叶一一
AI 预测可视化平台 | 异常检测标记系统:前端如何高亮预测异常点
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
叶一一
社区首页
>
专栏
>
AI 预测可视化平台 | 异常检测标记系统:前端如何高亮预测异常点
AI 预测可视化平台 | 异常检测标记系统:前端如何高亮预测异常点
叶一一
关注
发布于 2026-10-06 19:58:45
发布于 2026-10-06 19:58:45
18
0
举报
概述
偏差分解把"不准"拆成了工单,但工单不会自己排进队列——总得有人先发现它。计划员每天面对成百上千个 SKU、每个 SKU 上百个时间点,靠肉眼扫线图找异常,漏报率几乎是百分之百。异常标记系统要解决的,正是这个"发现"环节:用统一的判定规则把可疑点筛出来,用分层视觉编码让最严重的点一眼可见,再给每个点挂上状态机和协作入口。
文章被收录于专栏:
供应链项目实践
供应链项目实践
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
前端
#供应链
目录
引言
一、先分清:异常是"预测外"还是"预测内"
二、数据契约:让异常"带状态"地流动
三、分级视觉编码:三级信号叠加
四、阈值配置:让业务自己定"什么叫异常"
五、状态机:从发现到闭环
六、异常清单:从发现到排期
七、性能:前端判定 vs 后端判定
结语
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档