【技术实现步骤摘要】
人工智能与大数据结合的ERP数据管理方法及系统
[0001]本专利技术属于信息
,具体地,涉及人工智能与大数据结合的ERP 数据管理方法及系统。
技术介绍
[0002]企业资源计划(Enterprise Resource Planning)是MRP II(企业制造资源计划)下一代的制造业系统和资源计划软件。除了MRP II已有的生产资源计划、制造、财务、销售、采购等功能外,还有质量管理,实验室管理,业务流程管理,产品数据管理,存货、分销与运输管理,人力资源管理和定期报告系统。目前,在我国ERP所代表的含义已经被扩大,用于企业的各类软件,已经统统被纳入ERP的范畴。它跳出了传统企业边界,从供应链范围去优化企业的资源,是基于网络经济时代的新一代信息系统。它主要用于改善企业业务流程以提高企业核心竞争力。
[0003]然而,在目前的ERP系统内部,不同数据源的元数据分散且凌乱,不能够对不同数据源的数据进行统一管理,导致数据管理耗时耗力,不利于大规模数据普及与管理。
技术实现思路
[0004]本专利技术提 ...
【技术保护点】
【技术特征摘要】
1.一种人工智能与大数据结合的ERP数据管理方法,其特征在于,应用于企业资源计划ERP系统中,该方法包括:采集分布式多源异构数据源的元数据,所述多源异构数据源为企业内部的多个管理系统;将所述元数据进行虚拟化,构建数据资产;结合所述元数据之间的关联关系,构建所述数据资产的语义知识图谱;基于所述语义知识图谱,为所述数据资产创建标准化管理档案。2.根据权利要求1所述的方法,其特征在于,所述结合所述元数据之间的关联关系,构建所述数据资产的语义知识图谱,包括:构建语义知识图谱的本体层,所述本体层包括本体、本体属性和本体关系;建立所述语义知识图谱的三元组,所述三元组包括头实体、关系和尾实体;对所述三元组进行知识融合;将所述知识融合后的三元组进行低维稠密向量化,并进行知识推理。3.根据权利要求2所述的方法,其特征在于,对所述三元组进行知识融合,包括:将所述三元组中的实体与结构化图谱中的实体进行对齐,并利用所述三元组中的关系信息与所述结构化图谱中的语义信息进行关系预测。4.根据权利要求3所述的方法,其特征在于,所述利用所述三元组中的关系信息与所述结构化图谱中的语义信息进行关系预测,包括:采用BERT模型对所述三元组中的关系信息和所述结构化图谱中的语义信息分别进行编码和学习,获得学习得到的关系型向量;将所述所有三元组的实体的邻接顶点和关联边进行汇聚,输出对应的实体向量表示;将所述关系型向量和实体向量表示分别输入至多层感知机MLP中,预测出所述三元组与所述结构化图谱的关联关系。5.根据权利要求4所述的方法,其特征在于,将所述关系型向量和实体向量表示分别输入至多层感知机MLP中,预测出所述三元组与所述结构化图谱的关联关系,包括:建立所述多层感知机MLP,所述MLP包括输入层、隐藏层和输出层,设置所述MLP的损失函数为sigmoid函数;将所述关系型向量和实体向量表示分别输入至所述隐藏层中,对所述关系型向量和实体向量进行迭代运算;将迭代运算后的所述关系型向量和实...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。