CN109670748A - 库存资源管理方法、装置及存储介质 - Google Patents
库存资源管理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109670748A CN109670748A CN201811525846.1A CN201811525846A CN109670748A CN 109670748 A CN109670748 A CN 109670748A CN 201811525846 A CN201811525846 A CN 201811525846A CN 109670748 A CN109670748 A CN 109670748A
- Authority
- CN
- China
- Prior art keywords
- data
- database
- inventory resource
- resource management
- user
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种库存资源管理方法、装置及存储介质，该方法包括：从数据库抽取样本数据，其中，所述样本数据包括用于数据，进一步，对用户数据进行分析，获取用户消费趋向，并根据用户消费趋向进行库存资源管理。本发明所提供的方法通过根据用户数据获取用户消费趋向，使得库存资源更加符合用户消费趋向，能够根据用户的消费需求就近配送，从而提高配送效率，降低配送成本。另外，通过提高配送效率还能够提高用户体验度。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种库存资源管理方法、装置及存储介质。
背景技术
随着电子商务的蓬勃发展，人们的生活方式也发生了极大的变化。电子商务企业通过在多个城市建立仓储中心，实现仓储、配送一体化，来提高电子商务企业的核心竞争力。
但现有技术仍存在异地调配的情况，从而导致配送效率较低、且配送成本较高。
发明内容
本发明提供一种库存资源管理方法、装置及存储介质，以实现提高配送效率，降低配送成本。
第一方面，本发明提供一种库存资源管理方法，包括：
从数据库抽取样本数据，其中，所述样本数据包括用户数据；
对所述用户数据进行分析，获取用户消费趋向；
根据所述用户消费趋向进行库存资源管理。
进一步地，所述从数据库抽取样本数据之前，还包括：
获取所述数据库的负载压力；
确定所述负载压力小于或等于预设值。
进一步地，所述获取所述数据库的负载压力，包括：
读取参数文件，所述参数文件反映服务器当前负载压力；
根据所述参数文件及预设算法，获取所述数据库的负载压力。
进一步地，所述样本数据还包括：地理格局数据，所述方法还包括：
对所述地理格局数据进行分析，获取第一分析结果，所述第一分析结果包括不同区域对应的用户访问量和商品区域销量分布信息，所述地理格局数据包括各所述区域内的用户相关数据以及商品相关数据；
根据所述第一分析结果进行库存资源管理。
进一步地，所述样本数据还包括：资源数据，所述方法还包括：
对所述资源数据进行分析，获取第二分析结果，所述第二分析结果包括商品流量信息、商品销量信息以及商品利润率；
根据所述第二分析结果进行库存资源管理。
进一步地，所述库存资源管理包括：调整库存商品的种类和/或数量。
第二方面，本发明提供一种库存资源管理装置，包括：
抽取模块，用于从数据库抽取样本数据，其中，所述样本数据包括用户数据；
分析模块，用于对所述用户数据进行分析，获取用户消费趋向；
管理模块，用于根据所述用户消费趋向进行库存资源管理。
进一步地，所述装置还包括：获取模块和确定模块；
其中，所述获取模块，用于获取所述数据库的负载压力；
所述确定模块，用于确定所述负载压力小于或等于预设值。
第三方面，本发明还提供一种库存资源管理装置，包括：存储器和处理器；
所述存储器存储程序指令；
所述处理器执行所述程序指令，以执行第一方面所述的方法。
第四方面，本发明还提供一种存储介质，包括：程序；
所述程序在被处理器执行时，以执行第一方面所述的方法。
本发明提供一种库存资源管理方法、装置及存储介质，该方法包括：从数据库抽取样本数据，其中，所述样本数据包括用于数据，进一步，对用户数据进行分析，获取用户消费趋向，并根据用户消费趋向进行库存资源管理。本发明所提供的方法通过根据用户数据获取用户消费趋向，使得库存资源更加符合用户消费趋向，能够根据用户的消费需求就近配送，从而提高配送效率，降低配送成本。另外，通过提高配送效率还能够提高用户体验度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的库存资源管理方法实施例一的流程示意图；
图2为本发明提供的库存资源管理方法实施例二的流程示意图；
图3为本发明提供的库存资源管理方法实施例三的流程示意图；
图4为本发明提供的库存资源管理装置实施例一的结构示意图；
图5为本发明提供的库存资源管理装置实施例二的结构示意图；
