[發明專利]物料數據長描述對應小類名稱分類方法

在審

• 申請號: 201910877234.7
• 申請日: 2019-09-17
• 公開（公告）號: CN110619363A
• 公開（公告）日: 2019-12-27
• 發明（設計）人: 隋怡;楊浩東;張復生
• 申請（專利權）人: 陜西優百信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/08;G06F17/22;G06F17/27
• 代理公司: 11427 北京科家知識產權代理事務所(普通合伙)
• 代理人: 陳娟

本發明公開了一種物料數據長描述對應小類名稱分類方法。本發明物料數據的小類類別的分類，首先能準確分析數據中存在的問題，如大小寫/全半角、連接符、單位不統一，讀音相似問題，進行合理的數據預處理過程，將數據規范化、標準化，然后轉化成特征向量的形式，采用logistic回歸+L2正則化+L?BFGS優化的方法對其進行分類，本發明可以實現對物料快速、準確的分類，提高了企業在物料存取的工作效率。

技術領域

本發明涉及物料數據分類技術領域，尤其涉及物料數據長描述對應小類名稱分類方法。

背景技術

物料主數據包含了對所有企業所采購、生產和存儲在庫存中物料的描述。它是企業中有 關物料信息(例如，庫存水平)的物料數據代碼庫。將所有的物料數據集成在單一的物料數據 庫中，消除了數據冗余的問題，而且不僅允許采購部門使用這些數據，而且其它應用部門(例 如，庫存管理、物料計劃及控制、發票校驗等)也可以使用這些數據。物料分類是指按照一定 的排列次序和組合方式，對具有相同自然屬性的物料進行分類。物料分類過程中應盡量遵循 以自然屬性分類的基本準則，現有的物料分類效率低下，而且容易出現分類錯誤的現象。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的一個目 的在于提出物料數據長描述對應小類名稱分類方法，本發明可以實現對物料快速、準確的分 類，提高了企業在物料存取的工作效率。

根據本發明實施例的一種物料數據長描述對應小類名稱分類方法，方法步驟如下：

S1：原始物料數據：對原始物料的數據進行讀入；

S2：數據預處理：對讀入的原始物料數據進行預處理，將數據規范化、標準化；

S3：類別轉數字：將原始物料數據類別列編碼成數字；

S4：樣本集劃分：將樣本集劃分為訓練集和測試集；

S5：特征向量化：將物料長描述轉換為特征向量形式；

S6：分類：通過學習得到一個目標函數，把每個特征集映射到一個預先定義的類標號；

S7：分類結果評估：通過準確率、召回率和F1值來評估分類結果。

所述S2包括如下步驟：

S21：對原始物料數據單位和連接符統一；

S22：去掉括號和斜杠；

S23：中文分詞后進行文字轉拼音；

S24：大寫轉小寫和全角轉半角。

S3中所述原始物料數據包含物料數據長描述、小類名稱。

S4中樣本集的劃分比例為訓練集樣本量與測試集樣本量比例為7：3。

S5中所述特征向量化方法為tf-idf算法。

S5中所述物料長描述為物料文本數據。

S6中所述分類方法有logistic回歸、樸素貝葉斯、決策樹、支持向量機、K近鄰、隨機 森林、GBDT、XGBoost、神經網絡等。

S7中評估分類結果的度量有準確率、召回率和F1值。

本發明中的有益效果是：本發明物料數據的小類類別的分類，首先能準確分析數據中存 在的問題，如大小寫/全半角、連接符、單位不統一，讀音相似問題，進行合理的數據預處理 過程，將數據規范化、標準化，然后轉化成特征向量的形式，采用logistic回歸+L2正則化 +L-BFGS優化的方法對其進行分類，本發明可以實現對物料快速、準確的分類，提高了企業 在物料存取的工作效率。

附圖說明