CN110310057B - 货品排序和货位处理方法、装置、设备及其存储介质 - Google Patents

Abstract

本申请公开了货品排序和货位处理方法、装置、设备及其存储介质。该方法包括：获取第一排序序列和相关度矩阵，第一排序序列是将至少两个货品按照销售热度进行按序排列得到的，相关度矩阵是通过计算所述货品两两之间的相关度得到的；根据遍历算法对第一排序序列和相关度矩阵进行处理，以生成货品的综合排序结果，以便利用综合排序结果来确定货品的摆放位置。根据本申请实施例的技术方案，根据遍历算法对第一排序序列和相关度矩阵进行处理，来生成货品的综合排序结果，从而有效地提高货位处理的效率。

Description

货品排序和货位处理方法、装置、设备及其存储介质

技术领域

本申请一般涉及物流技术领域，尤其涉及货品排序和货位处理方法、装置、设备及其存储介质。

背景技术

物流技术的飞速发展，推送物流仓储能力的发展需求。仓库管理成为电商企业管理的重要环节。仓库管理系统，也称为仓储管理系统，英文Warehouse Management System，简称WMS。其对仓储各环节实施进行控制管理，例如对货物进行货位、批次、保质期、配送等进行管理。

其中，对货位的安排直接影响着仓库管理系统的运营效率，如果货位安排不合理，将导致货位利用率较低、拣货时间过长等问题。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种基于货品排序、货位处理方法、装置、设备及其存储介质的技术方案，其有效地提升了货位的利用率，提高了拣货效率。

第一方面，本申请实施例提供了一种货品排序方法，该方法包括：

获取第一排序序列和相关度矩阵，第一排序序列是将至少两个货品按照销售热度进行按序排列得到的，相关度矩阵是通过计算货品两两之间的相关度得到的；

根据遍历算法对第一排序序列和相关度矩阵进行处理，来生成货品的综合排序结果，以便利用综合排序结果来确定货品的摆放位置。

第二方面，本申请实施例提供了一种货位处理方法，该方法包括：

根据至少两个货品的销售数据，将每个货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个货品的分区结果；

对至少两个货品按照第一方面描述的方法进行排序，得到新的第一排序p；

根据新的第一排序p、分区结果和预估的货位数，将每个货品顺序地放置到分区结果内相应的货位。

第三方面，本申请实施例提供了一种货品排序装置，该装置包括：

获取子模块，用于获取第一排序序列和相关度矩阵，第一排序序列是将至少两个货品按照销售热度进行按序排列得到的，相关度矩阵是通过计算货品两两之间的相关度得到的；

排序子模块，用于根据遍历算法对第一排序序列和相关度矩阵进行处理，来生成货品的综合排序结果，以便利用综合排序结果来确定货品的摆放位置。

第四方面，本申请实施例提供了一种货位处理装置，该装置包括货品采集分析模块、容积计算单元、货品热度计算模块和货品相关度计算模块，该装置还包括如第一方面描述的货品排序模块、货品分区模块和分区摆放模块，其中，

货品分区模块，用于根据货品采集分析模块统计得到至少两个货品的销售数据，将每个货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个货品的分区结果；

货品排序模块，用于对货品采集分析模块统计得到至少两个货品进行排序，得到新的第一排序p；

分区摆放模块，用于根据新的第一排序p、分区结果和容积计算单元预估的货位数，将每个货品顺序地放置到分区结果内相应的货位。

第五方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现如本申请实施例描述的方法。

第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序用于：

该计算机程序被处理器执行时实现如本申请实施例描述的方法。

本申请实施例提供的货位处理方法，通过获取第一排序序列和相关度矩阵，然后根据遍历算法对第一排序序列和相关度矩阵进行处理，来生成货品的综合排序结果，以便利用综合排序结果来确定货品的摆放位置，有效地提高了货位处理的效率。

进一步，通过货品分区方法有效提高了数据的处理效率。

进一步，通过货品的属性判断，提高货位分配的准确性，进一步提高货位处理的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了本申请实施例提供的货位处理装置100的结构性示意框图；

