CN117273400A - 企业资源计划智能合并升级预警方法和系统 - Google Patents
企业资源计划智能合并升级预警方法和系统 Download PDFInfo
- Publication number
- CN117273400A CN117273400A CN202311549153.7A CN202311549153A CN117273400A CN 117273400 A CN117273400 A CN 117273400A CN 202311549153 A CN202311549153 A CN 202311549153A CN 117273400 A CN117273400 A CN 117273400A
- Authority
- CN
- China
- Prior art keywords
- resource
- name
- attribute
- management system
- erp management
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013439 planning Methods 0.000 title claims abstract description 34
- 238000007726 management method Methods 0.000 claims abstract description 267
- 238000013507 mapping Methods 0.000 claims description 31
- 238000005192 partition Methods 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 12
- 230000002457 bidirectional effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000010367 cloning Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 19
- 244000157072 Hylocereus undatus Species 0.000 description 7
- 235000018481 Hylocereus undatus Nutrition 0.000 description 7
- 235000011888 snacks Nutrition 0.000 description 6
- 235000001808 Ceanothus spinosus Nutrition 0.000 description 4
- 241001264786 Ceanothus spinosus Species 0.000 description 4
- 235000002722 Dioscorea batatas Nutrition 0.000 description 4
- 235000006536 Dioscorea esculenta Nutrition 0.000 description 4
- 240000001811 Dioscorea oppositifolia Species 0.000 description 4
- 235000003416 Dioscorea oppositifolia Nutrition 0.000 description 4
- 240000000716 Durio zibethinus Species 0.000 description 4
- 235000006025 Durio zibethinus Nutrition 0.000 description 4
- 244000025272 Persea americana Species 0.000 description 4
- 235000008673 Persea americana Nutrition 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 244000298697 Actinidia deliciosa Species 0.000 description 3
- 235000009436 Actinidia deliciosa Nutrition 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 235000009434 Actinidia chinensis Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 240000000902 Diospyros discolor Species 0.000 description 1
- 235000003115 Diospyros discolor Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及企业资源计划管理技术领域,具体是企业资源计划智能合并升级预警方法和系统,包括将第一ERP管理系统标准化资源名称和资源属性,同时结合第一ERP管理系统和第二ERP管理系统建立孪生运行的第三ERP管理系统,并监测其是否满足合并升级条件。本发明通过将ERP管理系统的资源名称等标准化,便于对资源进行合并升级,同时将资源属性复制到新的ERP管理系统,防止遗漏资源属性;通过预测ERP管理系统合并升级所需的时长以及成本,尽可能降低合并升级过程的成本。
Description
技术领域
本发明涉及企业资源计划管理技术领域,具体是企业资源计划智能合并升级预警方法和系统。
背景技术