图6为本发明提供的库存资源管理装置实施例三的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在现有技术中，各个仓储中心的库存资源管理多采用大同化铺货的方式，库存资源的种类基本一致，但由于不同区域的用户需求不同，常常出现本地仓储中心并无用户所需的商品，需要从异地仓储中心调配商品的情况，这样导致配送时间较长，配送效率较低，且异地运输导致配送成本较高。
基于现有技术存在的缺陷，本发明提供一种库存资源管理方法，以提高配送效率，降低配送成本。
图1为本发明提供的库存资源管理方法实施例一的流程示意图。本发明实施例所提供的库存资源管理方法的执行主体可为库存资源管理装置，该库存资源管理装置可以采用软件和/或硬件的方式实现。如图1所示，本实施例的方法包括：
S101、从数据库中抽取样本数据，其中，样本数据包括用户数据。
上述数据库为电子商务平台数据库，进一步地，该数据库可为某区域对应的电子商务平台数据库，且该数据库与该区域的一个或多个仓储中心相对应。数据库包括用户数据、资源数据、地理格局数据以及其他类型的数据，电子商务平台的管理员通过该数据库能够查看商品销售情况，管理商品、用户信息等等，还可以根据实际情况维护电子商务平台的安全性能。
本实施例中，样本数据的来源可为某一区域对应的数据库，也可为多个不同区域分别对应的多个数据库。
该步骤中，可采用Kattle的抽取方法，从上述一个或多个数据库中抽取样本数据，其中，样本数据包括用户数据。Kattle是一款数据抽取、转换和加载(ExtractionTransformation Loading，简称：ETL)工具，数据抽取高效稳定，且能够在所中操作系统中运行。当然，也可采用其他数据抽取工具从数据库中抽取样本数据，本发明对此不做限制。
可选地，周期性地从数据库中抽取样本数据，例如，每隔一天从数据库中抽取样本数据。当然，也可在特定时间从数据库中抽取样本数据，也可根据电子商务企业的需求由管理员主动发起从数据库中抽取样本数据。本发明对于抽取数据的具体实现方式不做限制。
S102、对用户数据进行分析，获取用户消费趋向。
由于电子商务平台用户较多，抽取到的用户数据量较大，对大量用户数据进行分析，能够获取该区域内的用户消费趋向，该消费趋向能够反映用户消费意图以及购买偏好。
其中，用户数据是与用户相关的信息，可以包括用户的基本信息、用户收藏商品信息、用户购物车信息、以及用户购买信息等等。
例如，对用户的基本信息、用户收藏商品信息、用户购物车信息、以及用户购买信息进行分析，可知该区域内主要用户群体的基本特征、消费意图以及购买偏好。其中，主要用户群体的基本特征包括：主要用户群体的年龄以及性别。
一种可能的实现方式中，运用Spark技术用户数据进行分析，获取用户消费趋向。
S103、根据用户消费趋向进行库存资源管理。
根据用户的消费趋向可获知用户消费意图以及购买偏好，进一步，根据用户消费意图以及购买偏好进行库存资源管理，使得库存资源与用户消费趋向相匹配，从而实现精准销售，同时减少用户所购买的商品在异地仓储中心的情况。
一种可能的实现方式，库存资源管理包括：调整库存商品的种类和/或数量。根据用户消费趋向，调整库存商品的种类和/或数量，从而保证用户所购买的商品库存于本地仓储中心，使得本地仓储中心的商品种类以及数量与用户需求高度匹配。
本实施例中，通过从数据库抽取样本数据，其中，所述样本数据包括用于数据，进一步，对用户数据进行分析，获取用户消费趋向，并根据用户消费趋向进行库存资源管理。本发明所提供的方法通过根据用户数据获取用户消费趋向，使得库存资源更加符合用户消费趋向，能够根据用户的消费需求就近配送，从而提高配送效率，降低配送成本。另外，通过提高配送效率还能够提高用户体验度。
可选地，在图1所示实施例的基础上，S101中从数据库抽取的样本数据还包括：地理格局数据，其中，地理格局数据包括各区域内的用户相关数据以及商品相关数据。
相应地，本实施例的方法还包括：对地理格局数据进行分析，获取第一分析结果，第一分析结果包括不同区域对应的用户访问量和商品区域销量分布信息。
进一步，根据第一分析结果进行库存资源管理。
需要说明的是，地理格局数据是以区域为单位，包括不同区域的用户相关数据以及同一商品在不同区域内的商品相关数据。
一种可能的实现方式中，对地理格局数据进行分析，获取第一分析结果包括以下两方面：
1、对多个区域的地理格局数据进行分析，获取不同区域对应的用户访问量，不同区域对应的用户访问量能够准确反映各个区域的可流量活跃度分布信息；
2、对多个区域的地理格局数据进行分析，获取不同区域对应的商品区域销量分布信息，不同区域对应的商品销量分布信息能够准确反映不同区域的用户的消费需求。
进一步，根据第一分析结果，可对不同区域的仓储中心的商品种类和/或数量进行调整。
在上述针对不同区域的仓储中心的库存资源进行调整的基础上，为了实现更细粒度的库存资源管理，使得同一区域内的一个或多个仓储中心的库存资源与该区域内的用户的消费趋向更加相互匹配，因此，可根据同一区域内的相关数据对同一区域内的一个或多个仓储中心的库存资源进行调整。
可选地，在图1所示实施例的基础上，S101中从数据库抽取的样本数据还包括：资源数据。
相应地，本实施例的方法还包括：对资源数据进行分析，获取第二分析结果，第二分析结果包括商品流量信息、商品销量信息以及商品利润率。
