CN109118329B - 多包裹智能推荐包材的方法及计算机可读存储介质 - Google Patents

多包裹智能推荐包材的方法及计算机可读存储介质 Download PDF

Info

Publication number
CN109118329B
CN109118329B CN201810890386.6A CN201810890386A CN109118329B CN 109118329 B CN109118329 B CN 109118329B CN 201810890386 A CN201810890386 A CN 201810890386A CN 109118329 B CN109118329 B CN 109118329B
Authority
CN
China
Prior art keywords
historical
packaged
packaging
commodities
package
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810890386.6A
Other languages
English (en)
Other versions
CN109118329A (zh
Inventor
刘勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Eda Technology Co ltd
Original Assignee
Shenzhen Eda Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Eda Technology Co ltd filed Critical Shenzhen Eda Technology Co ltd
Priority to CN201810890386.6A priority Critical patent/CN109118329B/zh
Publication of CN109118329A publication Critical patent/CN109118329A/zh
Application granted granted Critical
Publication of CN109118329B publication Critical patent/CN109118329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种多包裹智能推荐包材的方法,包括:根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,推荐制式包材,将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据,判断推荐的所述制式包材与实际打包包材是否匹配,在不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材。本发明还公开一种计算机可读存储介质。本发明公开的智能推荐包材的方法,及时修正历史打包数据的包材信息,操作简单,在多包裹打包工序中,推荐与修正历史包材数据,节约了多包裹打包时预选制式包材的时间,提高了打包的时效性和准确性。

Description

多包裹智能推荐包材的方法及计算机可读存储介质
技术领域
本发明涉及物流技术领域,尤其涉及一种多包裹智能推荐包材的方法及计算机可读存储介质。
背景技术
互联网电子商务就是一种典型的互联网应用。互联网电子商务是指在因特网开放的网络环境下,买卖双方在任何可联接网络的地点间进行各种交互活动。电子商务通过在交易中通过运用互联网技术,提升买卖双方交易的效率,降低买卖双方的交易成本,从而提升资源配置效率,随着电子商务的迅猛发展,网购已成为一种热潮。电子商务中的订单处理流程是由多个环节构成的,从用户下单到用户收到商品包裹经历订单拆分、商品分拣、打包出库、订单配送转移等,最后到达用户手里。
然而,目前的商品分拣、打包出库过程中,分拣员根据推荐的包材分拣、打包多件商品,当推荐的包材与实际所需要的包材不匹配时,不能及时修正打包数据并存储为历史打包数据信息,导致在历史打包数据中的历史打包商品信息错误、商品更新后或者制式包材属性更新后,不能及时修正相关历史打包数据,从而造成多包裹组合的分拣、打包过程繁琐,时效性低的问题。
发明内容
本发明的主要目的在于提供一种多包裹智能推荐包材的方法及计算机可读存储介质,旨在解决现有技术中,在包裹多件商品,推荐包材过程中,在历史包材数据中的历史包材信息错误、待打包的商品更新后或者制式包材属性更新后,不能及时进行历史包材数据修正,导致在打包多件商品时预选制式包材的时间长,打包、分拣的时效性低的技术问题。
为实现上述目的,本发明提供了一种多包裹智能推荐包材的方法,包括::
根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;
根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;
将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;
获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;
在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材。
更优地,所述根据待打包的包裹中的商品的参数信息以及预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据的步骤,包括:
根据待打包的包裹中的每一件商品的库存量单位参数,提取每一件商品的属性;
