一种基于树结构的采购订单生成方法、装置及计算机设备

技术领域

本发明属于大数据分析技术领域，具体涉及一种基于树结构的采购订单生成方法、装置及计算机设备。

背景技术

目前，诸如企业、学校或餐厅等消费个体在采购选择供应商时，通常是依据经验，在采购寻源阶段去人工搜索下单，存在效率低下和容易出错的问题。虽然也有基于爬虫大数据分析等技术来自动进行采购订单生成，但是若出现供应商品鱼龙混杂的现象，将难以把握采购质量。

发明内容

本发明的目的是提供一种基于树结构的采购订单生成方法、装置、计算机设备及计算机可读存储介质，用以解决现有在采购选择供应商时所存在效率低下、容易出错以及难以把握采购质量的问题。

为了实现上述目的，本发明采用以下技术方案：

第一方面，提供了一种基于树结构的采购订单生成方法，包括：

确定待采购的目标商品和与所述目标商品对应的目标数量；

针对所述目标商品，创建对应的且包含有根节点层和多个非根节点层的树层结构，其中，所述根节点层和所述多个非根节点层在所述树层结构中按照从上至下顺序依次排列，所述多个非根节点层与多个供应维度一一对应；

在所述根节点层中初始设置一个与所述目标商品对应的根节点，然后根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，其中，所述非根节点与所述供应信息在对应维度上的分类一一对应，所述对应维度是指在所述多个供应维度中与所述非根节点的所在节点层对应的供应维度；

从所述树结构中查找出贯穿所述多个非根节点层的目标节点路径分支，其中，所述目标节点路径分支中的各个非根节点在对应的父节点下具有最大价值；

根据所述目标数量和与所述目标节点路径分支中多个非根节点一一对应的多个分类，生成用于采购所述目标商品的采购订单。

基于上述发明内容，提供了一种基于供应商数据库中供应信息自动寻找最优采购对象的采购订单生产方案，即在确定待采购的目标商品和与所述目标商品对应的目标数量后，先针对所述目标商品，创建包含有根节点层和多个非根节点层的树层结构，然后根据由供应商提供的、与所述目标商品匹配的且在多个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，最后从所述树结构中查找出从上至下依次具有最大价值的目标节点路径分支，并根据所述目标数量和所述目标节点路径分支自动生成采购订单，由此可无需人工搜索下单，有效提高下单效率并避免出错，同时还可确保采购质量，便于实际应用和推广，特别适用于需要快速且高质量完成幼儿园食材采购的工作场景中。

在一个可能的设计中，根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，包括有如下步骤S30～S39：

S30.将总探索次数初始化为零；

S31.以所述根节点为当前节点，并判断当前节点是否为叶结点，若是，则执行步骤S32，否则执行步骤S36；

S32.根据由供应商提供的、与所述目标商品匹配的且在首个供应维度上的供应信息，确定在所述首个供应维度上的至少一个分类，然后执行步骤S33，其中，所述首个供应维度是指在所述多个供应维度中与位于最上层的非根节点层对应的供应维度；

S33.在当前节点下创建与所述至少一个分类一一对应的至少一个子节点，然后执行步骤S34，其中，所述至少一个子节点中各个子节点的当前探索次数在创建时初始化为0；

S34.从所述至少一个子节点中任选一个子节点作为新的当前节点，然后执行步骤S35；

S35.针对当前节点，为对应的价值分配一个初始值，以及使对应的当前探索次数自加1，以及使所述总探索次数自加1，以及使对应的各个路径节点的当前价值自加该初始值和当前探索次数自加1，然后返回执行步骤S31，其中，所述对应的各个路径节点是指位于从对应子节点至所述根节点的路径上的各个中间节点；

S36.从当前节点的所有子节点中选择具有最大置信上限值的子节点，并将该子节点作为新的当前节点，然后执行步骤S37，其中，按照如下公式计算所述所有子节点中各个子节点的置信上限值：

