CN114663130A - 一种基于决策树供应商采购管理方法及系统 - Google Patents

一种基于决策树供应商采购管理方法及系统 Download PDF

Info

Publication number
CN114663130A
CN114663130A CN202210163601.9A CN202210163601A CN114663130A CN 114663130 A CN114663130 A CN 114663130A CN 202210163601 A CN202210163601 A CN 202210163601A CN 114663130 A CN114663130 A CN 114663130A
Authority
CN
China
Prior art keywords
decision tree
supplier
information
decision
current
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
Application number
CN202210163601.9A
Other languages
English (en)
Inventor
叶郧东
徐军
李军
章书乐
詹开洪
何宁波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datang Internet Technology Wuhan Co ltd
Datang Telecom Convergence Communications Co Ltd
Original Assignee
Datang Internet Technology Wuhan Co ltd
Datang Telecom Convergence Communications Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Datang Internet Technology Wuhan Co ltd, Datang Telecom Convergence Communications Co Ltd filed Critical Datang Internet Technology Wuhan Co ltd
Priority to CN202210163601.9A priority Critical patent/CN114663130A/zh
Publication of CN114663130A publication Critical patent/CN114663130A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及决策树采购管理领域，提供一种基于决策树供应商采购管理方法及系统，包括：S1：获取企业供应商的指标信息，将指标信息整合存储至数据库；S2：在数据库中提取样本数据集合，通过样本数据集合构建决策树；S3：根据供应商的采购方案编制期望指标，通过期望指标和决策树获得决策结果；S4：判断决策结果是否满足预设要求，若满足则进入步骤S5，否则输出提示预警信息并结束流程；S5：获取数据库的样本更新量，若样本更新量达到预设阈值则返回步骤S2重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回步骤S3。本发明可动态刷新决策树，随着样本数据越来越多，决策树也将越来越准确，从而使采购管理始终保持高精确度。