将属性相同或者属性兼容的商品分类在一起,以将所述待打包的包裹中的商品分成至少一个待打包的商品类别;
将所述每一个待打包的商品类别中的商品作为一个待打包的包裹,根据所述每一个待打包的包裹中的每一件商品的库存量单位参数信息以及预设搜索条件,提取所述历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据。
更优地,所述预设搜索条件包括以下条件中的至少一个:
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在预设的范围内;
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量的差值在预设的范围内;
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸和重量的差值均在预设的范围内;
所述待打包的包裹中的所有商品的总体积与所述相关历史打包数据中所有历史打包商品的总体积之间的差值在预设的范围内;
所述待打包的包裹中的所有商品的总体积以及重量与所述相关历史打包数据中所有历史打包商品的总体积以及重量之间的差值均在预设的范围内;
所述相关历史打包数据中至少存在一件与所述待打包的包裹中的商品一致的商品。
更优地,所述根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材的步骤,包括:
在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度不小于百分之八十的相关历史打包数据时,根据匹配度最高的相关历史打包数据,推荐制式包材;
在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,不存在匹配度大于百分之八十的相关历史打包数据时,根据所述待打包的包裹中的商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材。
更优地,所述根据所述待打包的包裹中的商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材的步骤,包括:
获取所述待打包的包裹中的每件商品的库存量单位参数;
根据所述每件所述商品的库存量单位参数,提取每件商品的化学属性,将化学属性兼容的商品分类在一起,形成独立进行打包的至少一个商品类别;
根据所述每一个商品类别中每一件商品的库存量单位参数,提取每一件商品的尺寸信息;
根据所述每一件商品的尺寸信息,计算每一个商品类别中的商品打包所对应的包材参数;其中,所述包材参数包括包材的材质、数量以及尺寸。
更优地,所述判断推荐的所述制式包材与实际打包包材是否匹配的步骤,包括:
判断推荐的所述制式包材与实际打包包材的材质是否匹配;
在推荐的所述制式包材与实际打包包材的材质匹配时,判断推荐的所述制式包材与所述实际打包包材的尺寸是否匹配。
更优地,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材的步骤,之后:
调取所述相关历史打包数据中所述历史打包商品的打包步骤动态仿真图,并在可视界面上播放。
更优地,在推荐的所述制式包材与所述实际打包包材不匹配时,修正新纪录的所述历史打包数据中所述推荐制式包材为所述实际打包包材步骤,之后:
获取快递单号,生成物流信息的唯一识别码,其中,所述唯一识别码包含快递的单号信息、重量信息、时间信息、联系人信息以及目的地地址信息。
本发明还提供一种多包裹智能推荐包材的计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现上述的多包裹智能推荐包材生成方法的步骤。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述的多包裹智能推荐包材生成方法的步骤。
本发明的技术方案中,通过根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材的技术方案,及时修正历史打包数据的包材信息,操作简单,在多包裹打包工序中,推荐与修正历史包材数据,节约了多包裹打包时预选制式包材的时间,提高了打包的时效性和准确性。
附图说明
图1为本发明第一实施例中多包裹智能推荐包材的方法的流程图;
图2为本发明第二实施例中多包裹智能推荐包材的方法的流程图;
图3为本发明第三实施例中多包裹智能推荐包材的方法的流程图;
图4为本发明多包裹智能推荐包材的计算机设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
第一实施例
如图1所示,本发明的第一实施例提供了一种多包裹智能推荐包材的方法,包括:
步骤S11,根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;
通常待打包的包裹中的商品的件数可以是一件也可以是多件,在本实施例中,以待打包的包裹中的商品的件数是多件为例进行说明。其中,待打包的包裹中的商品的参数信息包括商品的库存量单位。商品的库存量单位又称为存货单元\库存单元\库存单位\货物存储单位\存货保存单位\单元化单位,英文名称SKU编码,商品的库存量单位编码是销售商品的统一编号的简称,在销售中的每一件商品均对应有唯一的商品的库存量单位号。商品的库存量单位可以区分不同商品的不同类别和同一商品类别的不同型号,从而为商品采购、销售、物流管理、财务管理以及POS系统与MIS系统的开发提供极大的便利,具体地,在本实施例中,可以根据每件所述商品的库存量单位参数,识别每件商品的化学属性、物理属性、时间属性、尺寸等信息,其中,所述商品的化学属性包括商品的成分、气味、材质、用途等信息;所述商品的物理属性包括商品的重量信息、是否容易破碎等信息;所述商品的时间属性包括商品的保质期、生产日期等信息,商品的尺寸可以包括每件商品的长、宽、高等信息,还可以是所述商品原始的包装盒的长、宽、高等信息。