企业资源计划(ERP)是现代企业整合组织内部架构包括财务、人力资源、采购、生产、销售等多个职能部门的信息化管理工具,企业资源计划通过对企业各类资源的整合、调配和优化,帮助企业实现业务流程的自动化、规范化,提高管理效率,降低运营成本。企业资源计划的实现需要类似的软件系统也就是企业资源计划管理系统(ERP管理系统)实现,它通过将公司的各类资源及其流转进行数字化管理。但ERP管理系统具有较强的专业性和封闭性,大部分企业都会采用第三方开发的成熟ERP管理系统,单个企业自行开发和后期维护的成本较大,而第三方开发的成熟ERP管理系统由于商业竞争设置了互通壁垒,大型企业在合并升级不同开发商的ERP管理系统都面临较大的不可控风险。
企业合并升级ERP管理系统有时候是无法避免的,比如两家企业并购,被并购企业需更替成并购母公司的ERP管理系统,或者企业启用数字化程度更高的ERP管理系统。合并升级过程常常有意外的风险发生,某国际化水果连锁商公司在世界各地采购、运输和分销牛油果,该公司在2021年11月启用了新的ERP管理系统用于提高运营可视性和财务报告能力来支持其国际业务的增长。在ERP管理系统合并升级后,结果导致该公司不再清楚知道牛油果库存,也不知道成熟程度,结果导致积压大量牛油果过期变质而无法出售。该公司不得不从其他供应商购买牛油果,以履行其交货承诺,同时该公司不得不紧急花重金请专业团队开发弥补漏洞的系统,至少造成2600万美元的直接和间接损失。因此大型企业一旦进行ERP管理系统的合并升级,其过程导致的商业风险成本让企业难以承受。
发明内容
(1)要解决的技术问题
本发明的目的在于提供企业资源计划智能合并升级预警方法和系统,以降低ERP管理系统在合并升级过程的风险。
(2)技术方案
为实现上述目的,一方面,本发明提供了企业资源计划智能合并升级预警方法,所述方法包括:
导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量;
将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;
将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;
将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;
当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。
进一步地,所述将第一资源名称进行标准化的方法包括:
将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。
进一步地,所述第一资源属性进行标准化的方法包括:
将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。
进一步地,所述方法还包括:
统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。
进一步地,所述方法还包括:
当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。
基于同一发明构思,另一方面,本发明还提供了企业资源计划智能合并升级预警系统,所述系统包括:
导出模块,用于导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量;
标准化模块,用于将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;
静态孪生模块,用于将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;
动态孪生模块,用于将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;
预警模块,用于当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。
进一步地,所述标准化模块包括:
资源名称标准化模块,用于将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。
进一步地,所述标准化模块还包括:
资源属性标准化模块,用于将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。
进一步地,所述系统还包括:
时长预测模块,用于统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
第一规划模块,用于将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。
进一步地,所述系统包括:
第二规划模块,用于当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。
(3)有益效果
与现有技术相比,本发明的有益效果是:
1.通过将ERP管理系统的资源名称等标准化,便于对资源进行合并升级,同时将资源属性复制到新的ERP管理系统,防止遗漏资源属性。
2.通过预测ERP管理系统合并升级所需的时长以及成本,尽可能降低合并升级过程的成本。
附图说明
图1为本发明实施例1企业资源计划智能合并升级预警方法的方法框图;
图2为本发明实施例1企业资源计划智能合并升级预警方法的流程示意图;
图3为本发明实施例2企业资源计划智能合并升级预警系统的模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在举例之前,需要针对本发明构思的应用场景予以阐述,本发明构思旨在针对ERP管理系统进行合并升级过程进行更细致地优化,目的是减少ERP管理系统进行合并升级的商业风险,本发明构思中的技术方法及形成的系统可以依附于ERP管理系统,也可以独立存在;合并升级是指的是,两个ERP管理系统需要进行较大变化,比如数据结构以及数据处理等有较大变化,简而言之,其中一个ERP系统不必依赖于另一个才能运行。大型企业的ERP管理系统合并升级过程中,追根溯源其风险主要出现在庞大的数据在合并升级过程存在漏洞,比如新旧系统数据转移过程造成数据丢失,如果合并升级过程发现数据遗漏丢失,短时间大量数据又难以重新核实补充。除此之外,旧系统可能有大量数据录入错误或新系统需要录入新的资源属性,因为新系统的正常逻辑运算需要这些数据的支撑,比如某案例的零售公司在加拿大合并升级新的ERP管理系统时,其供应链一上线就崩溃,分析人员很快把问题追查到了这些充斥着错误的数据,包括商品的尺寸、价格、制造商名称等数据都不正确。结果发现,成千上万的条目是由没有经验的员工人工输入系统的,他们在合并升级ERP管理系统过程极其紧迫的时间内完成数据补充,无法帮助他们识别制造商提供的错误信息,最后导致只有约30%的数据是正确的。如何让ERP管理系统在合并升级过程更加可控,提前识别并预警ERP管理系统合并升级过程中的风险,是本发明构思需要解决的问题。