进一步，根据第二分析结果进行库存资源管理。
需要说明的是，资源数据主要包括：某区域内的用户相关数据以及不同商品在该区域内的商品相关数据。
一种可能的实现方式中，对资源数据进行分析，获取第二分析结果包括以下三个方面：
1、对同一区域内的资源数据进行分析，获取同一区域内的商品流量信息，其中，商品流量信息能够表明该区域内的进货量、以及出货量等信息。
2、对同一区域内的资源数据进行分析，获取同一区域内的商品销量信息，其中，商品销量信息能够准确反映该区域内的用户的消费需求。
3、对同一区域内的资源数据进行分析，获取同一区域内的商品利润率，其中，商品利润率能够反映电子商务企业的营运状况，为电子商务企业进行资源选品提供数据支持。
进一步，根据第二分析结果，可对同一区域内的一个或多个仓储中心的商品种类和/或数量进行调整。
本实施例中，通过地域销售量比例维度、销售商品量比例维度、销售价格以及利润比例维度的分析，能够高效利用资源，达到供需平衡，提高效益成本比例。
图2为本发明提供的库存资源管理方法实施例二的流程示意图。如图2所示，在图1所示实施例的基础上，S101之前还可包括以下步骤：
S201、获取数据库的负载压力。
负载压力是能够反映数据库当前运行状态的参数。在实际应用中，为了避免抽取样本数据影响数据库的运行状态，因此，在从数据库抽取样本数据之前，获取数据库的负载压力。
其中，数据库的运行状态包括正常运行状态和异常运行状态。若数据库处于正常运行状态，表示对数据库进行数据抽取操作不会影响数据库的性能，若数据库处于异常运行状态，表示对数据库在进行数据抽取操作可能会导致数据库出现故障，进一步导致电子商务平台运行出现卡顿延迟的现象。
该步骤中，可根据数据库的运行参数获取数据库的负载压力，或者还可根据服务器的运行参数获取数据库的负载压力。
基于上述，该实施例首先获取数据库的负载压力，进一步执行S202，实现准确判断数据库当前的运行状态是否适合进行数据抽取。
S202、确定负载压力小于或等于预设值。
当负载压力小于或等于预设值时，表示对数据库进行数据抽取操作不会影响数据库的性能。当负载压力大于预设值，说明数据库当前负载压力较大，对数据库在进行数据抽取操作可能会导致数据库出现故障。
本实施例中，通过获取数据库的负载压力，确定负载压力小于或等于预设值时，再从数据库中抽取样本数据，本实施例所示的方法，不仅考虑抽取数据的速度，以及抽取工具本身的性能，还考虑了抽取数据对数据库性能的影响，能够提高了电子商务平台运行的可靠性。
图3为本发明提供的库存资源管理方法实施例三的流程示意图。如图3所示，在图2所示实施例的基础上，S201可通过以下方式实现：
S301、读取参数文件，参数文件反映服务器当前负载压力。
在实际的应用中，数据库通常部署于服务器中，因此，服务器的运行状态可以反映数据库的负载压力。该步骤中，读取服务器的参数文件，该参数文件能够反映服务器当前负载压力。也就是说，读取与服务器运行状态相关的参数文件，从而获取服务器的当前负载压力。
一种可能的实现方式中，通过在服务器上编写Shell脚本，针对数据库当前运行状态进行数据统计，从而生成参数文件。进一步，利用java多线程服务，读取服务器的参数文件。
可选地，该参数文件包括以下一个或多个参数：CPU负载、线程占用数以及最大线程占用数。
S302、根据参数文件及预设算法，获取数据库的负载压力。
由于参数文件是反映服务器的当前负载压力，无法直接反映数据库的负载压力，因此，通过采用预设算法对参数文件中的参数进行计算，获取数据库的负载压力。
需要说明的是，预设算法与参数文件包括的参数的类型相关，因此，在实际应用中时，可预先设定所需的参数的类型，根据该参数的类型编写对应的预设算法。进一步，在读取服务器的参数文件后，从参数文件中提取所需的目标参数，并采用预设算法进行计算，从而获取数据库的负载压力。
一种可能的实现方式，预设算法可通过Java算法来实现。
本实施例中，通过读取参数文件，其中参数文件反映服务器当前负载压力，进一步，根据参数文件及预设算法，获取数据库的负载压力。通过获取数据库的负载压力，准确判断数据库的运行状态，只有当数据库处于正常运行状态时，再从数据库中抽取样本数据，从而保证抽取样本数据不会对数据库的性能造成影响。
图4为本发明提供的库存资源管理装置实施例一的结构示意图。如图4所示，本实施例的装置40包括：抽取模块41、分析模块42和管理模块43。
其中，抽取模块41，用于从数据库抽取样本数据，其中，样本数据包括用户数据。
分析模块42，用于对用户数据进行分析，获取用户消费趋向。
管理模块43，用于根据用户消费趋向进行库存资源管理。
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
可选地，库存资源管理包括：调整库存商品的种类和/或数量。
进一步地，在图4所示实施例的基础上，可选地，样本数据还包括：地理格局数据。
相应地，分析模块42，还用于对地理格局数据进行分析，获取第一分析结果，第一分析结果包括不同区域对应的用户访问量和商品区域销量分布信息，所述地理格局数据包括各所述区域内的用户相关数据以及商品相关数据。
