[發明專利]一種基于可解釋機器學習模型的供應商選擇與評價數據的分析系統

在審

• 申請號: 202110004825.0
• 申請日: 2021-01-04
• 公開（公告）號: CN112686558A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 趙振強
• 申請（專利權）人: 北京工商大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N20/00
• 代理公司: 武漢尚齊知識產權代理事務所(普通合伙) 42261
• 代理人: 王攀

本發明涉及供應商選擇與評價系統領域，尤其涉及一種基于可解釋機器學習模型的供應商選擇與評價數據的分析系統，包括計算設備、選擇模塊與供應商數據庫，所述選擇模塊連接有傾向分析模塊，所述傾向分析模塊連接有判斷模塊，所述判斷模塊連接有項目分輸入模塊與供應商選出模塊，所述項目分輸入模塊連接有檢索對比模塊，所述檢索對比模塊連接供應商選出模塊，所述供應商數據庫與判斷模塊之間連接有傾向對比模塊，所述供應商數據庫連接有評價系統，本發明根據用戶對不同項目的得分需求進行評分，以此通過檢索對比模塊找出相應的供應商，大大提升了供應商系統分析的精確度，減少了供應商選擇與評價數據的分析系統的工作負擔。

技術領域

本發明涉及供應商選擇與評價系統領域，尤其涉及一種基于可解釋機器學習模型的供應商選擇與評價數據的分析系統。

背景技術

將可解釋機械學習模型運用到供應商匹配系統中，在日常的供應商評價分析中起到對計算模型與計算得分進行記憶的效果，在后續出現數據異常時可以預警提示，以提升分析系統的準確度，但現有的分析系統使用時存在弊端，在用戶需求數據分析的過程中傾向配對的方式單一，難以確保準確找出對應的供應商，同時在檢索對比檢索的項目常常為供應商名稱或者需求產品名稱，檢索對比難度大，難以匹配，另外，評價系統對于供應商的評價不夠精準。

發明內容

本發明的目的是為了解決背景技術中存在的缺點，而提出的一種基于可解釋機器學習模型的供應商選擇與評價數據的分析系統。

為達到以上目的，本發明采用的技術方案為：一種基于可解釋機器學習模型的供應商選擇與評價數據的分析系統，包括計算設備、選擇模塊與供應商數據庫，所述選擇模塊連接有傾向分析模塊，所述傾向分析模塊連接有判斷模塊，所述判斷模塊連接有項目分輸入模塊與供應商選出模塊，所述項目分輸入模塊連接有檢索對比模塊，所述檢索對比模塊連接供應商選出模塊，所述供應商數據庫與判斷模塊之間連接有傾向對比模塊，所述供應商數據庫連接有評價系統，其中：

所述傾向分析模塊用來通過用戶語音文本進行分析對供應商尋求意向；

所述判斷模塊用來判斷用戶的尋求傾向是否可以在供應商數據庫中被檢索到，若檢索到則通過供應商選出模塊輸出結果，若未檢索到則進入項目分輸入模塊中進一步操作；

所述項目分輸入模塊使得用戶的各個項目評分需求可以輸入，所述檢索對比模塊根據輸入的不同項目分檢索得到對應的供應商；

所述評價系統用來對供應商評分。

優選的，所述傾向分析模塊包括文本轉化模塊，所述文本轉化模塊連接有關鍵詞提取模塊，所述關鍵詞提取模塊連接有用戶需求得出模塊，所述文本轉化模塊將用戶語音轉化為文本，所述關鍵詞提取模塊用來提取文本中的關鍵詞，所述用戶需求得出模塊根據關鍵詞將用戶需求提取出來。

優選的，所述供應商數據庫中的供應商的評價項目包括有價格排名、供貨范圍、結算方式、批次合格率與供貨及時率，用來對供應商進行評價。

優選的，所述供應商數據庫包括數據輸入模塊與數據更新模塊，所述數據輸入模塊用來將供應商信息輸入，所述數據更新模塊用來更新供應商數據。

優選的，所述評價系統包括項目編輯模塊，所述項目編輯模塊連接有權重設定模塊，所述權重設定模塊連接有項目評分模塊，所述項目評分模塊連接評價設定模塊，所述項目評分模塊包括評分范圍與評分間隔數，所述項目編輯模塊可以鍵入評價供應商的項目名稱，所述權重設定模塊設定不同項目所占分數權重，所述項目評分模塊設定打分的范圍與數值，所述評價設定模塊根據權重計算后的綜合得分對供應商進行評價設定。

優選的，所述計算設備包括存儲器、處理器、機械學習庫、模型與設備學習平臺，所述存儲器用來儲存數據信息，所述處理器用來計算處理數據，所述機械學習庫用來將權重計算模型與計算的數據記憶以后續判斷供應商分數數據是否合理。