基于決策樹算法的電商化電力物資判別

張立　郭珊珊　姚楠　劉鴻洋　儲勝

摘 要：國網(wǎng)于2016年提出并開始實(shí)施電商化采購模式。當(dāng)前的目標(biāo)是要形成科學(xué)合理的物資判別規(guī)則，因此立足于相關(guān)工作文件規(guī)定，從其物資的規(guī)格型號、國家法律規(guī)定、需求頻次以及年度需求數(shù)量幾個業(yè)務(wù)特征出發(fā)。將近兩年采購記錄數(shù)據(jù)與決策樹算法相結(jié)合，得出了決策樹模型，總結(jié)出了電商化物資判別的規(guī)則。并將相應(yīng)規(guī)則轉(zhuǎn)化為了易于理解和操作的“IF—THEN”語言，使得該研究能夠應(yīng)用到實(shí)際的電商化采購業(yè)務(wù)中，得到了新的二級電商目錄。

關(guān)鍵詞：決策樹算法;電商化采購;電力物資

中圖分類號：F25 文獻(xiàn)標(biāo)識碼：Adoi：10.19311/j.cnki.1672-3198.2020.01.023

0 引言

近年來，互聯(lián)網(wǎng)在各行各業(yè)中得以廣泛的應(yīng)用，移動互聯(lián)網(wǎng)技術(shù)也得到了極大的發(fā)展，國家《2016 年電子商務(wù)和信息化工作要點(diǎn)》提出要深入實(shí)施“互聯(lián)網(wǎng)+ 流通”行動。國網(wǎng)響應(yīng)國家的號召，順應(yīng)發(fā)展的潮流，于2016年開始實(shí)施電力物資的電商化采購。電商化采購是指通過適用的采購策略確定一定時期內(nèi)的供應(yīng)商，明確物資的品類（或規(guī)格型號）、單價（或雙方認(rèn)可的計價規(guī)則）、配送及服務(wù)標(biāo)準(zhǔn)，并在零星物資采購管控平臺開展請購，實(shí)現(xiàn)操作界面簡單直觀、采購過程規(guī)范快捷、配送服務(wù)高效優(yōu)質(zhì)的目標(biāo)。雖然電商化采購模式相較于傳統(tǒng)采購具有獨(dú)特的優(yōu)勢，但并不是所有的電力物資都適合電商化采購模式，所以確定電商化采購目錄非常重要。而確定適合電商化的物資，需要先確定其判別規(guī)則，然后將規(guī)則應(yīng)用到電力物資判別中，最終形成電商化采購專區(qū)目錄。

決策樹算法是一種逼近離散函數(shù)值的方法。它是一種典型的分類方法，首先對數(shù)據(jù)進(jìn)行處理，利用歸納算法生成可讀的規(guī)則和決策樹，然后使用決策對新數(shù)據(jù)進(jìn)行分析。該方法被廣泛應(yīng)用于遙感圖像、疾病、林業(yè)等各方面的分類，更有學(xué)者將其應(yīng)用于協(xié)議庫存物資的判別上，但尚未有人將其應(yīng)用于電商化采購物資。本文將是否適合電商化采購看作兩類物資，利用決策樹算法進(jìn)行歸納，得出判別規(guī)則，篩選出適合電商化采購的新物資，最終形成新的二級專區(qū)目錄。

1 指標(biāo)及數(shù)據(jù)的獲取

1.1 特征指標(biāo)選取

根據(jù)電商化采購特點(diǎn)總結(jié)得出的電商化采購判別決策樹模型，決策節(jié)點(diǎn)都是定性的判斷，不適合大量而復(fù)雜的物資小類判別，需要進(jìn)一步量化。而規(guī)格品種多、需求頻次高、數(shù)量無法準(zhǔn)確等業(yè)務(wù)特征無法從零星物資基礎(chǔ)采購數(shù)據(jù)中獲取，需要將其特點(diǎn)轉(zhuǎn)化為適用的數(shù)據(jù)指標(biāo)。

