RU2720532C1

RU2720532C1 - Method of forming a composite rating of business entities

Info

Publication number: RU2720532C1
Application number: RU2019139173A
Authority: RU
Inventors: Тамара Александровна Симонова; Глеб Владимирович Челышков
Original assignee: Общество с ограниченной ответственностью "ОБОЗ"
Priority date: 2019-12-02
Filing date: 2019-12-02
Publication date: 2020-04-30

Abstract

FIELD: computer equipment.SUBSTANCE: technical result is achieved due to system of formation of orders between shipper and cargo carrier based on processed and evaluated data and based on calculated rating, containing computer module, which contains processor; memory; data processing and evaluation module; machine learning module; a rating calculation module; an administration module; module for storage of personal data of consignors and data on resources of cargo carriers; cargo carrier selection module; cargo carrier resources selection module based on calculated carrier rating and order generation module.EFFECT: technical result consists in improvement of accuracy of formation of orders between shipper and cargo carrier based on processed and evaluated data by predicted evaluation of data and based on calculated rating.3 cl, 1 dwg

Description

Область техники:Field of Technology:

[0001] Изобретение относится к области вычислительной техники вычисления рейтинга для обработки и оценки данных.[0001] The invention relates to the field of computing, computing ranking for processing and evaluating data.

Уровень техники:The prior art:

[0002] Из уровня техники известна рейтинговая система, описанная в US 2014/0012772 A1, кл. G06Q 10/08. Известное решение предусматривает способы и системы идентификации поставщиков применимых видов транспорта, которые удовлетворяют определенным бизнес-требованиям, предоставляя средства для сравнения и оценки этих поставщиков. Некоторые формы изобретения предоставляют компьютерные способы для оказания помощи в принятии решения о логистике потенциального клиента, причем способ содержит этапы, на которых: получают по меньшей мере одно требование, связанное с логистикой, от потенциального клиента, вычисляют по меньшей мере один подходящий вариант логистики из множества предоставляемых поставщиком логистических опций и обеспечивающие вывод по крайней мере одного логистического варианта в форме, читаемой потенциальным клиентом. Связанные с логистикой требования включают предпочтительный или требуемый пункт отправления, предпочтительный или требуемый пункт назначения, предпочтительный или требуемый вид транспорта, предпочтительное или требуемое время в пути, предпочтительную или требуемую дату доставки, предпочтительное или требуемое воздействие на окружающую среду, вызванное материально-техническим обеспечением, предпочтительную или требуемую стоимость, предпочтительный или требуемый способ или срок оплаты, предпочтительную или требуемую аккредитацию поставщика или предпочтительный или требуемый уровень операционной эффективности поставщика.[0002] The rating system described in US 2014/0012772 A1, cl. G06Q 10/08. A well-known solution provides methods and systems for identifying suppliers of applicable modes of transport that meet certain business requirements, providing means for comparing and evaluating these suppliers. Some forms of the invention provide computer-based methods to assist in deciding on the logistics of a potential customer, the method comprising the steps of: obtaining at least one logistics requirement from a potential customer, computing at least one suitable logistics option from a plurality Provided by the supplier of logistics options and providing the conclusion of at least one logistic option in a form readable by a potential customer. Logistic requirements include a preferred or required departure point, a preferred or required destination, a preferred or required mode of transport, a preferred or required travel time, a preferred or required delivery date, a preferred or required environmental impact caused by logistics, preferred or required cost, preferred or required method or term of payment, preferred or required accreditation supplier, or preferred or required level of supplier operational performance.

[0003] Однако, известному решению присущи ряд недостатков, в числе которых низкая точности вычисления рейтинга грузоперевозчика или грузоотправителя, посредством обработки и оценки данных и предсказанной оценки данных и низкая точность формирования заказов между грузоотправителем и грузоперевозчиком.[0003] However, the known solution has a number of disadvantages, including a low accuracy in calculating the rating of a freight carrier or a shipper, through processing and evaluation of data and a predicted rating of data, and a low accuracy in generating orders between a shipper and a freight carrier.

