一种基于互联网的跨境服务贸易平台管理系统及方法与流程

1.本发明涉及跨境服务管理技术领域，具体为一种基于互联网的跨境服务贸易平台管理系统及方法。


背景技术：

2.随着中国服务贸易的稳定发展，贸易规模在逐渐扩大，国际贸易总量也在迅速上升，对于跨境服务贸易，由于服务贸易环节复杂，寻找对合适的服务商对于客户而言至关重要，作为跨境服务贸易中的一环，跨境物流服务承担着将货物完好、及时地送往目的地的重要作用，选择对适合的物流服务商，有利于做好跨境服务贸易平台管理工作、促进服务贸易的良好发展；然而，现有的跨境服务贸易服务平台管理工作仍存在一些问题：首先，仍需要客户自主寻找物流服务商，自主寻找过程耗时较长，影响物流服务进度，自主寻找的物流服务商无法有效提高可信度，存在货物运输安全风险；其次，不同的跨境物流服务商对于不同类型货物的物流运输力常常会因为运输需求的季节性变化，而出现供不应求现象，在选择服务商时往往会忽略这一点，造成货物无法及时运输的后果；最后，通过系统数据为客户选择合适的物流服务商时，往往需要提取大量数据进行分析，现有技术无法同步提取需要的数据、加快检索匹配物流服务商的速度。
3.所以，人们需要一种基于互联网的跨境服务贸易平台管理系统及方法来解决上述问题。


技术实现要素：

4.本发明的目的在于提供一种基于互联网的跨境服务贸易平台管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于互联网的跨境服务贸易平台管理系统，所述系统包括：数据采集模块、数据管理中心、数据存储规划模块、服务数据分析模块和物流服务筛选模块；通过所述数据采集模块采集目标企业需要运输的货物数据以及合作企业使用过的物流服务商服务数据；通过所述数据管理中心存储并管理采集到的全部数据；通过所述数据存储规划模块设置采集到的数据的存储结构，对存储结构中存储的数据进行赋值，在目标企业通过互联网向跨境服务贸易平台管理系统发送需求数据时，输入赋值并解构赋值，同步提取数据，解构赋值指的是从目标对象或数组中提取自己想要的数据；通过所述服务数据分析模块对提取出的数据进行分析，判断合作企业使用过的物流服务商的使用价值；通过所述物流服务筛选模块预测目标企业与物流服务商的匹配度，为目标企业匹
配最佳物流服务商。
6.进一步的，所述数据采集模块包括企业信息采集单元和物流信息采集单元，通过所述企业信息采集单元采集目标企业需要运输的货物类型、时间数据；通过所述物流信息采集单元采集合作企业使用过的物流服务商数据，将采集到的全部数据传输到所述数据管理中心。
7.进一步的，所述数据存储规划模块包括存储结构设置单元和服务数据提取单元，通过所述存储结构设置单元分配采集到的数据的存储位置，并设置链式存储结构，对链式存储结构的结点中存储的数据赋相同值；通过所述服务数据提取单元输入并解构赋值，同步提取结点中存储的数据。
8.进一步的，所述服务数据分析模块包括运输数据分析单元和数据变动分析单元；通过所述运输数据分析单元对数据进行提取、分析：分析合作企业使用物流服务商时，对应物流服务商的跨境货物运输数据；通过所述数据变动分析单元分析物流服务商在不同季度运输不同类型货物的运输力变化数据，判断物流服务商的使用价值。
9.进一步的，所述物流服务筛选模块包括需求数据分析单元和服务商匹配单元，通过所述需求数据分析单元分析目标企业需要运输的跨境货物类型以及运输路径信息；通过所述服务商匹配单元将目标企业需要运输的货物、路径信息和物流服务商的运输路径信息进行匹配，预测目标企业与物流服务商的匹配度，为目标企业选择最佳物流服务商运输货物。
10.一种基于互联网的跨境服务贸易平台管理方法，包括以下步骤：s1：采集目标企业需要运输的货物数据和合作企业使用过的物流服务商数据；s2：设置采集到的数据的存储结构，同步提取数据；s3：分析同步提取到的合作企业使用过的跨境物流服务商数据，判断跨境物流服务商的使用价值；s4：分析目标企业需求数据，预测目标企业与物流服务商的匹配度；s5：筛选出最佳物流服务商为目标企业运输货物。