式中，k表示正整数，UCB

S37.判断当前节点是否为叶结点，若是，则执行步骤S38，否则执行步骤S36；

S38.判断当前节点的当前探索次数是否为0，若是，则执行步骤S35，否则执行步骤S39；

S39.判断当前节点的所在节点层是否为位于最下层的非根节点层，若是，则结束扩展，得到树结构,否则根据由供应商提供的、与所述目标商品匹配的且在下一个供应维度上的供应信息，确定在当前分类下的且在所述下一个供应维度上的至少一个分类，然后执行步骤S33，其中，所述下一个供应维度是指在所述多个供应维度中与下一个非根节点层对应的供应维度，所述下一个非根节点层是指在所述多个非根节点层中位于所述当前节点的所在节点层之下的一个节点层,所述当前分类是指与当前节点对应的分类。

在一个可能的设计中，当目标商品为待采购食材时，确定待采购的目标商品和与所述目标商品对应的目标数量，包括：

根据食谱信息以及订餐信息/出勤信息，确定待采购的各个目标食材和与所述各个目标食材一一对应的各个目标数量。

在一个可能的设计中，在根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点之前，所述方法还包括：

对由不同供应商提供的不同供应信息进行数据清洗处理，使清洗后的所有供应信息都包含有在统一规格下的商品供应信息。

在一个可能的设计中，针对当前节点，为对应的价值分配一个初始值，包括：

针对当前节点，若对应的分类为已有分类，则参考在历史所有消费者各次采购所述已有分类下的产品后所采集的第一用户评价结果，来为对应的价值分配一个初始值，其中，所述初始值的大小与所述第一用户评价结果正相关；

或者，针对当前节点，若对应的分类为新分类，则根据所述新分类在由供应商提供的且与所述目标商品匹配的供应信息中查找得到对应的至少一个同质化分类，然后参考在历史所有消费者各次采购所述至少一个同质化分类下的产品后所采集的第二用户评价结果,来为对应的价值分配一个初始值，其中，所述初始值的大小与所述第二用户评价结果正相关；

或者，针对当前节点，若对应的分类为新分类，则根据所述新分类在由供应商提供的且与所述目标商品匹配的供应信息中查找得到对应的且已有相应非根节点的至少一个同质化分类，然后参考与所述至少一个同质化分类一一对应的至少一个非根节点的当前价值,来为对应的价值分配一个初始值，其中，所述初始值的大小与所述至少一个非根节点的当前价值平均结果正相关。

在一个可能的设计中，在参考所述第一用户评价结果来为当前节点的价值分配一个初始值之后，所述方法还包括：

判断所述初始值是否小于预设的阈值；

若是，则生成并输出用于指示是否将所述已有分类添加到分类黑名单中的提醒消息。

在一个可能的设计中，在当前节点下创建与所述至少一个分类一一对应的至少一个子节点，包括：

针对所述至少一个分类中的各个分类，判断对应分类是否位于预先确定的分类黑名单中，若是，则在当前节点下不创建对应的子节点，否则在当前节点下创建对应的子节点。

在一个可能的设计中，针对所述目标商品，在前次构建对应的树结构并生成对应的采购订单后，若对应的供应信息及所述多个供应维度无变化，则在本次采购时，直接应用前次的目标节点路径分支进行本次采购订单的生成。

在一个可能的设计中，针对所述目标商品，若预先有一个指定分类，则在构建树层结构时，设置所述指定分类的所属供应维度为所述多个供应维度中的首个供应维度，并在树搜索后从所得树结构中查找出贯穿所述多个非根节点层的另一目标节点路径分支，其中，所述另一目标节点路径分支包含有与所述指定分类对应的非根节点，并使在该非根节点下的各个非根节点在对应的父节点下具有最大价值。

在一个可能的设计中，所述多个非根节点层在所述树层结构中的从上至下顺序可以任意设置，不受限制。

第二方面，提供了一种基于树结构的采购订单生成装置，包括有依次通信连接的采购目标确定模块、树层结构创建模块、树结构创建模块、路径分支查找模块和采购订单生成模块；

所述采购目标确定模块，用于确定待采购的目标商品和与所述目标商品对应的目标数量；

所述树层结构创建模块，用于针对所述目标商品，创建对应的且包含有根节点层和多个非根节点层的树层结构，其中，所述根节点层和所述多个非根节点层在所述树层结构中按照从上至下顺序依次排列，所述多个非根节点层与多个供应维度一一对应；

