数据简介

输入数据共包括两部分，具体见数据
1)卖方客户已公布货物信息
以seller命名的txt文件。
2)买方客户购买意向
以buyer命名的txt文件。

数据说明

1)货物数量均为正整数，且所有买方购买货物数量总和等于所有卖方公布的货物数量总和。
2)货物编号为货物的唯一编号，不同卖方客户可持有相同货物编号的货物，其可拆分分配给不同的买方客户，但拆分后的数量也必须为正整数，其货物编号也保持不变；同一买方客户从相同卖方客户获得的同一货物编号的货物应按货物编号对数量进行合并。
3)每个客户在每个品种上最多有一条购买货物意向，一条意向中，不同优先级的意向维度不能相同。

提交示例

输出结果应包括买方客户、卖方客户、品种、货物编号、仓库、分配货物数量、对应意向顺序（对应多个则填写对应意向顺序，以“-”分割）。如果该匹配条目不对应任何意向，或者客户未提任何意向，则“对应意向顺序”列填0 。
要求文件格式为txt文件，以“result”命名，示例文件如下

评测标准

一、评分原则
在正确反应题目要求和规则的前提下，区分不同参赛队伍算法的相对优劣。
二、计算方法
算法评分包含客户评分和算法整体评分，总分根据以上两项评分进行计算，具体如下

1.在单个品种上，每个客户满意率评分的维度分为意向分和记录分2项，所占权重分别为0.6和0.4，计算规则如下
1)意向分（Hope_score）
根据每个意向上分配的货物数量计算加权得分，具体计算公式如下

j是货物编号，货物编号j的属性满足第k意向（k可以是多个值），POSij指货物编号j的分配货物数量，POSi为客户i 在某品种上购买货物的总量，SCOREk指货物编号j在第k意向上的得分（各品种在每个意向上的得分见下表）。

得分示例
客户1和客户2分别购买50张和10张棉花货物，分配结果如下

客户1 hope_score = 20/（20+30） * （33+27）+30/（20+30） * （33+20+13）
客户2 hope_score = 10/10*（27+20+7）

2)记录分（Diary_score）
客户分到仓库的记录数越少越好，该值设置的目标为梯度得分，直至扣分。具体计算如下：

其中，DIARYi为该品种客户i分配货物所在的仓库记录数。当客户分配到一个仓库，得分为100；分配到多个仓库，得分依次递减。

2.算法整体评分有2项，如下
1)原则分（principle _score）
未按照题目要求做题记为违规，违规则成绩无效，退出评测。
违规定义：
①当多个客户第一意向的属性、属性值均相同时，如果存在客户1的平均持仓时间 > 客户2的平均持仓时间，假如客户1该意向优先级分配货物后剩余待分配货物数量 > 0，而客户2在该意向优先级的货物分配量 > 0，即定义为违规。
②输出结果result文件未按规定填写“对应意向顺序”列，或填写与实际不符， 即定义为违规。
2)效率分（efficiency_score）
运行效率越高，得分越高。决赛时考虑，非决赛不考虑。

3.总分计算
单个品种下score公式为：

其中意向分和记录分按客户购买货物数量计算加权得分（大客户分数所占权重更大），此公式中i指客户。
参赛者的总分为各品种下得分加和：

此公式中i指品种。