Description

一种基于决策树供应商采购管理方法及系统
技术领域
本发明涉及决策树采购管理领域，尤其涉及一种基于决策树供应商采购管理方法及系统。
背景技术
科学的决策是现代管理者的一项重要职责。我们在企业供应商采购管理中，常遇到的情景是：若干个采购方案制订出来了，分析企业内、外部环境，大部分条件是己知的，但还存在一定的不确定因素。采购存在着一定的风险，尤其在制造业中供应商采购的好坏直接影响到企业的整个生产链。并且现有的采购管理方法无法对决策系统进行实时更新，导致决策系统不能随着样本的变化同步做出调整，使得决策系统的精确度随着使用时间会逐渐降低。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
为解决上述技术问题，本发明提供一种基于决策树供应商采购管理方法，包括步骤：
S1：获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
S2：在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
S3：根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
S4：判断所述决策结果是否满足预设要求，若满足则进入步骤S5，否则输出提示预警信息并结束流程；
S5：获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回步骤S2重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回步骤S3。
优选的，步骤S1具体为：
S11：通过SRM供应商关系管理系统输出所述指标信息，所述SRM供应商关系管理系统包括：物料数据维护单元、供应商信息维护单元、供应商准入流程单元、供应商价格管理单元、供应商问题管理单元和供应商订单交付管理单元；
S12：由所述物料数据维护单元、所述供应商信息维护单元和所述供应商准入流程单元获得货源清单信息和供应商评价信息；由所述供应商价格管理单元获得供货价格库信息；由所述供应商问题管理单元获得供应商问题整改履历信息；由所述供应商订单交付管理单元获得供应商订单交付情况信息；
S13：所述指标信息包括：所述货源清单信息、所述供应商评价信息、所述供货价格库信息、供应商问题整改履历信息和所述供应商订单交付情况信息；将所述指标信息存储至所述数据库。
优选的，步骤S2具体为：
S21：将所述样本数据集合按照离散属性的种类构建表格，所述离散属性的种类包括：质量评分、成本评分、交付评分、研发周期、采购价格、问题数量、问题严重等级、采购订单数量、订单交付及时率、供应商等级、供应商状态和是否采购；
S22：将所述样本数据集合记为D，将是否采购的结论为是的样本占比记为pk，k表示计数，计算获得D的信息熵Ent(D)，计算公式如下：
Figure BDA0003515019290000021
其中，y表示是否采购的结论数；
S23：提取样本数据集合D中的某一离散属性a，离散属性a共有V个取值分段{a1,a2,…,aV}，提取离散属性a中取值在取值分段av内的所有样本数据记为Dv，v表示离散属性a的取值分段的编号，v取值范围为1至V的整数，计算获得Dv的信息熵Ent(Dv)；
通过离散属性a对样本数据集合D进行划分获得信息增益，计算公式如下：
Figure BDA0003515019290000022
其中，|Dv|表示取值在取值分段av内的样本数量，|D|表示样本数据集合的样本数量；
S24：计算获得离散属性a的属性固有值IV(a)，计算公式如下：
Figure BDA0003515019290000023
计算获得离散属性a的信息增益率Gain_tatio(D,a)，计算公式如下：
Figure BDA0003515019290000031
S25：重复步骤S22-S24，获得所述样本数据集合中所有离散属性的信息增益率，通过各所述信息增益率构建所述决策树。
优选的，步骤S5中根据历史决策树的集合命中率进行当前决策树修剪，具体为：
S51：获取当前决策树的命中率集合，表达式为：
Set(q,c)<high,sort,current,up,branch>
其中，q表示当前决策树的构建次数，c表示离散属性的种类，high表示当前节点处于决策树的高度，sort表示当前节点处于层高左起第几位，up表示当前节点的上级节点类别，current表示当前离散属性对应的节点类别，branch表示当前节点链接分支；
S52：获取历史决策树的命中率集合，包括：
Set(1,c)<high,sort,current,up,branch>至Set(q-1,c)<high,sort,current,up,branch>；
S53：计算获得当前决策树中离散属性c对应的节点的命中率Mc，计算公式为：
Figure BDA0003515019290000032
其中，sum(c)表示离散属性c的集合类别总数；Rc表示离散属性c的命中次数；
S54：重复步骤S51-S53，获得当前决策树中所有离散属性对应的节点的命中率，对命中率低于60％的节点进行修剪。
一种基于决策树供应商采购管理系统，包括：
指标信息获取模块，用于获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
决策树构建模块，用于在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
决策结果获取模块，用于根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
决策结果判断模块，用于判断所述决策结果是否满足预设要求，若满足则进入决策树重构模块，否则输出提示预警信息并结束流程；
决策树重构模块，用于获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回决策树构建模块重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回决策结果获取模块。
本发明具有以下有益效果：
1、通过决策树可高效稳定的输出满足所有预设条件的供应商，大大提高了采购管理的效率并且降低了出现管理错误的风险性；
2、结合SRM数据库数据可动态刷新决策树，随着样本数据越来越多，决策树也将越来越准确，从而使采购管理始终保持高精确度。
附图说明
图1为本发明实施例方法流程图；
图2为本发明决策树的示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明提供一种基于决策树供应商采购管理方法，包括步骤：
S1：获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
S2：在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
S3：根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