图2示出了本申请实施例提供的货品排序模块106的示例性结构框图；

图3示出了本申请实施例提供的货位处理方法的流程示意图；

图4示出了本申请又一实施例提供的货品排序方法的流程示意图；

图5示出了本申请实施例提供的步骤402的流程示意图；

图6示出了适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，图1示出了本申请实施例提供的货位处理装置100的结构性示意框图。该装置可以在服务器侧实现。

如图1所示，该装置100可以包括：货品采集分析模块101、容积计算单元102，货品分区模块103，货品热度计算模块104，货品相关度计算模块105，货品排序模块106和分区摆放模块107等。

其中，货品采集分析模块101，用于对货品的销售数据进行采集及统计分析。例如，按照预定统计周期进行采集。预定统计周期，可以根据需求设置。例如，按照天、周、月、季度、年等时间单位设定。货品销售数据，例如可以包括，货品在预定统计周期内的销售总量、日均订单销量、最大单笔订单销量，订单销量比值、货品的第一特征值，库位的第二特征值等。其中，第一特征值，例如可以是货品的形状信息，如货品的长、宽、高、货品的体积等等。第二特征值，例如可以是库位的长、宽、高、库位的容积、库位的数量、坐标位置等等。

容积计算单元102，用于计算货品的货位需求量，即货位数。例如，可以根据货品采集分析模块采集得到的销售数据，先对预定统计周期内的货品销量进行预测。预测方法，例如可以是概率分布拟合，参数估计，非参数估计，机器学习，仿真等等，可以是预测方法中的一种或多种。同时，设置货品流通天数。根据货品预测日均销量与货品流通天数可以计算出货品在流通天数内所需摆放体积。进而，算出货品摆放所需货位数。通过货品所需体积除以平均货位体积得到货品摆放所需的货位数。其中，货品流通天数可以是经验取值。

货品分区模块103，用于对货品进行分区处理。例如可以根据货品采集分析模块统计得到至少两个货品的销售数据，将每个货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个货品的分区结果。这里的分区，是指货品存放区。可以根据仓储地实际情况具体划分，例如可以划分多个货品存放区。每个货品存放区可以根据需求进行定义或者根据功能对其进行定义，例如货架区、地堆区、角落区等。

本申请实施例中货品分区模块103可以根据货品的销售量先将货品分配至地堆区和非地堆区，然后再进一步属于非地堆区的货品，进一步细分到货架区和角落区。将货品根据分区结果进行初步分配。

可选地，货品分区模块103，还可以包括：

第一分区子模块，用于如果货品的销售总量大于第一阈值，则将货品分配至第一货品存放区；

第一确定子模块，用于如果货品的销售总量小于等于第二阈值，则进一步根据第一特征值和第二特征值确定货品是否属于第一货品属性；

第二分区子模块，用于如果属于第一货品属性，则将货品分配给第一货品存放区；

第二确定子模块，用于如果不属于第一货品属性，进一步确定货品是否属于第二货品属性；

第三分区子模块，用于如果属于第二货品属性，则将货品分配至第二货品存放区；

第四分区子模块，用于如果不属于第二货品属性，则将货品分配至第三货品存放区。

其中，第一货品属性是指货品的结构形状存在异形。也可以称为异形件。例如，可以根据第一特征值和第二特征值确定货品是否属于第一货品属性。第一特征值，例如可以是货品的长宽高、体积等；第二特征值是库位的长宽高、体积等。异形也可以理解为是第一特征值相对于第二特征值存在不匹配。