管理模块43，还用于根据第一分析结果进行库存资源管理。
可选地，样本数据还包括：资源数据。
相应地，分析模块42，还用于对资源数据进行分析，获取第二分析结果，第二分析结果包括商品流量信息、商品销量信息以及商品利润率。
管理模块43，还用于根据第二分析结果进行库存资源管理。
图5为本发明提供的库存资源管理装置实施例二的结构示意图。如图5所示，本实施例的装置在图4所示装置结构的基础上，进一步地，该库存资源管理装置50还可以包括：获取模块44和确定模块45。
其中，获取模块44，用于获取数据库的负载压力。
确定模块45，用于确定负载压力小于预设值。
可选地，获取模块44，用于读取参数文件，所述参数文件反应服务器当前负载压力，进一步，根据参数文件以及预设算法，获取数据库的负载压力。
本实施例的装置，可以用于执行图2、图3所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图6为本发明提供的库存资源管理装置实施例三的结构示意图。如图6所示，本实施例的装置60包括：存储器61、处理器62。
存储器61可以是独立的物理单元，与处理器62可以通过总线63连接。存储器61、处理器62也可以集成在一起，通过硬件实现等。
存储器61用于存储实现以上方法实施例，处理器62调用该程序，执行以上方法实施例的操作。
可选地，当上述实施例的方法中的部分或全部通过软件实现时，上述装置60也可以只包括处理器。用于存储程序的存储器位于装置60之外，处理器通过电路/电线与存储器连接，用于读取并执行存储器中存储的程序。
处理器62可以是中央处理器(Central Processing Unit，CPU)，网络处理器(Network Processor，NP)或者CPU和NP的组合。
处理器62还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(Application-Specific Integrated Circuit，ASIC)，可编程逻辑器件(ProgrammableLogic Device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(ComplexProgrammable Logic Device，CPLD)，现场可编程逻辑门阵列(Field-Programmable GateArray，FPGA)，通用阵列逻辑(Generic Array Logic,GAL)或其任意组合。
存储器61可以包括易失性存储器(Volatile Memory)，例如随机存取存储器(Random-Access Memory，RAM)；存储器也可以包括非易失性存储器(Non-volatileMemory)，例如快闪存储器(Flash Memory)，硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-state Drive，SSD)；存储器还可以包括上述种类的存储器的组合。
本发明还提供一种程序产品，例如，计算机存储介质，包括：程序，程序在被处理器执行时用于执行以上方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种库存资源管理方法，其特征在于，包括：
从数据库抽取样本数据，其中，所述样本数据包括用户数据；
对所述用户数据进行分析，获取用户消费趋向；
根据所述用户消费趋向进行库存资源管理。
2.根据权利要求1所述的方法，其特征在于，所述从数据库抽取样本数据之前，还包括：
获取所述数据库的负载压力；
确定所述负载压力小于或等于预设值。
3.根据权利要求2所述的方法，其特征在于，所述获取所述数据库的负载压力，包括：
读取参数文件，所述参数文件反映服务器当前负载压力；
根据所述参数文件及预设算法，获取所述数据库的负载压力。
4.根据权利要求1所述的方法，其特征在于，所述样本数据还包括：地理格局数据，所述方法还包括：
对所述地理格局数据进行分析，获取第一分析结果，所述第一分析结果包括不同区域对应的用户访问量和商品区域销量分布信息，所述地理格局数据包括各所述区域内的用户相关数据以及商品相关数据；
根据所述第一分析结果进行库存资源管理。
5.根据权利要求1所述的方法，其特征在于，所述样本数据还包括：资源数据，所述方法还包括：
对所述资源数据进行分析，获取第二分析结果，所述第二分析结果包括商品流量信息、商品销量信息以及商品利润率；
根据所述第二分析结果进行库存资源管理。
6.根据权利要求1～5任一项所述的方法，其特征在于，所述库存资源管理，包括：调整库存商品的种类和/或数量。
7.一种库存资源管理装置，其特征在于，包括：
抽取模块，用于从数据库抽取样本数据，其中，所述样本数据包括用户数据；
分析模块，用于对所述用户数据进行分析，获取用户消费趋向；
管理模块，用于根据所述用户消费趋向进行库存资源管理。
8.根据权利要求7所述的装置，其特征在于，还包括：获取模块和确定模块；
其中，所述获取模块，用于获取所述数据库的负载压力；
所述确定模块，用于确定所述负载压力小于或等于预设值。
