CN114595905A - 一种基于产品指标权重的产品分类质量风险监测方法和系统 - Google Patents
一种基于产品指标权重的产品分类质量风险监测方法和系统 Download PDFInfo
- Publication number
- CN114595905A CN114595905A CN202011391227.5A CN202011391227A CN114595905A CN 114595905 A CN114595905 A CN 114595905A CN 202011391227 A CN202011391227 A CN 202011391227A CN 114595905 A CN114595905 A CN 114595905A
- Authority
- CN
- China
- Prior art keywords
- risk
- product
- product classification
- classification
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于产品指标权重的产品分类质量风险监测方法和系统,包括:选取数据集进行分类处理;评估数据集分类风险指标,构建指标体系;根据指标体系计算相应分类的风险权重;设计分类对应的风险指标项,并构建指标项体系;根据指标项体系,计算分类对应风险指标项权重;构建综合风险值计算模型;将模型计算值与设定评估值比较,判定风险等级。本发明通过质量风险影响危害的严重程度、发生频次、影响范围、产品敏感性及时间周期等方面构建模型,在统一规范风险信息的产品数据集中结合分类质量风险指标项与分类质量风险权重进行风险值计算,实现产品分类质量风险监测及风险等级预警处理,提高了产品分类质量风险监测的速度及准确率。
Description
技术领域
本发明涉及风险评估的数学分析法和数学建模技术领域、产品分类质量风险监测模型的设计与评估,及向量矩阵计算等技术的系统集成处理方法。
背景技术:
目前大部分产品分类质量风险监测方法采用的是对相关产品质量标准项进行抽样检测的方式,再根据抽样数据分布做概率统计计算,及对相关计算结果数据进行评估和分析。这种方法存在评估局限性,不能适应于分类产品太多,复杂产品分类多批次数据集,及多区域产品分类数据等风险监测评估。本发明通过产品质量风险监测涉及影响的危害严重程度、发生频次、影响范围、产品敏感性及时间周期等方面的分析,采用多层次产品分类数据分析计算,构建不同层分类指标体系及计算相应的风险权重后,再由构建的产品分类多维度风险值计算模型进行计算出风险危害得分,根据危害分值匹配获取相关监测预警等级,为风险决策处置提供有效数据信息支持。所以提供一种基于产品指标权重的产品分类质量风险监测方法和系统,通过风险评估的数学分析法、数学建模技术及向量矩阵计算等不同方法相结合,使产品分类质量风险监测业务的预警准确率、处置效率等得到有效的提高。
发明内容:
本发明所提供的解决方案是针对基于产品指标权重的产品分类质量风险监测方法和系统的构建。能够为多样性产品分类数据集的质量风险评估、风险值计算及风险预警处置等方面提供处理分析,提高产品分类风险监测业务的处理能力;为完成实现上述的产品分类质量风险监测的方法,该发明采用以下技术方案:
一种基于产品指标权重的产品分类质量风险监测方法,其特征在于,所述方法包括:
A1、选取评估风险产品数据集,并进行数据集产品分类处理;
A2、评估设置产品数据集分类风险指标,并构建产品分类指标体系;
A3、根据产品分类指标体系,计算相应产品分类的风险权重;
A4、设计产品分类对应的质量风险指标项,并构建产品分类质量风险指标项体系;
A5、根据产品分类对应的质量风险指标项体系,计算产品分类对应质量风险指标项的权重;
A6、构建产品质量风险评估的综合风险值计算模型;
A7、将模型计算值与设定风险评估值比较,判定相应风险等级,并输出结果。
进一步地,步骤A1所述的针对风险评估选取的产品数据,依据相关产品标准数据分析整理相关产品分类之间关联关系,并对产品分类的关联信息进行分类标记。
进一步地,步骤A2所述的依据产品数据集中产品分类风险的先验条件和分类之间关联的相关信息进行分析评估,获取设置产品数据集中各个产品分类关联权重及对应的风险指标值,并通过产品分类权重值大小关系构建产品分类指标体系。
进一步地,步骤A3所述的依据构建生成的产品分类指标体系,根据数据集不同产品分类质量风险性质和风险的影响程度,选择综合评估的计算方法,对产品分类指标体系的风险权重进行统一计算。
进一步地,步骤A4所述的根据产品分类质量相关标准和专家知识,评估各类产品质量安全的风险点,设计对应产品分类质量风险的指标项;并通过风险的指标项之间的关联关系构建统一的产品分类质量风险指标项体系。
进一步地,步骤A5所述的基于构建的产品分类质量风险指标项体系,通过产品分类质量风险指标项的性质和风险的影响程度,选择综合评估风险权重的计算方法,对该指标项体系的风险权重进行统一计算。
