CN114971497A - 基于协同互联的物资供应链全链感知的数据处理方法 - Google Patents

基于协同互联的物资供应链全链感知的数据处理方法 Download PDF

Info

Publication number
CN114971497A
CN114971497A CN202210790372.3A CN202210790372A CN114971497A CN 114971497 A CN114971497 A CN 114971497A CN 202210790372 A CN202210790372 A CN 202210790372A CN 114971497 A CN114971497 A CN 114971497A
Authority
CN
China
Prior art keywords
supply chain
data
processing
material supply
chain
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.)
Granted
Application number
CN202210790372.3A
Other languages
English (en)
Other versions
CN114971497B (zh
Inventor
赵欣
刘畅
王悦
吴建锋
谭云燕
胡晓哲
王健
喻琤
楼伟杰
章伟勇
吴健超
胡恺锐
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.)
State Grid Zhejiang Zhedian Tendering Consulting Co ltd
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Zhedian Tendering Consulting Co ltd
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power 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 State Grid Zhejiang Zhedian Tendering Consulting Co ltd, State Grid Zhejiang Electric Power Co Ltd, Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Zhedian Tendering Consulting Co ltd
Priority to CN202210790372.3A priority Critical patent/CN114971497B/zh
Publication of CN114971497A publication Critical patent/CN114971497A/zh
Application granted granted Critical
Publication of CN114971497B publication Critical patent/CN114971497B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474Sequence data queries, e.g. querying versioned data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/258Data format conversion from or to a database
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提出基于协同互联的物资供应链全链感知的数据处理方法,通过对物资供应链的历史数据进行基于物资供应链流程的重新排序,来构建作为物资数据比对样本的物资供应链可接受处理周期模板;进而将待处理的目标物资的供应链数据转换为与物资供应链可接受处理周期模板一致的数据格式后,与物资供应链可接受处理周期模板进行逐段对比,确定出现缺陷的供应链环节并进行告警。上述充分利用物资供应链历史数据作为比对样本,对每个环节进行时间尺度进行同比例尺度上逐段对比的方式,能够对存在物资供应漏洞的地方进行尽快定位,从而对存在缺陷的环节进行调整或修改,防止出现更为严重的纰漏。