Раскрытие изобретения:Disclosure of the invention:

[0004] Задачей изобретения является устранение указанных выше недостатков.[0004] The objective of the invention is to remedy the above disadvantages.

[0005] Техническим результатом при этом является повышение точности формирования заказов между грузоотправителем и грузоперевозчиком на основании обработанных и оцененных данных посредством предсказанной оценки данных и на основании вычисленного рейтинга.[0005] The technical result in this case is to increase the accuracy of the formation of orders between the shipper and the carrier based on the processed and evaluated data through a predicted data assessment and based on the calculated rating.

[0006] Указанный технический результат достигается за счет системы формирования заказов между грузоотправителем и грузоперевозчиком на основании обработанных и оцененных данных и на основании вычисленного рейтинга, содержащей вычислительный модуль, который содержит: по меньшей мере, один процессор, выполненный с возможностью вычисления и обработки данных; память, хранящую инструкции, побуждающие упомянутый процессор вычислять и обрабатывать данные; модуль обработки и оценки данных, выполненный с возможностью приема данных от модуля администрирования, модуля вычисления рейтинга, модуля хранения и отображения значения баллов и модуля хранения анкетных данных грузоотправителей, обработки и оценки этих данных посредством их сравнения с эталонными значениями, где в зависимости от сравнения упомянутые данные оцениваются в большую или в меньшую сторону, при этом на основании результатов обработки и оценки данных, на основании предсказанной оценки данных, полученной от модуля машинного обучения, а также на основании рейтинга, вычисленного модулем вычисления рейтинга, модуль обработки и оценки данных вычисляет итоговый рейтинг грузоперевозчика или грузоотправителя, а данные, принятые от модуля администрирования, содержат идентификатор грузоотправителя и/или грузоперевозчика; модуль машинного обучения, соединенный с модулем обработки и оценки данных, и выполненный с возможностью предсказания оценки данных на основании обработанных и оцененных данных, и передачи предсказанной оценки данных модулю обработки и оценки данных, где предсказанная оценка влияет на итоговый рейтинг как в большую, так и в меньшую сторону; модуль вычисления рейтинга, выполненный с возможностью вычисления рейтинга грузоотправителя и/или грузоперевозчика на основании данных, полученных от модуля администрирования, модуля хранения анкетных данных грузоотправителей и на основании коэффициента грузоотправителя и/или грузоперевозчика, полученного от модуля формирования заказа, и передачи вычисленного рейтинга модулю хранения и отображения значения баллов, где на основании вычисления рейтинг изменяется в большую сторону, меньшую сторону или остается неизменным; модуль администрирования, выполненный с возможностью передачи справочной информации о грузоотправителе и/или грузоперевозчике модулю вычисления рейтинга и модулю обработки и оценки данных, где справочная информация содержит идентификатор грузоотправителя и/или грузоперевозчика; модуль хранения анкетных данных грузоотправителей и данных о ресурсах грузоперевозчиков, где под данными о ресурсах грузоперевозчиков подразумеваются данные о водителе, данные о транспортном средстве и данные о прицепе транспортного средства; модуль выбора грузоперевозчика, выполненный с возможностью выбора грузоперевозчика на основании вычисленного рейтинга грузоперевозчика, полученного от модуля вычисления рейтинга, на основании обработанных и оцененных данных, полученных от модуля обработки и оценки данных, и на основании параметров, включающих: параметры точки отправления и точки назначения груза, параметры времени отправки груза и параметры типа груза, при этом упомянутый выбор происходит в порядке убывания рейтинга грузоперевозчика и в порядке убывания оцененных данных; модуль выбора ресурсов грузоперевозчика на основании вычисленного рейтинга грузоперевозчика, полученного от модуля вычисления рейтинга, на основании обработанных и оцененных данных, полученных от модуля обработки и оценки данных, и на основании параметров, включающих: соответствие тоннажа транспортного средства грузоперевозчика и веса перевозимого груза грузоотправителя, габаритов груза грузоотправителя и габаритов транспортного средства грузоперевозчика, возможность охлаждения груза транспортным средством грузоперевозчика и необходимость охлаждения груза грузоотправителя; и модуль формирования заказов, выполненный с возможностью формирования заказов между грузоотправителем и грузоперевозчиком на основании обработанных и оцененных данных, полученных от модуля обработки и оценки данных, на основании вычисленного рейтинга грузоперевозчика, полученного от модуля вычисления рейтинга, а также выполненный с возможностью генерирования коэффициента грузоотправителя и/или грузоперевозчика и передачи сгенерированного коэффициента модулю вычисления рейтинга, где заказ формируется между грузоотправителем и грузоперевозчиком.