可以按照第一特征值对货品进行排序，得到第一特征值序列；

根据第二特征值对库位进行分类后，对每一类的库位按照第二特征值进行排序，得到第二特征值序列；

确定第一特征值序列中每个货品的第一特征值是否与第二特征值序列中的每个库位的第二特征值匹配；

如果不匹配，对货品添加第一标记。其中，第一标记用于指示货品属于第一货品属性。

例如可以是下面的一种或多种：将货品按照三维长度(长宽高)进行排序，根据库位的形状对库位进行分类，对每一类库位的三维长度(长宽高)进行排序，然后对货品的三维长度与每类的库位的三维长度进行比较，当货品的任意维度长度大于该类型货位的相应的维度的长度，认定此货品无法放入此类型的货位，并对此进行标记；或者，将货品的体积与每类库位的体积相比较，当货品的体积大于此类货位的体积乘以一个体积系数(该系数小于等于1)时，认定此货品无法放入此类型的货位，并对此进行标记。直到将货品与每一类中每个货位都进行比较之后，对于总标记数大于预设阈值的货品，判定该货品属于异形件。被标记为异形件的货品，也可以进一步标记为地堆区货品。

其中，第二货品属性，是指货品属于商用货品。确定货品是否属于第二货品属性，可以通过确定货品的日均订单销量小于第三阈值时，则货品属于第二货品属性；或者，确定货品的最大单笔订单销量大于第四阈值时，则货品属于第二货品属性；或者，确定订单销量比值大于第五阈值时，则货品属于第二货品属性。

本申请实施例中，通过确定货品是否属于商用货品来确定货品的分区结果。例如，不属于商用货品的货品即被确定为属于消费者货品。商用货品会被标记摆入角落区，消费者货品则会被标记为货架区货品。

货品热度计算模块104，用于基于货品的销售数据计算货品的销售热度，并将货品按照销售热度进行排序。例如可以按照货品的销售热度的降序或者升序对货品进行排序等。销售热度，例如可以是根据货品日均订单销量、最大单笔订单销量，订单销量比值等进行评价，也可以根据这些进行组合或加权确定每个货品的销售热度。

货品相关度计算模块105，用于计算每个货品相对于其他货品的相关度，并对其他货品的相关度进行排序。货品的两两之间的相关度可以通过同时包含两个货品的订单数除以包含至少一个货品的订单数来计算，也可以通过同时包括两个货品的订单数除以包含其中一个货品的所有订单数来计算。例如可以生成一个包含所有货品互相相关度的相关度矩阵。

货品排序模块106，用于根据遍历算法对第一排序序列和相关度矩阵进行处理，以生成货品的综合排序结果，其具体结构可以参见图2的货品排序模块的相关描述。

分区摆放模块107，用于根据新的第一排序p、分区结果和容积计算单元输出的货位数，将每个货品对应的货品顺序地放置到与分区结果对应的货品存放区。

请参考图2，图2示出了本申请实施例提供的货品排序装置200的示例性结构框图。该货品排序装置200可以用于货位处理系统中，作为货品排序模块使用。其为分区摆放模块(或者货位摆放模块)提供综合排序结果，以便实现货品的摆放。

如图2所示，该货品排序装置200可以包括：

获取子模块201，用于获取第一排序序列和相关度矩阵。

本申请实施例中，提出货品排序模块，通过对至少两个货品按照销售热度进行排序后，进一步地通过相关度对该排序的结果进行优化，从而提高货位利用率。

至少两个货品可以根据预定统计周期的货品销售数据来确定。例如，可以通过货品采集分析模块按照预定统计周期进行采集。预定统计周期，可以根据需求设置。例如，按照天、周、月、季度、年等时间单位设定。货品销售数据，例如可以包括，货品在预定统计周期内的销售总量、日均订单销量、最大单笔订单销量，订单销量比值、货品的第一特征值，库位的第二特征值等。其中，第一特征值，例如可以是货品的形状信息，如货品的长、宽、高、货品的体积等等。第二特征值，例如可以是库位的长、宽、高、库位的容积、库位的数量、坐标位置等等。

本申请实施例中，第一排序序列是将至少两个货品按照销售热度进行按序排列得到的。相关度矩阵是通过计算货品两两之间的相关度得到的。

将至少两个货品按照销售热度进行按序排列，例如可以是货品采集分析模块按照预定统计周期进行采集，得到的至少两个货品。销售热度，例如可以是根据货品日均订单销量、最大单笔订单销量，订单销量比值等进行评价，也可以根据这些进行组合或加权确定每个货品的销售热度。然后，将获取采集分析模块得到的至少两个货品按照销售热度进行排序。例如可以按照降序进行排列。