进一步地,步骤A6所述的依据产品分类多样性,统一规范同一风险信息多次上报的筛选准则;根据产品质量风险监测涉及影响的危害严重程度、发生频次、影响范围、产品敏感性及时间周期等方面,通过数学建模方法进行风险监测模型的构建。
进一步地,步骤A7所述的根据产品分类监测质量风险计算模型的计算输出值,对应比较风险等级设置阀值的值域范围,并输出产品分类质量监测风险等级的相关数据及处置方案。
本发明还公开了一种基于产品指标权重的产品分类质量风险监测系统,其特征在于,由三部分组成:产品分类信息管理模块、产品分类监测风险计算模块、风险预警管理模块;
所述产品分类信息管理模块包括产品分类处理模块、分类指标权重维护模块、产品信息查询模块等三个子模块;
所述产品分类处理模块,用于输入产品数据信息的预处理和分类操作。
所述分类指标权重维护模块,管理设置不同产品分类指标体系中对应的指标数值,及产品分类相关风险权重值的存储管理操作;该模块管理的指标数据和风险权重值提供给风险监测计算模块使用。
所述产品信息查询模块,用于产品信息存储的查询及维护处理,通过相关产品分类条件,搜索输出相应产品分类数据,可供产品分类处理模块、分类指标权重维护模块等处理使用。
所述产品分类监测风险计算模块包括计算方法选择模块、风险指标权重计算模块、监测风险值计算模块等三个子模块;
所述计算方法选择模块,用于选择计算产品分类指标项或权重的方法,及管理监测风险值计算模块所需的计算方法选择;该模块与风险指标权重计算模块、监测风险值计算模模块和监测风险值计算模块连接。
所述风险指标权重计算模块,用于产品分类指标项体系和产品分类权重的计算,供图片特征向量相似度比较计算使用;该模块处理数据来自计算方法选择模块或产品分类信息管理模块,该模块处理后的相关数据信息供产品分类信息管理模块存储管理。
所述监测风险值计算模块,用于产品分类质量监测风险值的多维度计算,该模块与产品分类信息管理模块或风险预警管理模块连接。
所述风险预警管理模块,用于产品监测质量风险计算输出值设置对应值域范围相应的产品分类风险等级;该模块与产品分类信息管理模块连接,并输出处理产品分类质量监测风险等级相关数据信息。
附图说明:
图1是本发明针对基于产品指标权重的产品分类质量风险监测方法和系统构建的流程图;
图2是本发明的基于产品指标权重的产品分类质量风险监测系统功能模块设计结构图;
图3是本发明的构建产品分类指标体系及权重计算设计说明图;
图4是本发明的产品分类指标项及权重的风险计算结果说明图;
图5是本发明的设计风险值计算模型。
具体实施方式
为了更好地说明本发明的上述目的、特征和优点,能够更加简单易懂,下面结合附图和具体实施方式对本发明作进一步的详细说明。此处所描述的具体实施实例仅仅用以解释本发明,并不用于限定本发明。
实施实例
参照图1,是本发明针对基于产品指标权重的产品分类质量风险监测方法和系统的构建流程图;参照图2,系统主要由三部分组成:产品分类信息管理模块、产品分类监测风险计算模块、风险预警管理模块等;总体流程图可以包括以下步骤:
其中产品分类信息管理模块的实施步骤包括:
步骤1:选取相关待评估的产品分类质量风险的产品数据集,针对风险评估选取的产品数据,依据相关产品标准数据分析整理相关产品分类之间关联关系,并对产品分类的关联信息进行分类标记;选取产品分类风险评估的数据集分类如下:
{玩具,服装,食品接触产品,一次性卫生用品,仿真饰品,木制品及木制家具,轻纺类}
步骤2:评估设置产品数据集分类风险指标,并构建产品分类指标体系;该步骤通过层次分析法,依据产品数据集中产品分类风险的先验条件和分类之间关联的相关信息进行分析评估,获取设置产品数据集中各个产品分类关联权重及对应的风险指标值,并通过产品分类权重值大小关系构建产品分类指标体系,再基于分类指标体系设计产品分类相关数据信息的存储数据结构。具体设计的数据结构如下:
{产品分类主要信息:产品分类标识,指标项数值,权重值,风险危害值,风险危害等级}
{产品风险指标项主要信息:产品分类标识,风险指标项标识,指标项数值,权重值}
其次,产品分类监测风险计算模块的实施步骤包括:
步骤3:根据产品分类指标体系,计算相应产品分类的风险权重;该步骤是在步骤2的构建的产品分类指标体系基础上通过依据构建生成的产品分类指标体系,根据数据集不同产品分类质量风险性质和风险的影响程度,选择综合评估的计算方法,对产品分类指标体系的风险权重进行统一计算,并在计算结果输出做归一化处理。实施列举了层次分析法为选择计算方法,具体处理流程可以参见图3。
步骤4:依据步骤3的指标体系及权重计算的具体处理流程,对构建产品分类层指标体系的指标权重做比较矩阵计算。具体产品分类指标体系设计参见表1所示:
表1 通过层次分析法计算,具体计算权重结果如表2所示:
指标项 | 玩具 | 服装 | 食品接触产品 | 一次性卫生用品 | 仿真饰品 | 木制品及木制家具 | 轻纺类 |