Description

基于协同互联的物资供应链全链感知的数据处理方法
技术领域
本申请属于供应链管理领域,尤其涉及基于协同互联的物资供应链全链感知的数据处理方法。
背景技术
现有的物资管理系统中,往往是根据项目不同、或是项目阶段的不同进行相互独立的物资管理。
这种独立的物资管理会导致缺乏上层物资管理的一致性,无法为多个项目进行统一的物资调配以及供应链管理。具体的,一方面会导致同一类物资重复采购的浪费现象,另一方面会使得出现物资管理失误后不能尽快进行错误定位,从而无法弥补出现的物资管理缺陷。
发明内容
本申请提出基于协同互联的物资供应链全链感知的数据处理方法,通过基于历史树构建物资供应链可接受处理周期模板的方式确定标准物资供应链的处理步骤以及处理周期,进而对目标物资的供应链数据结合构建的模板进行比对,从而判定目标物资的供应链数据是否存在超期、处理步骤紊乱等缺陷。
具体的,本申请实施例提出的基于协同互联的物资供应链全链感知的数据处理方法,包括:
S1,基于物资的需求ID码获取与物资供应链相关的历史数据,从历史数据中进行数据筛选;
S2,根据预设的物资供应链处理环节对筛选后的历史数据进行排序,构建物资供应链可接受处理周期模板;
S3,获取目标物资的供应链数据,将供应链数据转换为与物资供应链可接受处理周期模板数据格式一致的供应链数据;
S4,将转换数据格式后目标物资的供应链数据与物资供应链可接受处理周期模板进行逐段对比,确定出现缺陷的供应链环节并进行告警。
可选的,所述S1包括:
S11,基于物资的需求ID码生成与物资供应链相关的关键词组;
S12,以关键词组为搜索对象,对当前存有的历史数据进行检索,筛选得到与关键词组相关联的历史数据;
S13,对检索到的历史数据进行包括数据清洗在内的数据筛选操作,得到筛选后的历史数据。
可选的,所述S11,包括:
S111,基于物资的需求ID码确认当前物资所属的产品类别;
S112,获取产品类别的扩展短语集合;
S113,对需求ID码进行简化,确定需求ID对应的关键词根;
S114,基于扩展短语集合对已知的关键词根进行随机扩展,获得多个关键词组。
可选的,所述S13,包括:
S131,对历史数据按照处理环节不同进行分类;
S132,删除每个环节中耗时最长和最短的历史数据。
可选的,所述S2包括:
S21,解析历史数据得到单个处理环节,得到具有前后逻辑关系的供应链处理步骤;
S22,确定每个供应链处理步骤所涉及的处理数据;
S23,根据处理数据的前后顺序对筛选后的历史数据进行排序,基于排序后的历史数据构建物资供应链可接受处理周期模板。
可选的,所述S21包括:
S211,对历史数据进行解析得到单个处理环节,提取每个处理环节中的声明字段;
S212,获取每个声明字段涉及到的处理前字段名称以及处理后字段名称;
S213,基于获取到的处理前字段名称、处理后字段名称对处理环节进行排序,得到具有前后逻辑关系的供应链处理步骤。
可选的,所述S23包括:
S231,提取每份处理数据的头文件,根据头文件中的内容确定处理数据与供应链处理步骤的对应关系;
S232,根据解析后的对应关系对每个供应链处理步骤所涉及到的数据类型以及数据排序详情;
S233,根据得到的数据类型以及数据排序详情对筛选后的历史数据进行排序;
S234,基于排序后的历史数据构建物资供应链可接受处理周期模板。
可选的,所述S3包括:
S31,获取与需求ID码一致的目标物资的供应链数据;
S32,对供应链数据进行解析,获取表征数据分段的声明字段;
S33,提取物资供应链可接受处理周期模板中对应每个供应链处理步骤的标准数据声明字段;
S34,以标准数据声明字段为基础对步骤S32中的声明字段进行重新划分,基于划分后的结果对供应链数据进行重新分段,得到与物资供应链可接受处理周期模板数据格式一致的供应链数据。
可选的,所述S4包括:
S41,针对每个供应链处理步骤,将转换后的供应链数据与物资供应链可接受处理周期模板中的数据进行时间纬度上的逐段对比;
S42,如果出现单一供应链处理步骤上的时间延长,则根据时间延长比例进行不同程度的告警操作。
有益效果:
通过对物资供应链的历史数据进行基于物资供应链流程的重新排序,来构建作为物资数据比对样本的物资供应链可接受处理周期模板;进而将待处理的目标物资的供应链数据转换为与物资供应链可接受处理周期模板一致的数据格式后,与物资供应链可接受处理周期模板进行逐段对比,确定出现缺陷的供应链环节并进行告警。上述充分利用物资供应链历史数据作为比对样本,对每个环节在时间尺度上进行同比例尺度上逐段对比的方式,能够对存在物资供应漏洞的地方进行尽快定位,从而对存在缺陷的环节进行调整或修改,防止出现更为严重的纰漏。
附图说明
图1为本申请实施例提出的基于协同互联的物资供应链全链感知的数据处理方法的流程示意图;
图2为本申请实施例提出的进行时间维度上对比的示意图。
具体实施方式
下面通过具体实施例,对本申请的技术方案作进一步的具体说明。
实施例一
具体的,本申请实施例提出的基于协同互联的物资供应链全链感知的数据处理方法,如图1所示,包括:
S1,基于物资的需求ID码获取与物资供应链相关的历史数据,从历史数据中进行数据筛选;
S2,根据预设的物资供应链处理环节对筛选后的历史数据进行排序,构建物资供应链可接受处理周期模板;
S3,获取目标物资的供应链数据,将供应链数据转换为与物资供应链可接受处理周期模板数据格式一致的供应链数据;
S4,将转换数据格式后目标物资的供应链数据与物资供应链可接受处理周期模板进行逐段对比,确定出现缺陷的供应链环节并进行告警。
在实施中,为了解决现有技术中在物资管理中存在的缺陷,本申请提出了一种基于协同互联的物资供应链全链感知的数据处理方法,通过物资的需求ID码在相互独立的众多物资供应链相关的历史数据中进行筛选,进而基于筛选后的历史数据构建物资供应链可接受处理周期模板。由于该模板中包含了物资供应链中以正确逻辑顺序排列的供应链处理环节、每个环节涉及到的供应链数据以及处理时长等内容,因此基于该模板能够对目标数据的供应链数据进行分析比较,判断目标数据的供应链数据在处理时长、数据格式等方面是否存在缺陷,并进行及时告警。
具体的为了实现上述目的,上述方法中用于进行历史数据筛选的步骤S1,具体包括:
S11,基于物资的需求ID码生成与物资供应链相关的关键词组;
S12,以关键词组为搜索对象,对当前存有的历史数据进行检索,筛选得到与关键词组相关联的历史数据;
S13,对检索到的历史数据进行包括数据清洗在内的数据筛选操作,得到筛选后的历史数据。
在实施中,进行历史数据的筛选操作要基于物资的需求ID码。需求ID码贯穿于“一条链”物资全寿命周期供应链模型中,作为基于项目物资全链跟踪、指标诊断的供应链关键节点协同管控系统的唯一标识,实现对存在物资供应漏洞的环节快速定位。由于在物资全寿命周期供应链管理过程中,每类物资被赋予唯一性的需求ID码,因此可以借助该需求ID码在与物资供应链相关的诸多表格、文件中贯穿性的获取对应该需求ID码的相关数据。
考虑到直接基于需求ID码获取历史数据可能会错失部分与物资相关的数据,为了采用尽可能全面的历史数据来构建物资供应链可接受处理周期模板,需要基于需求ID码进行数据筛选用的关键词进行扩充操作,对应的操作即步骤S11,包括:
S111,基于物资的需求ID码确认当前物资所属的产品类别;
S112,获取产品类别的扩展短语集合;
S113,对需求ID码进行简化,确定需求ID对应的关键词根;
S114,基于扩展短语集合对已知的关键词根进行随机扩展,获得多个关键词组。
在实施中,实现关键词扩充的主要思路为基于物资的需求ID码确定物资的类别,进而获取每个类别对应的扩展短语集合。由于需求ID码本身是一字符串无法与扩展短语进行组合,因此还需要将需求ID码进行简化处理得到对应的关键词根,进而与得到的扩展短语集合进行组合随机扩展,得到多个关键词组。
举例来说,当前物资的需求ID码为wuzi2930847byq34,基于当前格式的需求ID码无法进行关键词组的构建操作,因此需要执行步骤S13对其进行简化处理,该步骤需要结合需求ID码的构建规则,此处给出较为简单的处理方式,仅作说明用,即对第二组英文byq转换为汉语拼音的首字母拼写形式BYQ即可得到全拼bian·ya·qi,进而转换为本领域物资库内的常用名词“变压器”,使用“变压器”作为简化处理后的关键词根,这样就完成了需求ID码进行简化处理。
后续的关键词扩展操作,直接在简化处理后的关键词根后续连接扩展短语集合中的任意短语即可,最终得到多个关键词组。
在得到多个关键词组后,以关键词组为关键词在当前的历史数据中进行检索获取到与关键词组相关联的历史数据,之后还需要对得到的历史数据进行筛选,即步骤S13,包括:
S131,对历史数据按照处理环节不同进行分类;
S132,删除每个环节中耗时最长和最短的历史数据。
在实施中,根据关键词组检索到的历史数据覆盖了物资供应链的方方面面,为了降低后续步骤构建物资供应链可接受处理周期模板的难度,需要对历史数据进行筛选处理,筛选分为两重操作,第一重为按物资供应链的处理环节对历史数据进行步骤上的分类,第二重为针对每个处理环节中进行“掐头去尾”的处理,目的在于去除不具有参考意义的数据,保留最能体现真实性、可参考性的历史数据。
在执行步骤S1得到筛选后的历史数据之后,需要基于筛选后的历史数据构建物资供应链可接受处理周期模板,即步骤S2包括:
S21,解析历史数据得到单个处理环节,得到具有前后逻辑关系的供应链处理步骤;
S22,确定每个供应链处理步骤所涉及的处理数据;
S23,根据处理数据的前后顺序对筛选后的历史数据进行排序,基于排序后的历史数据构建物资供应链可接受处理周期模板。
在实施中,基于历史数据构建物资供应链可接受处理周期模板的本质是对历史数据解析为单个供应链处理步骤后按处理顺序进行重排。其中对历史数据进行解析,即步骤S21的具体内容,包括:
S211,解析历史数据得到单个处理环节,提取每个处理环节中的声明字段;
S212,获取每个声明字段涉及到的处理前字段名称以及处理后字段名称;
S213,基于获取到的处理前字段名称、处理后字段名称对处理环节进行排序,得到具有前后逻辑关系的供应链处理步骤。