S4：判断所述决策结果是否满足预设要求，若满足则进入步骤S5，否则输出提示预警信息并结束流程；
S5：获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回步骤S2重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回步骤S3。
本实施例中，步骤S1具体为：
S11：通过SRM供应商关系管理系统输出所述指标信息，所述SRM供应商关系管理系统包括：物料数据维护单元、供应商信息维护单元、供应商准入流程单元、供应商价格管理单元、供应商问题管理单元和供应商订单交付管理单元；
S12：由所述物料数据维护单元、所述供应商信息维护单元和所述供应商准入流程单元获得货源清单信息和供应商评价信息；由所述供应商价格管理单元获得供货价格库信息；由所述供应商问题管理单元获得供应商问题整改履历信息；由所述供应商订单交付管理单元获得供应商订单交付情况信息；
S13：所述指标信息包括：所述货源清单信息、所述供应商评价信息、所述供货价格库信息、供应商问题整改履历信息和所述供应商订单交付情况信息；将所述指标信息存储至所述数据库。
本实施例中，步骤S2具体为：
S21：将所述样本数据集合按照离散属性的种类构建表格，所述离散属性的种类包括：质量评分、成本评分、交付评分、研发周期、采购价格、问题数量、问题严重等级、采购订单数量、订单交付及时率、供应商等级、供应商状态和是否采购；
具体的，构建的表格如表1所示
表1离散属性统计表
Figure BDA0003515019290000051
其中共有5个样本；
S22：传统ID3算法的核心是在决策树各级节点上选择属性时，用信息增益作为属性的选择标准，使得在每一个非节点进行测试时，能获得关于被测试记录最大的类别信息；由于ID3算法中样例节点的实例个数可能会影响决策树的稳定性，所以信息增益并不是一个很好的特征选择度量；因此本发明采用C4.5即信息增益率来作为特征选择度量构建决策树，具体为：
将所述样本数据集合记为D，将是否采购的结论为是的样本占比记为pk，k表示计数，计算获得D的信息熵Ent(D)，计算公式如下：
Figure BDA0003515019290000061
其中，y表示是否采购的结论数；
S23：提取样本数据集合D中的某一离散属性a，离散属性a共有V个取值分段{a1,a2,…,av}，提取离散属性a中取值在取值分段av内的所有样本数据记为Dv，v表示离散属性a的取值分段的编号，v取值范围为1至V的整数，计算获得Dv的信息熵Ent(Dv)；
通过离散属性a对样本数据集合D进行划分获得信息增益，计算公式如下：
Figure BDA0003515019290000062
其中，|Dv|表示取值在取值分段av内的样本数量，|D|表示样本数据集合的样本数量；
S24：计算获得离散属性a的属性固有值IV(a)，计算公式如下：
Figure BDA0003515019290000063
计算获得离散属性a的信息增益率Gain_tatio(D,a)，计算公式如下：
Figure BDA0003515019290000064
S25：重复步骤S22-S24，获得所述样本数据集合中所有离散属性的信息增益率，通过各所述信息增益率构建所述决策树。
具体的，按照表1的样本数据集合构建决策树；
对于离散属性(是否采购)，结论包括：是和否，因此是否采购的结论数y的值为2；
是否采购的结论为是的占比为3/5，是否采购的结论为否的占比为2/5；
计算获得信息熵：
Figure BDA0003515019290000065
以计算离散属性(质量评分)为例；
将质量评分的取值分段分为：60分段、70分段和80分段；
属于60分段的样本的取值范围为[60,70)，分段的编号v为1；
属于70分段的样本的取值范围为[70,80)，分段的编号v为2；
属于80分段的样本的取值范围为[80,100]，分段的编号v为3；
质量评分在[60,70)分之间的样本数为1，是否采购为是的数量是0，是否采购为否的数量是1，因此pk＝0，Ent(D质量60分段)＝-(0+0)＝0
质量评分在[70,80)分之间的样本数为2，是否采购为是的数量是1，是否采购为否的数量是1，因此pk＝1/2，
Figure BDA0003515019290000071
质量评分在[80,100]之间的样本数为2，是否采购为是的数量是2，是否采购为否的数量是0，因此pk＝1，Ent(D质量80分段)＝-(0+0)＝0；
取值分段总数V为3，
Figure BDA0003515019290000072
计算获得信息增益：
Figure BDA0003515019290000073
计算获得质量评分的属性固有值：
Figure BDA0003515019290000074
计算获得质量评分的信息增益率：
Figure BDA0003515019290000075
重复上述步骤，依次计算出各离散属性的信息增益率：
根节点(即信息熵Ent(D))：0.967，质量评分：0.373，成本评分：0.242，交付评分：0.186，采购价格：0.352，问题数量：0.285等；
其中质量评分的信息增益率最大则一级决策树即为质量评分，依次类推即可构建决策树二级、三级等，最终可构建出类似下图的完整决策树如图2所示。
本实施例中，步骤S5中根据历史决策树的集合命中率进行当前决策树修剪，具体为：
S51：获取当前决策树的命中率集合，表达式为：
Set(q,c)<high,sort,current,up,branch>
其中，q表示当前决策树的构建次数，c表示离散属性的种类，high表示当前节点处于决策树的高度，sort表示当前节点处于层高左起第几位，up表示当前节点的上级节点类别，current表示当前离散属性对应的节点类别，branch表示当前节点链接分支；
S52：获取历史决策树的命中率集合，包括：
Set(1,c)<high,sort,current,up,branch>至Set(q-1,c)<high,sort,current,up,branch>；
S53：计算获得当前决策树中离散属性c对应的节点的命中率Mc，计算公式为：
Figure BDA0003515019290000081
其中，sum(c)表示离散属性c的集合类别总数；Rc表示离散属性c的命中次数(即离散属性c在所有决策树中保持一致的次数)；
S54：重复步骤S51-S53，获得当前决策树中所有离散属性对应的节点的命中率，对命中率低于60％的节点进行修剪。
具体的，例如历史决策树一共构建了4次；
计算获得当前决策树中质量评分的命中率为：1*(5/5)＝100％；采购价格的命中率为：(1/3)*(3/5)＝20％；则对采购价格进行修剪。
本发明提供一种基于决策树供应商采购管理系统，包括：
指标信息获取模块，用于获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