相关度矩阵，可以通过计算货品的两两之间的相关度得到。货品的两两之间的相关度可以通过同时包含两个货品的订单数除以包含至少两个货品的订单数来计算，也可以通过同时包括两个货品的订单数除以包含其中一个货品的所有订单数来计算。

排序子模块202，用于根据搜索算法对第一排序序列和相关度矩阵进行处理，以生成货品的综合排序结果。

优选地，排序子模块202可以包括：

创建子单元2021，用于创建第一序列p和第二序列q，定义第一序列p的节点值i，其初始值为1，其中，第一序列p和第二序列q为空序列。

第一确定子单元2022，用于确定节点值i是否大于等于第一排序序列的长度值h；如果节点值i小于长度值h，则转入第二确定子单元2203；如果节点值i大于等于长度值h，则输出第一序列p。

第二确定子单元2023，用于确定节点值i是否大于长度值h与从第一排序序列中获取货品数目n的差值，n为自然数；如果节点值i不大于长度值h与n的差值，则进入第一选择子单元2023a；如果节点值i大于长度值h与n的差值，则进入第二选择子单元2023b；

第一选择子单元2023a，用于从第一排序序列中选择第i个到第i+n个货品，将货品添加到第二序列q；

第二选择子单元2023b，用于从第一排序序列中选择第i个到第h个的货品添加到第二序列q；

赋值子单元2024，用于将节点值i赋值为i+n。

相关度序列生成子单元2025，用于基于相关度矩阵生成第二序列q中每个货品的初始相关度序列，对每个初始相关度序列按照相关度降序进行排列，得到与每个货品相对应的最终相关度序列。其中，初始相关度序列包括与每个货品的相关度大于第一阈值的其他货品。

遍历子单元2026，用于基于最终相关度序列生成相关度森林；对相关度森林按照遍历算法进行遍历得到遍历序列，利用遍历序列更新第二序列q。

第三确定子单元2027，用于确定更新后的第二序列q中每个货品是否存在于第一序列p。

更新子单元2027a，用于如果不存在，则将该货品添加到第一序列p中已有货品之后，得到新的第一序列p。

返回子单元2027b，用于如果存在，返回第三确定子单元2027，确定更新后的第二序列q中另一个货品是否存在于第一序列p，直到完成对第二序列q中每个货品的确定。

输出子单元2028，用于输出新的第一序列p作为综合排序结果。

本申请实施例中，通过对第一排序序列，按照相关度遍历来调整，得到新的排序结果，作为综合排序结果。其中，遍历算法，例如可以是广度优先遍历算法，深度优先遍历算法等。

本申请实施例中，对按照销售热度排序的结果，按照相关度矩阵进行遍历来调整排序结果，得到综合排序结果，再利用综合排序结果将货品按照距离拣货起点的最近的方向顺序摆放，有效地提高货位利用率。

请参考图3，图3示出了本申请实施例提供的货位处理方法的流程示意图。该方法可以由在服务器侧执行。

如图3所示，该方法包括：

步骤301，对货品的销售数据进行采集及统计分析。

本步骤中，按照预定统计周期进行采集。预定统计周期，可以根据需求设置。例如，按照天、周、月、季度、年等时间单位设定。货品销售数据，例如可以包括，货品在预定统计周期内的销售总量、日均订单销量、最大单笔订单销量，订单销量比值、货品的第一特征值，库位的第二特征值等。其中，第一特征值，例如可以是货品的形状信息，如货品的长、宽、高、货品的体积等等。第二特征值，例如可以是库位的长、宽、高、库位的容积、库位的数量、坐标位置等等。