实施例1:如图1所示和图2所示,本实施例提供了企业资源计划智能合并升级预警方法,所述方法包括:
S1、导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量。需要指出的是,第一ERP管理系统和第二ERP管理系统区别开来,是两个管理系统是独立运行的,其中任意一个ERP管理系统不依赖于另一个,为了方便叙述,我们将第一ERP管理系统指代为旧ERP管理系统,第二ERP管理系统指代为新ERP管理系统;同时,需要注意的是,这里的ERP管理系统指的不只是单独的ERP管理系统,也包括其他带有ERP管理模块功能的系统,比如某财务软件有ERP管理模块,也属于本发明构思所指向的对象。为了后续叙述方便,我们将第一资源名称和第二资源名称有时候统称为资源名称,第一资源属性和第二资源属性有时候统称为资源属性,第一资源数量和第二资源数量有时候统称为资源数量。资源名称是资源的称呼,比如“牛油果”、“车辆”、“钢坯”等,但是资源名称存在称呼不一致的情况,比如“奇异果”、“KIWIFriut”、“猕猴桃”实际上是同一种资源名称,资源名称在系统合并升级时要解决名称统一的问题。资源属性是资源的分类依据,比如“奇异果”的属性有产地、采摘日期、保质期、价格等。属性的定义是需要根据商品自有属性不断更新的,比如早期的ERP管理系统的“火龙果”并无属性“红心”,早期火龙果的果肉均是半透明白色,而红心火龙果这类品种大量上市后,ERP管理系统的“火龙果”才慢慢具备分别两者区别的属性“红心”,因此资源属性即各个ERP管理系统针对售卖的商品类型可能存在差异。同时资源属性也和消费者关注的商品状态有关系,比如消费者关心商品溯源和商品产地,那么作为零售商会将消费者关心的资源属性进行定义。资源数量是资源在各个资源属性状态下的数据,比如“2023年8月13日采摘产于某地的果径在60~70mm红心火龙果数量3万斤”,也就是资源数量是能够依靠资源属性进行详细筛分,并不是笼统的总数据量。这里的导出可以是人工导出,也可以是自动导出,自动导出需要用到一些工具,比如批处理程序,这些程序可以是新旧的ERP管理系统自带的,也可以是第三方编写的能够批量导出ERP管理系统的数据,这些导出后的数据文件以设定的文件名或者文件格式存储,ERP管理系统可以对这些导出后的数据文件进行读取。读取第二ERP管理系统的第二资源数据,是将读取数据存储于可以随时调取的状态,读取数据用于后续其他数据处理,需要注意的是,第二资源数据可能为空,比如将当前的第一ERP管理系统更新为全新的第二ERP管理系统;第二资源数据也可能不为空,比如将合并两个公司的不同ERP管理系统。
S2、将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;第一资源名称和第一资源属性进行标准化的是两个ERP管理系统进行合并升级的基础,如果采取此步骤,则同类型的资源也无法判断是否该合并。这里的标准化简单来讲,是将第一资源名称尽可能变更为已存在的第二资源名称,第一资源属性尽可能变更为已存在的第二资源属性,当不存在时则新建,新建的时候需要从线上交易网站查找更通用的称呼。具体的步骤在本实施例下文继续详述。
S3、将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;简而言之,将第三ERP管理系统克隆成为目标管理系统,它在独立服务器运行,目的是测试两个ERP管理系统合并是否能正常运行。克隆后则需要将第一ERP管理系统的相关数据合并到第三ERP管理系统。第二名称和第二属性合并到第三ERP管理系统的原则就是,同类的合并,不同则在第三ERP管理系统中新建,值得注意的是,第二属性的合并需要以名称相同为前提,比如资源名称“花瓶”的属性有“尺寸”,而资源名称“折叠桌”的属性有“尺寸”,两个同为“尺寸”的属性却不同,前者比如为“直径13CM”而后者为“长80宽60高50”。经过上述添加合并后,第三ERP管理系统是某时刻第一ERP管理系统和第二ERP管理系统依据资源名称和资源属性同类合并,随后资源流转还需要将第三ERP管理系统进行动态的测试。
S4、将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;资源流转包括资源流入和资源流出,资源流出包括资源被销售、被使用消耗、被转移出库、盘亏等,资源流入包括资源采购入库、资源转移进入、盘盈等。ERP管理系统的所有资源流转点位都是通过设备输入数据的点位,比如商超出口的每个收银设备都是资源流出点位,仓库或者采购的每个入库读取设备都是资源流入点位。当ERP管理系统进行合并升级过程中,新建虚拟的第三ERP管理系统是模拟第二ERP管理系统在合并第一ERP管理系统的相关数据时,观察在运行过程是否会出现一些数据丢失。在此过程中,所有现实中的资源流转点位都会把数据同时映射传送到第三ERP管理系统,用于查找在合并升级过程遗漏的数据采集传输点位,没有配置的数据采集点需要在第三ERP管理系统进行配置,当第三ERP管理系统运行达标时,将所有从第一ERP管理系统读取的资源流转节点全部配置到第二ERP管理系统,以确保现有的所有资源流转节点提前在新的ERP管理系统得到配置,部分现场使用的硬件比如硬件如扫码设备、入库识别器或者软件有读取资源编码软件等能够顺利过渡接入新的ERP管理系统。