其中,预设搜索条件,可以是所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在预设的范围内;所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量的差值在预设的范围内;所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸和重量的差值均在预设的范围内;所述待打包的包裹中的所有商品的总体积与所述相关历史打包数据中所有历史打包商品的总体积之间的差值在预设的范围内;所述待打包的包裹中的所有商品的总体积以及重量与所述相关历史打包数据中所有历史打包商品的总体积以及重量之间的差值均在预设的范围内等条件中的至少一个。可以理解的,所述预设搜索条件可以根据实际情况进行设置,所述相关历史打包数据为历史打包数据中历史打包商品的参数信息与待打包的商品的参数信息密切相关的数据。
进一步地,所述预设的搜索条还可以是基于商品的库存量单位参数中商品的型号、配置、等级、花色、生产日期、保质期、用途、价格、产地等信息进行的搜索条件,例如,所述预设搜索条件可以是基于每件商品的型号和用途相同或类似进行搜索,搜索相关历史打包数据,也可以是基于每件商品的等级和价格保质期进行搜索,搜索相关历史打包数据。
其中,包材信息(也可简称包材或包装材料)是指用于包装运输,满足产品包装要求所使用的材料,材料的性质和包装方式以及尺寸要满足产品的各个属性要求。包装材料在整个包装工业中占有重要地位,是发展包装技术、提高包装质量和降低包装成本的基础,也是物流行业的基础。因此,合理选用包装材料,提高包装技术水平与管理水平,都具有重要的意义。具体地,在本实施例中,包材参数包括包裹多件商品的包材的类型、材质、重量和尺寸等信息,例如,包材的类型可以是全密封包裹包材,也可以是普通的打包包裹包材,包材的材质可以是泡沫箱体、纸质箱体、塑料袋等,包材的尺寸,可以是为长1m、宽1m、高1m的立体包材,也可以是可以容纳纸质文件的塑料袋包材,包材参数还可以是包括运输需求中防水、防潮、防摔的特征等。
步骤S12,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;
可以理解地,在进行匹配度计算时,可以采用匹配度排序、平均加权值排序、广义语序排序等方法进行匹配,具体地,匹配度常用的标示方法有贴进度、语义距离、相似度等,常用的匹配度计算方法有接近匹配排序、差额降序、贴进度、语义距离、相似度等。贴近度和相似度越大,匹配度就越大,语义距离越小,则匹配度越大。
具体地,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材,可以理解地,在本实施例中,所述匹配度的算法可以根据待打包的商品中,对每件商品的库存量单位的每一个参数预设权值,进行权值计算,也可以是基于待打包的商品的库存量单位的化学属性、物理属性等信息预设权值,进行权值计算,还可以是根据对所述商品的库存量单位的每个参数值进行编码,根据位编码算法进行计算,更优地,可以根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,根据匹配度最高的相关历史打包数据,推荐制式包材。
步骤S13,将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;
可以理解地,由于所述每一条历史打包数据包括历史打包商品的历史包材信息和商品的参数信息,其中,商品的参数信息包括商品的属性信息,商品的名称等,商品的历史包材信息包括历史商品组合包材打包时包材的材质、尺寸信息等。具体地,将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据,在推荐的所述制式包材不正确时,可以修改所述新记录的历史打包数据。
步骤S14,获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;
其中,可以通过对待打包的包裹中的商品进行实际打包来判断,推荐的所述制式包材的材料、尺寸等是否匹配,也可以是通过预设算法计算的模拟仿真图与推荐的制式包材进行比较,判断推荐的制式包材是否正确。
步骤S15,在推荐的所述制式包材与所述实际打包包材不匹配时,修正新的所述历史打包数据中推荐的所述制式包材为所述实际打包包材。
可以理解地,在推荐的所述制式包材与所述实际打包包材不匹配时,修正新的所述历史打包数据中推荐的所述制式包材为所述实际打包包材,具体地,将所述实际打包的包材的数据替换为相关历史打包数据中推荐的所述制式包材的信息,即,将所述实际打包的包材的数据存储为所述新的历史打包数据。
下面以需要打包一台苹果6s手机和一台联想V460电脑为例,来说明本发明中一种多包裹智能推荐包材的方法;具体地,在本实施例中,所述预设搜索条件可以是包含有一台苹果手机的打包包材信息,根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,从历史打包数据中获取相关历史打包数据,因此,相关历史打包数据为历史打包数据中包括有一台苹果手机的打包包材的数据,可以是一台苹果手机与一个显示器打包的相关历史包材数据,也可以是一台苹果手机与真空杯打包的相关历史打包数据,还可以是苹果手机和手提电脑打包的相关历史打包数据,进一步地,通过历史打包数据中所打包的商品的参数信息与所述待打包的包裹的多件商品的参数信息之间的匹配度,推荐制式包材,例如,在本实施例中,通过预设的匹配度算法,得出苹果手机和手提电脑打包的相关历史包材数据与待打包的一台苹果6s手机和一台联想v460电脑的匹配度最高,此时,根据苹果手机和手提电脑打包的相关历史包材数据推荐制式包材,并将推荐的制式包材记录为一条新的历史打包数据,进一步地,通过分拣打包人员在实际打包时,判断推荐的制式包材与实际打包的包材的材质和尺寸是否匹配,最后,假如推荐的苹果手机和手提电脑打包的制式包材与实际打包的包材不匹配时,将实际打包的包材信息加载替换为历史打包包材中苹果6s手机和联想V460电脑组合打包的历史包材数据,这样,在下次打包苹果6s手机和联想v460电脑的组合时,推荐的制式包材为本次实际打包的包材。