在实施中,划分单个供应链处理步骤的关键因素是基于声明字段。对历史数据进行解析可以得到众多的单个处理环节,但此时的单个处理环节是乱序的。为了将单个处理环节排列为具有正确前后逻辑关系的供应链处理步骤,需要基于每个处理环节中的声明字段进行排序。
在得到单个处理环节后,提取每个处理环节中均具有的声明字段。声明字段的作用类似于编程语言中的头文件,会对当前处理环节的关键内容进行提前说明,类似于当前处理环节的处理的数据类型、处理前后的字段名称等。这里主要依靠其中的处理前字段名称、处理后字段名称这两部分。
处理前字段名称对应的是前一处理环节输出的数据名称,处理后字段名称对应的则是下一处理环节输入的数据名称,例如,处理前字段名称为A`,处理后字段名称为B,根据上述说明就可以寻找输出数据名称为A`的处理环节作为当前处理环节的前一处理环节,并寻找输入数据名称为B的处理环节作为当前处理环节的下一处理环节。对解析得到的全部处理环节均进行上述处理,就可以得到完整的具有前后逻辑关系的供应链处理步骤。
由于最终与物资供应链可接受处理周期模板进行对比的为具体的物资数据,而非供应链处理步骤,因此在得到具有前后逻辑关系的供应链处理步骤后,需要执行步骤S22进一步确定每个供应链处理步骤涉及到的处理数据。这里的处理数据则具体包括数据长度、数据类型等内容。接着对得到的处理数据也进行排序,即可基于排序后的历史数据进行构建模板的操作,即步骤S23包括:
S231,提取每份处理数据的头文件,根据头文件中的内容确定处理数据与供应链处理步骤的对应关系;
S232,根据解析后的对应关系对每个供应链处理步骤所涉及到的数据类型以及数据排序详情;
S233,根据得到的数据类型以及数据排序详情对筛选后的历史数据进行排序;
S234,基于排序后的历史数据构建物资供应链可接受处理周期模板。
在实施中,类似于前文提出的处理环节的声明字段,每份处理数据也包含有用于数据说明的头文件。基于头文件中的数据相关声明,能够确定当前处理数据所隶属的供应链处理步骤。接着获取隶属于同一供应链处理步骤下的全部处理数据的数据类型,根据得到的数据类型以及数据排序详情对筛选后的历史数据进行排序,最终基于排序后的历史数据构建具有正确逻辑关系、并且包含处理数据类型的物资供应链可接受处理周期模板。
为了使用已构建的物资供应链可接受处理周期模板进行目标物资的供应链数据核查,需要对目标物资的供应链数据进行转换,得到与物资供应链可接受处理周期模板一致的数据类型,即步骤S3包括:
S31,获取与需求ID码一致的目标物资的供应链数据;
S32,对供应链数据进行解析,获取表征数据分段的声明字段;
S33,提取物资供应链可接受处理周期模板中对应每个供应链处理步骤的标准数据声明字段;
S34,以标准数据声明字段为基础对步骤S32中的声明字段进行重新划分,基于划分后的结果对供应链数据进行重新分段,得到与物资供应链可接受处理周期模板数据格式一致的供应链数据。
在实施中,为了提升比对的效果,需要获取与模板使用需求ID码一致的供应链数据,基于前述内容即获取需求ID码为wuzi2930847byq34的供应链数据。接着执行相同的数据分段操作,得到每个分段的声明字段。
为了与物资供应链可接受处理周期模板中的数据格式保持一致,此处会提取模板中对应每个供应链处理步骤的数据声明字段作为标准数据声明字段,以便于根据标准数据声明字段对得到的每个分段的声明字段进行重新划分。使得重新划分后的供应链数据与物资供应链可接受处理周期模板中的数据格式保持一致,能够执行后续的对比操作。
在完成供应链数据转换操作后,即可执行逐段对比的操作,即步骤S4包括:
S41,针对每个供应链处理步骤,将转换后的供应链数据与物资供应链可接受处理周期模板中的数据进行时间纬度上的逐段对比;
S42,如果出现单一供应链处理步骤上的时间延长,则根据时间延长比例进行不同程度的告警操作。
在实施中,由于前述步骤中已将目标物资的供应链数据调整为与物资供应链可接受处理周期模板一致的数据格式,此时就可以直接进行对比。
考虑到供应链出现的问题主要是操作超时,因此对二者主要进行时间维度上的对比。具体如图2所示对步骤A11至A14的对比过程,进行时间维度对比前,还需要将转换数据格式后的目标物资的供应链数据与物资供应链可接受处理周期模板中的数据进行基于同一供应链处理步骤开始时间的时刻对齐,即在对比步骤A11时,将二者的A11的起始时刻对齐,这样能更为直观的确定同一供应链处理步骤下,目标物资是否出现处理时间延长的缺陷。
如果出现时间延长,则进一步根据延长时间与模板中同一供应链处理步骤所对应的时间计算时间延长比例,比例值越高,表明出现问题越严重,需要进行级别更高的告警操作。
上述充分利用物资供应链历史数据作为比对样本,对每个环节在时间尺度上进行同比例尺度上逐段对比的方式,能够对存在物资供应漏洞的地方进行尽快定位,从而对存在缺陷的环节进行调整或修改,防止出现更为严重的纰漏。
以上所述的实施例只是本实施例的一种较佳的方案,并非对本实施例作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (9)