第三资源数据实际上是第一资源数据和第二资源数据的叠加,其获取的第二资源数据是全部克隆的,因此我们认为他们是一致的,而第三资源数据获取的第一资源数据是从资源流转点位获取的,我们将其命名为第四资源数据,第一ERP管理系统和第二ERP管理系统往往是两个厂商的系统,而且不兼容,因此我们要将第一ERP管理系统合并升级到第二ERP管理系统,也就是以后使用的ERP管理系统是第二ERP管理系统,第一ERP管理系统要进行淘汰;较容易实现的是直接克隆第二ERP管理系统,其资源流转点位也进行了同步克隆映射,而第一ERP管理系统只有权限采集其资源流转点位的数据。理论上第四资源数据和第一资源数据应该是一致的,为了方便理解,我们可以将第一ERP管理系统理解成盲盒,我们只能大致知道其资源输入输出点位,但是实际上详细的资源流转点位可能存在遗漏,因为在ERP合并系统的实践中,第一ERP管理系统即将淘汰,其软件开发商是不大愿意将其ERP系统的资源内部逻辑架构等涉及商业秘密的内容公开,他们一般只会配合提供基础的功能,比如导出资源数据、资源流转时软硬件测试的读取点位。我们通过比较第四资源数据和第一资源数据的差异率,来判断是否有遗漏资源流转点位,比如第一ERP管理系统的会计在每个月进行盘库产生盘亏盘盈的资源变动操作,这个操作的资源流转点位若未遗漏映射到第三ERP管理系统,则第四资源数据和第一资源数据会存在差异。当差异率超过设定差异阈值,则预警资源流转点位存在遗漏,同时提醒人员比对遗漏读取的点位数据;具体比对的方式,可以将资源流转的数据挨个检索比对,查找第一ERP管理系统产生但未映射到第三ERP管理系统的资源流转点位。
S5、当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。当差异率不超过设定差异阈值时,说明ERP管理系统的资源流转点位采集没有问题,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,也就是将第三ERP管理系统的资源数据相关重要信息覆盖第二ERP管理系统,完成ERP管理系统的合并升级,此时第二ERP管理系统是两个ERP管理系统的合并。
进一步地,所述将第一资源名称进行标准化的方法包括:
将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。资源名称进行分词的目的将原来命名不规范的资源名称重新标准化命名,以第一资源名称为基础,需要将资源名称进行分词,比如不规范的资源名称为“泰国特大金枕榴莲”,显然这个资源名称里面既有规范的资源名称“金枕榴莲”,也有产地属性“泰国”,和型号属性“特大”。因此规范化资源名称需要保留规范的资源名称“金枕榴莲”,而将产地属性“泰国”,和型号属性“特大”存入其资源属性。当然,企业为了资源的销售更加吸引人,有时会将资源属性也加入其资源名称,这种情况就人为进行干涉,比如展示给消费者的资源名称是实际某属性和资源名称合并而来。但本实施例的作用更多是为了消除不规范的资源名称,双向最大匹配算法是正向最大匹配算法和逆向最大匹配算法的结合,用于将资源名称进行分词,得到其中规范的资源名称,以及一些表明资源属性的词语。其中,正向最大匹配算法的思路是尽量找尽可能长的词语。假设使用到的中文词库当中最长的词语长度是n个字,那么我们每次从文本的前n个字开始查找词表,如果找到了,那么显然这n个字就是一个单独的单词。如果没找到,那么缩减一位,查找前n-1个字,如此循环往复,直到在词表当中找到单词为止,本实施例的中文词库可以采用语料齐全的词库,比如国家语委现代汉语语料库或者ERP管理系统所应用领域的行业词库。逆向最大匹配算法的思路和正向匹配几乎一模一样,仅仅将切分的顺序从前面开始改成了从后面开始而已。双向最大匹配算法是克服正向最大匹配算法和逆向最大匹配算法各自的缺点,举例而言,比如不规范的资源名称叫“特大号山东市长山药”,正向最大匹配算法得到错误的分词结果为“特大号/山东/市长/山药”,逆向最大匹配算法得到正确的分词结果为“特大号/山东市/长山药”,双向最大匹配算法会比较两个方向最大匹配算法的分词结果,如果分词结果一致,那么直接就认为是正确答案,如果分词结果不一致,则选择其中分词结果的单词数量较少的,也就是正确的分词结果“特大号/山东市/长山药”。第一名称的词汇可能是多个词汇,第一名称如果只有单个词汇,那就不必分词。当存在多个词汇时,通过VOLSUNGA词性标注算法筛出名词和非名词,名词可能是资源名称,也可能是资源属性,需要甄别。常见的不属于资源名称的名词主要是产地,因此通过国家地名信息库在线或者离线数据包可以辨别其是否属于产地名称。资源词库模型的作用是将第一名称规范化成第二名称,其原理是首先看第一名称是否存在于第二资源名称,如果存在那说明两个ERP管理系统的该资源名称命名是一致的,不必优化名称,因此第一名称直接记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,这里查找的网站可以是各类百科网站,比如百度百科、维基百科、搜狗百科,因为百科网站比离线的同义词词库更注重更新,而且词库范围囊括更加全面。当第二资源名称存在别称词汇时,将别称词汇记为第二名称,相当于第一资源名称重命名为别称词汇即可;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称,此处是比较第一名称和第二资源名称每个词汇较为相近的名称,比如第一名称为不规范的“火龙大果”分词后为“火龙/大果”,而“火龙”和“火龙果”余弦相似度值超过设定第一阈值,则认为这里的“火龙大果”就是指火龙果;当余弦相似度值均未超过设定第一阈值时,说明第二ERP管理系统没有这个资源,该资源是第一ERP管理系统独有的资源,因此需要单独新建资源名称,新建的时候考虑该资源名称在人类通常使用时更通用的叫法,依次将第一名称、别称词汇输入到线上资源交易网站,并统计第一名称、别称词汇在线上资源交易网站进行搜索的结果数量,将最多的结果数量对应的第一名称或别称词汇记为第二名称,线上资源交易网站可以是亚马逊购物网站、沃尔玛在线、京东购物网站等,也可以是资源名称对应的行业专业在线交易网站等。
