[发明专利]基于机器学习的分析平台

说明书

本公开的实施例涉及基于机器学习的分析平台。一种设备可以接收与多个发票相关的发票数据、与多个请购单相关的请购单数据或与多个工程相关的工程数据。设备可以使用特征提取引擎来处理数据，以标识数据的特征。设备可以使用变换引擎来处理数据，以减小数据的大小。设备可以使用机器学习模型的集合来处理数据。设备可以生成与以下中的至少一者相关的推荐的集合：将多个发票中的每一个、多个请购单中的每一个或多个工程中的每一个分类为多种类别中的一种或多种；针对多个请购单中的每一个或多个工程中的每一个标识可能的供应方的集合；或针对多个工程中的每一个标识相似工程的集合。设备可以执行一个或多个动作。

技术领域

本公开的实施例涉及机器学习，更具体地涉及基于机器学习的分析平台。

背景技术

不同类型的机器学习算法与不同类型的数据输入和输出相关联和/或与不同类型的任务或问题相关联。一种机器学习算法是监督或半监督机器学习算法，其中，模型是由包含输入和期望输出二者的数据集构造的。另一机器学习算法是无监督机器学习算法，其中，模型是由仅包含输入的数据集构造的。另一机器学习算法是强化学习算法，其中，软件代理被配置为在环境中采取动作，以使累积回报的某一概念最大化。

发明内容

根据一些实现，一种方法可以包括：由设备接收数据，其中该数据包括以下中的至少一者：与关联于组织的多个发票相关的发票数据、与关联于组织的多个请购单相关的请购单数据或者与关联于组织的多个工程相关的工程数据；由设备在接收到数据之后使用预处理技术来处理数据，其中该预处理技术包括以下中的至少一者：图像处理技术或者文本处理技术；由设备在使用预处理技术来处理数据之后使用特征提取引擎来处理数据，以标识数据的特征；由设备在使用特征提取引擎来处理数据之后使用变换引擎来处理数据，以减小数据的大小；由设备在使用变换引擎来处理数据之后使用机器学习模型的集合来处理数据，其中该机器学习模型的集合与以下中的至少一者相关：将与发票数据相关联的多个发票中的每个发票、与请购单数据相关联的多个请购单中的每个请购单或与工程数据相关联的多个工程中的每个工程分类为与组织的操作相关联的多种类别中的一种或多种类别；针对与请购单数据相关联的多个请购单中的每个请购单或与工程数据相关联的多个工程中的每个工程标识可能的供应方的集合；或者针对与工程数据相关联的多个工程中的每个工程标识相似工程的集合；以及由设备在使用该机器学习模型的结合来处理数据之后执行一个或多个动作。

根据一些实现，一种设备可以包括：一个或多个存储器；以及一个或多个处理器，该一个或多个处理器被通信地耦合至该一个或多个存储器，该一个或多个处理器用以：接收数据，其中数据与关联于组织的多个发票、多个请购单或多个工程相关；在接收到数据之后使用预处理技术来处理数据，其中该预处理技术包括以下中的至少一者：图像处理技术或者文本处理技术；在使用预处理技术来处理数据之后使用特征提取引擎来处理数据，以标识数据的特征；在使用特征提取引擎来处理数据之后使用变换引擎来处理数据，以减小数据的大小；在使用变换引擎来处理数据之后使用机器学习模型的集合来处理数据，其中该机器学习模型的集合与以下中的至少一者相关：将多个发票中的每个发票、多个请购单中的每个请购单或多个工程中的每个工程分类为与组织的操作相关联的多种类别中的一种或多种类别；针对多个请购单中的每个请购单或多个工程中的每个工程标识可能的供应方的集合；或者针对多个工程中的每个工程标识相似工程的集合；基于来自该机器学习模型的集合的输出，确定针对数据的分数，其中该分数标识多种类别中的一种或多种类别、该可能的供应方的集合或该相似工程的集合；以及在确定分数之后执行一个或多个动作。