本发明涉及在线询价采购平台信息处理领域，具体涉及一种基于神经网络的询价采购数据快速处理方法。
背景技术：
1、对于成熟的询价采购平台来说，往往拥有大量的信息数据积累与广泛的业务类型端口，但是对于大批量种类复杂、高容量数据的分类验证处理则存在一定程度的缺失，单独流程的询价采购数据处理又会脱离其软件与硬件的结合性，进而导致系统误差或人为导致的采购平台数据泄露等问题。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于神经网络的询价采购数据快速处理方法，通过现有数据与历史数据的结合分析建立三级模型，快速准确有效输出询价采购数据的合理性、可靠性与安全性监督结果。
2、为实现上述目的，本发明提供了一种基于神经网络的询价采购数据快速处理方法，包括：
3、s1、利用实时询价采购数据与对应关联性数据建立询价采购数据的多级数据特征；
4、s2、利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的多级多种类综合模型；
5、s3、根据所述询价采购数据的多级多种类综合模型得到询价采购数据快速处理结果。
6、优选的，所述利用实时询价采购数据与对应关联性数据建立询价采购数据的多级数据特征包括：
7、s1-1、根据所述实时询价采购数据获取对应询价语言类型与询价采购数据的生成时刻作为上游关联性数据；
8、s1-2、利用所述实时询价采购数据获取对应数据存储地址与询价采购数据的询价应答端口作为下游关联性数据；
9、s1-3、利用所述上游关联性数据与下游关联性数据作为关联性数据；
10、s1-4、利用所述关联性数据建立询价采购数据的多级数据特征。
11、进一步的，利用所述关联性数据建立询价采购数据的多级数据特征包括：
12、利用所述关联性数据的上游关联性数据作为一级数据特征；
13、利用所述关联性数据的下游关联性数据作为二级数据特征；
14、根据所述上游关联性数据获取对应数据容量作为一级辅助数据特征；
15、根据所述下游关联性数据获取对应数据通路作为二级辅助数据特征；
16、利用所述一级数据特征、二级数据特征、一级辅助数据特征与二级辅助数据特征作为询价采购数据的多级数据特征。
17、进一步的，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的多级多种类综合模型包括：
18、s2-1、利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性分类模型；
19、s2-2、利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性验证模型；
20、s2-3、利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的安全性验证模型；
21、s2-4、利用所述询价采购数据的关联性分类模型、关联性验证模型与安全性验证模型依次分别划分询价采购数据的一级模型、二级模型与三级模型作为询价采购数据的多级多种类综合模型。
22、进一步的，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性分类模型包括：
23、s2-1-1、利用所述询价采购数据的多级数据特征对应询价语言类型的数量划分关联性分类模型的隐含层；
24、s2-1-2、利用所述实时询价采购数据对应历史实时询价采购数据与对应一级数据特征的询价语言类型作为输入层，所述实时询价采购数据与一级数据特征的数据特征关联结果作为输出层，根据关联性分类模型的隐含层基于单层神经网络建立询价采购数据的初始关联性分类模型；
25、s2-1-3、判断所述初始关联性分类模型的模型输出结果与一级数据特征对应询价采购数据的生成时刻是否完全一致，若是，则利用所述初始关联性分类模型作为询价采购数据的关联性分类模型，否则，根据所述一级数据特征对应询价采购数据的生成时刻对实时询价采购数据对应历史实时询价采购数据进行更新后，并返回s2-1-2。
26、进一步的，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性验证模型包括：
27、s2-2-1、利用所述询价采购数据的多级数据特征对应二级数据特征的数据存储地址划分关联性验证模型的第一隐含层；
28、s2-2-2、利用所述询价采购数据的多级数据特征对应二级数据特征的询价应答端口划分关联性验证模型的第二隐含层；
29、s2-2-3、利用所述实时询价采购数据对应历史实时询价采购数据作为输入层，所述实时询价采购数据对应历史实时询价采购数据的数据通路作为输出层，根据关联性验证模型的第一隐含层与第二隐含层基于双层神经网络建立询价采购数据的初始关联性验证模型；
30、s2-2-4、判断所述初始关联性验证模型的模型输出结果与实时询价采购数据对应历史实时询价采购数据的二级辅助数据特征是否一致，若是，则利用所述初始关联性验证模型作为询价采购数据的关联性验证模型，否则，执行s2-2-5；
31、s2-2-5、判断所述实时询价采购数据的一级数据特征与实时询价采购数据对应历史实时询价采购数据的一级数据特征是否一致，若是，则返回s2-2-3，否则，返回s1-2。
32、进一步的，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的安全性验证模型包括：
33、s2-3-1、利用所述询价采购数据的多级数据特征对应一级数据特征与二级数据特征分别划分第一训练集与第二训练集；
34、s2-3-2、利用所述第一训练集为输入，所述第一训练集对应安全性验证结果为输出，基于多层神经网络进行训练得到第一安全性验证模型；
35、s2-3-3、利用所述第一安全性验证模型的模型输出结果与第二训练集为输入，所述第一安全性验证模型的模型输出结果与第二训练集对应安全性验证结果为输出，基于多层神经网络进行训练得到第二安全性验证模型；