其中，零星物資一種定義是指的生產(chǎn)耗值較低的物資;另一種定義是指零星采購的物資，零星采購指的是一些金額小、零散的采購行為?！秶译娋W(wǎng)公司零星物資電商化采購和供應(yīng)工作規(guī)范（試行）》中指出，零星物資包含辦公用品、辦公電器、辦公家具、辦公日用、化工、儀器儀表、信息化通信設(shè)備、低壓電器、生產(chǎn)工器具、勞保用品、五金建材、配件等。由上可知，零星物資的劃分可以從所屬“大類”以及物資自身的價值（即單價）入手。即將該部分指標(biāo)選取為“物資大類”和“單價”。

電力物資的基礎(chǔ)劃分是以大類、中類、小類三級標(biāo)準(zhǔn)進(jìn)行的。本文研究的目標(biāo)主體是二級專區(qū)的物資目錄，最終確定的物資屬于物資小類，同一個小類的物資編碼（物料ID）是相同的。所以“采購規(guī)格品種多”可以從物資小類下的物料描述中的規(guī)格種類數(shù)和同一小類物資的供應(yīng)商數(shù)來確定。該部分的業(yè)務(wù)特征細(xì)化的數(shù)據(jù)指標(biāo)為“規(guī)格品種數(shù)”。

“需求頻次高”這一條件來源于，電商化采購相較于傳統(tǒng)集中采購（招標(biāo)采購等）能夠做到隨需隨采，能夠有效減少單次采購的組織成本。從采購周期和相應(yīng)部門工作周期的角度考慮，該部分指標(biāo)的選取應(yīng)選擇年度業(yè)務(wù)特征指標(biāo)，且在考慮整體需求頻次的同時還需要考慮需求在時間上的分布。綜合考慮以上因素，最終數(shù)據(jù)指標(biāo)確定為“年需求頻次（年度需求申請訂單數(shù)）”。

“數(shù)量無法準(zhǔn)確預(yù)測”的要求是由于電商化采購相較于集中采購，沒有采購的組織成本限制，在單次采購的數(shù)量上更加靈活。數(shù)量無法準(zhǔn)確預(yù)測的物資進(jìn)行集中采購，就容易造成“缺貨”或者“贅余”的現(xiàn)象，從而導(dǎo)致成本的增加。數(shù)量無法準(zhǔn)確預(yù)測可以理解為年度需求不穩(wěn)定，數(shù)據(jù)指標(biāo)可以選擇“采購數(shù)據(jù)的變異系數(shù)”或者“年均采購數(shù)量”和“年采購數(shù)量標(biāo)準(zhǔn)差”。最終考慮決策樹及判別規(guī)則的實(shí)用性和簡化性，選取“采購數(shù)據(jù)的變異系數(shù)”作為模型分類指標(biāo)。

將初步生成的電商化采購判別決策樹模型與指標(biāo)選取的可得性原則、有效性原則相結(jié)合，進(jìn)一步細(xì)化得出4個數(shù)據(jù)指標(biāo)，指標(biāo)選取情況如表1所示。

1.2 指標(biāo)數(shù)據(jù)獲取

決策樹算法應(yīng)用在的判別特征為是否屬于電商化物資，業(yè)務(wù)特征指標(biāo)數(shù)據(jù)需要覆蓋到已有電商化專區(qū)數(shù)據(jù)和未加入電商化采購物資的ERP系統(tǒng)數(shù)據(jù)。其中屬于電商化采購的物資采用電商化二級專區(qū)數(shù)據(jù)，不屬于電商化采購的物資采用ERP專區(qū)訂單數(shù)據(jù)，此次需要重新進(jìn)行判別的物資不納入原始模型的建立數(shù)據(jù)采集。

綜合考慮決策樹算法本身對于數(shù)據(jù)量的要求，模型建立所用數(shù)據(jù)從17年76000余組采購記錄和2018年437541組數(shù)據(jù)中總結(jié)提取，一共包含658個小類2年的數(shù)據(jù)。

