2022年(nian)6月(yue)，京(jing)東物(wu)流智能算(suan)法團隊的學術論文Three-StageRoot Cause Analysis for Logistics Time Efficiency via Explainable Machine Learning被CCF-A類會(hui)議ACMSIGKDD錄用(yong)。ACMSIGKDD（國際(ji)(ji)數(shu)(shu)據挖(wa)掘與知識(shi)發現(xian)大會(hui)，簡(jian)稱KDD）是數(shu)(shu)據科學領域最高級別的國際(ji)(ji)學術會(hui)議，也(ye)是全世(shi)界數(shu)(shu)據科學頂級學術成果的交流平臺(tai)，國內外眾多科技企業和組織都把在KDD發表論文作為體現(xian)科技競爭力的重要指標。

異常根因分析算法流程圖

該(gai)論文是京(jing)東物(wu)流(liu)完全獨立(li)自主發表(biao)的(de)(de)(de)第一(yi)篇(pian)KDD論文。京(jing)東物(wu)流(liu)算法團隊對其智能物(wu)流(liu)園區(qu)異常(chang)管理解決方案中(zhong)的(de)(de)(de)落地技術(shu)，進(jin)行總(zong)結提煉，并(bing)從(cong)中(zhong)挖(wa)掘學(xue)術(shu)價值(zhi)。論文以物(wu)流(liu)時效的(de)(de)(de)異常(chang)發現和分析(xi)為例(li)，提出(chu)了(le)基(ji)于可解釋機(ji)器學(xue)習(xi)的(de)(de)(de)根因分析(xi)方法，并(bing)通過實際場(chang)景的(de)(de)(de)應(ying)用案例(li)進(jin)行了(le)論證，針對當前人工智能領域中(zhong)的(de)(de)(de)根因分析(xi)疑難(nan)問(wen)題提出(chu)有(you)效的(de)(de)(de)創新方法，不僅做出(chu)了(le)重要的(de)(de)(de)學(xue)術(shu)貢(gong)獻，也推動物(wu)流(liu)行業實際業務更進(jin)一(yi)步。

物(wu)流(liu)園區是(shi)物(wu)流(liu)業(ye)務集聚發(fa)展(zhan)的(de)(de)核心單(dan)元，覆蓋(gai)倉儲、分(fen)揀(jian)、運輸等供應鏈的(de)(de)關(guan)鍵(jian)環節，包(bao)含多種(zhong)物(wu)流(liu)設(she)(she)施和功能(neng)(neng)業(ye)態(tai)。因此，保障物(wu)流(liu)園區的(de)(de)安全(quan)高效(xiao)運行就顯得尤為(wei)重要。為(wei)了及時發(fa)現(xian)異常事件并且迅速針(zhen)對性調整，京(jing)東物(wu)流(liu)智能(neng)(neng)園區算法(fa)團隊基于(yu)大數據和人(ren)工智能(neng)(neng)技術，創新性地探索(suo)出了集發(fa)現(xian)問題、分(fen)析問題和解(jie)(jie)決問題為(wei)一(yi)體(ti)的(de)(de)智能(neng)(neng)物(wu)流(liu)園區異常管理(li)解(jie)(jie)決方(fang)案。基于(yu)統(tong)計(ji)學和可(ke)解(jie)(jie)釋機器學習提出的(de)(de)分(fen)析框架，能(neng)(neng)夠(gou)有效(xiao)發(fa)現(xian)智能(neng)(neng)園區中設(she)(she)備運行、車輛調度、人(ren)效(xiao)、能(neng)(neng)源消耗(hao)等方(fang)面的(de)(de)異常并進(jin)行根因分(fen)析，從而優(you)化提升物(wu)流(liu)業(ye)務。

