博科资讯成功助力某大型重工集团完成模型测试，其智能物料分类准确率高达90%以上！

近年来，人工智能大数据已成为科技发展的热点方向和未来科技发展的主流趋势，以大数据平台、人工智能、深度学习为创新要素的经济社会新形态正蓬勃兴起，“智能+”应用在重大创新成果与经济社会的各领域已经深度融合，在具体的产业化、商业化项目中得到广泛应用，为整个社会的创新力和生产力注入了一股新活力。
此前，某大型重工集团的物资编码归类整理工作完全依靠人工处理，不仅工作量大，而且人工处理的数据归类经常出现重复现象，并且后期随着业务需求以及物资类别的增多，数据类别调整难度较大。后来，博科资讯与其携手运用大数据及人工智能AI技术手段对物资描述进行智能化归类、分类预测，建立出一套满足其企业需求的智能化物资分类模型，从而提高了物资分类的准确性，大大提升了工作效率。
博科资讯物料编码智能识别解决方案——Yipin是基于机器学习、深度学习的大数据分析挖掘技术，为此次的重工集团进行了物料数据汇集梳理，分析建模，智能分类，推动了人工智能在其企业内部各业务系统的智能化应用。

模型测试
博科资讯基于项目前期数据建立的数据分析预测模型，随机选择不同时间段的测试数据，对该大型重工集团的物料进行了数据处理和物料类别智能预测。

（1）测试程序界面

（2） 测试流程
①　导入测试数据

填入“数据库名称”，分别选择“起始时间”和“结束时间”，点击“选择数据”按钮导入数据。如上图所示，填入数据库名称，选择起始时间为2020-3-9，结束时间为2020-3-22，成功导入43817条明细数据。
②　数据处理

点击“数据处理”按钮进行数据预处理，处理后的规整数据共2814条。

③　数据预处理

分别在“测试数据丢失信息比例”和“测试数据比例”处填入数值，然后点击“数据预处理”按钮进行数据预处理。
图中“测试数据丢失信息比例”填入0.2表示在测试时，测试的每一条数据，人为的丢失其中20%的信息，用以模拟真实生产的数据。
“测试数据比例”填入0.9表示在测试时，随机选取2814条数据中的90%的数据（2533条）进行预测，用以将数据打乱，防止测试数据类别集中的问题。
④　预测

点击“预测”按钮进行预测，在“预测结果”出会给出对应数据的预测结果。其中显示为“pass”的数据是在数据预处理中，被随机丢弃的10%的数据。
⑤　导出结果

点击“导出”按钮，即可将结果导出至指定目录。

（3）测试结果
在测试程序中，选择不同的“测试数据丢失信息比例”和“测试数据比例”，会对模型的预测准确率有较为明显的影响，测试数据信息越全面，模型准确率越高。

通过本次模型测试可见，博科资讯助力该大型重工集团打造的物料智能分类模型已经取得了阶段性的成功，其预测的准确率已达到90%以上！博科资讯基于人工智能AI技术的创新型物料智能分类解决方案在未来将会继续发挥所能，创造无限的 价值，为更多的集团企业数字化信息建设和科技创新提供最优的服务！