步骤302，计算货品的货位需求量，即货位数。

本步骤中，可以根据货品采集分析模块采集得到的销售数据，先对预定统计周期内的货品销量进行预测。预测方法，例如可以是概率分布拟合，参数估计，非参数估计，机器学习，仿真等等，可以是预测方法中的一种或多种。同时，设置货品流通天数。根据货品预测日均销量与货品流通天数可以计算出货品在流通天数内所需摆放体积。进而，算出货品摆放所需货位数。通过货品所需体积除以平均货位体积得到货品摆放所需的货位数。其中，货品流通天数可以是经验取值。

步骤303，对货品进行分区处理。

本步骤中，可以根据货品采集分析模块统计得到至少两个货品的销售数据，将每个货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个货品的分区结果。这里的分区，是指货品存放区。可以根据仓储地实际情况具体划分，例如可以划分多个货品存放区。每个货品存放区可以根据需求进行定义或者根据功能对其进行定义，例如货架区、地堆区、角落区等。

本申请实施例中步骤303可以根据货品的销售量先将货品分配至地堆区和非地堆区，然后再进一步属于非地堆区的货品，进一步细分到货架区和角落区。将货品根据分区结果进行初步分配。

可选地，步骤303，还可以包括：

如果货品的销售总量大于第一阈值，则将货品分配至第一货品存放区；

如果货品的销售总量小于等于第二阈值，则进一步根据第一特征值和第二特征值确定货品是否属于第一货品属性；

如果属于第一货品属性，则将货品分配给第一货品存放区；

如果不属于第一货品属性，进一步确定货品是否属于第二货品属性；

如果属于第二货品属性，则将货品分配至第二货品存放区；

如果不属于第二货品属性，则将货品分配至第三货品存放区。

其中，第一货品属性是指货品的结构形状存在异形。也可以称为异形件。例如，可以根据第一特征值和第二特征值确定货品是否属于第一货品属性。第一特征值，例如可以是货品的长宽高、体积等；第二特征值是库位的长宽高、体积等。

可以按照第一特征值对货品进行排序，得到第一特征值序列；

根据第二特征值对库位进行分后，对每一的库位按照第二特征值进行排序，得到第二特征值序列；

确定第一特征值序列中每个货品的第一特征值是否与第二特征值序列中的每个库位的第二特征值匹配；

如果不匹配，对货品添加第一标记。其中，第一标记用于指示货品属于第一货品属性。

例如可以是下面的一种或多种：将货品按照三维长度(长宽高)进行排序，根据库位的形状对库位进行分类，对每一类库位的三维长度(长宽高)进行排序，然后对货品的三维长度与每类的库位的三维长度进行比较，当货品的任意维度长度大于该类型货位的相应的维度的长度，认定此货品无法放入此类型的货位，并对此进行标记；或者，将货品的体积与每类库位的体积相比较，当货品的体积大于此类货位的体积乘以一个体积系数(该系数小于等于1)时，认定此货品无法放入此类型的货位，并对此进行标记。直到将货品与每一类中每个货位都进行比较之后，对于总标记数大于预设阈值的货品，判定该货品属于异形件。被标记为异形件的货品，也可以进一步标记为地堆区货品。

其中，第二货品属性，是指货品属于商用货品。确定货品是否属于第二货品属性，可以通过确定货品的日均订单销量小于第三阈值时，则货品属于第二货品属性；或者，确定货品的最大单笔订单销量大于第四阈值时，则货品属于第二货品属性；或者，确定订单销量比值大于第五阈值时，则货品属于第二货品属性。

本申请实施例中，通过确定货品是否属于商用货品来确定货品的分区结果。例如，不属于商用货品的货品即被确定为属于消费者货品。商用货品会被标记摆入角落区，消费者货品则会被标记为货架区货品。

步骤304，基于货品的销售数据计算货品的销售热度，并将货品按照销售热度进行排序。

本步骤中，可以按照货品的销售热度的降序或者升序对货品进行排序等。销售热度，例如可以是根据货品日均订单销量、最大单笔订单销量，订单销量比值等进行评价，也可以根据这些进行组合或加权确定每个货品的销售热度。