[0006] The specified technical result is achieved due to the system of order formation between the shipper and the carrier based on the processed and evaluated data and based on the calculated rating containing a computing module that contains: at least one processor configured to calculate and process the data; a memory storing instructions for causing said processor to calculate and process data; a data processing and evaluation module configured to receive data from the administration module, the rating calculation module, the point storage and display module, and the shippers' personal data storage module, processing and evaluating these data by comparing them with reference values, where, depending on the comparison, the mentioned data are evaluated up or down, while based on the results of processing and data evaluation, based on the predicted data evaluation received from the machine module training, as well as on the basis of the rating calculated by the rating calculation module, the data processing and evaluation module calculates the final rating of the freight carrier or shipper, and the data received from the administration module contains the identifier of the shipper and / or freight carrier; a machine learning module connected to the data processing and evaluation module, and configured to predict data evaluation based on the processed and evaluated data, and transmitting the predicted data evaluation to the data processing and evaluation module, where the predicted evaluation affects the final rating in both large and downwards; rating calculation module, configured to calculate the rating of the shipper and / or freight carrier based on data received from the administration module, the storage module for personal data of shippers and based on the coefficient of the shipper and / or freight carrier received from the order formation module, and transfer the calculated rating to the storage module and displaying the value of the points where, based on the calculation, the rating changes upward, downward or remains unchanged; an administration module configured to transmit reference information about the shipper and / or the carrier to the rating calculation module and to a data processing and evaluation module, where the reference information contains the identifier of the shipper and / or carrier; a module for storing personal data of shippers and data on the resources of freight forwarders, where data on the resources of freight forwarders means data on the driver, data on the vehicle, and data on the trailer of the vehicle; a freight carrier selection module configured to select a freight carrier based on a calculated freight carrier rating received from a rating calculation module, based on processed and evaluated data received from a data processing and evaluation module, and based on parameters including: parameters of a departure point and destination point of cargo , parameters of the time of dispatch of the cargo and parameters of the type of cargo, while the mentioned choice occurs in descending order of the rating of the carrier and in descending order of the estimated nnyh; module for selecting the resources of the carrier based on the calculated rating of the carrier received from the module for calculating the rating, based on the processed and evaluated data received from the module for processing and evaluating the data, and based on parameters including: correspondence of the tonnage of the carrier’s vehicle and the weight of the shipper’s transported cargo, dimensions the cargo of the shipper and the dimensions of the vehicle of the carrier, the possibility of cooling the cargo by the vehicle of the carrier and necessity of cooling cargo shipper; and an order generation module, configured to generate orders between the shipper and the carrier based on the processed and evaluated data received from the data processing and evaluation module, based on the carrier’s calculated rating received from the rating calculation module, and also configured to generate a shipper coefficient and / or the carrier and transferring the generated coefficient to the rating calculation module, where the order is formed between the shipper and freight carrier.

[0007] Дополнительно система содержит модуль хранения данных о договорах, выполненный с возможностью приема от модуля формирования заказов данных о договорах, где модуль формирования заказов дополнительно формирует данные о договорах.[0007] Additionally, the system includes a contract data storage module, configured to receive contract data from the order generation module, where the order generation module further generates contract data.