由于(yu)物流園區(qu)中的(de)貨物流量巨大、分(fen)(fen)揀系統(tong)結構復雜，容易(yi)在局部造成擁堵(du)(du)，從而(er)影(ying)響物流時效(xiao)，甚(shen)至造成貨物損壞(huai)或丟(diu)失。針對這(zhe)一問(wen)題，智能(neng)物流園區(qu)異(yi)常管理(li)解決方案(an)不僅能(neng)夠通(tong)(tong)過(guo)計算機視(shi)覺手段及時發現(xian)擁堵(du)(du)點，也(ye)能(neng)夠通(tong)(tong)過(guo)機器(qi)學(xue)(xue)習和統(tong)計學(xue)(xue)技術(shu)有效(xiao)分(fen)(fen)析分(fen)(fen)揀系統(tong)結構和各個入口的(de)流量對擁堵(du)(du)事件(jian)的(de)影(ying)響。從而(er)，定位造成擁堵(du)(du)的(de)根本(ben)原因，并加以改善，避免因為(wei)治標(biao)不治本(ben)帶來的(de)異(yi)常事件(jian)反復發生。

碳(tan)中和是當前(qian)國(guo)家發展的大(da)趨勢，物流園區(qu)也成為降低物流行業碳(tan)排(pai)(pai)(pai)放(fang)(fang)的重要一環。智能物流園區(qu)異常(chang)管理(li)解決方案能夠(gou)為碳(tan)排(pai)(pai)(pai)放(fang)(fang)預測(ce)和提(ti)前(qian)治理(li)，提(ti)供強大(da)的技術支持，通(tong)過對復(fu)雜繁多的碳(tan)排(pai)(pai)(pai)放(fang)(fang)影響因素集合與碳(tan)排(pai)(pai)(pai)放(fang)(fang)量(liang)的關系進行理(li)論建模，并抽絲剝繭(jian)，結合現實場景定位(wei)造成碳(tan)排(pai)(pai)(pai)放(fang)(fang)增加的主要因素，有針對性(xing)地加以優化和改善，從而(er)有效實現節能減排(pai)(pai)(pai)。

除了(le)(le)在物(wu)流(liu)園區的(de)(de)(de)場景，智能物(wu)流(liu)園區異常管(guan)理解決(jue)方案的(de)(de)(de)核心技術也應用在物(wu)流(liu)時效(xiao)分析(xi)和(he)網絡規劃(hua)業(ye)務中，并(bing)成功幫助京東物(wu)流(liu)西南(nan)區域多個城市發現(xian)提(ti)升時效(xiao)的(de)(de)(de)關鍵因素，并(bing)提(ti)出了(le)(le)相應的(de)(de)(de)整改建議。通過數(shu)字化(hua)和(he)智能化(hua)手(shou)段，大(da)大(da)提(ti)升了(le)(le)異常分析(xi)和(he)根因定位的(de)(de)(de)效(xiao)率和(he)精確性，對業(ye)務增長起到(dao)了(le)(le)關鍵作用。

京東(dong)物流始終重(zhong)視技(ji)(ji)術創新(xin)的(de)重(zhong)要作用，在長期(qi)技(ji)(ji)術投入(ru)和創新(xin)驅動下，軟件(jian)、硬件(jian)及(ji)系統(tong)集(ji)成(cheng)的(de)三(san)位一體供(gong)應(ying)(ying)鏈(lian)(lian)物流技(ji)(ji)術核心競爭力持續升級(ji)，目(mu)前已形成(cheng)了覆蓋(gai)園區、倉儲、分揀(jian)、運輸、配送(song)等供(gong)應(ying)(ying)鏈(lian)(lian)各(ge)關(guan)鍵環節的(de)技(ji)(ji)術產品及(ji)解決(jue)方案，以提升預(yu)測、決(jue)策和智(zhi)能執行能力。不僅(jin)多(duo)項技(ji)(ji)術成(cheng)果獲得(de)國(guo)際(ji)、國(guo)內頂級(ji)榮譽和學術認可，京東(dong)物流還通過開放合(he)作，拓(tuo)展供(gong)應(ying)(ying)鏈(lian)(lian)物流新(xin)技(ji)(ji)術的(de)應(ying)(ying)用落地，推(tui)動數(shu)實融(rong)合(he)，讓(rang)一體化(hua)供(gong)應(ying)(ying)鏈(lian)(lian)成(cheng)為企業、行業高質量發展的(de)“助(zhu)推(tui)器”。