物资储备推荐方法、设备及存储介质技术

本申请实施例提供了物资储备推荐方法、设备及存储介质。其中，物资储备推荐方法，包括：获取决策树模型；获取当前物资信息；将所述当前物资信息输入决策树模型；根据所述决策树模型，生成推荐物资储备结果数据。本申请实施例提供的物资储备推荐方法，与相关技术相比，通过使用决策树模型自动判断并作出物资储备推荐决策，提高决策物资储备工作的可靠性、准确性和稳定性，同时提高决策效率。

【技术实现步骤摘要】
物资储备推荐方法、设备及存储介质
本申请实施例涉及模型开发
，尤其涉及一种物资储备推荐方法、设备及存储介质。
技术介绍
在目前的互联网行业，大数据的影响已经涉及到各个领域，从大数据中寻找和挖掘隐藏的数据价值，已经成为很多数据分析工作的主要攻坚方向。例如，在电网企业，拥有规模庞大、覆盖广泛、实用化程度高的电网系统，在长期的稳定运行中，收集统计了大量的电力产业相关数据，蕴含着极大的价值等待发掘。目前，针对电网的物资储备，决策物资储备工作通常为交予人力去分析，主观判断得出结论。例如，哪一些物资需要储备，哪一些物资不需要储备；或者哪一些物资需要进行使用数量预测，哪一些不需要进行使用数量预测，均由人工根据经验判断，可靠性、准确性和稳定性较差，而且当物资种类较多时，人工判断费时费力。
技术实现思路
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。本申请实施例提供一种物资储备推荐方法、设备及存储介质，能够自动判断并作出物资储备推荐决策，提高决策物资储备工作的可靠性、准确性和稳定性，同时提高决策效率。一种物资储备推荐方法，所述方法包括：获取决策树模型；获取当前物资信息；将所述当前物资信息输入决策树模型；根据所述决策树模型，生成推荐物资储备结果数据。在一些可选的实施方式中，所述获取决策树模型，包括：获取历史物资储备结果数据；根据所述历史物资储备结果数据，得到对应的历史物资信息；根据所述历史物资信息，训练得到所述决策树模型。在一些可选的实施方式中，所述当前物资信息或所述历史物资信息均包括物资识别信息和物资参数信息，所述物资识别信息包括以下的一种或多种：物资编码、物资名称、规格型号；所述物资参数信息包括以下的一种或多种：平均采购价格、领用时间、领用次数、技术参数复杂度、领用数量、领用金额、采购周期和区域分布数量。在一些可选的实施方式中，所述根据所述历史物资信息，训练得到所述决策树模型，包括：选择以下一种或多种物资参数信息：平均采购价格、领用时间、领用次数、技术参数复杂度、领用数量、领用金额、采购周期和区域分布数量；将所述物资参数信息作为决策算法节点，并进行节点排序和/或分裂；计算不同节点排序和/或分裂情况对应的不同信息熵；选择信息熵最小对应的物资参数信息的节点排序和/或分裂情况作为决策树模型的节点排序和/或分裂情况，以生成所述决策树模型。在一些可选的实施方式中，所述根据所述历史物资信息，训练得到所述决策树模型，包括：选择以下一种或多种物资参数信息：平均采购价格、领用时间、领用次数、技术参数复杂度、领用数量、领用金额、采购周期和区域分布数量；依次计算各个所述物资参数信息对应的信息增益；根据各个所述物资参数信息对应的信息增益大小，选择所述物资参数信息作为决策算法节点，并进行节点排序和/或分裂，以生成所述决策树模型。在一些可选的实施方式中，所述根据所述历史物资信息，训练得到所述决策树模型，还包括：利用至少一个预设的分位数对所述物资参数信息进行分割；将分位数作为决策算法节点分裂的判断阈值，以生成所述决策树模型。在一些可选的实施方式中，所述获取历史物资储备结果数据，包括：获取用户输入的物资信息筛选条件；根据所述物资信息筛选条件，筛选得到所述历史物资储备结果数据。在一些可选的实施方式中，一种物资储备推荐方法还包括：利用预测算法，对推荐物资储备结果数据预测计算，以得到物资储备预算数据。一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现：如第一方面所述的物资储备推荐方法。一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行：如第一方面所述的物资储备推荐方法。本申请实施例第一方面提供的物资储备推荐方法，与相关技术相比，通过使用决策树模型自动判断并作出物资储备推荐决策，提高决策物资储备工作的可靠性、准确性和稳定性，同时提高决策效率。可以理解的是，上述第二方面至第三方面与相关技术相比存在的有益效果与上述第一方面与相关技术相比存在的有益效果相同，可以参见上述第一方面中的相关描述，在此不再赘述。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请一个实施例提供物资储备推荐方法的流程图；图2是本申请一个实施例提供的物资储备推荐方法的交互窗口图；图3是本申请另一个实施例提供的物资储备推荐方法的流程图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请实施例。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请实施例的描述。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。还应当理解，在本申请实施例说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请实施例的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。本申请实施例第一方面提供的物资储备推荐方法，与相关技术相比，通过使用决策树模型自动判断并作出物资储备推荐决策，提高决策物资储备工作的可靠性、准确性和稳定性，同时提高决策效率。下面结合附图，对本申请实施例作进一步阐述。本申请一个实施例提供的用于执行物资储备推荐方法的可以运行在终端设备或服务器中。终端设备可以为移动终端设备，也可以为非移动终端设备。移动终端设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端设备、可穿戴设备、超级移动个人计算机、上网本、个人数字助理等；非移动终端设备可以为个人计算机、电视机、柜员机或者自助机等；本专利技术实施方案不作具体限定。服务器可以是独立的物理实体，也可以是逻辑上的实体。...