[0008] Дополнительно генерирование коэффициента происходит на основании данных, поступивших в модуль формирования заказов от модуля администрирования, где данные включают: данные об аварии грузоперевозчика в процессе выполнения заказа, данные о времени прибытия грузоперевозчика в точку отправления и в точку назначения груза, данные об отмене заказа грузоперевозчиком или их комбинация.[0008] Additionally, the generation of the coefficient occurs on the basis of the data received in the module for generating orders from the administration module, where the data includes: data on the accident of the carrier during the execution of the order, data on the time of arrival of the carrier at the point of departure and destination, data on cancellation order carrier or a combination thereof.

[0009] Очевидно, что как предыдущее общее описание, так и последующее подробное описание даны лишь для примера и пояснения и не являются ограничениями данного изобретения.[0009] It is obvious that both the previous general description and the following detailed description are given by way of example and explanation only and are not limitations of the present invention.

Краткое описание чертежей:Brief Description of the Drawings:

[0010] На фиг. 1 показана принципиальная схема системы вычисления рейтинга для обработки и оценки данных.[0010] FIG. 1 shows a schematic diagram of a rating calculation system for processing and evaluating data.

Осуществление изобретения:The implementation of the invention:

[0011] Схематическое изображение системы 100 вычисления рейтинга для обработки и оценки данных показано на фиг. 1. Система 100 содержит вычислительный модуль, который содержит, по меньшей мере, один процессор (не показан на фиг.), выполненный с возможностью вычисления и обработки данных, а также память (не показана на фиг.), хранящую инструкции, побуждающие упомянутый процессор вычислять и обрабатывать данные. [0011] A schematic representation of a rating calculation system 100 for processing and rating data is shown in FIG. 1. The system 100 includes a computing module that contains at least one processor (not shown in FIG.) Configured to calculate and process data, as well as a memory (not shown in FIG.) That stores instructions prompting said processor calculate and process data.

[0012] Система 100 также содержит модуль 101 обработки и оценки данных, модуль 102 вычисления рейтинга, модуль 103 хранения и отображения значения баллов, модуль 104 хранения анкетных данных грузоотправителей и данных о ресурсах грузоперевозчиков, модуль 106 выбора грузоотправителя на основании вычисленного рейтинга грузоперевозчика, модуль 107 выбора ресурсов грузоперевозчика на основании вычисленного рейтинга грузоперевозчика, модуль 108 формирования заказов, модуль 109 администрирования и модуль 110 машинного обучения. Альтернативно система 100 содержит модуль 105 хранения данных о договорах.[0012] The system 100 also includes a data processing and evaluation module 101, a rating calculation module 102, a score value storage and display module 103, a shippers personal data storage module and freight carrier resource data storage module 104, a shipper selection module 106 based on a calculated freight carrier rating, a module 107 selection of the resources of the carrier based on the calculated rating of the carrier, module 108 orders, administration module 109 and module 110 machine learning. Alternatively, the system 100 comprises a contract data storage module 105.

[0013] Модуль 101 обработки и оценки данных выполнен с возможностью приема данных от модуля 109 администрирования, модуля 102 вычисления рейтинга, модуля 103 хранения и отображения значения баллов и модуля 104 хранения анкетных данных грузоотправителей. [0013] The data processing and evaluation module 101 is configured to receive data from the administration module 109, the rating calculating module 102, the points value storage and display module 103, and the shippers personal data storage module 104.