所述树结构创建模块，用于在所述根节点层中初始设置一个与所述目标商品对应的根节点，然后根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，其中，所述非根节点与所述供应信息在对应维度上的分类一一对应，所述对应维度是指在所述多个供应维度中与所述非根节点的所在节点层对应的供应维度；

所述路径分支查找模块，用于从所述树结构中查找出贯穿所述多个非根节点层的目标节点路径分支，其中，所述目标节点路径分支中的各个非根节点在对应的父节点下具有最大价值；

所述采购订单生成模块，用于根据所述目标数量和与所述目标节点路径分支中多个非根节点一一对应的多个分类，生成用于采购所述目标商品的采购订单。

第三方面，提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的采购订单生成方法。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的采购订单生成方法。

第五方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的采购订单生成方法。

有益效果：

(1)本发明创造提供了一种基于供应商数据库中供应信息自动寻找最优采购对象的采购订单生产方案，即在确定待采购的目标商品和与所述目标商品对应的目标数量后，先针对所述目标商品，创建包含有根节点层和多个非根节点层的树层结构，然后根据由供应商提供的、与所述目标商品匹配的且在多个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，最后从所述树结构中查找出从上至下依次具有最大价值的目标节点路径分支，并根据所述目标数量和所述目标节点路径分支自动生成采购订单，由此可无需人工搜索下单，有效提高下单效率并避免出错，同时还可确保采购质量，便于实际应用和推广，特别适用于需要快速且高质量完成幼儿园食材采购的工作场景中；

(2)可避免进行毫无意义的探索扩展，进而可利于快速结束探索扩展，进一步提高下单效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于树结构的采购订单生成方法的流程示意图。

图2为本发明提供的树结构的示例图。

图3为本发明提供的基于树结构的采购订单生成装置的结构示意图。

图4为本发明提供的计算机设备的结构示意图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。

应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。

应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。

如图1所示，本实施例第一方面提供的且基于树结构的采购订单生成方法，可以但不限于由具有一定计算资源的且通信连接供应商数据库的计算机设备执行，例如由平台服务器、个人计算机(Personal Computer，PC，指一种大小、价格和性能适用于个人使用的多用途计算机；台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal Digital Assistant，PDA)或可穿戴设备等电子设备执行。如图1所示，所述基于树结构的采购订单生成方法，可以但不限于包括有如下步骤S1～S5。

S1.确定待采购的目标商品和与所述目标商品对应的目标数量。

在所述步骤S1中，所述目标商品及所述目标数量可以通过人机交互的方式来确定，也可以通过数据分析自动确定，即具体的，当目标商品为待采购食材时，确定待采购的目标商品和与所述目标商品对应的目标数量，包括但不限于有：根据食谱信息以及订餐信息/出勤信息，确定待采购的各个目标食材和与所述各个目标食材一一对应的各个目标数量。举例的，若所述食谱信息中记录有番茄炒鸡蛋且该番茄炒鸡蛋的单份量为100克/份，同时已知针对100克/份的番茄炒鸡蛋，所需食材有：鸡蛋25克、番茄65克、油5克、糖3克和盐2克，以及根据所述订餐信息已知订餐人员为300人或者根据所述出勤信息(其记录但不限于有当日出勤率)已知出勤人员为300人(均默认需要就餐)，则可确定待采购的目标食材有鸡蛋7.5千克、番茄19.5千克、油1.5千克、糖0.9千克和盐0.6千克。

S2.针对所述目标商品，创建对应的且包含有根节点层和多个非根节点层的树层结构，其中，所述根节点层和所述多个非根节点层在所述树层结构中按照从上至下顺序依次排列，所述多个非根节点层与多个供应维度一一对应。