9.一种库存资源管理装置，其特征在于，包括：存储器和处理器；
所述存储器存储程序指令；
所述处理器执行所述程序指令，以执行权利要求1～6任一项所述的方法。
10.一种存储介质，其特征在于，包括：程序；
所述程序在被处理器执行时，以执行如权利要求1～6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811525846.1A CN109670748A (zh) | 2018-12-13 | 2018-12-13 | 库存资源管理方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811525846.1A CN109670748A (zh) | 2018-12-13 | 2018-12-13 | 库存资源管理方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109670748A true CN109670748A (zh) | 2019-04-23 |
Family
ID=66144779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811525846.1A Pending CN109670748A (zh) | 2018-12-13 | 2018-12-13 | 库存资源管理方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109670748A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298596A (zh) * | 2020-07-31 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置及设备 |
| CN115311020A (zh) * | 2022-08-23 | 2022-11-08 | 佛山职业技术学院 | 一种农产品消费者行为分析管理方法及系统 |
| CN115936574A (zh) * | 2022-11-30 | 2023-04-07 | 广东惠丰企业管理股份有限公司 | 一种库存管理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825354A (zh) * | 2016-03-11 | 2016-08-03 | 北京小米移动软件有限公司 | 仓储调度方法和装置 |
| CN106485447A (zh) * | 2016-09-30 | 2017-03-08 | 北京京东尚科信息技术有限公司 | 基于用户浏览商品行为的数据处理的方法、装置及系统 |
| CN107026907A (zh) * | 2017-03-30 | 2017-08-08 | 上海斐讯数据通信技术有限公司 | 一种负载均衡方法、负载均衡器及负载均衡系统 |
-
2018
- 2018-12-13 CN CN201811525846.1A patent/CN109670748A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825354A (zh) * | 2016-03-11 | 2016-08-03 | 北京小米移动软件有限公司 | 仓储调度方法和装置 |
| CN106485447A (zh) * | 2016-09-30 | 2017-03-08 | 北京京东尚科信息技术有限公司 | 基于用户浏览商品行为的数据处理的方法、装置及系统 |
| CN107026907A (zh) * | 2017-03-30 | 2017-08-08 | 上海斐讯数据通信技术有限公司 | 一种负载均衡方法、负载均衡器及负载均衡系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298596A (zh) * | 2020-07-31 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置及设备 |
| CN113298596B (zh) * | 2020-07-31 | 2022-05-06 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置及设备 |
| CN115311020A (zh) * | 2022-08-23 | 2022-11-08 | 佛山职业技术学院 | 一种农产品消费者行为分析管理方法及系统 |
| CN115311020B (zh) * | 2022-08-23 | 2024-04-05 | 佛山职业技术学院 | 一种农产品消费者行为分析管理方法及系统 |
| CN115936574A (zh) * | 2022-11-30 | 2023-04-07 | 广东惠丰企业管理股份有限公司 | 一种库存管理方法 |
