データマイニング。 薬局での商品の注文の最適化（薬局）

小さな薬局では、絶え間ない市場の変動に敏感な医薬品や準医薬品の柔軟な注文システムが必要です。 現代の現実の枠組みでは、単一の薬局ポイントには十分な保管施設（材料室）がないため、マークを残し、注文の責任者に複数のサプライヤーの統合価格リストから毎日それらを作成させ、重複を避け、最小価格で、保存期間が不適切な製品。 さらに、命名法は数万単位です。



私たちは、日常の操作がコンピューターによって実行される現代の世界に住んでいます。 したがって、あなたは言うことができます：「コンピューターを使おう、そして彼は私たちのためにすべての汚い仕事をします！ 「さまざまな医薬品の販売統計を含むデータベースはありますか？」-あなたは続けます、「これらの統計を使用して販売を予測し、必要な医薬品の自動アプリケーションを作成してみませんか？」



はい、最初の近似値までは正しいでしょう。 そのようなソリューションは、ロシアの薬局を自動化するソフトウェアシステムにあります。 しかし、非常に大きな「BUT」が1つあります。 これらのソリューションはすべて、製品グループを作成するまで正しく動作しません。



私は説明します：薬があります：「Donormil 15mg Tab。 X30「Upsa Laboratoir France製」およびDonormil Tab。 15 mg No. 30 Aventis / Bristol-Myers Squibb-フランス。 データベースでは、これらは異なる識別子と異なる名前を持つ2つの完全に異なる薬物ですが、これはまったく同じです。 これら2つの異なる製品の統計を考慮すると、間違った結果が得られます。



動きと商品を注文する必要性に関する信頼できる情報を取得するには、同一商品のグループを作成する必要があります。 原則として、グループを手動で作成し、多数のレコードを処理する必要があります。 「製品グループ」ディレクトリの記入に長時間取り組むことができる熱心な従業員がいる場合、これは多かれ少なかれ現実的です（ただし、新しい製品が到着すると、ディレクトリを常に更新する必要があることに留意してください）。 通常2〜3人がカウンターの後ろで働く小さな薬局では、これは単に不可能です。



「同じ薬を見つけることができるアルゴリズムは何ですか？」という疑問が生じます。 最初に頭に浮かぶのは、レーベンシュタイン距離の計算です。 しかし、ここでは、このアルゴリズムの制限に直面しています-異なる製品Linexキャップのレーベンシュタイン距離。 x16 "and" Linexキャップ。 x32 "（距離は2）、同じ製品よりも少ない" Linexキャップ。 x16 "and" Linex N16 caps "（距離は9です）。 問題は、サプライヤーが単語を交換したり、番号の短縮形（誰かがNo.、誰かN、誰かXを書いたり）、ボリュームなどを置き換えることができることです。 同一の製品をバーコードと組み合わせることはできません。 異なる工場で製造された同じ薬には、異なるバーコードがあります。 さらに、ある工場で生産された同じ薬剤は、再登録後に異なるバーコードを持つ場合があります。



長い検索の後、同じ薬を見つけるために次のアルゴリズムに行きました。



1.最初の近似（「類似」薬の検索）には、N-Gramアルゴリズムが使用されます。 このアルゴリズムは、指定された長さまでのサブストリングの可能なすべての組み合わせを構成し、それらの一致を計算します。 マッチの数をオプションの数で割った値は、固定Nのライン類似度の係数で宣言され（値3を選択）、関数の結果として与えられます。



たとえば、LinexキャップN16およびLinex N16キャップの場合、線は3グラムに分割されます。

部分文字列を比較	2行目のサブストリング	一致	一致の数	オプションの数	類似係数
ing	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
いや	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
いくつかの	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
元	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
警官	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい	11	13
から	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	いや
か	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
キャップ	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
aps	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
PS	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	いや
N	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
N1	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
N16	Lin、no、nek、ex、ks、s N、N1、N16.16、6 k、ka、cap、aps	はい
					（11 + 12）/（13 + 13）= 0.88
ing	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
いや	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
いくつかの	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
eks	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
警官	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
N	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
N1	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい	12	13
N16	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
16	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
6〜	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	いや
か	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
キャップ	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい
aps	Lin、いいえ、nek、ex、ks、sk、ka、cap、aps、ps、s N、N1、N16	はい