1.基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述数据处理方法包括:
S1,基于物资的需求ID码获取与物资供应链相关的历史数据,从历史数据中进行数据筛选;
S2,根据预设的物资供应链处理环节对筛选后的历史数据进行排序,构建物资供应链可接受处理周期模板;
S3,获取目标物资的供应链数据,将供应链数据转换为与物资供应链可接受处理周期模板数据格式一致的供应链数据;
S4,将转换数据格式后目标物资的供应链数据与物资供应链可接受处理周期模板进行逐段对比,确定出现缺陷的供应链环节并进行告警。
2.根据权利要求1所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S1包括:
S11,基于物资的需求ID码生成与物资供应链相关的关键词组;
S12,以关键词组为搜索对象,对当前存有的历史数据进行检索,筛选得到与关键词组相关联的历史数据;
S13,对检索到的历史数据进行包括数据清洗在内的数据筛选操作,得到筛选后的历史数据。
3.根据权利要求2所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S11,包括:
S111,基于物资的需求ID码确认当前物资所属的产品类别;
S112,获取产品类别的扩展短语集合;
S113,对需求ID码进行简化,确定需求ID对应的关键词根;
S114,基于扩展短语集合对已知的关键词根进行随机扩展,获得多个关键词组。
4.根据权利要求2所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S13,包括:
S131,对历史数据按照处理环节不同进行分类;
S132,删除每个环节中耗时最长和最短的历史数据。
5.根据权利要求1所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S2包括:
S21,对历史数据进行解析得到单个处理环节,得到具有前后逻辑关系的供应链处理步骤;
S22,确定每个供应链处理步骤所涉及的处理数据;
S23,根据处理数据的前后顺序对筛选后的历史数据进行排序,基于排序后的历史数据构建物资供应链可接受处理周期模板。
6.根据权利要求5所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S21包括:
S211,解析历史数据得到单个处理环节,提取每个处理环节中的声明字段;
S212,获取每个声明字段涉及到的处理前字段名称以及处理后字段名称;
S213,基于获取到的处理前字段名称、处理后字段名称对处理环节进行排序,得到具有前后逻辑关系的供应链处理步骤。
7.根据权利要求5所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S23包括:
S231,提取每份处理数据的头文件,根据头文件中的内容确定处理数据与供应链处理步骤的对应关系;
S232,根据解析后的对应关系对每个供应链处理步骤所涉及到的数据类型以及数据排序详情;
S233,根据得到的数据类型以及数据排序详情对筛选后的历史数据进行排序;
S234,基于排序后的历史数据构建物资供应链可接受处理周期模板。
8.根据权利要求1所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S3包括:
S31,获取与需求ID码一致的目标物资的供应链数据;
S32,对供应链数据进行解析,获取表征数据分段的声明字段;
S33,提取物资供应链可接受处理周期模板中对应每个供应链处理步骤的标准数据声明字段;
S34,以标准数据声明字段为基础对步骤S32中的声明字段进行重新划分,基于划分后的结果对供应链数据进行重新分段,得到与物资供应链可接受处理周期模板数据格式一致的供应链数据。
9.根据权利要求1所述的基于协同互联的物资供应链全链感知的数据处理方法,其特征在于,所述S4包括:
S41,针对每个供应链处理步骤,将转换后的供应链数据与物资供应链可接受处理周期模板中的数据进行时间纬度上的逐段对比;
S42,如果出现单一供应链处理步骤上的时间延长,则根据时间延长比例进行不同程度的告警操作。
CN202210790372.3A 2022-07-06 2022-07-06 基于协同互联的物资供应链全链感知的数据处理方法 Active CN114971497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210790372.3A CN114971497B (zh) 2022-07-06 2022-07-06 基于协同互联的物资供应链全链感知的数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210790372.3A CN114971497B (zh) 2022-07-06 2022-07-06 基于协同互联的物资供应链全链感知的数据处理方法