进一步地,所述第一资源属性进行标准化的方法包括:
将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。资源属性包括属性和属性值,比如第二资源属性的属性为“重量”,属性值为“3公斤”即每个重量为3公斤,而第一属性比如属性为质量,属性值为“5Kg”,因此得到属性“质量”的同义词“重量”,属性值“5Kg”的同义词“5公斤”。而“质量”的同义词“重量”和第二资源属性的属性“重量”就是同一个词,而“5公斤”和“3公斤”的余弦相似度值超过设定第二阈值,因此将此时第二资源属性的属性对应的第一属性的属性同义词如“重量”、属性值同义词“5公斤”记为第二属性,第二属性是对第一属性的标准化处理。当余弦相似度值均未超过设定第二阈值时,说明第一属性是全新的,不在第二资源属性的范畴,那么则需要新建补充到第二资源属性的属性,补充之前也需要对其在在线资源交易网站找到其更通用的称呼。这里的地名词汇、非名词其实都是属性值,而非属性,比如“泰国特大金枕榴莲”的“特大号”、“泰国”,归类为第二属性中的属性值里面。本实施例使用到的语义词典是知网HowNet,它含有丰富的词汇语义知识以及世界知识,它将词汇所代表的概念分为四大类,分别是实体、事件、属性、属性值并通过义原,它由多个数据文件构成,是一个网状的有机知识系统,为人们进行自然语言处理的研究提供了宝贵的资源。比如针对“特大号”处理归类为尺寸属性,尺寸属性又和大小属性、体积属性是同一类含义;它对“泰国”直接归类为国家属性,国家属性和地区属性又距离最近,因此“泰国”会被归类为地区属性,或者距离较近的属性如产地属性,如果第二属性没有地名词汇或者非名词对应的属性,那么本实施例会新建地名词汇或者非名词对应的属性。某些特殊资源有特定属性,若合并到第二ERP管理系统过程中,若目标系统不存在的属性会直接新建,避免合并升级ERP管理系统导致重要属性的丢失。
进一步地,所述方法还包括:
统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。当针对ERP管理系统进行合并升级的条件满足后,并不能马上进行合并升级,这里存在未知的因素,因为合并升级过程需要暂停ERP管理系统的使用,同时针对合并升级后的线下物料进行替换,比如价格标签的名称要根据资源数据进行统一化,如果ERP管理系统的资源数以几十万计,那么合并升级耽搁的时间越多。比如强生零食公司的冷冻饮料部门决定将所有的系统合并迁移到另一个ERP管理系统,该公司决定在2月合并升级,因为2月通常是零食销售的淡季。但是2022年2月比往常更繁忙,这次合并升级ERP管理系统导致的中断使强生零食公司损失了2000万美元的销售额和450万美元的营业收入。当第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变,也就是他们的相关物料标签都得替换,所有的物料可以提前准备好,但是在暂停终止销售服务后才能进行替换。根据更名数量、参与合并升级的人员数量、以及新的ERP管理系统的复杂度或者升级操作的难易程度可以预测得到大致的合并升级时长。实践中,我们应该将合并升级尽量安排在淡季,而所谓的淡季和多方面因素相关,日期、节假日、天气均会影响销售量,这里的日期信息包括日期和节假日。在尽可能少影响销售收入也就是合并升级成本最低值的前提下,在淡季时间段合并升级ERP管理系统。
进一步地,所述方法还包括:
当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。当通过一次性将数以几十万类别的资源进行ERP合并升级,可能需要一周到两周不等,这期间部分资源销售处于淡季,但是部分资源销售处于旺季,因此可以依靠一定的规则将资源进行分区管理预测其合并升级的成本。合并升级后,实际上是两套ERP管理系统在同时运行,当顾客消费时,实际上通过资源流转比如收银结算,资源流转要么被传输到第一ERP管理系统,要么传输到第二ERP管理系统,因此映射到其中一个ERP管理系统的同时就要屏蔽到另一个ERP管理系统。划分分区的标准可能通过资源种类,比如日用品区、零食区、生鲜区等,日用品区在开学时段或者春节后属于消费高峰期,零食区属于在节假日属于消费高峰期,通过历史数据的记录比如成本模型就可以大致估算出在不同时间段进行合并升级该分区资源的ERP管理系统需要多少成本,这里的成本可以广义理解为可能造成的损失。将分区差异化进行合并升级,是尽可能让合并升级成本更低。在实践中,可能不会进行非常详细的划分分区,但是能够实现以大致的资源种类如日用品区、零食区、生鲜区等进行划分分区,降低合并升级ERP管理系统的成本。当资源流转发生后,两套ERP管理系统同时运行,可以通过类似的软件系统整合两套ERP管理系统的显示和输出,类似的软件系统只需要获取读取两套ERP管理系统相关数据的权限,进行适时显示即可。
实施例2:基于同一发明构思,如图3所示,本实施例还提供了企业资源计划智能合并升级预警系统,所述系统包括:
导出模块,用于导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量;
标准化模块,用于将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;
静态孪生模块,用于将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;
动态孪生模块,用于将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;
预警模块,用于当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。
进一步地,所述标准化模块包括:
资源名称标准化模块,用于将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。
进一步地,所述标准化模块还包括:
资源属性标准化模块,用于将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。