11.进一步的，在步骤s1中：随机一个目标企业通过互联网发送需要运输的货物数据，接收到货物数据后，采集到随机一个目标企业在对应货物生产上的合作企业数量为n，货物需要运输的时间点为t，合作企业参与对应货物生产的时间点集合为t={t1，t2，
…
，tn}，与目标企业合作的时长集合为t’={t1’，t2’，
…
，tn’}，合作企业以往跨境运输货物的次数集合为q={q1，q2，
…
，qn}，在步骤s2中：根据下列公式计算随机一个合作企业在目标企业生产对应货物时的参与度wi：；其中，ti表示随机一个合作企业参与对应货物生产的时间点，ti’表示对应合作企业与目标企业合作的时长，qi表示对应合作企业以往跨境运输货物的次数，将所有合作企业在目标企业生产对应货物时的参与度按从小到大的顺序排列：得到所有合作企业在目标企业生产对应货物时的参与度集合为w={w1，w2，
…
，wn}，根据参与度设置合作企业使用过的物流服务商数据的存储路径：设置链式存储结构：设置结点{a1，a2，
…
，an}，将wi和w
i+1
对应的合作企业使用过的物流服务商数据分别存储到结点ai和a
i+1
中，结点ai的指针指向结点ai+1
的地址，对n个结点中存储的数据赋值：对n个数据点{（1，w1），（2，w2），
…
，（n，wn）}进行直线拟合：设置拟合函数：，其中，b1和b2表示拟合系数，根据下列公式分别计算b1和b2：；；得到赋值data：，对n个结点中存储的数据赋相同值：data，在提取数据时，输入data，通过解构赋值同步提取n个结点中存储的合作企业使用过的物流服务商数据，采集目标企业，即客户的需要运输货物信息和与客户在货物生产上有合作的企业使用的服务商信息，将合作企业信息作为参照寻找合适的服务商，有利于提高服务商的可信度并减少物流运输安全风险，通过数据分析得到合作企业的参与度，进一步反映了合作企业使用的服务商的可靠程度，参与度越高，说明两者合作越深，可靠程度越高，将合作企业数据依据参照度从小到大存储到链式存储结构的结点中，同时对参照度数据进行拟合，目的在于对不同的链式存储结构中存储的数据进行赋值，减少同步提取数据时提取出另外链式存储结构中存储的数据的概率，对一个链式存储结构中存储的数据赋相同值，只需输入赋值就能够同步提取出数据，有利于加快检索匹配物流服务商的速度。
12.进一步的，在步骤s3中：同步提取合作企业使用过的物流服务商数据，分析提取到的数据：获取到随机一个合作企业使用过的跨境物流服务商数量为m，跨境物流服务商被对应合作企业使用的次数集合为a={a1，a2，
…
，aj，
…
，am}，使用随机一个跨境物流服务商运输货物的路程集合为d={d1，d2，
…
，dk}，运输价格集合为r={r1，r2，
…
，rk}，货物运输延时次数为e，延时时长集合为t
延
={t
延1
，t
延2
，
…
，t
延e
}，e≤k，其中，k表示对应跨境物流服务商被对应合作企业使用的次数，k=aj，获取到在每个季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量集合为b={b1，b2，b3，b4}，根据下列公式计算随机一个合作企业使用过的随机一个跨境物流服务商的使用价值pj：；其中，dj表示对应跨境物流服务商随机一次运输对应合作企业货物的路程，rj表示随机一次运输价格，t
延j
表示随机一次货物运输延时时长，b’表示在目标企业当前货物需要运输的时间点所属季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量，bj表示随机一个季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量，得到随机一个合作企业使用过的跨境物流服务商的使用价值集合为p={p1，p2，
…
，pm}，筛选出对对应合作企业而言使用价值最高的跨境物流服务商，得到对所有与目标企业合作的合作企业而言使用价值最高的跨境物流服务商，同步提取出数据后，对合作企业使用过的服务商数据进行分析：结合物流服务商历史工作数据和目标企业需要运输的货物类型在当前季度的运输力供应关系，得到物流服务商的使用价值，供不应求情
