供应链网络中服务失败预测的数据模型
机器学习
2018-10-24 v1 机器学习
摘要
我们旨在预测并解释供应链网络中的服务失败，更确切地说，是面向客户的最后一英里取送服务中的失败。我们使用（1）基于 Random Forests 的有监督分类，以及（2）关联规则，分析了包含 500,000 条服务的数据集。我们的分类器对所研究的 5 类失败达到了平均灵敏度 0.7 与平均特异度 0.7。关联规则重申了确认电话对预防因客户不在家导致失败的重要性，显示了时间窗大小、松弛时间与客户地理位置对其他失败类型的重要性，并突出了零售公司对若干失败类型的影响。为减少服务失败的发生，我们的数据模型可与优化器耦合，或用于定义由人工调度员采取的应对措施。
引用
@article{arxiv.1810.09944,
title = {Data models for service failure prediction in supply-chain networks},
author = {Monika Sharma and Tristan Glatard and Eric Gelinas and Mariam Tagmouti and Brigitte Jaumard},
journal= {arXiv preprint arXiv:1810.09944},
year = {2018}
}