結果は0.88です。



したがって、キーワードが逆になっている薬を組み合わせます。 ただし、このアルゴリズムには2つの欠点があります。

a）アルゴリズムは、薬物と「x10」および「x20」、「g。」および「mg。」などを組み合わせます。

b）データベースの負荷が劇的に増加します-文法辞書は非常に大きくなります。 たとえば、約3万レコードの在庫の参考書の場合、3グラムの辞書には90万レコードが含まれます。 47000エントリの価格表（複数のサプライヤからの合計価格）の場合、辞書にはすでに170万エントリが含まれています。



2.「商品のグループ」ガイドの最後の記入のために（その後、人の仕事が必要です）、材料価値の最初の参考書は単語の辞書に分割されます。 薬物の「キー」プロパティのメタディレクトリが作成されます。

a）ボリューム;

b）数量;

c）活性物質の量;

g）原薬;

e）色、味;

など



メタ参照ブックには、同義語、対応（例：g = 1000 mg）、および辞書内のプロパティの検索方法に関するデータが含まれています。 「類似」製品（最初のアルゴリズムの結果）から「キー」特性が異なる薬物を除外すると、ガイド「製品グループ」が得られます。



指定されたアルゴリズムにより、ユーザーがさらに編集するディレクトリ「製品グループ」に自動的に入力することができます。



私が解決しなければならなかった次の質問は、「どの予測アルゴリズム」を使用すべきかという質問でした。 複雑でリソースを大量に消費するアルゴリズムを使用したくなかったため、薬局は最初の1年だけしか機能しないため（季節性はありません）、Double Exponential Smoothingアルゴリズムを選択しました。



数式は次のようになります。









どこで そして 範囲[0; 1]から値を取得します

yは実際の販売数です。









次の値を予測するには、式が使用されます。



複数の値を予測するには：





ご覧のとおり、予測を計算するには、2つの変数の値を知る必要があります- そして 。 最適値 そして は、二次予測誤差の最小値（実際に販売された商品の量と予測の差の二乗の合計）から選択されます。 したがって、線形制約を持ついくつかの変数の関数の最小値を見つけるという古典的な問題に直面しています。



学校で、私がちょうどフォートラムを勉強していたとき、お父さんはJ. Forsythの本、Machine Methods of Mathematical Computingを買いました。 「機械イプシロン」の概念である浮動小数点計算に初めて触れたときの驚きを覚えています。 この本を思い​​出して、私はその中に最小値を見つけるためのアルゴリズムを見つけましたが、それは1つの変数の関数のためだけです。 いくつかの変数の機能について、著者は読者にアルゴンの国立研究所からの未完成（1977年、本執筆時点）のMINPACKパッケージを紹介しました。 Fortranで書かれたこのパッケージを見つけ、MINPACK C / C ++パッケージを見つけ、FortranからCへの「転送」の作者と話をしたときの驚きを想像してください。



これまで、医薬品販売の予測のために、私は以下で構成されるソフトウェアパッケージを実装しました。

a）C ++で記述され、予測計算を実装する拡張ストアドプロシージャの形式で実装されたMS SQLサーバー（dll）のライブラリ。

b）辞書ディレクトリ、メタデータ、およびストアドプロシージャを含むMS SQLサーバーのデータベース：予測計算、在庫品目と価格表などの比較。

c）ユーザーが予測を行うクライアントは、ディレクトリと価格表で動作します。



ソフトウェアパッケージの実装により、商品の注文作業が加速され、薬局の効率が向上しました。 そしてさらに重要なこと-彼は妻を家族に返しました！



私が実装したソフトウェアパッケージは、ロシアの薬局ビジネスを自動化する1つのベンダーと密接に結びついています。 アプローチの普遍性を使用して、他のソフトウェア製品に同様のソリューションを実装できます。 指定されたアルゴリズムは、薬局ビジネスだけでなく、同じ種類の製品が広範囲に存在する他のすべてにも適用でき、激しい競争と絶え間ない市場の変化に直面して在庫ガイドと販売予測を組み合わせる必要があります。