[0014] Модуль 101 обработки и оценки данных выполнен с возможностью приема данных от модуля администрирования, модуля вычисления рейтинга, модуля хранения и отображения значения баллов и модуля хранения анкетных данных грузоотправителей. Модуль 101 обрабатывает и оценивает эти данные посредством их сравнения с эталонными значениями. В зависимости от сравнения упомянутые данные оцениваются в большую или в меньшую сторону. На основании результатов обработки и оценки данных, на основании предсказанной оценки данных, полученной от модуля 110 машинного обучения, а также на основании рейтинга, вычисленного модулем 102 вычисления рейтинга, модуль 101 обработки и оценки данных вычисляет итоговый рейтинг грузоперевозчика или грузоотправителя. Данные, принятые от модуля 109 администрирования, содержат идентификатор грузоотправителя и/или грузоперевозчика. Модуль 101 обработки и оценки данных выполняет обработки и оценку по трем этапам. Первый этап проверяет все данные, принятые модулем 101, на предмет наличия отрицательных признаков, которые могут отнести грузоотправителя или грузоперевозчика к классу неблагонадежных грузоотправителей или грузоперевозчиков. В случае наличия таких признаков обработка и оценка данных прекращается, а сам итоговый рейтинг приравнивается нулю. В противном случае обработка и оценка данных переходит ко второму этапу. На втором этапе модуль 101 проверяет все данные на предмет наличия некритичных признаков, наличие которых меняет значения баллов грузоотправителей или грузоперевозчиков как в большую, так и в меньшую сторону. Полученные значения направляются в модуль 103 хранения и отображения значения баллов, где в случае изменения значение в модуле 103, соответствующее идентификатору грузоотправителя и/или грузоперевозчика, заменяется на измененное, а в случае совпадения значений баллов, поступивших в модуль 103, со значениями баллов уже хранившихся в модуле 103, значения баллов остаются неизменными. Третий этап заключается в получении итогового рейтинга, где итоговый рейтинг формируется на основании полученных значений баллов и на основании предсказанной оценки данных, полученной от модуля 110 машинного обучения.[0014] The data processing and evaluation module 101 is configured to receive data from the administration module, the rating calculation module, the storage and display unit of the score value, and the storage system for the personal data of the shippers. Module 101 processes and evaluates this data by comparing it with reference values. Depending on the comparison, the mentioned data are evaluated up or down. Based on the results of processing and evaluating the data, on the basis of the predicted evaluation of the data received from the machine learning module 110, and also on the basis of the rating computed by the rating calculating module 102, the data processing and estimation module 101 calculates the final rating of the carrier or shipper. Data received from administration module 109 contains the identifier of the shipper and / or carrier. Data processing and evaluation module 101 performs processing and evaluation in three steps. The first stage checks all the data received by module 101 for any negative signs that may include the shipper or the carrier as a class of unreliable shippers or carriers. If there are such signs, the processing and evaluation of the data is terminated, and the final rating itself is equal to zero. Otherwise, the processing and evaluation of the data proceeds to the second stage. At the second stage, the module 101 checks all the data for the presence of non-critical signs, the presence of which changes the scores of the shippers or freight forwarders, both up and down. The obtained values are sent to the module 103 for storing and displaying the value of the points, where in case of a change, the value in the module 103 corresponding to the identifier of the shipper and / or the carrier is replaced with the changed one, and if the values of the points received in the module 103 coincide with the values of the points already stored in module 103, the scores remain unchanged. The third stage is to obtain the final rating, where the final rating is formed on the basis of the obtained score values and on the basis of the predicted evaluation of the data received from the machine learning module 110.

[0015] Модуль 102 вычисления рейтинга выполнен с возможностью вычисления рейтинга грузоотправителя и/или грузоперевозчика на основании данных, полученных от модуля 109 администрирования, модуля 104 хранения анкетных данных грузоотправителей и на основании коэффициента грузоотправителя и/или грузоперевозчика, полученного от модуля 108 формирования заказа, и передачи вычисленного рейтинга модулю 105 хранения и отображения значения баллов. На основании вычисления рейтинг изменяется в большую сторону, меньшую сторону или остается неизменным. [0015] The rating calculation module 102 is configured to calculate the rating of the shipper and / or the freight carrier based on data received from the administration module 109, the shippers personal data storage module 104, and based on the shipper and / or freight carrier ratio received from the order formation module 108, and transmitting the calculated rating to the module 105 for storing and displaying the value of the points. Based on the calculation, the rating changes upward, downward or remains unchanged.

