Image for Primjena NLP tehnika i strojnog učenja za podršku sustavu automatskog rutiranja poštanskih pošiljaka
Naslovnica

Primjena NLP tehnika i strojnog učenja za podršku sustavu automatskog rutiranja poštanskih pošiljaka

Optimizacija poslovanja i stalan rad na korištenju tehnologija jedan je od prioritetnih ciljeva uspješnog poslovanja. Razvoj i dostupnost tehnologije uz pravovremeno angažiranje oko oplemenjivanja ukupnog portfolija usluga korištenjem podataka, otvara posve novu dimenziju u kojoj podaci postaju “najvrjedniji resurs tvrtke” te se pomoću njih kreiraju alati koji kroz nove poslovne modele unapređuju sve kanale prodaje i značajno pridonose strateškim ciljevima.

Ovo istraživanje bavi se primjenom NLP tehnika i strojnog učenja kao podrške automatskom rutiranju ekspresne dostave, odnosno, uparivanjem adresa između transakcijskog sustava i adresne baze s elementima strojnog učenja i opcijom da sustav uči kroz povratnu vezu o pogrešno uparenim adresama. Kao prošireni ciljevi istraživanja, definirani su modeli uparenja adresa, dinamično rutiranje ekspresne dostave, adekvatniji raspored fiksnih ruta, optimizacije i predviđanje vremena potrebnog za dostavu po pojedinoj grupi pošiljaka te statistika prema pojedinim grupama i fazama (npr. „na vrijeme isporučenih pošiljaka za dan“).

Kroz gotovo 10.000.000 parova koristimo Long Short-term Memory rekurentne neuralne mreže trenirane za potrebe specifičnog sadržaja (adrese sa svim detaljima adrese) uključujući prijevod adresnog niza znakova uz pomoć neizrazito povezanih nizova znakova centralne evidencije u niz znakova baze adresa. Jednom utrenirana mreža rezultira kandidatom/poveznicom prema bazi adresa u prvom koraku, a za kojeg se u drugom koraku skorira stupanj podudarnosti zbog smjera povezivanja. Sustav u zadanom vremenu može zaprimiti podatke o pošiljkama/parovima za koje dostava nije bila moguća, te ih koristiti kao bazu znanja za buduća uparivanja. Također, po proteku određenog vremena, u slučaju da se ovim postupkom uparene adrese ne pojave kao „negativne“, sustav poveznice sprema u internu bazu za učenje kao odgovarajuće uparene podatkovne nizove te uči iz njihova sadržaja i veza.