智能AI
morning
基于LLM的多标准库存分类特征提取
摘要
arXiv:2611.08626v1 Announce Type: new Abstract: E-commerce supply chains generate large volumes of customer feedback and operational data that remain underutilized in inventory management. Traditional...
inventory
customer
and
data
that
MCIC
unstructured
into
supply
chains
2026-11-09
1 阅读
约1分钟阅读
Humza Akhtar, Rami Pinto
字号:
arXiv:2611.08626v1 公告类型：新 摘要：电子商务供应链产生大量客户反馈和运营数据，但这些数据在库存管理中仍未得到充分利用。 ABC 分析等传统库存分类技术主要依赖于年度美元使用情况，而多标准库存分类 (MCIC) 方法扩展了这一点，但仍然依赖于结构化定量数据，并且不利用现代供应链中可用的非结构化信息。本文提出了一种基于 LLM 的特征提取方法，该方法使用向量嵌入和 LLM 生成的评估标准将非结构化来源（例如客户评论）转换为定量特征。丰富的功能集被纳入基于 Hadi-Vencheh 模型的 MCIC 框架中。实验结果显示，当包含客户情绪信号时，重新分类效果可测量，这表明将非结构化数据集成到 MCIC 中可以增强库存优先级。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