私たちはここでバスを自動化しています;最近、私たちの助けを借りて、ロシアのすべてのチケットは 電子化されました。市場はどういうわけかITに参入しているだけであり、まだ多くのことがグラナリーブックで行われています。
数十年前に航空や鉄道ですでに完了しているが、私たちと一緒に始まったばかりの自動化の簡単なエピソードについて説明します。つまり、状況：バスのルートに関するデータを送信する約100の異なる情報システムがあります。これは、さまざまな通信事業者および競合する商用製品からの自作の自動化のコレクションです。各システムには、バスチケットの返却方法を記録するための独自の形式があります。ほとんどの場合、ロシア語で人間が読める形式のレコードで、オペレーターとキャッシャー向けに書かれていますが、システムの約20％は返品データをまったく送信しません。
一部のルールは重複しており、ネストにはいくつかのレベルがあります。 すべてのチケットは返金不可ですが、この方向では、259-FZに従って、これらの条件下で戻ってきます。」
乗客にチケットの払い戻し条件（払い戻し可能、払い戻し不可、100％払い戻しの有無、払い戻しが可能な場合）を示し、これらのパラメーターを使用して検索、比較、実際には払い戻しを自動化する必要があります。
さて、私はロシア語の数千のテキストをチケットパラメータに変換する方法、それをどこに保存するか、そしてそれをすべて管理する方法を理解する必要がありました。
データソースの応答はどのように見えますか？
次にいくつかの例を示します
。最初に頭に浮かぶのはNLP解析です。これらすべてを解析するようにニューラルネットワークエンジンNLPを教えるには、トレーニングのコーパスを形成する一連のルールが必要です。ルールのセットを取得するには、すべてを手動で解析し、それを単一の形式の特定のルールのセットに減らす必要があります。
解決策はログと同じくらい簡単であることが判明しました。ほとんどすべての返品ルールは何年も変更されておらず、月に数行しか新しい行がありません。バス停への電話や停車地のデータの収集など、さまざまなソースからデータを収集するコンテンツ部門があります。これには自動化されているものとそうでないものがあります。自動化されているものは、スクリプトとテストでカバーされ、prodに送られます。手動で行われることは、すでに準備されたデータがコンテンツに届くという事実によって単純化できます。つまり、典型的なリクエストフォームを含むAPIを介して人間のオペレーターを呼び出します。
すべてを手動で一度解析し、変更を手動で維持する方が、自動化をねじ込んで維持し、その正確性を監視するよりも安価であることがわかりました。その結果、複雑なニューラルネットワークを使用しました。これはオペレーターの頭脳です。そして、彼らは非常に高いパフォーマンスを示しました。
次に、機能しないスペースをクリアして1つのケースに変換した後、MD5に従ってハッシュルールを追加しました。これは、変更されたことを理解するためです。変更された場合、自動化によってコンテンツ部門のタスクが設定され、コンテンツ部門がシステムに新しいルールを入力します。
繰り返しますが、BRMSクラスの決定を使用して多くのルールを保存するのは正しいことです。しかし、すべてが私たちにとってより単純であることが判明し、ルールのセット全体がそのようなマトリックスに削減されました。
この反復では、修飾子をスコアリングすることにしました。第一に、それらが何であるかは明確ではありません。第二に、それらはいくつかの場所で使用されているようです。少なくとも今までは、特に必要はありませんでした。
統一されたフォーマットのテキストになります。
したがって、チケットのパラメータを管理するシステムに直接保存します。つまり、実際には、各チケットのデータベースに、この会社からの返品に関するルールへのリンクを追加するだけです。
これが見た目です
。GDSがソースであり、フライトの「崩壊」があります（たとえば、同じフライトが異なるソースからいくつかの変更を加えて発生する可能性があります。この地獄については、ここで詳しく説明 します）。
これがルールマッチャーの仕組みです。各フライトから、ハッシュに従って返品ルールが取得され、対応するルールが検索され（必要な形式に解析され）、すべてがうまくいった場合は適用されます。
多くの場合、GDSは特定の返品ルールを送信しません。フライト。この場合、独自の「手動」返品ルールを設定できます。たとえば、連邦法で規定されている標準的なものを適用できます。ちなみに、興味深いのは、理論的には、これらはすべての人にとって最小の条件であるはずですが、実際には、キャリアによって改善または悪化することがよくあります。
私が例を挙げたように、航空会社には現地の規則があるかもしれません-「すべてのフライトでこれはそうですが、モスクワ-サンクトペテルブルクのフライトではこのようです」。特にこのために、「手動」ルールの「優先度」パラメータを作成しました。その結果、このような「手動」返品ルールは、このルールが適切であると理解するためのパラメータ（出発/到着都市、運送業者、GDS）、優先度と結果（実際、保持の間隔そのもの）の3つの部分で構成されます。パーセンテージ）。 GDSが払い戻しルールなしでフライトを発行する場合、「手動」ルールで基地に行き、適切なものをすべて選択して、最も優先度の高いものを選択します。さらに、フライトはこれらの受け取ったルールで装飾されています。
もちろん、そのような「手動」ルールで何かをカバーすることはできません。このため、ルールでカバーされていない方向性を含むレポートを作成しました。コンテンツ部門のスタッフが手動で分解します。
このような。私が言ったように、すべては非常に単純ですが、バス市場は電子販売を開始したばかりであり、自作のソリューションの巨大な動物園があるか、自動化がないことが多いため、市場にはまだそのような状況がたくさんありますすべて。
さて、私たちは今、私たちが知っているロシアの公式バス路線ごとにチケット払い戻しルールの統一されたベースを作成しました。