在所述步骤S2中，若有多个目标商品，则针对每个目标商品，可以构建并共用相同的树层结构，也可以分别构建对应的树层结构(即在对应的多个非根节点层中，层数、各层对应维度和上下层顺序等会有个性化设计)。所述多个供应维度包含但不限于有供应商维度、新鲜度维度、品牌维度、产地维度、价格维度、用户评价维度和供货配送方式维度等中的任意一种或它们的任意组合，其可根据需要进行提前配置，其维数越多，所需构建的非根节点层也会越多。如图2所示，举例的，当所述多个供应维度配置有供应商维度、品牌维度和供货配送方式维度时，所述树层结构将会包含有根节点层和3个非根节点层：供应商节点层(即图2中的首个非根节点层)、品牌节点层(即图2中的下一个非根节点层)和供货配送方式节点层(即图2中的最末非根节点层)。此外，所述多个非根节点层在所述树层结构中的从上至下顺序可以任意设置，不受限制，即也可以从上至下依次为：根节点层、供货配送方式节点层、品牌节点层和供应商节点层。

S3.在所述根节点层中初始设置一个与所述目标商品对应的根节点，然后根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，其中，所述非根节点与所述供应信息在对应维度上的分类一一对应，所述对应维度是指在所述多个供应维度中与所述非根节点的所在节点层对应的供应维度。

在所述步骤S3中，所述供应信息可以从供应商数据库中读取而得，其与所述目标商品匹配是指信息中的供应商品为需要的目标商品。当某个供应维度为供应商维度时，具体内容可举例为：能提供目标商品的供应商有供应商A和供应商B；当某个供应维度为新鲜度维度时，具体内容可举例为：能提供目标商品的剩余保质有效期(其基于生产日期/生产批次、保质期和当前日期等计算而得)有1天、3天、5天和10天；当某个供应维度为品牌维度时，具体内容可举例为：能提供目标商品的品牌有品牌A1、品牌A2、品牌B1、品牌B2和品牌B3；当某个供应维度为供货配送方式维度时，具体内容可举例为：能提供目标商品的供货配送方式有配送方式B11、配送方式B12、配送方式B21、配送方式B22和配送方式B31，依此类推。考虑不同供应商会上架具有不同商品供应信息(例如商品名称不同、售卖单位不同和/或价格单位不同，等等)的商品，因此在根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点之前，有必要进行数据清洗，即所述方法还包括但不限于：对由不同供应商提供的不同供应信息进行数据清洗处理，使清洗后的所有供应信息都包含有在统一规格下的商品供应信息。前述商品供应信息包含但不限于有商品名称、售卖单位和价格单位等中的任意一种或它们的任意组合。举例的，当目标商品为土豆时，不同供应商可能冠名为洋芋、洋山芋、马铃薯、薯仔、山药蛋、馍馍蛋、番人芋、地蛋、洋蕃芋、地豆或洋芋艿等，此时需要通过数据清洗处理统一为土豆；当不同供应商的售卖单位为斤、两、克或千克等时，同样需要通过数据清洗处理统一为千克；而当不同供应商的价格单位为元/斤、元/两、分/克或元/千克等时，同样需要通过数据清洗处理统一为元/千克，依此类推。

在所述步骤S3中，所述树搜索算法可以但不限于采用蒙特卡洛树搜索算法，以便参照在围棋决策中的应用实例，实现从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构。优选的，根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，包括但不限于有如下步骤S30～S39。

S30.将总探索次数初始化为零。

S31.以所述根节点为当前节点，并判断当前节点是否为叶结点，若是，则执行步骤S32，否则执行步骤S36。

在所述步骤S31中，由于首次探索时仅有根节点，使得当前节点必然为叶结点(即没有子节点的节点)，因此会执行步骤S32。

S32.根据由供应商提供的、与所述目标商品匹配的且在首个供应维度上的供应信息，确定在所述首个供应维度上的至少一个分类，然后执行步骤S33，其中，所述首个供应维度是指在所述多个供应维度中与位于最上层的非根节点层对应的供应维度。

在所述步骤S32中，举例的，当所述首个供应维度为供应商维度且具体内容举例为能提供目标商品的供应商有供应商A和供应商B时，可以确定有两个分类：供应商A和供应商B；而当所述首个供应维度为供货配送方式维度且具体内容举例为能提供目标商品的供货配送方式有配送方式B11、配送方式B12、配送方式B21、配送方式B22和配送方式B31，如此可以确定有五个分类：配送方式B11、配送方式B12、配送方式B21、配送方式B22和配送方式B31，依此类推。