| CN115936574B (zh) * | 2022-11-30 | 2023-10-31 | 广东惠丰企业管理股份有限公司 | 一种库存管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Olszak et al. | Business intelligence systems in the holistic infrastructure development supporting decision-making in organisations. | |
| KR102110733B1 (ko) | 블록체인 기반의 콘텐츠 리워드 제공 방법 및 시스템 | |
| Rabinovich et al. | Unlimited shelf space in Internet supply chains: Treasure trove or wasteland? | |
| CN109670748A (zh) | 库存资源管理方法、装置及存储介质 | |
| US9043232B1 (en) | Associating item images with item catalog data | |
| CA2831235C (en) | Electronic commerce checkout procedures of a website | |
| US20220083954A1 (en) | Methods and systems for real-time inventory reallocation from supplier to retailer | |
| CA3158365A1 (en) | Risk supervision method for commodity purchase prices and system thereof | |
| US20200067714A1 (en) | Blockchain based system to perform a transaction and method thereof | |
| US11501309B2 (en) | Systems and methods for selectively preventing origination of transaction requests | |
| US11770342B2 (en) | Methods and systems for gateway load balancing | |
| Ilieva et al. | Big data based system model of electronic commerce | |
| Schwartz | From Fordism to Franchise | |
| US20230013799A1 (en) | Systems and methods for tracking consumer spend behaviors | |
| CN104751234B (zh) | 一种用户资产的预测方法及装置 | |
| US11994971B2 (en) | System and method for optimizing performance of online services | |
| US11062386B1 (en) | Bid placement for ranked items | |
| US20130226788A1 (en) | Payment Account Management | |
| CN110298726B (zh) | 用于电商平台的商品信息更新方法、系统及存储介质 | |
| Chen et al. | Dynamic inventory system with pricing adjustment for price‐comparison shoppers | |
| Kumar et al. | The impact of greenness, inflation, and trade credit on multi-item fuzzy EOQ model with partial backordering and deterioration | |
| US10438220B2 (en) | Dynamic psychologically friendly pricing | |
| US11769151B2 (en) | Methods and systems for rate-limiting control of transaction processing | |
| US20230410137A1 (en) | Methods for managing virtual shopping carts | |
| US11893614B2 (en) | Systems and methods for balancing online stores across servers |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190423 |