况越少、成本越低、运输越稳定，说明对应物流服务商的使用价值越高，提高了使用价值判断结果的准确性。
13.进一步的，在步骤s4中：在筛选出的跨境物流服务商中，获取到目标企业当前需要运输的货物的运输路径与筛选出的跨境物流服务商以往的运输路径重合的路径长度集合为l={l1，l2，
…
，ln}，根据公式预测目标企业与随机一个跨境物流服务商的匹配度qi，得到目标企业与所有跨境物流服务商的匹配度集合为q={q1，q2，
…
，qn}，其中，li表示筛选出的随机一个跨境物流服务商以往的运输路径与目标企业当前需要运输的货物的运输路径重合的路径长度，n表示目标企业在对应货物生产上的合作企业数量，在步骤s5中：筛选出匹配度最高的跨境物流服务商作为最佳跨境物流服务商，为目标企业运输货物，运输路径重合度与目标企业既定路线重合度越高，说明对应服务商在重合路线上运输货物越有经验，出错率越低，结合合作企业的参与度，即可信度和路径重合程度选择物流服务商，有利于匹配到合适的服务商提供物流服务，减少了物流运输风险。
14.与现有技术相比，本发明所达到的有益效果是：本发明通过采集并分析与目标企业合作过的企业使用过的服务商信息，为客户即目标企业寻找合适的跨境物流服务商，提高了服务商的可信度、减少了物流运输安全风险；通过设置链式存储结构，将合作企业的数据存储到链式存储结构的结点中，对结点数据赋相同值，在提取数据时输入赋值，解构赋值，在实现了数据同步提取的同时节省了数据存储空间；通过同步提取待分析数据，加快了检索匹配物流服务商的速度；通过同步分析物流服务商历史工作数据和目标企业需要运输的货物类型在当前季度的运输力供应关系，得到物流服务商的使用价值，初步筛选出使用价值高的服务商，在此基础上结合合作企业的参与度，即可信度和路径重合程度选择物流服务商，匹配合适的服务商提供物流服务，减少了跨境物流运输服务的风险。
附图说明
15.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是本发明一种基于互联网的跨境服务贸易平台管理系统的结构图；图2是本发明一种基于互联网的跨境服务贸易平台管理方法的流程图。
具体实施方式
16.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
17.请参阅图1-图2，本发明提供技术方案：一种基于互联网的跨境服务贸易平台管理系统，系统包括：数据采集模块、数据管理中心、数据存储规划模块、服务数据分析模块和物流服务筛选模块；通过数据采集模块采集目标企业需要运输的货物数据以及合作企业使用过的物流服务商服务数据；通过数据管理中心存储并管理采集到的全部数据；通过数据存储规划模块设置采集到的数据的存储结构，对存储结构中存储的数据
进行赋值，在目标企业通过互联网向跨境服务贸易平台管理系统发送需求数据时，输入赋值并解构赋值，同步提取数据；通过服务数据分析模块对提取出的数据进行分析，判断合作企业使用过的物流服务商的使用价值；通过物流服务筛选模块预测目标企业与物流服务商的匹配度，为目标企业匹配最佳物流服务商。
18.数据采集模块包括企业信息采集单元和物流信息采集单元，通过企业信息采集单元采集目标企业需要运输的货物类型、时间数据；通过物流信息采集单元采集合作企业使用过的物流服务商数据，将采集到的全部数据传输到数据管理中心。
19.数据存储规划模块包括存储结构设置单元和服务数据提取单元，通过存储结构设置单元分配采集到的数据的存储位置，并设置链式存储结构，对链式存储结构的结点中存储的数据赋相同值；通过服务数据提取单元输入并解构赋值，同步提取结点中存储的数据。
20.服务数据分析模块包括运输数据分析单元和数据变动分析单元；通过运输数据分析单元对数据进行提取、分析：分析合作企业使用物流服务商时，对应物流服务商的跨境货物运输数据；通过数据变动分析单元分析物流服务商在不同季度运输不同类型货物的运输力变化数据，判断物流服务商的使用价值。
