对于企业来说，供应商评价是一个至关重要的过程。大多数组织出于盈利或其他目的，使用诸如SAP的ERP（企业资源规划）应用程序来管理诸如采购、销售、财务等各种业务功能。使用SAP应用程序，通过配置线性评分模型来执行供应商评估过程。然而，ecs云服务器，这种方法的成功有限

因此，我们进行了一个实验，其中包括一个两阶段的灵活和多功能的评估模型，通过整合SAP应用程序和ML算法的数据。在第一阶段，我们将资料撷取演算法应用于SAP应用程式，建立包含相关特徵的资料模型。在第二阶段，数据模型中的每个实例根据供应商绩效指标（如准时、质量和承诺数量特征）按1到6的等级进行分类。在此基础上，我们将不同的机器学习算法应用于具有多分类目标的训练样本上，使算法能够学习供应商排序分类。当学习算法（DT）和支持向量机（SVM）在测试数据集上以98%以上的准确率进行测试时，观察到令人鼓舞的测试结果。

在完成阶段1和阶段2后准备的数据集从SAP IDES系统中提取。它包括140个供应商的2303个实例，云商城，包括17个特性。该数据被分成75%的训练集（n=1727）和25%的测试集（n=576），建站论坛，云服务器服务商，使用WEKA重采样滤波器进行反向选择和无替换滤波器设置，不仅限于SAP，管理采购到付款流程。

，360大数据