Publications (2)

Publication Number Publication Date
CN114971497A true CN114971497A (zh) 2022-08-30
CN114971497B CN114971497B (zh) 2022-10-21

Family

ID=82967951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210790372.3A Active CN114971497B (zh) 2022-07-06 2022-07-06 基于协同互联的物资供应链全链感知的数据处理方法

Country Status (1)

Country Link
CN (1) CN114971497B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100125486A1 (en) * 2008-11-14 2010-05-20 Caterpillar Inc. System and method for determining supply chain performance standards
CN105512814A (zh) * 2015-12-03 2016-04-20 国网天津市电力公司 物资供应链在线数据分析方法
CN107122985A (zh) * 2017-05-09 2017-09-01 广东工业大学 一种基于物联网和区块链的农产品供应链追溯系统
WO2018068603A1 (zh) * 2016-10-10 2018-04-19 香港纺织及成衣研发中心有限公司 基于大数据技术的供应链管理决策支持系统
CN108921486A (zh) * 2018-07-25 2018-11-30 珠海宏桥高科技有限公司 基于区块链的贸易供应链推荐方法及装置
CN110956295A (zh) * 2018-09-26 2020-04-03 北京国双科技有限公司 供应链运营优化方法、装置、处理器和机器可读存储介质
CN111552921A (zh) * 2020-04-15 2020-08-18 成都飞机工业(集团)有限责任公司 一种用于异常检测的飞行数据预处理方法
CN111915271A (zh) * 2020-07-29 2020-11-10 苏州安特威阀门有限公司 基于数据中台的采购方法及其系统
CN112288138A (zh) * 2020-10-10 2021-01-29 西安电子科技大学 多级供应链下维修器材选址和库存方法及系统及库存仓库
CN112633807A (zh) * 2020-12-28 2021-04-09 国网安徽省电力有限公司 一种基于智能提醒的供应链优化方法及系统
CN112734552A (zh) * 2019-10-28 2021-04-30 北京华夏信永建筑技术研究院 一种建筑供应链大数据服务系统
CN113361746A (zh) * 2021-05-07 2021-09-07 云南电网有限责任公司曲靖供电局 一种配电网物资品类优化方法
CN113409029A (zh) * 2021-07-23 2021-09-17 国网浙江浙电招标咨询有限公司 一种物资供应链管理平台
CN113761536A (zh) * 2021-07-27 2021-12-07 北京东方通科技股份有限公司 一种基于业务逻辑的安全检测方法及系统
CN114004142A (zh) * 2021-09-30 2022-02-01 国网天津市电力公司 变压器物资供应链异常状况应对策略匹配方法
CN114611737A (zh) * 2020-12-07 2022-06-10 国网上海市电力公司 面向电力物联网的智慧供应链自适应运营决策方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100125486A1 (en) * 2008-11-14 2010-05-20 Caterpillar Inc. System and method for determining supply chain performance standards
CN105512814A (zh) * 2015-12-03 2016-04-20 国网天津市电力公司 物资供应链在线数据分析方法
WO2018068603A1 (zh) * 2016-10-10 2018-04-19 香港纺织及成衣研发中心有限公司 基于大数据技术的供应链管理决策支持系统
CN107122985A (zh) * 2017-05-09 2017-09-01 广东工业大学 一种基于物联网和区块链的农产品供应链追溯系统
CN108921486A (zh) * 2018-07-25 2018-11-30 珠海宏桥高科技有限公司 基于区块链的贸易供应链推荐方法及装置
CN110956295A (zh) * 2018-09-26 2020-04-03 北京国双科技有限公司 供应链运营优化方法、装置、处理器和机器可读存储介质
CN112734552A (zh) * 2019-10-28 2021-04-30 北京华夏信永建筑技术研究院 一种建筑供应链大数据服务系统
CN111552921A (zh) * 2020-04-15 2020-08-18 成都飞机工业(集团)有限责任公司 一种用于异常检测的飞行数据预处理方法
CN111915271A (zh) * 2020-07-29 2020-11-10 苏州安特威阀门有限公司 基于数据中台的采购方法及其系统
CN112288138A (zh) * 2020-10-10 2021-01-29 西安电子科技大学 多级供应链下维修器材选址和库存方法及系统及库存仓库
CN114611737A (zh) * 2020-12-07 2022-06-10 国网上海市电力公司 面向电力物联网的智慧供应链自适应运营决策方法
CN112633807A (zh) * 2020-12-28 2021-04-09 国网安徽省电力有限公司 一种基于智能提醒的供应链优化方法及系统
CN113361746A (zh) * 2021-05-07 2021-09-07 云南电网有限责任公司曲靖供电局 一种配电网物资品类优化方法
CN113409029A (zh) * 2021-07-23 2021-09-17 国网浙江浙电招标咨询有限公司 一种物资供应链管理平台
CN113761536A (zh) * 2021-07-27 2021-12-07 北京东方通科技股份有限公司 一种基于业务逻辑的安全检测方法及系统
CN114004142A (zh) * 2021-09-30 2022-02-01 国网天津市电力公司 变压器物资供应链异常状况应对策略匹配方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
RAKESH PATEL: "Optimizing Safety Stock in Manufacturing Supply Chain Management: A System Dynamics Approach", 《IEEE XPLORE》 *
朱叶舟: "电商企业供应链管理中金融系统的设计与实现", 《中国优秀硕士学位论文全文数据库 (经济与管理科学辑)》 *
洪健等: "物资全供应链大数据应用方法", 《物流技术》 *
王大山: "基于套期保值的国际大宗干散货供应链结构化风控研究", 《价格月刊 》 *
陈小美: "珠江供电公司项目剩余物资管理优化研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Also Published As