权重 | 0.36 | 0.14 | 0.23 | 0.16 | 0.05 | 0.04 | 0.03 |
归一化权重 | 0.36 | 0.14 | 0.23 | 0.16 | 0.05 | 0.04 | 0.03 |
表2
步骤5:设计产品分类对应的质量风险指标项,并构建产品分类质量风险指标项体系;选取产品分类数据集中的服装产品为例,将产品不合格原因列为产品分类质量风险指标项,构建服装产品分类的指标项体系,并基于该指标体系进行对比较矩阵计算。具体构建的服装产品分类的指标项如表3所示:
不合格原因 | 风险指标项 | 危害分级 |
有毒有害物质超标。 | 甲醛、禁用偶氮染料超标。 | A |
PH值不合格,色牢度不合格 | 品质不合格。 | B |
异味、线头。 | 品质不合格 | C |
成分信息 | 品质不合格 | C |
制造者信息,洗涤方法,成分信息,标准信息。 | 一般说明不合格。 | D |
无中文标签。 | 无中文标签。 | D |
表3
步骤6:根据产品分类对应的质量风险指标项体系,计算产品分类对应质量风险指标项的权重;基于步骤5构建的服装产品分类的指标项,根据产品分类收集信息的不合格原因,按照不合格原因可能引起的危害进行分级,共A、B、C、D四个等级。
构建成对比较矩阵如表4所示:
指标项 | A | B | C | D |
A | 1 | 3 | 5 | 9 |
B | 1 | 2 | 4 | |
C | 1 | 3 | ||
D | 1 |
表4
经计算得出W1=0.59,W2=0.22,W3=0.13,W4=0.05。
经计算得CR=0.013,通过一致性检验;
服装产品分类权重计算及归一化处理如表5所示:
表5
同理,计算其它产品分类权重;其它产品分类权重计算结果值可以参考图4。
步骤7:根据构建产品质量风险评估的综合风险值计算模型;基于上述步骤计算处理的产品分类质量风险权重结果值,根据产品质量风险监测涉及影响的危害严重程度、发生频次、影响范围、产品敏感性及时间周期等方面,通过数学建模方法进行风险监测模型的构建。具体设计风险值计算模型如图5所示:
具体模型参数说明如下:
P(B/A):由先验信息计算统计分布数值;
i:同一风险涉及直属机构数量;
m:敏感因子,配置界面设置关联字段和条件、因子和数值,例如婴童敏感因子关联产品名称,条件为包含“婴”、“童”等关键字,则设为因子-婴童产品,敏感因子数值为1.5,不符合条件为因子-非婴童产品,敏感因子数值为1;
x:不合格原因的权重,由层次分析法计算得到;
n:同一风险中某个不合格原因的信息条数;
d:输入时间段的实际天数。
通过上述数学模型计算服装分类质量风险危害得分,具体可以参考图4。
同理,可以计算其他产品分类各指标项的风险危害得分,具体可以参考图4。
最后,风险预警管理模块的实施步骤有:
步骤8:将模型计算值与设定风险评估值比较,判定相应风险等级,并输出结果,基于步骤7分别计算产品分类质量风险危害得分的结果,对应比较风险等级设置不同的风险预警等级及预警阈值,输出产品分类质量监测风险等级的相关数据及处置方案。具体产品分类质量安全风险预警等级设计及相应风险分值如表6所示:
表6
将风险预警等级分为一级(红色)预警、二级(橙色)预警、三级(黄色)预警和四级(蓝色)预警,其中一级(红色)预警又分为R1、R2和R3三个等级。
对于不同预警级别·设置不同预警措施,并关联其相应的快速反应措施,其中一级(红色)预警需要采取强制性快速反应措施,二级(橙色)预警、三级(黄色)预警和四级(蓝色)预警采取非强制性快速反应措施。
具体相关处置措施如表7所示:
表7
以上所描述说明,仅为本发明所提供的针对基于产品指标权重的产品分类质量风险监测方法和系统进行了详细说明。本文中应用了具体个例来说明本发明的原理及实施方法进行相关的阐述,以上实施例子的说明只是帮助理解本发明的流程、方法和核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,都应涵盖在本发明的保护范围之内,因此本发明的保护范围应该以权力要求的保护范围为准。
Claims (9)
1.一种基于产品指标权重的产品分类质量风险监测方法,其特征在于,所述方法包括:
A1、选取评估风险产品数据集,并进行数据集产品分类处理;
A2、评估设置产品数据集分类风险指标,并构建产品分类指标体系;
A3、根据产品分类指标体系,计算相应产品分类的风险权重;
A4、设计产品分类对应的质量风险指标项,并构建产品分类质量风险指标项体系;
A5、根据产品分类对应的质量风险指标项体系,计算产品分类对应质量风险指标项的权重;
A6、构建产品质量风险评估的综合风险值计算模型;
A7、将模型计算值与设定风险评估值比较,判定相应风险等级,并输出结果。
2.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A1中,针对风险评估选取的产品数据,依据相关产品标准数据分析整理相关产品分类之间关联关系,并对产品分类的关联信息进行分类标记。