S33.在当前节点下创建与所述至少一个分类一一对应的至少一个子节点，然后执行步骤S34，其中，所述至少一个子节点中各个子节点的当前探索次数在创建时初始化为0。

在所述步骤S33中，如图2所示，举例的，若确定有两个分类：供应商A和供应商B，则需要在所述根节点(即此时的当前节点)下创建子节点1和子节点2，使得在所述树层结构中具有一个根节点和两个非根节点(此时根节点将不再为叶结点，若再次轮到执行步骤S31，则会选择执行步骤S36)。

S34.从所述至少一个子节点中任选一个子节点作为新的当前节点，然后执行步骤S35。

S35.针对当前节点，为对应的价值分配一个初始值，以及使对应的当前探索次数自加1，以及使所述总探索次数自加1，以及使对应的各个路径节点的当前价值自加该初始值和当前探索次数自加1，然后返回执行步骤S31，其中，所述对应的各个路径节点是指位于从对应子节点至所述根节点的路径上的各个中间节点。

在所述步骤S35中，具体的，针对当前节点，为对应的价值分配一个初始值，包括但不限于：针对当前节点，若对应的分类为已有分类，则参考在历史所有消费者各次采购所述已有分类下的产品后所采集的第一用户评价结果，来为对应的价值分配一个初始值，其中，所述初始值的大小与所述第一用户评价结果正相关。如图2所示，举例的，针对为当前节点的子节点1，对应的分类为供应商A，若该供应商A为早已加盟的供应商(即对应的分类为已有分类)，则可参考在历史所有消费者各次采购该供应商A下的产品后所采集的满意度和/或用户评分等，来为子节点1的价值分配一个初始值，即所述第一用户评价结果越好(具体为满意度越高/用户评分越高)，初始值越高。

在所述步骤S35中，还可具体的，针对当前节点，为对应的价值分配一个初始值，包括但不限于有：针对当前节点，若对应的分类为新分类，则根据所述新分类在由供应商提供的且与所述目标商品匹配的供应信息中查找得到对应的至少一个同质化分类，然后参考在历史所有消费者各次采购所述至少一个同质化分类下的产品后所采集的第二用户评价结果,来为对应的价值分配一个初始值，其中，所述初始值的大小与所述第二用户评价结果正相关；或者，针对当前节点，若对应的分类为新分类，则根据所述新分类在由供应商提供的且与所述目标商品匹配的供应信息中查找得到对应的且已有相应非根节点的至少一个同质化分类，然后参考与所述至少一个同质化分类一一对应的至少一个非根节点的当前价值,来为对应的价值分配一个初始值，其中，所述初始值的大小与所述至少一个非根节点的当前价值平均结果正相关。所述同质化分类是指在采购活动中与所述新分类构成同质化竞争的分类；举例的，针对为当前节点的子节点2，对应的分类为供应商B，若该供应商B为新加盟的供应商(即对应的分类为新分类)，可先在由供应商提供的且与所述目标商品匹配的供应信息中查找到供应商A来作为对应的同质化分类，然后参考在历史所有消费者各次采购该供应商A下的产品后所采集的满意度和/或用户评分等，来为子节点2的价值分配一个初始值，或者根据子节点1的当前价值平均结果(由于仅有一个同质化分类，因此也即子节点1的当前价值)为子节点2的价值分配一个初始值。由此可以确保能够针对新分类，即使没有对应的用户评价结果，也可以赋予一个比较合理的初始价值。

在所述步骤S34中，若当前节点为在根节点下的子节点，则不会存在有路径节点，此时无需更新路径节点的当前价值和当前探索次数。

S36.从当前节点的所有子节点中选择具有最大置信上限值的子节点，并将该子节点作为新的当前节点，然后执行步骤S37，其中，按照如下公式计算所述所有子节点中各个子节点的置信上限值：

式中，k表示正整数，UCB

在所述步骤S36中，c用于反映算式

S37.判断当前节点是否为叶结点，若是，则执行步骤S38，否则执行步骤S36。

S38.判断当前节点的当前探索次数是否为0，若是，则执行步骤S35，否则执行步骤S39。

S39.判断当前节点的所在节点层是否为位于最下层的非根节点层，若是，则结束扩展，得到树结构,否则根据由供应商提供的、与所述目标商品匹配的且在下一个供应维度上的供应信息，确定在当前分类下的且在所述下一个供应维度上的至少一个分类，然后执行步骤S33，其中，所述下一个供应维度是指在所述多个供应维度中与下一个非根节点层对应的供应维度，所述下一个非根节点层是指在所述多个非根节点层中位于所述当前节点的所在节点层之下的一个节点层,所述当前分类是指与当前节点对应的分类。