2 量化決策樹判別模型

國網(wǎng)現(xiàn)在實(shí)行的二級電商化目錄中將一次設(shè)備、二次設(shè)備、智能變電站二次設(shè)備、裝置性材料、輔助設(shè)備設(shè)施、工器具、建筑材料、勞保類用品、配件、燃料化工、五金材料、儀器儀表、辦公類用品、低壓電器14個大類中的部分物資劃分為零星物資。又在《658標(biāo)準(zhǔn)內(nèi)小類采購策略分析》中建議將金屬材料和信息設(shè)備的部分小類納入電商化采購。二級采購目錄中一共包含一次設(shè)備、二次設(shè)備、智能變電站二次設(shè)備、裝置性材料、通信設(shè)備、輔助設(shè)備設(shè)施、工器具、建筑材料、金屬材料、勞保類用品、配件、燃料化工、五金材料、軟件、信息設(shè)備、儀器儀表、辦公類用品、低壓電器18個大類，除去上文提到的16個大類還剩下軟件和通訊設(shè)備兩個大類。從統(tǒng)計的數(shù)據(jù)分析，軟件大類品種規(guī)格少、單價普遍偏高、需求頻次少，且軟件系統(tǒng)的技術(shù)要求高，不適合納入電商化采購;《國網(wǎng)河南省電力公司2019年度二級采購目錄》中關(guān)于軟件大類給出的建議采購方式均為公開招標(biāo)。通過同樣方式的分析，通信設(shè)備大類中仍有部分小類可能適合電商化采購，所以將零星物資的大類要求定為除軟件大類外的17個大類。此外，通過對電商專區(qū)采購的2017年、2018年以及2019年的部分?jǐn)?shù)據(jù)分析可知，2017年二級電商專區(qū)采購的物資中，單價最高的是大類為儀器儀表，中類為型式試驗(yàn)設(shè)，小類為電氣性能試驗(yàn)設(shè)備的HVDKJ-35型空心電抗器匝間絕緣檢測裝置，價格為1584000元;2018年二級電商專區(qū)采購的物資中，單價最高的是大類為儀器儀表，中類為電氣標(biāo)準(zhǔn)器及檢測裝置，小類為綜合自動化系統(tǒng)校驗(yàn)儀的綜合自動化系統(tǒng)校驗(yàn)儀，價格為1050000元;2019年部分二級電商專區(qū)采購的物資中，單價最高的是大類為儀器儀表，中類為大地測量、測距儀器，小類為激光指向儀的激光器，價格為594224.14元。故而，將零星物資的單價節(jié)點(diǎn)定為三年來的最高值1584000元，即單價低于1584000元的小類屬于零星物資。

通過對采集到的數(shù)據(jù)進(jìn)行統(tǒng)計分析得知，品種規(guī)格數(shù)多集中在8種以下，可見品種規(guī)格在8及8種以上屬于不常見情況，可將其劃分為“采購規(guī)格品種多”的情況。因此，指標(biāo)“品種規(guī)格數(shù)”的劃分節(jié)點(diǎn)可以定為8種，即品種規(guī)格在8種及以上（7種以上）的物資適合電商化采購。

電商化采購優(yōu)于集采的一大特點(diǎn)就在于其敏捷性，克服了集采的流程較長、響應(yīng)需求的能力遲鈍，造成采購時效性較差的不足。所以從需求頻次這一指標(biāo)來區(qū)分集采和電商化采購，可以立足于該特點(diǎn)——通過對國網(wǎng)陽光電子商務(wù)平臺發(fā)的公告可知，國網(wǎng)河南電力每年有三批公開招標(biāo)的物資。表明零星物資如果需求頻次在三次以上就肯定需要等待招標(biāo)的時間，需求的滿足會滯后，受到了集采采購時效性差不足的約束，從而該部分物資可以納入電商化采購，利用電商專區(qū)采購的靈活性、敏捷性來解決該部分物資需求頻次高的問題，即將年需求頻次在3次之上的納入電商化采購的范圍。

年采購數(shù)量難以預(yù)測的特征用年采購數(shù)量的變異系數(shù)來衡量，變異系數(shù)是綜合考慮了年均采購數(shù)量以及年采購數(shù)量標(biāo)準(zhǔn)差之后的指標(biāo)，變異系數(shù)越大說明年度采購數(shù)量的波動越大，也就是數(shù)量預(yù)測的難度越大。當(dāng)該指標(biāo)取值為0.5時，表明該小類物資2017與2018年的采購數(shù)量差距在1倍以上，該種情況的波動性已屬于較大的情況，可將其劃分至年采購數(shù)量難以預(yù)測的部分。

量化后決策樹模型如圖1所示。

3 判別規(guī)則落實(shí)

研究最終形成電商化采購二級專區(qū)目錄，需要從ERP導(dǎo)出數(shù)據(jù)、電商專區(qū)數(shù)據(jù)以及國網(wǎng)河南電力的二級采購目錄意見出發(fā)，涉及的物資達(dá)18個大類，近2000個小類。如果以人力按照生成的決策樹判別模型逐一進(jìn)行判別，不僅會因?yàn)閿?shù)據(jù)量龐大而耗時耗力，還會由人力的不可控性導(dǎo)致誤判。為解決這一難題，需要將生成的決策樹判別模型轉(zhuǎn)化為可用軟件操作的機(jī)器語言或是可以批量判別的簡單規(guī)則。

決策樹模型的相較于其他分類模型的優(yōu)點(diǎn)之一就是，決策樹模型能夠轉(zhuǎn)化為易于理解和操作的“if—then”規(guī)則，該類型規(guī)則既可以轉(zhuǎn)化為Access數(shù)據(jù)庫中常用的SQL語言進(jìn)行操作，也可以轉(zhuǎn)化為Excel中的多重if條件進(jìn)行判別。所以，為了解決涉及判別物資小類過多的問題，下面將模型轉(zhuǎn)化為判別規(guī)則。

將決策樹判別模型轉(zhuǎn)化為“if—then”規(guī)則如下所示：

if“大類”=“軟件”，then print “非電商物資”，

elseif 單價>1584000，then print “非電商物資”，

elseif 品種規(guī)格數(shù)>7，then print “電商物資”，

elseif 年需求頻次>3，then print “電商物資”，

elseif 年需求變異系數(shù)>0.5，then print “電商物資”，

else ，print “非電商物資”。

論文將形成的判別規(guī)則與2017與2018年的ERP采購數(shù)據(jù)相結(jié)合，最終形成了新的有科學(xué)依據(jù)的電商二級專區(qū)目錄。

4 結(jié)論

本文研究了符合當(dāng)下“互聯(lián)網(wǎng)+”趨勢的電商化采購模式中的物資判別。從該目標(biāo)“采購規(guī)格品種多、需求頻次高、數(shù)量無法準(zhǔn)確預(yù)測且不屬于國家法定必須招標(biāo)”的業(yè)務(wù)特征出發(fā)，結(jié)合2017和2018年兩年的電商化采購專區(qū)數(shù)據(jù)和ERP系統(tǒng)數(shù)據(jù)，運(yùn)用決策樹算法，研究得出了電商化物資判別的規(guī)則決策樹模型，并將其轉(zhuǎn)化為可執(zhí)行的機(jī)器語言。最終將模型轉(zhuǎn)化成了可實(shí)際操作的判別方法，實(shí)現(xiàn)了科學(xué)合理的電商化物資判別，形成了新的有科學(xué)依據(jù)的電商二級專區(qū)目錄。

參考文獻(xiàn)

[1]羅來平，宮輝力，劉先林，等.基于決策樹算法的遙感圖像分類研究與實(shí)現(xiàn)[J].計算機(jī)應(yīng)用研究，2007，24（1）：207-209.

[2]吳生根，陳武，歐劍鳴，等.福建省2008-2013年手足口病重癥病例危險因素的分類決策樹分析[J].中國衛(wèi)生統(tǒng)計，2015，32（6）：1040-1041.

[3]雷光斌，李愛農(nóng)，譚劍波，等.基于多源多時相遙感影像的山地森林分類決策樹模型研究[J].遙感技術(shù)與應(yīng)用，2016，Issue（1）：31-41.

[4]李爽，張二勛.基于決策樹的遙感影像分類方法研究[J].地域研究與開發(fā)，2003，22（1）：17-21.

[5]彭汐單，羅華清，袁宏波，等.基于決策樹算法的協(xié)議庫存采購策略研究[J].江西電力，2018，（7）.