3.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A2中,依据产品数据集中产品分类风险的先验条件和分类之间关联的相关信息进行分析评估,获取设置产品数据集中各个产品分类关联权重及对应的风险指标值,并通过产品分类权重值大小关系构建产品分类指标体系。
4.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A3;中,依据构建生成的产品分类指标体系,根据数据集不同产品分类质量风险性质和风险的影响程度,选择综合评估的计算方法,对产品分类指标体系的风险权重进行统一计算。
5.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A4中,根据产品分类质量相关标准和专家知识,评估各类产品质量安全的风险点,设计对应产品分类质量风险的指标项;并通过风险的指标项之间的关联关系构建统一的产品分类质量风险指标项体系。
6.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A5中,基于构建的产品分类质量风险指标项体系,通过产品分类质量风险指标项的性质和风险的影响程度,选择综合评估风险权重的计算方法,对该指标项体系的风险权重进行统一计算。
7.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A6中,依据产品分类多样性,统一规范同一风险信息多次上报的筛选准则;根据产品质量风险监测涉及影响的危害严重程度、发生频次、影响范围、产品敏感性及时间周期等方面,通过数学建模方法进行风险监测模型的构建。
8.根据权利要求1所述的基于产品指标权重的产品分类质量风险监测方法,其特征在于:所述步骤A7中,根据产品分类监测质量风险计算模型的计算输出值,对应比较风险等级设置阀值的值域范围,并输出产品分类质量监测风险等级的相关数据及处置方案。
9.一种基于产品指标权重的产品分类质量风险监测系统,其特征在于,由三部分组成:产品分类信息管理模块、产品分类监测风险计算模块、风险预警管理模块;
所述产品分类信息管理模块包括产品分类处理模块、分类指标权重维护模块、产品信息查询模块等三个子模块;
所述产品分类处理模块,用于输入产品数据信息的预处理和分类操作;
所述分类指标权重维护模块,管理设置不同产品分类指标体系中对应的指标数值,及产品分类相关风险权重值的存储管理操作;该模块管理的指标数据和风险权重值提供给风险监测计算模块使用;
所述产品信息查询模块,用于产品信息存储的查询及维护处理,通过相关产品分类条件,搜索输出相应产品分类数据,可供产品分类处理模块、分类指标权重维护模块等处理使用;
所述产品分类监测风险计算模块包括计算方法选择模块、风险指标权重计算模块、监测风险值计算模块等三个子模块;
所述计算方法选择模块,用于选择计算产品分类指标项或权重的方法,及管理监测风险值计算模块所需的计算方法选择;该模块与风险指标权重计算模块、监测风险值计算模模块和监测风险值计算模块连接;
所述风险指标权重计算模块,用于产品分类指标项体系和产品分类权重的计算,供图片特征向量相似度比较计算使用;该模块处理数据来自计算方法选择模块或产品分类信息管理模块,该模块处理后的相关数据信息供产品分类信息管理模块存储管理;
所述监测风险值计算模块,用于产品分类质量监测风险值的多维度计算,该模块与产品分类信息管理模块或风险预警管理模块连接;
所述风险预警管理模块,用于产品监测质量风险计算输出值设置对应值域范围相应的产品分类风险等级;该模块与产品分类信息管理模块连接,并输出处理产品分类质量监测风险等级相关数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011391227.5A CN114595905A (zh) | 2020-12-03 | 2020-12-03 | 一种基于产品指标权重的产品分类质量风险监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011391227.5A CN114595905A (zh) | 2020-12-03 | 2020-12-03 | 一种基于产品指标权重的产品分类质量风险监测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114595905A true CN114595905A (zh) | 2022-06-07 |
Family
