一种基于优先级的二手车交易匹配方法及系统
- 国知局
- 2024-08-08 16:58:18
本发明属于交易匹配,特别是涉及一种基于优先级的二手车交易双边匹配方法及系统。
背景技术:
1、二手车交易平台的兴起为二手车车主和买家提供了高效便捷的在线交易机会。传统的二手车交易往往需要买家花费大量时间和精力寻找适合车辆,而二手汽车交易平台能够通过数据分析和智能推荐,为买家提供个性化的购车建议和推荐。对于卖家而言,二手车交易平台提供了广阔的销售渠道,通过线上展示和促销活动,提升了车辆曝光度和销售效率。尽管数字技术的普及促进了二手车交易平台的快速发展,但当前市场仍面临着一系列问题,例如,二手汽车的流通速度一直不高。尽管二手车交易平台通常采用大量广告来提高市场知名度以获取客源,匹配率低依旧是影响其运营的问题之一。造成这一问题的原因有很多,首先,买卖双方的预期不匹配,导致交易失败。通常卖家想卖车辆以高价,而买家想以低于市场价的价格购买。这样的价格差距使得交易匹配变得困难,增加了车辆滞留的时间。此外,二手车购买过程复杂,买家往往需要进行调研和反复对比体验。与此同时,卖家大多希望尽快将旧车以合理的价格卖出去。类似的时间差异导致市场流通性问题明显,增加了平台的撮合成本,制约了二手车交易平台的健康发展。
2、为二手车交易平台的买家和卖家找寻找合适的交易对象是一个典型的双边匹配问题,然而,常见的双边匹配模型存在不足。二手车市场涵盖了广泛的车辆和服务。当顾客决定进行二手车交易时,通常提出需求和购买条件等。平台收集必要的交易信息,作为桥梁将合适的买家和卖家连接起来。二手车交易平台作为一个中介,具有撮合买卖双方交易达成的功能。电商平台的特性造成了交易车辆是否会符合顾客期望的不确定性,因为车辆的性能只能在购买后验证。在存在风险的情况下,顾客的心理行为会影响交易匹配的结果。另外,顾客对平台服务的质量和效率也有要求。平台需要合理利用信息,决定如何分配有限的资源。通过提供优先服务,区别对待不同类型的顾客,可以带来显著的运营效益和竞争优势。但是现有双边匹配模型基本将顾客视为同质,难以处理顾客存在不同优先级的情况。如何通过适当匹配提高平台运营的效率,没有被充分考虑。
技术实现思路
1、本发明旨在解决上述问题,提出了一种基于优先级的二手车交易匹配方法及系统。首先,买家和卖家分别向二手车交易平台提交需求或待出售的车辆属性信息。接着,平台根据提交的信息,结合前景理论,计算每对买家卖家匹配的满意度,并根据满意度向买家提供潜在匹配卖家推荐列表。然后,在买家收到平台提供的推荐后,每个买家根据个人主观评价提供买家修改后偏好排序列表。接下来,平台在收到买家反馈后,结合顾客优先级类型,计算调整后匹配满意度。最后,建立匹配模型,生成匹配结果。
2、本发明的核心改进点主要是提出了一种基于优先级的双边匹配方法,为平台提供灵活匹配方案,加速市场交易效率。
3、一种基于优先级的二手车交易匹配方法,具体包括如下步骤:
4、步骤1:买家和卖家向二手车交易平台提供交易涉及的信息。
5、假设有m个买家b1,b2,…,bm和n个卖家s1,s2,…,sn。车辆由6种属性c1,c2,…,c6组成,分别是交易价格、车龄、里程、汽车排量、最高车速和综合油耗。买家bi提供的预期信息为eik,表示bi希望购买车辆在属性ck上的期望值。卖家sj提供待售车辆属性ck的实际值rjk,其中rj1表示sj的预期销售价格。假设每个买家只想买一辆二手车,每个卖家只有一辆二手车待售。
6、步骤2:根据买家和卖家提供的信息,分别得出每对买家和卖家的属性满意度,平台向买家提供潜在匹配卖家推荐列表。具体实施步骤如下:
7、2-1分别计算买家和卖家在各属性下的距离:
8、
9、
10、2-2根据买家和卖家在各属性下的距离,计算感知价值。买家感知价值的计算取决于车辆的多种属性。属性分为效益型属性和成本型属性两大类。效益型的属性值越高越好,成本型的属性值越低越好。对于买家来说,汽车排量和最高车速属于效益型属性,交易价格、车龄、里程和综合油耗属于成本型属性。
11、结合前景理论,当属性是效益型(k=4,5),买家感知价值满足:
12、
13、当属性是成本型(k=1,2,3,6),买家感知价值满足:
14、
15、卖家感知价值的计算取决于车辆的交易价格,且对于卖家来说,交易价格越高越好,因此卖家感知价值满足:
16、
17、其中,表示买家bi对卖家sj在属性ck上的感知价值,表示卖家sj对买家bi在交易价格上的感知价值,α和β为风险系数,满足0≤α,β≤1,λ为风险厌恶系数,λ>1。
18、2-3构建买家和卖家属性满意度矩阵nvb和nvs。买家在不同属性下的感知价值需要进行归一化处理,通过以下公式,将和中的每个元素归一化求得满意度矩阵矩阵中第i行j列元素的值和
19、
20、
21、通过加权法,令得出买家bi对卖家sj的属性满意度值:
22、