本发明提供的多包裹智能推荐包材的方法,通过根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材的技术方案。及时修正历史打包数据的包材信息,操作简单,在多包裹打包工序中,推荐与修正历史包材数据,节约了多包裹打包时预选制式包材的时间,提高了打包的时效性和准确性。
第二实施例
如图2所示,本发明的第二实施例中提供的一种多包裹智能推荐包材的方法,所述步骤S22、S23、S24、S25均与第一实施例相同,在此不再赘述;具体的,本实施例中,所述一种多包裹智能推荐包材的方法,包括:
步骤S211,根据待打包的包裹中的每一件商品的库存量单位参数,提取每一件商品的属性;
其中,商品的库存量单位又称为存货单元\库存单元\库存单位\货物存储单位\存货保存单位\单元化单位,英文名称商品的库存量单位编码,商品的库存量单位编码是销售商品的统一编号的简称,在销售中的每一件商品均对应有唯一的商品的库存量单位号。商品的库存量单位可以区分不同商品的不同类别和同一商品类别的不同型号,从而为商品采购、销售、物流管理、财务管理以及POS系统与MIS系统的开发提供极大的便利,具体地,在本实施例中,可以根据每件所述商品的库存量单位参数,识别每件商品的属性,所述属性信息包括商品的化学属性、物理属性、时间属性、尺寸等信息,其中,所述商品的化学属性包括商品的成分、气味、材质、用途等信息;所述商品的物理属性包括商品的重量信息、是否容易破碎等信息;所述商品的时间属性包括商品的保质期、生产日期等信息,商品的尺寸可以包括每件商品的长、宽、高等信息,还可以是所述商品原始的包装盒的长、宽、高等信息。
步骤S212,将属性相同或者属性兼容的商品分类在一起,以将所述待打包的包裹中的多件商品分成至少一个待打包的商品类别;
可以理解的,属性相同或者属性兼容的商品包裹在一起时,相互之间不会产生化学影响,可以打包在一个包裹中运输,具体地,可以根据多件待打包的商品的化学属性判断属性是否兼容,商品的化学属性包括商品的可燃性、稳定性、不稳定性、热稳定性、酸性、碱性、毒性等性质。在本实施例中,根据订单中每件商品的库存量单位参数,提取每件商品的化学属性,将化学属性相同或兼容的商品分成至少一个商品类别,例如,当识别订单中既有多个化学试剂、多件服装和零食时,可以根据订单中每件商品的化学属性,将多个化学试剂分成一个商品类别,计算包材参数,独立进行打包,将服装和零食分成一个商品类别,计算包材参数,独立进行打包;又例如,当发现订单中既有多个化学试剂、新鲜海鲜和衣服时,根据订单中每件商品的化学属性,分成三个商品类别,分别计算包材参数进行包材推荐和独立打包。可以理解地,还可以是根据商品的用途判断属性是否兼容,具体地,可以将用途相同的产品分成一个商品类别,例如,当多件待打包的商品中,既有衣服和鞋子,还有电脑和手机时,可以判断都是生活用品,属性可以兼容,从而形成一个商品类别进行推荐包材。
可以理解地,还可以通过待打包的多件商品的用途,将所述待打包的包裹中的多件商品分成至少一个待打包的商品类别。
步骤S213,将所述每一个待打包的商品类别中的商品作为一个待打包的包裹,根据所述每一个待打包的包裹中的每一件商品的库存量单位参数信息以及预设搜索条件参数,提取所述历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据,其中,每一条所述历史打包数据记录有所述打包的商品的参数信息以及包材信息。
具体地,根据预设搜索条件,提取历史打包数据中的历史打包商品中与待打包的商品密切相关的数据。
步骤S22,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;
步骤S23,将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;
步骤S24,获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;
步骤S25,在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材。
本发明公开的智能推荐包材的方法,通过首先根据待打包的每一件商品的库存量单位参数,提取每一件商品的属性,将属性兼容的商品放在一起,形成至少一个商品类别;根据每一个商品类别中每一件商品的库存量单位参数,提取每一个商品类别的商品的历史打包数据。可以更加准确地区分商品的属性,推荐与商品属性相对应的制式包材,保证了推荐的制式包材的材质与商品的属性相适应,提高了推荐制式包材的精准度,节约了打包程序,时效性高。
进一步地,所述预设搜索条件包括以下条件中的至少一个:
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在预设的范围内;
具体地,可以根据实际情况进行设置所述尺寸差值的范围,例如,可以是待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在10mm范围内的其它商品;也可以是待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在50mm范围内的其它商品。