决策树构建模块，用于在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
决策结果获取模块，用于根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
决策结果判断模块，用于判断所述决策结果是否满足预设要求，若满足则进入决策树重构模块，否则输出提示预警信息并结束流程；
决策树重构模块，用于获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回决策树构建模块重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回决策结果获取模块。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为标识。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种基于决策树供应商采购管理方法，其特征在于，包括步骤：
S1：获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
S2：在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
S3：根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
S4：判断所述决策结果是否满足预设要求，若满足则进入步骤S5，否则输出提示预警信息并结束流程；
S5：获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回步骤S2重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回步骤S3。
2.根据权利要求1所述的基于决策树供应商采购管理方法，其特征在于，步骤S1具体为：
S11：通过SRM供应商关系管理系统输出所述指标信息，所述SRM供应商关系管理系统包括：物料数据维护单元、供应商信息维护单元、供应商准入流程单元、供应商价格管理单元、供应商问题管理单元和供应商订单交付管理单元；
S12：由所述物料数据维护单元、所述供应商信息维护单元和所述供应商准入流程单元获得货源清单信息和供应商评价信息；由所述供应商价格管理单元获得供货价格库信息；由所述供应商问题管理单元获得供应商问题整改履历信息；由所述供应商订单交付管理单元获得供应商订单交付情况信息；
S13：所述指标信息包括：所述货源清单信息、所述供应商评价信息、所述供货价格库信息、供应商问题整改履历信息和所述供应商订单交付情况信息；将所述指标信息存储至所述数据库。
3.根据权利要求1所述的基于决策树供应商采购管理方法，其特征在于，步骤S2具体为：
S21：将所述样本数据集合按照离散属性的种类构建表格，所述离散属性的种类包括：质量评分、成本评分、交付评分、研发周期、采购价格、问题数量、问题严重等级、采购订单数量、订单交付及时率、供应商等级、供应商状态和是否采购；
S22：将所述样本数据集合记为D，将是否采购的结论为是的样本占比记为pk，k表示计数，计算获得D的信息熵Ent(D)，计算公式如下：
Figure FDA0003515019280000021
其中，y表示是否采购的结论数；
S23：提取样本数据集合D中的某一离散属性a，离散属性a共有V个取值分段{a1,a2,…,aV}，提取离散属性a中取值在取值分段av内的所有样本数据记为Dv，v表示离散属性a的取值分段的编号，v取值范围为1至V的整数，计算获得Dv的信息熵Ent(Dv)；
通过离散属性a对样本数据集合D进行划分获得信息增益，计算公式如下：
Figure FDA0003515019280000022
其中，|Dv|表示取值在取值分段av内的样本数量，|D|表示样本数据集合的样本数量；
S24：计算获得离散属性a的属性固有值IV(a)，计算公式如下：
Figure FDA0003515019280000023
计算获得离散属性a的信息增益率Gain_tatio(D,a)，计算公式如下：
Figure FDA0003515019280000024
S25：重复步骤S22-S24，获得所述样本数据集合中所有离散属性的信息增益率，通过各所述信息增益率构建所述决策树。
4.根据权利要求1所述的基于决策树供应商采购管理方法，其特征在于，步骤S5中根据历史决策树的集合命中率进行当前决策树修剪，具体为：
S51：获取当前决策树的命中率集合，表达式为：
Set(q,c)<high,sort,current,up,branch>
其中，q表示当前决策树的构建次数，c表示离散属性的种类，high表示当前节点处于决策树的高度，sort表示当前节点处于层高左起第几位，up表示当前节点的上级节点类别，current表示当前离散属性对应的节点类别，branch表示当前节点链接分支；
S52：获取历史决策树的命中率集合，包括：
Set(1,c)<high,sort,current,up,branch>至Set(q-1,c)<high,sort,current,up,branch>；
S53：计算获得当前决策树中离散属性c对应的节点的命中率Mc，计算公式为：
Figure FDA0003515019280000031
其中，sum(c)表示离散属性c的集合类别总数；Rc表示离散属性c的命中次数；
S54：重复步骤S51-S53，获得当前决策树中所有离散属性对应的节点的命中率，对命中率低于60％的节点进行修剪。
5.一种基于决策树供应商采购管理系统，其特征在于，包括：
指标信息获取模块，用于获取企业供应商的指标信息，将所述指标信息整合存储至数据库；
决策树构建模块，用于在所述数据库中提取样本数据集合，通过所述样本数据集合构建决策树；
决策结果获取模块，用于根据供应商的采购方案编制期望指标，通过所述期望指标和所述决策树获得决策结果；
决策结果判断模块，用于判断所述决策结果是否满足预设要求，若满足则进入决策树重构模块，否则输出提示预警信息并结束流程；
决策树重构模块，用于获取所述数据库的样本更新量，若所述样本更新量达到预设阈值则返回决策树构建模块重新构建决策树，并根据历史决策树的命中率集合进行当前决策树修剪；否则返回决策结果获取模块。
CN202210163601.9A 2022-02-22 2022-02-22 一种基于决策树供应商采购管理方法及系统 Pending CN114663130A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210163601.9A CN114663130A (zh) 2022-02-22 2022-02-22 一种基于决策树供应商采购管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210163601.9A CN114663130A (zh) 2022-02-22 2022-02-22 一种基于决策树供应商采购管理方法及系统