在所述步骤S39中，若判定当前节点的所在节点层为位于最下层的非根节点层，则表示已不可进行进一步的探索扩展。如图2所示，在子节点9为当前节点时，由于其为叶结点、当前探索次数不为零且位于最末非根节点层，表明已完成最末非根节点层的探索，可以结束扩展，得到一个树结构。以及举例的，如图2所示，若当前节点为子节点2，则当前分类为供应商B，下一个供应维度为品牌维度，同时若由供应商提供的、与所述目标商品匹配的且在品牌维度上的供应信息的具体内容为：由供应商B能提供目标商品的品牌有品牌B1、品牌B2和品牌B3，如此可以确定有三个分类：品牌B1、品牌B2和品牌B3，进而可返回执行步骤S33，在子节点2下创建三个新的子节点：子节点5、子节点6和子节点7。

S4.从所述树结构中查找出贯穿所述多个非根节点层的目标节点路径分支，其中，所述目标节点路径分支中的各个非根节点在对应的父节点下具有最大价值。

在所述步骤S4中，举例的，如图2所示，贯穿所述多个非根节点层的节点路径分支有5个(其分别对应子节点8、子节点9、子节点10、子节点11和子节点12)，若子节点2在根节点的所有子节点中具有最大价值，子节点5在子节点2的所有子节点中具有最大价值，子节点9在子节点5的所有子节点中具有最大价值，则与子节点9对应的节点路径分支(即图2中标粗的节点路径分支)为所述目标节点路径分支，可以作为最优的采购对象进行采购订单生成。

S5.根据所述目标数量和与所述目标节点路径分支中多个非根节点一一对应的多个分类，生成用于采购所述目标商品的采购订单。

在所述步骤S5中，举例的，如图2所示，在与子节点9对应的节点路径分支中有三个非根节点，其对应分类为：供应商B、品牌B1和配送方式B12，如此可生成的采购订单为：供应商B；品牌B1；配送方式B12；目标数量。此外，若有多个目标商品，可通过前述步骤S2～S5，汇总得到用于采购所述多个目标商品的采购订单。

由此基于前述步骤S1～S5所描述的且基于树结构的采购订单生成方法，提供了一种基于供应商数据库中供应信息自动寻找最优采购对象的采购订单生产方案，即在确定待采购的目标商品和与所述目标商品对应的目标数量后，先针对所述目标商品，创建包含有根节点层和多个非根节点层的树层结构，然后根据由供应商提供的、与所述目标商品匹配的且在多个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，最后从所述树结构中查找出从上至下依次具有最大价值的目标节点路径分支，并根据所述目标数量和所述目标节点路径分支自动生成采购订单，由此可无需人工搜索下单，有效提高下单效率并避免出错，同时还可确保采购质量，便于实际应用和推广，特别适用于需要快速且高质量完成幼儿园食材采购的工作场景中。此外，针对某一目标商品，在前次构建对应的树结构并生成对应的采购订单后，若对应的供应信息和在多个供应维度配置需求(即所述多个供应维度的具体内容，例如需考虑的维度及维度顺序等)上等无变化，则可以在本次采购时，直接应用前次的目标节点路径分支进行本次采购订单的生成，从而无需重新构建树层结构以及进行树搜索，可进一步提高下单效率；以及针对目标商品，若预先有一个指定分类(例如指定品牌或指定配送方式等)，则在构建树层结构时，设置所述指定分类的所属供应维度为所述多个供应维度中的首个供应维度，并在树搜索后从所得树结构中查找出贯穿所述多个非根节点层的另一目标节点路径分支，其中，所述另一目标节点路径分支包含有与所述指定分类对应的非根节点，并使在该非根节点下的各个非根节点在对应的父节点下具有最大价值，如此可以实现部分指定下单(当然若在所述多个供应维度上的各种分类被全部指定，则无需经过树搜索，直接根据全部指定内容来生成采购订单)。

本实施例在前述第一方面的技术方案基础上，还提供了一种如何结合黑名单进行树探索的可能设计一，即在当前节点下创建与所述至少一个分类一一对应的至少一个子节点，包括但不限于：针对所述至少一个分类中的各个分类，判断对应分类是否位于预先确定的分类黑名单中，若是，则在当前节点下不创建对应的子节点，否则在当前节点下创建对应的子节点。举例的，如图2所示，若当前节点为子节点2且在供应商B下还有一个在品牌维度上的分类：品牌B4，但是由于该品牌B4位于预先确定的品牌黑名单上，则不会在子节点2下创建一个与品牌B4对应的子节点，如此可避免在该子节点下进行毫无意义的探索扩展，进而可利于快速结束探索扩展，进一步提高下单效率。

所述分类黑名单的管理方式虽然主要是由人工来管理，但是在树搜索过程中可以基于与已有分类对应的初始价值来进行黑名单添加提醒，即在参考所述第一用户评价结果来为当前节点的价值分配一个初始值之后，所述方法还包括但不限于：判断所述初始值是否小于预设的阈值；若是，则生成并输出用于指示是否将所述已有分类添加到分类黑名单中的提醒消息，如此可以在发现节点价值过低时，自动提醒用户是否将所述已有分类添加到分类黑名单中，进一步提升实用性。当然，也可以在最终探索所得的树结构中，针对节点价值过低的非根节点，可生成并输出用于指示是否将对应分类添加到分类黑名单中的另一提醒消息。

由此基于前述的可能设计一，可避免进行毫无意义的探索扩展，进而可利于快速结束探索扩展，进一步提高下单效率。

如图3所示，本实施例第二方面提供了一种实现第一方面或第一方面中任一可能设计所述的采购订单生成方法的虚拟装置，包括有依次通信连接的采购目标确定模块、树层结构创建模块、树结构创建模块、路径分支查找模块和采购订单生成模块；

所述采购目标确定模块，用于确定待采购的目标商品和与所述目标商品对应的目标数量；

所述树层结构创建模块，用于针对所述目标商品，创建对应的且包含有根节点层和多个非根节点层的树层结构，其中，所述根节点层和所述多个非根节点层在所述树层结构中按照从上至下顺序依次排列，所述多个非根节点层与多个供应维度一一对应；

所述树结构创建模块，用于在所述根节点层中初始设置一个与所述目标商品对应的根节点，然后根据由供应商提供的、与所述目标商品匹配的且在所述多个供应维度中各个供应维度上的供应信息，采用树搜索算法从上至下依次扩展各个所述非根节点层中的非根节点，并探索得到所述非根节点的价值，得到树结构，其中，所述非根节点与所述供应信息在对应维度上的分类一一对应，所述对应维度是指在所述多个供应维度中与所述非根节点的所在节点层对应的供应维度；

所述路径分支查找模块，用于从所述树结构中查找出贯穿所述多个非根节点层的目标节点路径分支，其中，所述目标节点路径分支中的各个非根节点在对应的父节点下具有最大价值；

所述采购订单生成模块，用于根据所述目标数量和与所述目标节点路径分支中多个非根节点一一对应的多个分类，生成用于采购所述目标商品的采购订单。

本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的采购订单生成方法，于此不再赘述。

如图4所示，本实施例第三方面提供了一种执行如第一方面或第一方面中任一可能设计所述的采购订单生成方法的计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任一可能设计所述的采购订单生成方法。具体举例的，所述存储器可以但不限于包括随机存取存储器(Random-AccessMemory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash Memory)、先进先出存储器(First Input First Output，FIFO)和/或先进后出存储器(First Input Last Output，FILO)等等；所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。

本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的采购订单生成方法，于此不再赘述。

本实施例第四方面提供了一种存储包含如第一方面或第一方面中任一可能设计所述的采购订单生成方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任一可能设计所述的采购订单生成方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。

本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如第一方面或第一方面中任一可能设计所述的采购订单生成方法，于此不再赘述。

本实施例第五方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任一可能设计所述的采购订单生成方法。其中，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。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。