23、2-4根据步骤2-3得到的买家属性满意值矩阵为买家做推荐。对任意买家bi,根据满意度值可对卖家s1,s2,…,sn进行排序,并令排序前k个卖家为bi的推荐列表。同样,根据满意度值可以得到排序的买家推荐列表。
24、步骤3:买家在收到平台提供的推荐列表后,每个买家根据个人主观评价提供买家修改后偏好排序列表。平台收到买家反馈后,计算考虑顾客优先级的调整后匹配满意度。具体步骤如下:
25、3-1买家结合个人偏好修改推荐列表,并反馈修改后的排序列表给平台;
26、3-2根据修改后的排序列表,计算优先级偏好序数矩阵。具体如下:
27、3-2-1计算调整偏好排序分数。其计算应遵循以下原则:调整偏好排序分数随着排序序数的增加而减少;优先级较高的顾客参与匹配的概率更高。令卖家之间存在优先级差异,优先级可由平台赋予。对于给定的买家bi,计算每个卖家对其的调整偏好排序分数。假设bpi是买家bi感兴趣的卖家集合,由买家bi偏好排序中出现的卖家组成,且|bpi|=bp。对于定义ddiss'表示考虑优先级和买家偏好排序后s和s'之间的相对距离:
28、
29、ord(rs)=bp-rs+1 (10)
30、
31、
32、
33、其中,rs表示卖家s在买家bi偏好排序中的排序位置,pr表示高优先级卖家的集合,ddis表示s在买家bi偏好排序涉及的所有卖家中所处的相对位置,nddis表示s对买家bi的调整偏好排序分数。
34、3-2-2优先级偏好序数矩阵计算。具体如下:
35、买家的优先级偏好序数矩阵计算公式为:
36、
37、若即sj不在bi的偏好排序中,bi对sj不感兴趣。因此,将对应位置的优先级偏好序数值设为-m,其中m是一个足够大的正数。
38、卖家的优先级偏好序数矩阵可以用类似方法计算,即:
39、
40、为简单起见,对于卖家sj,其偏好集spj由有兴趣购买其车辆的买家组成,对于可以通过对步骤2-4得到的卖家满意值矩阵进行排序来构建调整偏好排序分数nddib。
41、3-3根据优先级偏好序数矩阵,计算调整后匹配满意度。
42、买家bi对sj的调整后匹配满意度定义为:
43、
44、平台将要求买家bi在[0,1]之间为选择一个值,以表示属性满意度的权重,然后令表示优先级偏好序数矩阵的权重。卖家sj对bi的调整后匹配满意度的定义为:
45、
46、步骤4:根据调整后匹配满意度,建立匹配模型,并求解生成匹配结果。具体步骤如下:
47、4-1最大化双方的匹配满意度建立优化模型:
48、
49、
50、
51、
52、xij=0 or 1,i=1,2,...,m,j=1,2,...,n.
53、其中,等式(18)和(19)表明,为了实现满意的匹配方案,目标需要令双方的调整后匹配满意度最大。约束条件(20)确保卖家最多只能与一个买家匹配,约束条件(21)确保买家最多只能与一个卖家匹配。xij是0-1决策变量,xij=1意味着bi与sj匹配,xij=0意味着bi不与sj匹配。
54、4-2使用线性组合法将多目标优化模型转化为单目标优化模型:
55、
56、
57、
58、w1+w2=1 (25)
59、xij=0 or 1,i=1,2,...,m,j=1,2,...,n.
60、其中,w1表示z1和z2之间的权重值,即w1>0.5表示买家的调整后匹配满意度更关键,w1<0.5表示卖家的调整后匹配满意度更关键,w1=0.5表示买家和卖家的调整后匹配满意度同样关键。买卖双方的意愿和平台的偏好可以用来计算w1的值。
61、4-3通过求解步骤4-2构建的单目标优化模型,得到最优的匹配结果。
62、本发明另一方面,提供了一种基于优先级的二手车交易匹配系统,包括买家信息收集模块、卖家信息收集模块、模型建立模块和匹配模块。
63、买家信息收集模块结合二手车交易场景选取指标,提供包括买家希望交易价格、车龄、里程、汽车排量、最高车速和综合油耗;买家信息模块将收集买家偏好排序,供模型建立模块分析使用。
64、卖家信息收集模块令卖家对拟卖出车辆进行描述,提交信息包括卖家希望交易价格、车辆的车龄、里程、汽车排量、最高车速和综合油耗。
65、模型建立模块模型主要利用买家和卖家提供的信息,向买家推荐满足其期望的潜在匹配卖家,计算得到任意买家与卖家之间的调整后匹配满意度,构建匹配模型。
66、匹配模块用于求解匹配模型,为买家和卖家找到交易对象。
67、本发明有益效果如下:
68、1)提出了一种基于优先级的双边匹配方法,使得平台得以根据偏好排序和顾客优先级调整匹配满意度,以更快速地实现买卖双方匹配。灵活匹配方案可以加速市场交易效率,从而提升平台整体运营效率。
69、2)为了刻画顾客的心理行为,所提方法引入了前景理论,使得匹配结果更符合买家和卖家的期望,提高顾客的满意度。
70、3)通过提高顾客满意度和平台的运营效率,本发明有助于促进更多的交易量和有效的资源配置,带来社会福利的增长。
本文地址:https://www.jishuxx.com/zhuanli/20240808/271543.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表