Publication number Publication date
CN114971497B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN108256074B (zh) 校验处理的方法、装置、电子设备和存储介质
CN110688553B (zh) 基于数据分析的信息推送方法、装置、计算机设备及存储介质
JP6893209B2 (ja) 構造化されたマルチフィールドファイルのレイアウトの自動解釈
US20100235814A1 (en) Apparatus and a method for generating a test case
CN110532019B (zh) 一种软件代码片段历史追溯的方法
CN107077413A (zh) 数据驱动的测试框架
CN110297760A (zh) 测试数据的构造方法、装置、设备及计算机可读存储介质
CN109344230A (zh) 代码库文件生成、代码搜索、联结、优化以及移植方法
CN111026433A (zh) 基于代码变更历史的软件代码质量问题自动修复方法、系统及介质
CN112035357A (zh) 智能测试方法、装置、设备及存储介质
CN114185769A (zh) 基于双向长短期记忆神经网络的软件缺陷预测方法及终端
CN114153839A (zh) 多源异构数据的集成方法、装置、设备及存储介质
CN117422232B (zh) 一种基于aigc的车主客户运营方法及系统
CN112464237B (zh) 一种静态代码安全诊断方法及装置
CN113626034A (zh) 一种基于传统特征和语义特征结合的缺陷预测方法
CN109816038A (zh) 一种物联网固件程序分类方法及其装置
CN110827049A (zh) 一种数据推送方法及装置
CN114971497B (zh) 基于协同互联的物资供应链全链感知的数据处理方法
CN110716778B (zh) 应用兼容性测试方法、装置及系统
CN110598134A (zh) 一种基于大数据的旅游目的地智能数据报告生成方法
CN115712576A (zh) 基于开源软件缺陷问题的软件测试类型推荐方法和系统
CN115577694A (zh) 标准编写的智能推荐方法
CN115640342A (zh) 数据查询与统计学算法线上傻瓜式交互方法
CN114023380A (zh) 有毒生物的鉴定方法、装置及服务器
CN112308519A (zh) 表单关联规则的配置方法、表单关联方法及其装置

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
GR01 Patent grant
GR01 Patent grant