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量的差值在预设的范围内;
具体地,可以根据实际情况进行设置所述重量差值的范围,例如,可以是待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量的差值在100g范围内的其它商品;也可以是待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量差值在200g范围内的其它商品。
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸和重量的差值均在预设的范围内;
所述待打包的包裹中的所有商品的总体积与所述相关历史打包数据中所有历史打包商品的总体积之间的差值在预设的范围内;
所述待打包的包裹中的所有商品的总体积以及重量与所述相关历史打包数据中所有历史打包商品的总体积以及重量之间的差值均在预设的范围内;通过预设搜索条件,可以进行模糊匹配,合理地找出与待打包的商品相关的历史打包数据,有利于推荐合适的制式包材,节约了打包程序,时效性高。
第三实施例
如图3所示,本发明的第三实施例中提供的一种多包裹智能推荐包材的方法,所述步骤S31、S33、S34、S35均与第一实施例相同,在此不再赘述;具体的,本实施例中,一种多包裹智能推荐包材的方法,包括:
步骤S31,根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中所打包的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;
根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;
步骤S321,在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度不小于百分之八十的相关历史打包数据时,根据匹配度最高的相关历史打包数据,推荐制式包材;
可以理解地,通过预设的匹配度算法可以算出相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度不小于百分之八十的相关历史打包数据时,可以根据匹配度最高的相关历史打包数据推荐制式包材,例如,在需要打包a,b,c三件产品时,可以首先找出包括a打包的历史打包数据为相关历史打包数据,例如,可以找出abc组合、abf组合、ac组合、ad组合等相关历史打包数据,进一步地,通过预设的匹配度算法找出匹配度不小于百分之八十的相关历史打包数据,例如,可以找出abc组合和ad组合的相关历史打包数据,此时,可以找出匹配度最高的历史打包数据为abc组合,根据打包过的abc的商品信息推荐制式包材。
通过在相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度不小于百分之八十的相关历史打包数据时,根据匹配度最高的相关历史打包数据,推荐制式包材,有利于快速准确的推荐制式包材,提高多件包裹打包的效率。
步骤S322,在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,不存在匹配度大于百分之八十的相关历史打包数据时,根据所述待打包的包裹中的商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材。
可以理解地,通过预设的匹配度算法可以算出相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度小于百分之八十的相关历史打包数据时,此时,判断历史打包数据中没有相关包材数据,即,历史打包数据中没有与待打包的多件包裹匹配的制式包材推荐,则,根据待打包的包裹中的多件商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材。
步骤S33,将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;
步骤S34,获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;
步骤S35,在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材。
进一步地,所述预设的包材计算方法为获取所述待打包的包裹中的每件商品的库存量单位参数;根据所述每件所述商品的库存量单位参数,提取每件商品的化学属性,将化学属性兼容的商品分类在一起,形成独立进行打包的至少一个商品类别;根据所述每一个商品类别中每一件商品的库存量单位参数,提取每一件商品的尺寸信息;根据所述每一件商品的尺寸信息,计算每一个商品类别中的商品打包所对应的包材参数;其中,所述包材参数包括包材的材质、数量以及尺寸。可以理解地,包材信息包括包材的类型、材质、包材的尺寸和数量等信息,具体地,在本实施例中,计算所述推荐制式包材,可以是根据所述每件商品的库存量单位参数以及预设的包材打包算法,所述预设的包材打包算法可以是基于商品的化学属性进行商品分类打包计算包材的算法,例如,当订单中包含化学实验器材和生活用品以及食品时,判断化学实验器材不能和生活用品以及食品一起打包,化学实验器材单独确定包材,生活用品和食品一起打包,确定所需包材;所述预设的包材打包算法也可以是基于商品的物理属性和尺寸信息计算包材的信息,例如,当订单中,即包含手机又包含电脑时,则通过计算电脑和手机组合起来的尺寸计算包材的尺寸信息。
