本技术涉及计算机，特别涉及一种基于产业生态的供应商协同方案创建方法及装置。
背景技术：
1、产业生态的概念来源于生态系统，其可以自动解决复杂动态问题，将生态然而，随着社交属性和功能在越来越多的产业信息平台上的应用，许多研究揭示了一个企业在选择上下游供应商提供产品或服务时，很容易受到合作伙伴的影响，进而为平台为该企业用户推荐供应商，或生成适应该企业用户兴趣的包含多家供应商协同的整体服务解决方案(简称供应商协同方案)提供了新的可能性。
2、相关技术中，可以根据智能产品服务系统的模块类型进行对模块实例的性能进行评分，进而以模块实例和模块实例的供应商为决策变量，建立上层和下层优化配置模型，求解这两个优化配置模型，以得到最优的供应商配置方案；也可以通过构建一个基于区块链的移动边缘计算系统中的计算卸载模型，以解决资源分配问题。
3、然而，相关技术中，不能满足目标用户的动态需求，准确建立目标用户动态需求的模型较为困难，动态创建供应商协同方案的过程较为复杂，亟需改进。
技术实现思路
1、本技术提供一种基于产业生态的供应商协同方案创建方法及装置，以解决相关技术中，不能满足目标用户的动态需求，准确建立目标用户动态需求的模型较为困难，动态创建供应商协同方案的过程较为复杂等问题。
2、本技术第一方面实施例提供一种基于产业生态的供应商协同方案创建方法，包括以下步骤：获取产业生态中目标用户的目标用户数据和所述目标用户对应的至少一个合作伙伴的合作伙伴数据；将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan(social-powered graph hierarchical attention network，社交分层图注意力网络)模型中，以获取所述目标用户的候选供应商；基于所述候选供应商生成适用于所述目标用户的供应商协同方案。
3、可选地，在本技术的一个实施例中，在将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型之前，还包括：建立以lstm(long-short term memory，长短期记忆)为基础的第一rnns(recurrent neural networks，循环神经网络)，并利用所述第一rnns构建动态兴趣编码；建立以所述lstm和softmax函数为基础的第二rnns，并利用所述第二rnns构建注意力影响编码器；利用gats(graph attention networks，图注意力网络)和所述softmax函数构建图注意力网络；基于所述动态兴趣编码、所述注意力影响编码器和所述图注意力网络构建所述sghan模型。
4、可选地，在本技术的一个实施例中，所述将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型中，包括：基于所述目标用户数据，利用所述动态兴趣编码得到所述目标用户的初始兴趣表征；基于所述合作伙伴数据和所述初始兴趣表征，利用所述注意力影响编码器得到所述目标用户在所述至少一个合作伙伴影响下的至少一个初始偏好表征；根据所述初始兴趣表征，利用所述图注意力网络为所述至少一个初始偏好表征分配权重，以基于不同权重的至少一个初始偏好表征得到所述目标用户在所述至少一个合作伙伴影响下的偏好表征；基于所述初始兴趣表征和所述偏好表征预测所述目标用户的初始候选供应商。
5、可选地，在本技术的一个实施例中，在获取所述目标用户的候选供应商之前，还包括：基于初始候选供应商，利用预设概率公式求解所述初始候选供应商的候选概率；基于所述候选概率，利用损失函数判断所述初始候选供应商是否满足预设候选条件；如果所述初始候选供应商满足预设候选条件，则将所述初始候选供应商作为所述目标用户的候选供应商。
6、可选地，在本技术的一个实施例中，所述损失函数的表达式可以但不限于为：
7、
8、其中，w表示供应商协同方案中的供应商数量。
9、本技术第二方面实施例提供一种基于产业生态的供应商协同方案创建装置，包括：获取模块，用于获取产业生态中目标用户的目标用户数据和所述目标用户对应的至少一个合作伙伴的合作伙伴数据；输入模块，用于将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型中，以获取所述目标用户的候选供应商；第一生成模块，用于基于所述候选供应商生成适用于所述目标用户的供应商协同方案。
