SupplyChainAI: 用简单的推荐系统解决B2B采购难题
TL;DR 我构建了一个基于Python的智能推荐引擎，旨在解决一个实际的B2B痛点：为特定的采购需求找到合适的供应商。通过使用 TF-IDF 和 余弦相似度，我创建了一个能将自然语言查询（如“电子产品的可持续包装”）与供应商数据库进行匹配的系统。本文记录了这次实验、我设计的架构以及编写的代码。
引言
在日常观察各种业务流程的过程中，我经常发现B2B采购的运作方式出奇地原始。我们生活在一个可以让智能音箱为我订购特定品牌牙膏的时代，然而大型企业的采购人员却常常被困在繁琐的工作中，要么翻看庞大的电子表格，要么发送通用的RFP（建议请求书），要么依赖多年未更新的传统“首选供应商”名单。FINISHED CSD0tFqvECLokhw9aBeRqp0yqac9E0nVGeaqv3bUU9OHKc2HgF5VDbI0IgkGF90aYWeuPvLaU5NxSm9CzRF7fQ/Bql/4p82TQMHqFgXwyIVA3Kq5b4QNxM4YKlXX+OTNu/AFSxvDSvfeBXSILMqX7N6nLWKVQEN+TfCzbmO4jy8=