进一步地,所述系统还包括:
时长预测模块,用于统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
第一规划模块,用于将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。
进一步地,所述系统包括:
第二规划模块,用于当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。
需要说明的是,关于上述实施例中的系统,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
最后应说明的是:尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.企业资源计划智能合并升级预警方法,其特征在于,所述方法包括:
导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量;
将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;
将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;
将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;
当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。
2.如权利要求1所述的企业资源计划智能合并升级预警方法,其特征在于,所述将第一资源名称进行标准化的方法包括:
将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。
3.如权利要求2所述的企业资源计划智能合并升级预警方法,其特征在于,所述第一资源属性进行标准化的方法包括:
将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。
4.如权利要求1所述的企业资源计划智能合并升级预警方法,其特征在于,所述方法还包括:
统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。
5.如权利要求4所述的企业资源计划智能合并升级预警方法,其特征在于,所述方法还包括:
当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。
6.企业资源计划智能合并升级预警系统,其特征在于,所述系统包括:
导出模块,用于导出第一ERP管理系统的第一资源数据,所述第一资源数据包括第一资源名称、第一资源属性和第一资源数量;读取第二ERP管理系统的第二资源数据,所述第二资源数据包括第二资源名称、第二资源属性和第二资源数量;
标准化模块,用于将第一资源名称进行标准化得到第二名称,将第一资源属性进行标准化得到第二属性;
静态孪生模块,用于将第二ERP管理系统克隆得到第三ERP管理系统,将第二名称、第二属性添加合并到第三ERP管理系统;所述添加合并是合并第二名称和第二资源名称的名称相同项,否则在第三ERP管理系统中新建资源名称为第二名称且赋予其资源属性为第二名称对应的第二属性、以及其资源数量为第二名称对应的第一资源数量;再将名称相同项对应的第二属性和第二资源属性合并属性相同项,否则在第三ERP管理系统中对应的名称相同项下新建资源属性为第二属性且赋予其资源数量为第二属性对应的第一资源数量,将满足名称相同项且属性相同项对应的第一资源数量添加到第二资源数量;
动态孪生模块,用于将第一ERP管理系统和第二ERP管理系统的资源流转点位映射到第三ERP管理系统,用于实时采集第一资源数据和第二资源数据的流转,所述资源流转点位是导致第一资源数量或者第二资源数据发生流转变化的数据采集点;当第三ERP管理系统运行设定时间后,获取第三ERP管理系统的第三资源数据,并从第三资源数据剔除其映射指向第二ERP管理系统的第二资源数据得到第四资源数据,所述第四资源数据是第三资源数据中映射指向第一ERP管理系统的资源数据;将第四资源数据和第一资源数据进行比较得到差异率;
预警模块,用于当检测到差异率超过设定差异阈值时,预警提醒检查并补充遗漏的资源流转点位;当检测到差异率不超过设定差异阈值时,将第三ERP管理系统的第三资源数据、资源流转点位复制替换到第二ERP管理系统,完成ERP管理系统的合并升级。
7.如权利要求6所述的企业资源计划智能合并升级预警系统,其特征在于,所述标准化模块包括:
资源名称标准化模块,用于将第一资源名称通过双向最大匹配算法进行分词得到第一名称;当第一名称具有至少2个词汇时,将第一名称的词汇通过VOLSUNGA词性标注算法筛出名词和非名词;将名词筛分得到地名词汇和名称词汇,将名称词汇更新为第一名称;将第一名称通过资源词库模型得到第二名称;所述资源词库模型是检索第二资源名称是否存在第一名称,当第二资源名称存在第一名称时,将第一名称记为第二名称;当第二资源名称不存在第一名称时,将第一名称输入百科网站查找别称词汇,检索第二资源名称是否存在别称词汇,当第二资源名称存在别称词汇时,将别称词汇记为第二名称;当第二资源名称不存在别称词汇时,依次计算第二资源名称和第一名称的余弦相似度值,当余弦相似度值超过设定第一阈值时,将第一名称对应的第二资源名称记为第二名称;当余弦相似度值均未超过设定第一阈值时,依次将第一名称、别称词汇输入到线上资源交易网站搜索,并统计第一名称、别称词汇在线上资源交易网站的搜索结果数量,将最多的搜索结果数量对应的第一名称或别称词汇记为第二名称。
8.如权利要求7所述的企业资源计划智能合并升级预警系统,其特征在于,所述标准化模块还包括:
资源属性标准化模块,用于将第一资源属性的词汇记为第一属性,将第一属性通过语义词典得到属性同义词,将属性同义词添加更新到第一属性;将第一属性分别计算和第二资源属性的词汇之间的余弦相似度值,当余弦相似度值超过设定第二阈值时,将第二资源属性的词汇对应的第一属性记为第二属性;当余弦相似度值均未超过设定第二阈值时,将第一资源名称在线上资源交易网站分别统计其对应的第一属性的结果数量,将最多的结果数量的资源属性记为第二属性;将地名词汇和非名词通过语义词典归类并更新到第二属性。
9.如权利要求6所述的企业资源计划智能合并升级预警系统,其特征在于,所述系统还包括:
时长预测模块,用于统计第二名称相对于第一资源名称、第二属性相对于第一资源属性发生改变的更名数量,将更名数量、第二ERP管理系统类型、参与合并升级的人员数量输入合并升级模型得到合并合并升级时长;所述合并升级模型是通过神经网络算法建立的更名数量、参与合并升级的人员数量、第二ERP管理系统类型和合并升级时长的历史数据之间的映射关系;
第一规划模块,用于将合并升级时长、未来天气预测信息、日期信息输入成本模型得到合并升级时段;所述成本模型是通过遗传算法建立多个自变量包括合并升级时长、未来天气预测信息、日期信息和因变量即合并升级成本之间的拟合关系,通过拟合关系查找合并升级成本取最低值得到合并升级时段并提前预警提醒。
10.如权利要求9所述的企业资源计划智能合并升级预警系统,其特征在于,所述系统包括:
第二规划模块,用于当合并升级成本最低时仍超过设定成本阈值时,将资源划分为多个分区,通过合并升级模型得到各个分区资源的合并升级时长,再将各个分区资源的合并升级时长、未来天气预测信息、日期信息输入成本模型得到各个分区资源的合并升级时段;在分区资源合并升级完成后,将已完成合并升级的分区资源对应的资源流转点位映射到第二ERP管理系统且屏蔽到第一ERP管理系统,将未完成合并升级的分区资源对应的资源流转点位映射到第一ERP管理系统且屏蔽到第二ERP管理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549153.7A CN117273400A (zh) | 2023-11-21 | 2023-11-21 | 企业资源计划智能合并升级预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311549153.7A CN117273400A (zh) | 2023-11-21 | 2023-11-21 | 企业资源计划智能合并升级预警方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273400A true CN117273400A (zh) | 2023-12-22 |
Family
ID=89218039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311549153.7A Pending CN117273400A (zh) | 2023-11-21 | 2023-11-21 | 企业资源计划智能合并升级预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273400A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635358A (zh) * | 2024-01-25 | 2024-03-01 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8204809B1 (en) * | 2008-08-27 | 2012-06-19 | Accenture Global Services Limited | Finance function high performance capability assessment |
CN103824119A (zh) * | 2012-11-19 | 2014-05-28 | Sap股份公司 | 利用性能指标和预测分析设置制造设备参数的系统及方法 |
CN104115167A (zh) * | 2012-02-13 | 2014-10-22 | 约瑟夫·费代莱 | 用于集中采购的方法和装置 |
CN106991183A (zh) * | 2017-03-27 | 2017-07-28 | 福建数林信息科技有限公司 | 一种商业智能etl的封装方法及系统 |
CN115186745A (zh) * | 2022-06-28 | 2022-10-14 | 电子科技大学 | 一种基于本体的数字孪生车间多维信息融合方法 |
CN115543377A (zh) * | 2022-09-27 | 2022-12-30 | 孔雪琴 | 一种基于人工智能的erp系统升级方法及erp系统 |
WO2023086033A2 (en) * | 2021-11-12 | 2023-05-19 | National University Of Singapore | Methods and systems for asset management |
-
2023
- 2023-11-21 CN CN202311549153.7A patent/CN117273400A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8204809B1 (en) * | 2008-08-27 | 2012-06-19 | Accenture Global Services Limited | Finance function high performance capability assessment |
CN104115167A (zh) * | 2012-02-13 | 2014-10-22 | 约瑟夫·费代莱 | 用于集中采购的方法和装置 |
CN103824119A (zh) * | 2012-11-19 | 2014-05-28 | Sap股份公司 | 利用性能指标和预测分析设置制造设备参数的系统及方法 |
CN106991183A (zh) * | 2017-03-27 | 2017-07-28 | 福建数林信息科技有限公司 | 一种商业智能etl的封装方法及系统 |