10、可选地，在本技术的一个实施例中，还包括：第一构建模块，用于在将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型之前，建立以lstm为基础的第一rnns，并利用所述第一rnns构建动态兴趣编码；第二构建模块，用于建立以所述lstm和softmax函数为基础的第二rnns，并利用所述第二rnns构建注意力影响编码器；第三构建模块，用于利用gats和所述softmax函数构建图注意力网络；第四构建模块，用于基于所述动态兴趣编码、所述注意力影响编码器和所述图注意力网络构建所述sghan模型。
11、可选地，在本技术的一个实施例中，所述输入模块，包括：第一生成单元，用于基于所述目标用户数据，利用所述动态兴趣编码得到所述目标用户的初始兴趣表征；第二生成单元，用于基于所述合作伙伴数据和所述初始兴趣表征，利用所述注意力影响编码器得到所述目标用户在所述至少一个合作伙伴影响下的至少一个初始偏好表征；第三生成单元，用于根据所述初始兴趣表征，利用所述图注意力网络为所述至少一个初始偏好表征分配权重，以基于不同权重的至少一个初始偏好表征得到所述目标用户在所述至少一个合作伙伴影响下的偏好表征；预测单元，用于基于所述初始兴趣表征和所述偏好表征预测所述目标用户的初始候选供应商。
12、可选地，在本技术的一个实施例中，还包括：求解模块，用于在获取所述目标用户的候选供应商之前，基于初始候选供应商，利用预设概率公式求解所述初始候选供应商的候选概率；判断模块，用于基于所述候选概率，利用损失函数判断所述初始候选供应商是否满足预设候选条件；第二生成模块，用于在所述初始候选供应商满足预设候选条件时，将所述初始候选供应商作为所述目标用户的候选供应商。
13、可选地，在本技术的一个实施例中，所述损失函数的表达式可以但不限于为：
14、
15、其中，w表示供应商协同方案中的供应商数量。
16、本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于产业生态的供应商协同方案创建方法。
17、本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于产业生态的供应商协同方案创建方法。
18、本技术第五方面实施例提供一种计算机程序产品，包括计算机程序，该程序被执行时实现如上的基于产业生态的供应商协同方案创建方法。
19、本技术实施例可以基于预先构建的sghan模型动态生成适用于目标用户的供应商协同方案，sghan模型作为一个深度学习模型，能够在供应商协同方案创建过程中学习来自对目标用户选择供应商有帮助的合作伙伴的相似行为，以满足目标用户的动态需求，较为准确地动态生成目标用户的供应商协同方案。由此，解决了相关技术中，不能满足目标用户的动态需求，准确建立目标用户动态需求的模型较为困难，动态创建供应商协同方案的过程较为复杂等问题。
20、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
1.一种基于产业生态的供应商协同方案创建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于产业生态的供应商协同方案创建方法，其特征在于，在将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型之前，还包括：
3.根据权利要求1所述的基于产业生态的供应商协同方案创建方法，其特征在于，所述将所述目标用户数据和所述合作伙伴数据输入至预先构建的sghan模型中，包括：
4.根据权利要求1所述的基于产业生态的供应商协同方案创建方法，其特征在于，在获取所述目标用户的候选供应商之前，还包括：
5.根据权利要求4所述的基于产业生态的供应商协同方案创建方法，其特征在于，所述损失函数的表达式为：
6.一种基于产业生态的供应商协同方案创建装置，其特征在于，包括：
7.根据权利要求6所述的基于产业生态的供应商协同方案创建装置，其特征在于，还包括：
8.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的基于产业生态的供应商协同方案创建方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的基于产业生态的供应商协同方案创建方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，该程序被执行时，以用于实现如权利要求1-5任一项所述的基于产业生态的供应商协同方案创建方法。