21.物流服务筛选模块包括需求数据分析单元和服务商匹配单元，通过需求数据分析单元分析目标企业需要运输的跨境货物类型以及运输路径信息；通过服务商匹配单元将目标企业需要运输的货物、路径信息和物流服务商的运输路径信息进行匹配，预测目标企业与物流服务商的匹配度，为目标企业选择最佳物流服务商运输货物。
22.一种基于互联网的跨境服务贸易平台管理方法，包括以下步骤：s1：采集目标企业需要运输的货物数据和合作企业使用过的物流服务商数据；s2：设置采集到的数据的存储结构，同步提取数据；s3：分析同步提取到的合作企业使用过的跨境物流服务商数据，判断跨境物流服务商的使用价值；s4：分析目标企业需求数据，预测目标企业与物流服务商的匹配度；s5：筛选出最佳物流服务商为目标企业运输货物。
23.在步骤s1中：随机一个目标企业通过互联网发送需要运输的货物数据，接收到货物数据后，采集到随机一个目标企业在对应货物生产上的合作企业数量为n，货物需要运输的时间点为t，合作企业参与对应货物生产的时间点集合为t={t1，t2，
…
，tn}，与目标企业合作的时长集合为t’={t1’，t2’，
…
，tn’}，合作企业以往跨境运输货物的次数集合为q={q1，q2，
…
，qn}，在步骤s2中：根据下列公式计算随机一个合作企业在目标企业生产对应货物时的参与度wi：；其中，ti表示随机一个合作企业参与对应货物生产的时间点，ti’表示对应合作企业与目标企业合作的时长，qi表示对应合作企业以往跨境运输货物的次数，将所有合作企业在目标企业生产对应货物时的参与度按从小到大的顺序排列：得到所有合作企业在目标企业生产对应货物时的参与度集合为w={w1，w2，
…
，wn}，根据参与度设置合作企业使用过的
物流服务商数据的存储路径：设置链式存储结构：设置结点{a1，a2，
…
，an}，将wi和w
i+1
对应的合作企业使用过的物流服务商数据分别存储到结点ai和a
i+1
中，结点ai的指针指向结点a
i+1
的地址，对n个结点中存储的数据赋值：对n个数据点{（1，w1），（2，w2），
…
，（n，wn）}进行直线拟合：设置拟合函数：，其中，b1和b2表示拟合系数，根据下列公式分别计算b1和b2：；；得到赋值data：，对n个结点中存储的数据赋相同值：data，在提取数据时，输入data，通过解构赋值同步提取n个结点中存储的合作企业使用过的物流服务商数据，提高了筛选出的服务商的可信度并减少了物流运输安全风险，加快了检索匹配物流服务商的速度。
24.在步骤s3中：同步提取合作企业使用过的物流服务商数据，分析提取到的数据：获取到随机一个合作企业使用过的跨境物流服务商数量为m，跨境物流服务商被对应合作企业使用的次数集合为a={a1，a2，
…
，aj，
…
，am}，使用随机一个跨境物流服务商运输货物的路程集合为d={d1，d2，
…
，dk}，运输价格集合为r={r1，r2，
…
，rk}，货物运输延时次数为e，延时时长集合为t
延
={t
延1
，t
延2
，
…
，t
延e
}，e≤k，其中，k表示对应跨境物流服务商被对应合作企业使用的次数，k=aj，获取到在每个季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量集合为b={b1，b2，b3，b4}，根据下列公式计算随机一个合作企业使用过的随机一个跨境物流服务商的使用价值pj：；其中，dj表示对应跨境物流服务商随机一次运输对应合作企业货物的路程，rj表示随机一次运输价格，t
延j
表示随机一次货物运输延时时长，b’表示在目标企业当前货物需要运输的时间点所属季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量，bj表示随机一个季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量，得到随机一个合作企业使用过的跨境物流服务商的使用价值集合为p={p1，p2，
…