ID=81802734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011391227.5A Pending CN114595905A (zh) | 2020-12-03 | 2020-12-03 | 一种基于产品指标权重的产品分类质量风险监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114595905A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310865A (zh) * | 2022-09-21 | 2022-11-08 | 中检科(北京)化妆品技术有限公司 | 基于化妆品检测技术的产品全质量生命周期质量管控平台 |
CN116664021A (zh) * | 2023-08-01 | 2023-08-29 | 应急管理部天津消防研究所 | 一种基于移动端的工厂检查辅助决策系统及方法 |
-
2020
- 2020-12-03 CN CN202011391227.5A patent/CN114595905A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310865A (zh) * | 2022-09-21 | 2022-11-08 | 中检科(北京)化妆品技术有限公司 | 基于化妆品检测技术的产品全质量生命周期质量管控平台 |
CN116664021A (zh) * | 2023-08-01 | 2023-08-29 | 应急管理部天津消防研究所 | 一种基于移动端的工厂检查辅助决策系统及方法 |
CN116664021B (zh) * | 2023-08-01 | 2023-10-27 | 应急管理部天津消防研究所 | 一种基于移动端的工厂检查辅助决策系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mingers | An empirical comparison of selection measures for decision-tree induction | |
CN109145097A (zh) | 一种基于信息提取的裁判文书分类方法 | |
CN108540451A (zh) | 一种用机器学习技术对网络攻击行为进行分类检测的方法 | |
CN109872162A (zh) | 一种处理用户投诉信息的风控分类识别方法及系统 | |
CN114595905A (zh) | 一种基于产品指标权重的产品分类质量风险监测方法和系统 | |
CN111090579B (zh) | 基于皮尔森相关性加权关联分类规则的软件缺陷预测方法 | |
Bentley et al. | Fuzzy darwinian detection of credit card fraud | |
CN105975518B (zh) | 基于信息熵的期望交叉熵特征选择文本分类系统及方法 | |
CN106709513A (zh) | 一种基于有监督机器学习的证券配资账户识别方法 | |
CN108898479A (zh) | 信用评价模型的构建方法及装置 | |
CN110569904B (zh) | 机器学习模型的构建方法及计算机可读存储介质 | |
CN108470022A (zh) | 一种基于运维管理的智能工单质检方法 | |
CN101158948A (zh) | 文本内容过滤方法和系统 | |
CN110322335A (zh) | 一种基于woe转换通过机器学习的信贷客户资质分类方法 | |
CN106897359A (zh) | 互联网信息收集及关联方法 | |
Deng et al. | Semi-supervised learning based fake review detection | |
CN107368526A (zh) | 一种数据处理方法及装置 | |
Shekhovtsov et al. | Do distance-based multi-criteria decision analysis methods create similar rankings? | |
CN108268886A (zh) | 用于识别外挂操作的方法及系统 | |
CN111338950A (zh) | 一种基于谱聚类的软件缺陷特征选择方法 | |
CN103324758A (zh) | 一种新闻分类方法和系统 | |
CN111048207B (zh) | 一种供血浆者评价方法及系统 | |
Shumaly et al. | Handling class imbalance in customer churn prediction in telecom sector using sampling techniques, bagging and boosting trees | |
CN109164794B (zh) | 基于偏f值selm的多变量工业过程故障分类方法 | |
CN114638498A (zh) | Esg评价方法、系统、电子设备及存储设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |