[發明專利]用機器學習模型確定供應計劃偏差的補救措施的可接受性

在審

• 申請號: 202010963685.5
• 申請日: 2020-09-14
• 公開（公告）號: CN112508634A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: J·達摩;L·M·格蘭德;R·P·拉普加別爾內斯;J·韓;N·S·焦瓦內蒂;J·王;M·H·金
• 申請（專利權）人: 甲骨文國際公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/04;G06Q10/08;G06N20/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 李曉芳

本公開涉及用機器學習模型來確定供應計劃偏差的補救措施的可接受性。描述了一種用于分析關于與供應計劃的偏差的供應商通信的系統。該系統可以確定偏差的嚴重性并確定由偏差造成的對供應鏈或庫存級別的影響。可以識別供應商通信中的補救措施，并且系統可以確定該補救措施對于解決偏差是否可接受。對供應計劃偏差、偏差的嚴重性、補救措施的可接受性和/或其它因素的分析可以被用于生成供應商分數。

技術領域

本公開涉及分析與供應計劃偏差相關的通信。特別地，本公開涉及使用機器學習模型來確定補救措施是否是對供應鏈偏差的可接受的補救。

背景技術

可以在不同實體之間通過各種通信通道傳輸通信。通信通道的示例包括電子郵件、即時消息傳遞、社交媒體平臺、項目協作應用、游戲應用、電子相冊以及促進購買訂單的傳輸、訂單履行和財務交易的專用的供應鏈應用。如本文所使用的，術語“實體”可以指公司或組織(諸如供應商公司或客戶公司)和/或人。

在一些情況下，實體針對與之交談特定主題的實體具有多個選項。作為示例，客戶可以有該客戶可以從其購買期望的產品或服務的多個供應商。作為另一個示例，公司的采購員可以有該采購員可以與其討論產品問題的多個銷售代表。作為另一個示例，社交媒體用戶可以具有接近多個其他用戶以獲得建議和/或推薦的選項。

本節中描述的方法是可以采用的方法，但不一定是先前已經設想或采用的方法。因此，除非另有說明，否則不應僅由于本節中所述的任何方法被包括在本節中而將其視為有資格作為現有技術。

附圖說明

在附圖的各圖中，通過示例而非限制的方式圖示了實施例。應當注意的是，在本公開中對“實施例”或“一個實施例”的引用不一定是指同一實施例，并且它們意味著至少一個實施例。在附圖中：

圖1圖示了根據一個或多個實施例的包括經訓練的機器學習模型的示例系統，該經訓練的機器學習模型可以分析供應商通信以生成供應商分數和/或確定由供應商響應于供應計劃偏差而提出的補救措施是否滿足接受標準；

圖2圖示了根據一個或多個實施例的用于訓練機器學習模型以分析與供應計劃相關的通信的示例操作集合；

圖3A圖示了根據一個或多個實施例的用于識別供應計劃偏差并基于對供應商通信的分析來生成供應商分數的示例操作集合；

圖3B圖示了根據一個或多個實施例的用于確定偏差屬性的示例操作集合；

圖4A圖示了根據一個或多個實施例的用于確定補救措施是否滿足接受標準的示例操作集合；

圖4B圖示了根據一個或多個實施例的用于訓練機器學習模型以確定響應于供應計劃偏差而被使用的補救措施的接受標準的示例操作集合；

圖5圖示了根據一個或多個實施例的用于基于一個或多個消息評級來呈現供應商分數和回復推薦的示例用戶界面；以及

圖6示出了圖示根據一個或多個實施例的計算機系統的框圖。

具體實施方式

在下面的描述中，出于解釋的目的，闡述了許多具體細節以便提供透徹的理解。可以在沒有這些具體細節的情況下實踐一個或多個實施例。一個實施例中描述的特征可以與另一個實施例中描述的特征組合。在一些示例中，參考框圖形式描述了眾所周知的結構和設備，以避免不必要地混淆本發明。

1.總體概述

2.系統架構

2.1術語

2.2供應通知分析系統架構

3.供應計劃偏差分析技術

3.1機器學習引擎訓練

3.2供應計劃偏差分析

4.確定補救措施的可接受性