【技术保护点】
1.一种物资储备推荐方法，其特征在于，所述方法包括：/n获取决策树模型；/n获取当前物资信息；/n将所述当前物资信息输入决策树模型；/n根据所述决策树模型，生成推荐物资储备结果数据。/n

【技术特征摘要】
1.一种物资储备推荐方法，其特征在于，所述方法包括：
获取决策树模型；
获取当前物资信息；
将所述当前物资信息输入决策树模型；
根据所述决策树模型，生成推荐物资储备结果数据。


2.根据权利要求1所述的一种物资储备推荐方法，其特征在于，所述获取决策树模型，包括：
获取历史物资储备结果数据；
根据所述历史物资储备结果数据，得到对应的历史物资信息；
根据所述历史物资信息，训练得到所述决策树模型。


3.根据权利要求2所述的一种物资储备推荐方法，其特征在于，所述当前物资信息或所述历史物资信息均包括物资识别信息和物资参数信息，
所述物资识别信息包括以下的一种或多种：
物资编码、物资名称、规格型号；
所述物资参数信息包括以下的一种或多种：
平均采购价格、领用时间、领用次数、技术参数复杂度、领用数量、领用金额、采购周期和区域分布数量。


4.根据权利要求3所述的一种物资储备推荐方法，其特征在于，所述根据所述历史物资信息，训练得到所述决策树模型，包括：
选择以下一种或多种物资参数信息：
平均采购价格、领用时间、领用次数、技术参数复杂度、领用数量、领用金额、采购周期和区域分布数量；
将所述物资参数信息作为决策算法节点，并进行节点排序和/或分裂；
计算不同节点排序和/或分裂情况对应的不同信息熵；
选择信息熵最小对应的物资参数信息的节点排序和/或分裂情况作为决策树模型的节点排序和/或分裂情况，以生成所述决策树模型。


5.根据权利要求3所述的一种物资储备推荐方法，其特征在于，所...

【专利技术属性】
技术研发人员：唐荣杰，罗红，徐庆，杜灿，
申请(专利权)人：南方电网深圳数字电网研究院有限公司，
类型：发明
国别省市：广东;44