在历史打包数据中与没有与待打包的多件包裹匹配的制式包材推荐时,通过商品的参数信息和预设算法,计算推荐包材,提高了包材推荐的范围,节约了多包裹打包时预选制式包材的时间,提高了打包的时效性和准确性。
进一步地,在判断推荐的所述制式包材与实际打包包材是否匹配时,可以是首先判断推荐的所述制式包材与实际打包包材的材质是否匹配;然后,在推荐的所述制式包材与实际打包包材的材质匹配时,判断推荐的所述制式包材与所述所需包材的尺寸是否匹配。也可以是首先判断所述推荐制式包材与实际打包包材尺寸是否匹配,在判断所述推荐制式包材与实际打包包材其他属性是否匹配。
可以理解的,通过推荐材质和尺寸合适的制式包材,不仅可以减少商品运送过程中的损坏,而且可以减少包材的浪费,提高了商品打包保存的可靠性。
进一步地,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材的步骤,之后:调取所述相关历史打包数据中所述历史打包商品的打包步骤动态仿真图,并在可视界面上播放。
可以理解地,所述数据库里存有与打包数据相关连的商品的打包步骤动态仿真图,所述商品的打包步骤动态仿真图,包括多件待打包的商品相对包材的位置,以及在使用制式包材包装中,多件商品的包装顺序,其中,不同的商品可以通过不同的颜色区分,工作人员可以从可视界面了解到所述商品的打包步骤,以及每一件所述商品对应的位置,有利于提高多包裹打包的速度,实现精准打包。
进一步地,在推荐的所述制式包材与所述实际打包包材不匹配时,修正新纪录的所述历史打包数据中所述推荐制式包材为所述实际打包包材步骤,之后:获取快递单号,生成物流信息的唯一识别码,其中,所述唯一识别码包含快递的单号信息、重量信息、时间信息、联系人信息以及目的地地址信息。
可以理解地,通过在推荐包材后,自动获取快递单号,从而生成快递信息,使商品在包裹后,可以直接进入物流,提高了商品传送的时间效率。
本发明还提供一种多包裹智能推荐包材的计算机设备100,包括存储器20、处理器10以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的多包裹智能推荐包材生成方法的步骤。
需要说明的是,由于多包裹智能推荐包材的计算机设备100的处理器10执行计算机程序时实现上述的多包裹智能推荐包材生成方法的步骤,因此上述方法的所有实施例均适用于智能推荐包材的计算机设备100,且均能达到相同或相似的有益效果。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述的的多包裹智能推荐包材生成方法的步骤。
需要说明的是,由于计算机可读存储介质的计算机程序被处理器执行时实现上述的多包裹智能推荐包材生成方法的步骤,因此上述方法的所有实施例均适用于该计算机可读存储介质,且均能达到相同或相似的有益效果。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种多包裹智能推荐包材的方法,其特征在于,包括:
根据待打包的包裹中的商品的参数信息以及对应的预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据;其中,每一条所述历史打包数据记录有所述历史打包商品的参数信息以及历史包材信息;
根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材;
将所述待打包的包裹中的商品的参数信息以及推荐的所述制式包材记录为一条新的历史打包数据;
获取对所述待打包的包裹中的商品进行实际打包时的包材信息,判断推荐的所述制式包材与实际打包包材是否匹配;
在推荐的所述制式包材与所述实际打包包材不匹配时,修正所述新的历史打包数据中推荐的所述制式包材为所述实际打包包材。
2.根据权利要求1所述的多包裹智能推荐包材的方法,其特征在于,所述根据待打包的包裹中的商品的参数信息以及预设搜索条件,提取历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据的步骤,包括:
根据待打包的包裹中的每一件商品的库存量单位参数,提取每一件商品的属性;
将属性相同或者属性兼容的商品分类在一起,以将所述待打包的包裹中的商品分成至少一个待打包的商品类别;
将所述每一个待打包的商品类别中的商品作为一个待打包的包裹,根据所述每一个待打包的包裹中的每一件商品的库存量单位参数信息以及预设搜索条件,提取所述历史打包数据中的历史打包商品满足所述预设搜索条件的相关历史打包数据。
3.根据权利要求2所述的多包裹智能推荐包材的方法,其特征在于,所述预设搜索条件包括以下条件中的至少一个:
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸的差值在预设的范围内;
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的重量的差值在预设的范围内;
所述待打包的包裹中的每一件商品与所述相关历史打包数据中的对应的历史打包商品之间的尺寸和重量的差值均在预设的范围内;
所述待打包的包裹中的所有商品的总体积与所述相关历史打包数据中所有历史打包商品的总体积之间的差值在预设的范围内;
所述待打包的包裹中的所有商品的总体积以及重量与所述相关历史打包数据中所有历史打包商品的总体积以及重量之间的差值均在预设的范围内;
所述相关历史打包数据中至少存在一件与所述待打包的包裹中的商品一致的商品。
4.根据权利要求1所述的多包裹智能推荐包材的方法,其特征在于,所述根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材的步骤,包括:
在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,存在匹配度不小于百分之八十的相关历史打包数据时,根据匹配度最高的相关历史打包数据,推荐制式包材;
