Semi-supervised clustering applied in revenue accounting - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Semi-supervised clustering applied in revenue accounting

Le clustering semi-supervisé appliqué à la comptabilité des revenus

Résumé

The Amadeus Revenue Accounting workflow automatically process tickets until an error occurs. The workflow is then interrupted and user action is required to correct the error. The main problem here is that each error is treated as independent, even if similar errors have already been corrected, resulting an important waste of efforts. The work of this thesis aims to improve the automation of the error handling process, through clustering of error tickets to form clusters of tickets corresponding to similar anomalies and requiring similar correction processes. We proposed a new semi-supervised clustering consensus approach named Semi-MultiCons to achieve this goal. Semi-MultiCons makes use of supervised information in both ensemble member generation step and consensus process, and manages to generate a recommended consensus solution with a relevant inferred number of clusters K based on ensemble members generated with different K parameter values. The experimental results demonstrate that Semi-MultiCons is able to alleviate the widely reported "negative effect" related to the integration of constraints into clustering and has remarkable robustness against noisy constraints. Semi-MultiCons is also proved to be able to handle huge industrial datasets and manages to achieve good performance. With the proposed mini batch mode, Semi-MultiCons can give quick, or even real-time, response.A Proof-of-Concept of Semi-MultiCons with Big Data ecosystem and Cloud platform is developed and deployed in real industrial environment. With the PoC, the user is able to explore clusters of similar error tickets, to validate these clusters, as well as to make batch fix or correction per cluster. The action from user will then be used as supervised information to improve the overall quality of Semi-MultiCons clustering result.
Le flux de travail du système de comptabilisation des recettes (Revenue Accounting Workflow) de Amadeus traite automatiquement les tickets comptables jusqu'à ce qu'une erreur se produise. Le flux de travail est alors interrompu et une action de l'utilisateur est requise pour corriger l'erreur. Le principal problème ici est que chaque erreur est traitée comme indépendante, même si des erreurs similaires ont déjà été corrigées, ce qui entraîne une importante perte de temps. Le travail de cette thèse vise à améliorer l'automatisation du processus de traitement des erreurs, par le regroupement des tickets d'erreur pour former des clusters de tickets correspondant à des anomalies similaires et nécessitant des processus de correction similaires.Nous proposons une nouvelle approche de clustering semi-supervisé par consensus, nommée Semi-MultiCons, pour atteindre cet objectif. Semi-MultiCons utilise des informations supervisées à la fois dans l'étape de génération des membres de l'ensemble de clusterings initiaux et dans le processus de consensus. Cette approche parvient à générer une solution de clustering par consensus recommandée avec un nombre de clusters inféré K pertinent, à partir de clusterings initiaux avec différents nombres de clusters K. Les résultats expérimentaux démontrent que Semi-MultiCons est capable d'atténuer l'"effet négatif", largement rapporté dans la littérature, lié à l'intégration de contraintes dans le clustering et est remarquablement robuste en présence de bruit dans les contraintes. Semi-MultiCons s'avère également capable de traiter de très larges ensembles de données industrielles et parvient à obtenir de bonnes performances. Avec le mode "mini-batch" proposé, Semi-MultiCons peut donner une réponse rapide, voire en temps réel.Une preuve de concept de Semi-MultiCons avec l'écosystème Big Data et la plate-forme Cloud est développée et déployée dans un environnement industriel opérationnel. Grâce à cette preuve de concept, l'utilisateur est en mesure d'explorer les clusters de tickets d'erreur similaires, de valider ces clusters et d'effectuer des corrections par lot pour chaque cluster. L'action de l'utilisateur sera ensuite utilisée comme information supervisée afin d'améliorer la qualité du résultat du clustering de Semi-MultiCons.
Fichier principal
Vignette du fichier
2021COAZ4101.pdf (7.11 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03590698 , version 1 (28-02-2022)

Identifiants

  • HAL Id : tel-03590698 , version 1

Citer

Tianshu Yang. Semi-supervised clustering applied in revenue accounting. Statistics [math.ST]. Université Côte d'Azur, 2021. English. ⟨NNT : 2021COAZ4101⟩. ⟨tel-03590698⟩
122 Consultations
28 Téléchargements

Partager

Gmail Facebook X LinkedIn More