[0016] Модуль 103 хранения и отображения значения баллов выполнен с возможностью передачи значения баллов модулю вычисления рейтинга, приема и хранения измененного или оставшегося неизменным значения баллов грузоотправителя и/или грузоперевозчика от модуля 102 вычисления рейтинга.[0016] The point value storage and display module 103 is configured to transmit the point value to the rating calculation module, receive and store the changed or unchanged score value of the shipper and / or the carrier from the rating calculation module 102.

[0017] Модуль 104 хранения анкетных данных грузоотправителей и данных о ресурсах грузоперевозчиков обеспечивает хранение анкетных данных грузоотправителей и данных о ресурсах грузоперевозчиков. Под данными о ресурсах грузоперевозчиков в контексте настоящего решения подразумеваются данные о водителе, данные о транспортном средстве и данные о прицепе транспортного средства.[0017] A module 104 for storing shipper's personal data and freight carrier resources provides storage of shipper's personal data and freight carrier resources. In the context of this decision, data on the resources of cargo carriers mean driver data, vehicle data and vehicle trailer data.

[0018] Модуль 105 хранения данных о договорах выполнен с возможностью приема от модуля формирования заказов данных о договорах. Упомянутые данные формируются модулем 108 формирования заказов.[0018] The contract data storage module 105 is configured to receive contract data from the order formation module. Said data is generated by order generation module 108.

[0019] Модуль 106 выбора грузоперевозчика выполнен с возможностью выбора грузоперевозчика на основании вычисленного рейтинга грузоперевозчика, полученного от модуля 102 вычисления рейтинга, на основании обработанных и оцененных данных, полученных от модуля 101 обработки и оценки данных, и на основании параметров, включающих: параметры точки отправления и точки назначения груза, параметры времени отправки груза и параметры типа груза. Выбор происходит в порядке убывания рейтинга грузоперевозчика и в порядке убывания оцененных данных.[0019] The carrier selection module 106 is configured to select a carrier based on a calculated carrier rating obtained from the rating calculation module 102, based on processed and evaluated data received from the data processing and evaluation module 101, and based on parameters including: point parameters Departures and destination points of cargo, time parameters of cargo dispatch and cargo type parameters. The choice is in descending order of the rating of the carrier and in descending order of the estimated data.

[0020] Модуль 107 выбора ресурсов грузоперевозчика выполнен с возможностью выбора ресурсов грузоперевозчика на основании вычисленного рейтинга грузоперевозчика, полученного от модуля 102 вычисления рейтинга, на основании обработанных и оцененных данных, полученных от модуля 101 обработки и оценки данных, и на основании параметров, включающих: соответствие тоннажа транспортного средства грузоперевозчика и веса перевозимого груза грузоотправителя, габаритов груза грузоотправителя и габаритов транспортного средства грузоперевозчика, возможность охлаждения груза транспортным средством грузоперевозчика и необходимость охлаждения груза грузоотправителя.[0020] The carrier’s resource selection module 107 is configured to select the carrier’s resources based on the calculated carrier’s rating received from the rating calculation module 102, based on the processed and evaluated data received from the data processing and evaluation module 101, and based on parameters including: compliance of the tonnage of the carrier’s vehicle and the weight of the shipper’s transported cargo, the dimensions of the shipper’s cargo and the dimensions of the carrier’s vehicle, cooling an vehicle cargo carrier and the need for cooling the cargo shipper.