在所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的多件商品的参数信息之间的匹配度,不存在匹配度大于百分之八十的相关历史打包数据时,根据所述待打包的包裹中的商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材。
5.根据权利要求4所述的多包裹智能推荐包材的方法,其特征在于,所述根据所述待打包的包裹中的商品的参数信息以及预设的包材计算方法,计算所述推荐制式包材的步骤,包括:
获取所述待打包的包裹中的每件商品的库存量单位参数;
根据所述每件所述商品的库存量单位参数,提取每件商品的化学属性,将化学属性兼容的商品分类在一起,形成独立进行打包的至少一个商品类别;
根据所述每一个商品类别中每一件商品的库存量单位参数,提取每一件商品的尺寸信息;
根据所述每一件商品的尺寸信息,计算每一个商品类别中的商品打包所对应的包材参数;其中,所述包材参数包括包材的材质、数量以及尺寸。
6.根据权利要求5所述的多包裹智能推荐包材的方法,其特征在于,所述判断推荐的所述制式包材与实际打包包材是否匹配的步骤,包括:
判断推荐的所述制式包材与实际打包包材的材质是否匹配;
在推荐的所述制式包材与实际打包包材的材质匹配时,判断推荐的所述制式包材与所述实际打包包材的尺寸是否匹配。
7.根据权利要求1所述的多包裹智能推荐包材的方法,其特征在于,根据所述相关历史打包数据中所述历史打包商品的参数信息与所述待打包的包裹中的商品的参数信息之间的匹配度,推荐制式包材的步骤,之后:
调取所述相关历史打包数据中所述历史打包商品的打包步骤动态仿真图,并在可视界面上播放。
8.根据权利要求1所述的多包裹智能推荐包材的方法,其特征在于,在推荐的所述制式包材与所述实际打包包材不匹配时,修正新纪录的所述历史打包数据中所述推荐制式包材为所述实际打包包材步骤,之后:
获取快递单号,生成物流信息的唯一识别码,其中,所述唯一识别码包含快递的单号信息、重量信息、时间信息、联系人信息以及目的地地址信息。
9.一种多包裹智能推荐包材的计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的多包裹智能推荐包材的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的多包裹智能推荐包材的方法的步骤。
CN201810890386.6A 2018-08-07 2018-08-07 多包裹智能推荐包材的方法及计算机可读存储介质 Active CN109118329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810890386.6A CN109118329B (zh) 2018-08-07 2018-08-07 多包裹智能推荐包材的方法及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810890386.6A CN109118329B (zh) 2018-08-07 2018-08-07 多包裹智能推荐包材的方法及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109118329A CN109118329A (zh) 2019-01-01
CN109118329B true CN109118329B (zh) 2020-12-18

Family

ID=64852895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810890386.6A Active CN109118329B (zh) 2018-08-07 2018-08-07 多包裹智能推荐包材的方法及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109118329B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967632B (zh) * 2020-04-07 2024-04-19 上海寻梦信息技术有限公司 物流对象的包装等级确定方法、装置、电子设备、存储介质
CN111784270B (zh) * 2020-09-07 2020-12-11 耀方信息技术(上海)有限公司 一种药品出库包装耗材的管理系统
CN112182052B (zh) * 2020-10-12 2024-07-23 中国铁塔股份有限公司 一种参数展示方法、装置、电子设备和可读存储介质
CN112862564A (zh) * 2021-01-18 2021-05-28 上海燕汐软件信息科技有限公司 包裹重量的采集方法及装置、电子设备、存储介质
KR102455928B1 (ko) * 2022-02-28 2022-10-19 쿠팡 주식회사 포장 정보를 제공하는 전자 장치 및 그 방법
CN114581011A (zh) * 2022-03-08 2022-06-03 南京希音电子商务有限公司 一种包装耗材推荐方法、装置、设备和存储介质
CN116681360B (zh) * 2023-06-16 2024-06-25 杭州聚水潭网络科技有限公司 一种电商包材的选择方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656490A (zh) * 2002-04-19 2005-08-17 萨利姆·达姆基 用于确定商品的最佳包装和运输的方法
CN104077383A (zh) * 2014-06-27 2014-10-01 广州唯品会网络技术有限公司 用于确定商品包装方案的方法及装置