36、s2-3-4、判断所述第二安全性验证模型的模型输出结果与实时询价采购数据对应历史实时询价采购数据的二级辅助数据特征是否对应，若是，则执行s2-3-5，否则，利用所述实时询价采购数据对应历史实时询价采购数据的二级数据特征更新第二训练集，并返回s2-3-3；
37、s2-3-5、判断所述第一安全性验证模型的模型输出结果与实时询价采购数据对应历史实时询价采购数据的一级辅助数据特征是否对应，若是，则利用所述第一安全性验证模型与第二安全性验证模型依次连接作为询价采购数据的安全性验证模型，否则，利用所述实时询价采购数据对应历史实时询价采购数据的一级数据特征更新第一训练集，并返回s2-3-2。
38、进一步的，根据所述询价采购数据的多级多种类综合模型得到询价采购数据快速处理结果包括：
39、s3-1、利用所述询价采购数据的多级多种类综合模型得到询价采购数据的多级多种类综合输出结果；
40、s3-2、利用所述询价采购数据的多级多种类综合输出结果进行独立流程验证得到询价采购数据快速处理结果。
41、进一步的，利用所述询价采购数据的多级多种类综合模型得到询价采购数据的多级多种类综合输出结果包括：
42、s3-1-1、利用所述实时询价采购数据根据询价采购数据的多级多种类综合模型依次得到实时询价采购数据的关联性分类结果、关联性验证结果与安全性验证结果；
43、s3-1-2、判断所述关联性分类结果对应时刻与实时询价采购数据的上游关联性数据对应生成时刻是否一致，若是，则输出当前关联性分类结果，并执行s3-1-3，否则，返回s1-1；
44、s3-1-3、判断所述关联性验证结果与实时询价采购数据的上游关联性数据对应生成时刻是否一致，若是，则输出当前关联性验证结果，并执行s3-1-4，否则，返回s1-1；
45、s3-1-4、判断所述安全性验证结果与实时询价采购数据的上游关联性数据对应生成时刻是否一致，若是，则利用所述关联性分类结果、关联性验证结果与安全性验证结果作为询价采购数据的多级多种类综合输出结果，否则，返回s1-1。
46、进一步的，利用所述询价采购数据的多级多种类综合输出结果进行独立流程验证得到询价采购数据快速处理结果包括：
47、s3-2-1、判断方案顺序执行次数是否为1，若是，则所述独立流程验证为正常，更新当前时刻，并返回s1-1，否则，执行s3-2-2；
48、s3-2-2、判断所述询价采购数据的多级多种类综合模型对应安全性验证模型执行次数是否大于2，若是，则执行s3-2-3，否则，所述独立流程验证为正常，输出全部所述多级多种类综合输出结果，更新当前时刻，并返回s1-1；
49、s3-2-3、判断所述询价采购数据的多级多种类综合模型对应关联性验证模型执行次数是否大于2，若是，则所述独立流程验证为非正常，输出所述关联性验证结果，并执行s3-2-4，否则，所述独立流程验证为正常，输出全部所述多级多种类综合输出结果，更新当前时刻，并返回s1-1；
50、s3-2-4、判断所述询价采购数据的多级多种类综合模型对应关联性分类模型执行次数是否大于2，若是，则所述独立流程验证为非正常，输出所述实时询价采购数据与关联性分类结果，否则，所述独立流程验证为正常，输出全部所述多级多种类综合输出结果，更新当前时刻，并返回s1-1；
51、其中，所述方案顺序执行次数为步骤s1-1的执行次数，所述安全性验证模型执行次数为步骤s3-1-4的执行次数，所述关联性验证模型执行次数为步骤s3-1-3的执行次数，所述关联性分类执行次数为步骤s3-1-2的执行次数。
52、与最接近的现有技术相比，本发明具有的有益效果：
53、采用了现有数据与历史数据的结合性分析处理，将现有数据特征与历史数据量合并考量，建立了顺序关联的三级神经网络模型，依次进行询价采购数据的数据关联性、数据可靠性与数据安全性的筛选比对，并在特征挑选的过程中，加入了数据外部硬件以及通讯线路的因素，在处理大批量高容量数据中有较好表现，可快速实现多端口多语言询价采购数据的快速处理。
1.一种基于神经网络的询价采购数据快速处理方法，其特征在于，包括：
2.如权利要求1所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，所述利用实时询价采购数据与对应关联性数据建立询价采购数据的多级数据特征包括：
3.如权利要求2所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述关联性数据建立询价采购数据的多级数据特征包括：
4.如权利要求3所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的多级多种类综合模型包括：
5.如权利要求4所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性分类模型包括：
6.如权利要求4所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的关联性验证模型包括：
7.如权利要求4所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级数据特征基于神经网络建立询价采购数据的安全性验证模型包括：
8.如权利要求4所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，根据所述询价采购数据的多级多种类综合模型得到询价采购数据快速处理结果包括：
9.如权利要求8所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级多种类综合模型得到询价采购数据的多级多种类综合输出结果包括：
10.如权利要求9所述的一种基于神经网络的询价采购数据快速处理方法，其特征在于，利用所述询价采购数据的多级多种类综合输出结果进行独立流程验证得到询价采购数据快速处理结果包括：