[0021] Модуль 108 формирования заказов выполнен с возможностью формирования заказов между грузоотправителем и грузоперевозчиком на основании обработанных и оцененных данных, полученных от модуля 101 обработки и оценки данных, на основании вычисленного рейтинга грузоперевозчика, полученного от модуля 102 вычисления рейтинга, а также выполнен с возможностью генерирования коэффициента грузоотправителя и/или грузоперевозчика и передачи сгенерированного коэффициента модулю 102 вычисления рейтинга. В контексте данного решения заказ формируется между грузоотправителем и грузоперевозчиком. Генерирование коэффициента происходит на основании данных, поступивших в модуль формирования заказов от модуля администрирования, где данные включают: данные об аварии грузоперевозчика в процессе выполнения заказа, данные о времени прибытия грузоперевозчика в точку отправления и в точку назначения груза, данные об отмене заказа грузоперевозчиком или их комбинация.[0021] The order generation module 108 is configured to generate orders between the shipper and the freight carrier based on the processed and evaluated data received from the data processing and evaluation module 101, based on the calculated freight carrier rating received from the rating calculation module 102, and is also configured to generating a coefficient for the shipper and / or carrier and transmitting the generated coefficient to the rating calculation module 102. In the context of this decision, an order is formed between the shipper and the carrier. The coefficient is generated on the basis of the data received in the order formation module from the administration module, where the data includes: data on the freight carrier accident during the execution of the order, data on the arrival time of the freight carrier at the point of departure and destination, data on the cancellation of the order by the freight carrier or their combination.

[0022] Модуль 109 администрирования выполнен с возможностью передачи справочной информации о грузоотправителе и/или грузоперевозчике модулю 102 вычисления рейтинга и модулю 101 обработки и оценки данных, где справочная информация содержит идентификатор грузоотправителя и/или грузоперевозчика.[0022] The administration module 109 is configured to transmit reference information about the shipper and / or the carrier to the rating calculation module 102 and the data processing and evaluation module 101, where the reference information contains the identifier of the shipper and / or the carrier.

[0023] Модуль 110 машинного обучения соединен с модулем 101 обработки и оценки данных и выполнен с возможностью предсказания оценки данных на основании обработанных и оцененных данных, и передачи предсказанной оценки данных модулю 101 обработки и оценки данных. В качестве алгоритма обучения a(x) используется известный алгоритм случайного леса. Суть работы этого алгоритма в том, что для каждого нового грузоперевозчика модуль 110 использует N решающих деревьев на M подмножествах признаков из общего множества признаков, которые им созданы на этапе обучения. Во время обучения происходит построение деревьев на случайных подмножествах признаков для множества всех выбранных объектов из X с финальным узлом в дереве, который характеризует, к какому классу будет относиться признак – к 0 или 1. Деревья в алгоритме случайного леса обладают набором параметров (количество деревьев, максимальная глубина дерева, максимальное количество узлов, количество признаков для одного дерева). Во время обучения на кросс-валидации подбирается оптимальный набор этих параметров. Под кросс-валидацией подразумевается скользящий перекрестный контроль данных. Алгоритм оптимизируется по выбранной метрике. Обработка и оценки данных оптимизируется по метрике точность. Причина использования этой метрики заключается в том, что во время обучения алгоритм будет стараться уменьшать количество таких ситуаций, когда для «плохого» перевозчика алгоритм дал «положительный» результат. В тоже время, ситуации, когда «хороший» перевозчик получил «отрицательную» оценку, не интересны в плане оптимизации, так как именно цель нахождения этих оценок лежит в основе логики работы предсказания оценки данных.[0023] The machine learning module 110 is connected to the data processing and estimation module 101 and is configured to predict the data estimate based on the processed and estimated data, and transmitting the predicted data estimate to the data processing and estimation module 101. As the learning algorithm a (x), the well-known random forest algorithm is used. The essence of this algorithm is that for each new freight carrier module 110 uses N decision trees on M subsets of features from the total set of features that he created at the training stage. During the training, trees are built on random subsets of attributes for the set of all selected objects from X with the final node in the tree that characterizes which class the attribute will belong to - 0 or 1. Trees in the random forest algorithm have a set of parameters (number of trees, maximum tree depth, maximum number of nodes, number of attributes for one tree). During training on cross-validation, the optimal set of these parameters is selected. Cross-validation refers to rolling cross-validation of data. The algorithm is optimized for the selected metric. Processing and evaluation of data is optimized by metric accuracy. The reason for using this metric is that during training, the algorithm will try to reduce the number of situations when the algorithm gave a “positive” result for a “bad” carrier. At the same time, situations when a “good” carrier received a “negative” rating are not interesting in terms of optimization, since it is the purpose of finding these estimates that underlies the logic of the data estimation prediction.