CN104246801A (zh) * 2012-02-16 2014-12-24 亚马逊科技公司 在材料处理设施中的容器选择
US9230233B1 (en) * 2011-09-28 2016-01-05 Amazon Technologies, Inc. Systems and methods for implementing specialty packaging in a materials handling facility
CN107545280A (zh) * 2017-09-28 2018-01-05 郑州云海信息技术有限公司 一种将待包装产品及其包装箱进行匹配的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7331471B1 (en) * 2004-12-28 2008-02-19 Amazon Technologies, Inc. System and method for modular sorting stations
US8442674B2 (en) * 2010-02-05 2013-05-14 Ecowell Container-less custom beverage vending invention
CN203414994U (zh) * 2013-08-08 2014-01-29 绍兴迅极网络技术开发有限公司 一种基于rfid技术的装箱优化系统
CN107609930A (zh) * 2017-08-10 2018-01-19 成都法线网络科技有限公司 一种基于虚拟现实的产品推荐系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656490A (zh) * 2002-04-19 2005-08-17 萨利姆·达姆基 用于确定商品的最佳包装和运输的方法
US9230233B1 (en) * 2011-09-28 2016-01-05 Amazon Technologies, Inc. Systems and methods for implementing specialty packaging in a materials handling facility
CN104246801A (zh) * 2012-02-16 2014-12-24 亚马逊科技公司 在材料处理设施中的容器选择
CN104077383A (zh) * 2014-06-27 2014-10-01 广州唯品会网络技术有限公司 用于确定商品包装方案的方法及装置
CN107545280A (zh) * 2017-09-28 2018-01-05 郑州云海信息技术有限公司 一种将待包装产品及其包装箱进行匹配的方法

Also Published As

Publication number Publication date
CN109118329A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN109118329B (zh) 多包裹智能推荐包材的方法及计算机可读存储介质
US10740714B2 (en) Machine learning for determination of shipping rules and shipping methods for order fulfillment
CN104246801B (zh) 在材料处理设施中的容器选择
CN104349891B (zh) 一种用于将包装物品打包在容器中的计算机实施的方法
US7979359B1 (en) System and method for selectively applying an item sortation process
US9202197B1 (en) Sort bin assignment
CN107464177A (zh) 一种订单的处理方法及订单处理服务器
CN108074051B (zh) 一种库存管理方法及装置
CN106570573B (zh) 预测包裹属性信息的方法及装置
CN109118138A (zh) 一票多件预先生成面单的方法及计算机可读存储介质
CN109961242B (zh) 一种物流方案确定方法及装置
KR20200108058A (ko) 추천 장치 및 방법
CN111724114A (zh) 一种基于大数据的电商商品分配物流智能管理系统
TWI812871B (zh) 電腦實行的系統以及方法
CN112017006A (zh) 一种信息推送方法、装置、电子设备和存储介质
US9552553B1 (en) Identifying item preparation requirements
KR20220004336A (ko) 풀필먼트 최적화 서비스 시스템
CN110276660A (zh) 一种配货方法、装置及其系统
CN107977876A (zh) 用于处理订单信息的方法及装置
WO2018217850A1 (en) Reducing the environmental effects of shipments of goods
CN117196758A (zh) 一种商品上架前的甄选方法、设备及介质
CN112036781A (zh) 一种包装材料选择方法和装置
CN110046969A (zh) 分装销售系统及相关数据处理方法
CN113065825A (zh) 模型生成、包装匹配方法、装置、电子设备及存储介质
CN114723354A (zh) 一种针对供应商的线上商机挖掘方法、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant