的至少一个要素数据；根据预先构建的评分区间，将至少一个要素数据映射到评分区间；根据至少一个要素数据的映射结果，以及至少一个要素数据分别对应的产生时间、提取时间和修改频率，得到待评价供应商的指标评价结果。
[0098]
在一个实施例中，指标评价模块，还包括：映射和排行单元，用于将至少一个要素数据分别对应的产生时间、提取时间和修改频率，与历史供应商的要素信息的进行对比，得到至少一个要素数据分别对应的产生时间、提取时间和修改频率的排行信息；根据至少一个要素数据的映射结果、以及至少一个要素数据的产生时间、提取时间和修改频率分别对应的排行信息，得到待评价供应商的指标评价结果
[0099]
在一个实施例中，上述装置400还包括：对比模块，用于将模型评价结果与指标评价结果进行对比，若模型评价结果与指标评价结果分别对应的待评价供应商类别的跨度小于预设类别跨度阈值，以模型评价结果作为待评价供应商的当前评价结果。
[0100]
关于供应商评价装置的具体限定可以参见上文中对于供应商评价方法的限定，在此不再赘述。上述供应商评价装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0101]
本申请提供的供应商评价方法，可以应用于计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储供应商历史数据和当前数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种供应商评价方法。
[0102]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0103]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0104]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0105]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0106]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0107]
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。