[0024] Хотя данное изобретение было показано и описано со ссылкой на определенные варианты ее осуществления, специалистам в данной области техники будет понятно, что различные изменения и модификации могут быть сделаны в нем, не покидая фактический объем изобретения.[0024] Although the invention has been shown and described with reference to certain embodiments thereof, those skilled in the art will understand that various changes and modifications can be made therein without leaving the actual scope of the invention.

Claims

1. The system for generating orders between the shipper and the carrier based on the processed and evaluated data and based on the calculated rating, containing a computing module that contains:

- at least one processor configured to calculate and process data;

a memory storing instructions prompting said processor to calculate and process the data;

- a data processing and evaluation module, configured to receive data from the administration module, the rating calculation module, the storage and display module for the score value and the storage module for the shippers' personal data, the processing and evaluation of these data by comparing them with the reference values, where depending on the comparison said data are evaluated up or down, and based on the results of processing and data evaluation, based on the predicted data evaluation received from the machine module about training, as well as on the basis of the rating calculated by the rating calculation module, the data processing and evaluation module calculates the final rating of the freight carrier or shipper, and the data received from the administration module contains the identifier of the shipper and / or freight carrier;

- a machine learning module connected to a data processing and evaluation module and capable of predicting data evaluation based on the processed and evaluated data and transmitting the predicted data rating to the data processing and evaluation module, where the predicted rating affects the final rating both in large and in smaller side;

- a rating calculation module, configured to calculate the rating of the shipper and / or the carrier based on data received from the administration module, the storage module for the shippers' personal data, and based on the coefficient of the shipper and / or carrier received from the order formation module and transfer the calculated rating to the module storing and displaying the value of points, where, based on the calculation, the rating changes upward, downward or remains unchanged;

- an administration module, configured to transmit reference information about the shipper and / or the carrier to the rating calculation module and to the data processing and evaluation module, where the reference information contains the identifier of the shipper and / or carrier;

- a module for storing personal data of shippers and data on the resources of freight forwarders, where data on the resources of freight forwarders means data on the driver, data on the vehicle, and data on the trailer of the vehicle;

- a carrier selection module, configured to select a carrier based on a calculated rating of a carrier received from a rating calculation module, based on processed and evaluated data received from a data processing and evaluation module, and based on parameters including: parameters of a departure point and destination of cargo, parameters of the time of dispatch of cargo and parameters of the type of cargo, while the mentioned choice occurs in descending order of rating of the carrier and in descending order of the estimated OF DATA;

- the carrier’s resource selection module based on the calculated carrier’s rating received from the rating calculation module, on the basis of the processed and evaluated data received from the data processing and evaluation module, and on the basis of parameters including: correspondence of the cargo carrier’s vehicle tonnage and the weight of the shipper’s transported cargo, dimensions of the cargo of the shipper and dimensions of the vehicle of the carrier, the ability to cool the cargo of the vehicle of the carrier and Parts Required cooling load of the consignor; and

- a module for generating orders, made with the possibility of generating orders between the shipper and the carrier based on the processed and evaluated data received from the data processing and evaluation module, based on the calculated rating of the carrier received from the rating calculation module, and also configured to generate the shipper coefficient and / or the carrier and transferring the generated coefficient to the rating calculation module, where the order is formed between the shipper and uzoperevozchikom.

2. The system according to claim 1, characterized in that the system further comprises a contract data storage module, configured to receive contract data from the order formation module, where the order formation module further generates contract data.

3. The system according to claim 1, characterized in that the coefficient is generated on the basis of the data received in the order formation module from the administration module, where the data includes data on the freight carrier accident during the execution of the order, data on the time the freight carrier arrived at the point of departure and at destination point, information about the cancellation of the order by the carrier or a combination thereof.