WO2023086033A2 (en) * | 2021-11-12 | 2023-05-19 | National University Of Singapore | Methods and systems for asset management |
CN115186745A (zh) * | 2022-06-28 | 2022-10-14 | 电子科技大学 | 一种基于本体的数字孪生车间多维信息融合方法 |
CN115543377A (zh) * | 2022-09-27 | 2022-12-30 | 孔雪琴 | 一种基于人工智能的erp系统升级方法及erp系统 |
Non-Patent Citations (1)
Title |
---|
喻琳: "并购后L公司亚太区ERP实施管理的研究", 《中国优秀硕士学位论文全文数据库》工程科技I辑, no. 01, 15 January 2023 (2023-01-15), pages 016 - 446 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635358A (zh) * | 2024-01-25 | 2024-03-01 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
CN117635358B (zh) * | 2024-01-25 | 2024-04-16 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8340995B2 (en) | Method and system of using artifacts to identify elements of a component business model | |
US9684703B2 (en) | Method and apparatus for automatically creating a data warehouse and OLAP cube | |
US7487173B2 (en) | Self-generation of a data warehouse from an enterprise data model of an EAI/BPI infrastructure | |
US7870012B2 (en) | Method for managing a workflow process that assists users in procurement, sourcing, and decision-support for strategic sourcing | |
CN111445028A (zh) | Ai驱动的交易管理系统 | |
US20210342738A1 (en) | Machine learning-facilitated data entry | |
US20020138316A1 (en) | Value chain intelligence system and methods | |
EP3686756A1 (en) | Method and apparatus for grouping data records | |
US20120005153A1 (en) | Creation of a data store | |
CN101089846A (zh) | 数据分析方法、设备以及数据分析辅助方法 | |
CN117273400A (zh) | 企业资源计划智能合并升级预警方法和系统 | |
CN111026801A (zh) | 一种辅助保险类电商运营快速决策工作的方法及系统 | |
US20230360145A1 (en) | Method and system for processing transactions based on transaction archetypes | |
US20040215522A1 (en) | Process optimization system | |
CN116579804A (zh) | 一种节假日商品销量预测方法、装置及计算机存储介质 | |
CN115809653A (zh) | 一种智能合同审核方法及系统 | |
CN115456745A (zh) | 小微企业画像构建方法及装置 | |
CN113919927A (zh) | 一种基于数据处理的审计平台 | |
CN116561432B (zh) | 智能员工内容数据推荐系统 | |
Otto et al. | Functional reference architecture for corporate master data management | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
US20210073847A1 (en) | Systems and methods for automated processing and analysis of deduction backup data | |
Stefanov et al. | Bridging the gap between data warehouses and business processes: a business intelligence perspective for event-driven process chains | |
CN117171145B (zh) | 一种企业管理系统数据的分析处理方法、设备及存储介质 | |
Marques | PRESENTING BUSINESS INSIGHTS ON ADVANCED PRICING AGREEMENTS USING A BUSINESS INTELLIGENCE FRAMEWORK |
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 |