，pm}，筛选出对对应合作企业而言使用价值最高的跨境物流服务商，得到对所有与目标企业合作的合作企业而言使用价值最高的跨境物流服务商，在分析数据中加入每个季度的运输力供应关系数据，提高了使用价值判断结果的准确性。
25.在步骤s4中：在筛选出的跨境物流服务商中，获取到目标企业当前需要运输的货物的运输路径与筛选出的跨境物流服务商以往的运输路径重合的路径长度集合为l={l1，l2，
…
，ln}，根据公式预测目标企业与随机一个跨境物流服务商的匹配度qi，得到目标企业与所有跨境物流服务商的匹配度集合为q={q1，q2，
…
，qn}，其中，li表示筛选
出的随机一个跨境物流服务商以往的运输路径与目标企业当前需要运输的货物的运输路径重合的路径长度，n表示目标企业在对应货物生产上的合作企业数量，在步骤s5中：筛选出匹配度最高的跨境物流服务商作为最佳跨境物流服务商，为目标企业运输货物，有效匹配到了合适的服务商提供物流服务，减少了物流运输风险。
26.实施例一：采集到随机一个目标企业在对应货物生产上的合作企业数量为n=3，货物需要运输的时间点为t：5月20日，合作企业参与对应货物生产的时间点集合为t={t1，t2，t3}={5月1日，4月10日，4月1日}，与目标企业合作的时长集合为t’={t1’，t2’，t3’}={10，30，5}，单位为：天，合作企业以往跨境运输货物的次数集合为q={q1，q2，q3}={20，5，15}，根据公式计算随机一个合作企业在目标企业生产对应货物时的参与度wi≈0.20，将所有合作企业在目标企业生产对应货物时的参与度按从小到大的顺序排列：得到所有合作企业在目标企业生产对应货物时的参与度集合为w={w1，w2，w3}={0.13，0.20，0.21}，设置链式存储结构：设置结点{a1，a2，a3}，将w1、w2和w3对应的合作企业使用过的物流服务商数据分别存储到结点a1和a2中，结点a1的指针指向结点a2的地址，结点a2的指针指向结点a3的地址，对3个结点中存储的数据赋值：对3个数据点{（1，w1），（2，w2），（3，w3）}进行直线拟合：设置拟合函数：，根据公式和分别计算得到b1=0.04，b2=0.1，得到赋值data：，对3个结点中存储的数据赋相同值：data，在提取数据时，输入data，通过解构赋值同步提取3个结点中存储的合作企业使用过的物流服务商数据；实施例二：同步提取合作企业使用过的物流服务商数据，获取到随机一个合作企业使用过的跨境物流服务商数量为m=3，跨境物流服务商被对应合作企业使用的次数集合为a={a1，a2，a3}={3，5，6}，使用随机一个跨境物流服务商运输货物的路程集合为d={d1，d2，d3}={2000，1000，3000}，运输价格集合为r={r1，r2，r3}={200，100，300}，货物运输延时次数为e=2，延时时长集合为t
延
={t
延1
，t
延2
}={3，4}，单位为：天，获取到在每个季度中，对应跨境物流服务商运输与目标企业需要运输货物相同类型的货物总量集合为b={b1，b2，b3，b4}={30，50，60，10}，根据公式计算随机一个合作企业使用过的随机一个跨境物流服务商的使用价值pj=0.07，得到随机一个合作企业使用过的跨境物流服务商的使用价值集合为p={p1，p2，p3}={0.07，0.10，0.12}，筛选出对对应合作企业而言使用价值最高的跨境物流服务商：p3对应的服务商，得到对所有与目标企业合作的合作企业而言使用价值最高的跨境物流服务商，在筛选出的跨境物流服务商中，获取到目标企业当前需要运输的货物的运输路径与筛选出的跨境物流服务商以往的运输路径重合的路径长度集合为l={l1，l2，l3}={200，500，1000}，根据公式预测目标企业与随机一个跨境物流服务商的匹配度qi=26，得到目标企业与所有跨境物流服务商的匹配度集合为q={q1，q2，q3}={26，100，210}，筛选出匹配度最高的跨境物流服务商作为最佳跨境物流服务商：q3对
应的服务商，为目标企业运输货物。
27.最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。