Publications (1)

Publication Number Publication Date
CN114663130A true CN114663130A (zh) 2022-06-24

Family

ID=82027282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210163601.9A Pending CN114663130A (zh) 2022-02-22 2022-02-22 一种基于决策树供应商采购管理方法及系统

Country Status (1)

Country Link
CN (1) CN114663130A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375413A (zh) * 2022-10-24 2022-11-22 江西科技学院 一种erp采购计算方法与系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375413A (zh) * 2022-10-24 2022-11-22 江西科技学院 一种erp采购计算方法与系统

Similar Documents

Publication Publication Date Title
CN109685583B (zh) 一种基于大数据的供应链需求预测方法
US7051029B1 (en) Identifying and reporting on frequent sequences of events in usage data
US8359299B2 (en) Data processing system
CN104598647B (zh) 一种树图搜索和匹配物品的方法
CN109711424B (zh) 一种基于决策树的行为规则获取方法、装置及设备
CN110471917B (zh) 一种基于历史数据挖掘的海关报关单智能填报方法
Ding Long-term load forecast using decision tree method
CN114663130A (zh) 一种基于决策树供应商采购管理方法及系统
Hilt OAKSIM: An individual-tree growth and yield simulator for managed, even-aged, upland oak stands
CN108038211A (zh) 一种基于上下文的无监督关系数据异常检测方法
CN115907608A (zh) 仓储物流项目的分析方法、系统、存储介质及计算机设备
Subali et al. A new model for measuring the complexity of SQL commands
CN116414872B (zh) 基于自然语言识别及知识图谱的数据搜索方法和系统
CN116629918A (zh) 一种基于跨境电商的用户消费预测方法及系统
CN113075448A (zh) 一种基于知识图谱的业扩计量装置的配置方法及系统
Viqarunnisa et al. Generic data model pattern for data warehouse
CN108241643A (zh) 关键词的指标数据分析方法及装置
CN117093935B (zh) 一种业务系统的分类方法及系统
Kangane et al. Analysis of different regression models for real estate price prediction
CN117745148B (zh) 基于多源数据的稻茬烤烟种植质量评价方法及系统
US20220269664A1 (en) System and method for data validation and exception monitoring
AU2012254863B2 (en) Adaptive analytics multidimensional processing system
CN115203267A (zh) 一种基于数据库系统的统计学模型自定义和推荐方法
Ihsan et al. Weather prediction system using thomas-fiering model to determine initial planting recommendations in bandung city
Swords Finding patterns in procurements and tenders using a graph database

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