步骤305，计算每个货品相对于其他货品的相关度，并对其他货品的相关度进行排序。

本步骤中，货品两两之间的相关度可以通过同时包含两个货品的订单数除以包含至少一个货品的订单数来计算，也可以通过同时包括两个货品的订单数除以包含其中一个货品的所有订单数来计算。例如可以生成一个包含所有货品互相相关度的相关度矩阵。

步骤306，根据遍历算法对第一排序序列和相关度矩阵进行处理，以生成货品的综合排序结果。其可以参见图4的货品排序方法的相关描述。

步骤307，根据新的第一排序p、分区结果和容积计算单元输出的货位数，将每个货品对应的货品顺序地放置到与分区结果对应的货品存放区。

请参考图4，图4示出了本申请实施例提供的货品排序方法的流程示意图。该货品排序方法可以用于货位处理系统中，为分区摆放模块(或者货位摆放模块)提供排序结果，以便实现货品的摆放。

如图4所示，步骤306可以包括：

步骤401，获取第一排序序列和相关度矩阵。

本申请实施例中，提出货品排序模块，通过对至少两个货品按照销售热度进行排序后，进一步地通过相关度对该排序的结果进行优化，从而提高货位利用率。

至少两个货品可以根据预定统计周期的货品销售数据来确定。例如，可以通过货品采集分析模块按照预定统计周期进行采集。预定统计周期，可以根据需求设置。例如，按照天、周、月、季度、年等时间单位设定。货品销售数据，例如可以包括，货品在预定统计周期内的销售总量、日均订单销量、最大单笔订单销量，订单销量比值、货品的第一特征值，库位的第二特征值等。其中，第一特征值，例如可以是货品的形状信息，如货品的长、宽、高、货品的体积等等。第二特征值，例如可以是库位的长、宽、高、库位的容积、库位的数量、坐标位置等等。

本申请实施例中，第一排序序列是将至少两个货品按照销售热度进行按序排列得到的。相关度矩阵是通过计算货品两两之间的相关度得到的。

将至少两个货品按照销售热度进行按序排列，例如可以是货品采集分析模块按照预定统计周期进行采集，得到的至少两个货品。销售热度，例如可以是根据货品日均订单销量、最大单笔订单销量，订单销量比值等进行评价，也可以根据这些进行组合或加权确定每个货品的销售热度。然后，将获取采集分析模块得到的至少一个货品按照销售热度进行排序。例如可以按照降序进行排列。

相关度矩阵，可以通过计算货品的两两之间的相关度得到。货品的两两之间的相关度可以通过同时包含两个货品的订单数除以包含至少两个货品的订单数来计算，也可以通过同时包括两个货品的订单数除以包含其中一个货品的所有订单数来计算。

步骤402，根据遍历算法对第一排序序列和相关度矩阵进行处理，以生成货品的综合排序结果。

进一步地，图5示出了本申请实施例提供的步骤402的流程示意图。

如图5所示，步骤402还可以包括：

步骤501，创建第一序列p和第二序列q，定义第一序列p的节点值i，其初始值为1，其中，第一序列p和第二序列q为空序列。

步骤502，确定节点值i是否大于等于第一排序序列的长度值h；如果节点值i大于等于长度值h，则输出第一序列p；如果节点值i小于长度值h，则转入步骤503。

步骤503，确定节点值i是否大于长度值h与从第一排序序列中获取货品数目n的差值，n为自然数；

步骤503a，如果节点值i不大于长度值h与n的差值，则从第一排序序列中选择第i个到第i+n个货品，将货品添加到第二序列q；

步骤503b，如果节点值i大于长度值h与n的差值，则从第一排序序列中选择第i个到第h个的货品添加到第二序列q；

步骤504，将节点值i赋值为i+n。

步骤505，基于相关度矩阵生成第二序列q中每个货品的初始相关度序列，并对每个初始相关度序列按照相关度降序进行排列，得到与每个货品相对应的最终相关度序列。其中，初始相关度序列包括与每个货品的相关度大于第一阈值的其他货品。

步骤506，基于最终相关度序列生成相关度森林；并对相关度森林按照遍历算法进行遍历得到遍历序列，利用遍历序列更新第二序列q。

步骤507，确定更新后的第二序列q中每个货品是否存在于第一序列p。

步骤507a，如果不存在，则将该货品添加到第一序列p中已有货品之后，得到新的第一序列p；

步骤507b，如果存在，继续确定更新后的第二序列q中另一个货品是否存在于第一序列p，直到完成对第二序列q中每个货品的确定。

步骤508，输出新的第一序列p作为综合排序结果。

本申请实施例中，通过对第一排序序列，按照相关度遍历来调整，得到新的排序结果，作为综合排序结果。其中，遍历算法，例如可以是广度优先遍历算法，深度优先遍历算法等。

本申请实施例中，对销售热度排序的结果，按照相关度矩阵进行遍历来调整排序结果，得到综合排序结果，再利用综合排序结果将货品按照距离拣货起点的最近的方向顺序摆放，有效地提高货位利用率。

应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

应当理解，系统100记载的诸单元或模块与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于系统100及其中包含的单元，在此不再赘述。系统100可以预先实现在电子设备的浏览器或其他安全应用中，也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。系统100中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。

下面参考图6，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括货品分区模块、货位排序模块以及分区摆放模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，货品分区模块，还可以被描述为“用于根据至少两个货品的销售数据，将每个货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区的模块”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或者多个程序，当上述前述程序被一个或者一个以上的处理器用来执行描述于本申请的货品排序方法或货位处理方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种货品排序方法，其特征在于，该方法包括：

获取第一排序序列和相关度矩阵，所述第一排序序列是将至少两个货品按照销售热度进行按序排列得到的，所述相关度矩阵是通过计算所述货品两两之间的相关度得到的；

根据遍历算法对所述第一排序序列和所述相关度矩阵进行处理，以生成货品的综合排序结果，以便利用所述综合排序结果来确定所述货品的摆放位置；

其中，根据所述第一排序序列和所述相关度矩阵生成货品的综合排序结果，包括：

创建第一序列p和第二序列q，定义所述第一序列p的节点值i，其初始值为1，其中，第一序列p和第二序列q为空序列；

确定所述节点值i是否大于等于所述第一排序序列的长度值h；如果所述节点值i小于所述长度值h，则转入确定所述节点值i是否大于长度值h与从所述第一排序序列中获取货品数目n的差值的步骤；如果所述节点值i大于等于所述长度值h，则输出所述第一序列p；

确定所述节点值i是否大于长度值h与从所述第一排序序列中获取货品数目n的差值，n为自然数；

如果所述节点值i不大于长度值h与n的差值，则从所述第一排序序列中选择第i个到第i+n个货品，将所述货品添加到所述第二序列q；

如果所述节点值i大于长度值h与n的差值，则从所述第一排序序列中选择第i个到第h个的货品添加到所述第二序列q；

将所述节点值i赋值为i+n；

基于所述相关度矩阵生成所述第二序列q中每个所述货品的初始相关度序列，所述初始相关度序列包括与每个所述货品的相关度大于第一阈值的其他货品，对所述每个初始相关度序列按照相关度降序进行排列，得到与每个所述货品相对应的最终相关度序列；

基于所述最终相关度序列生成相关度森林；对所述相关度森林进行遍历得到遍历序列，利用所述遍历序列更新所述第二序列q；

确定更新后的第二序列q中每个所述货品是否存在于所述第一序列p；

如果不存在，则将该货品添加到所述第一序列p中已有货品之后，得到新的第一序列p；

如果存在，返回确定更新后的第二序列q中另一个货品是否存在于所述第一序列p，直到完成对所述第二序列q中每个货品的确定；

输出所述新的第一序列p作为所述综合排序结果。

2.一种货位处理方法，其特征在于，该方法包括：

根据至少两个货品的销售数据，将每个所述货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个所述货品的分区结果；

对所述至少两个货品按照权利要求1所述的方法进行排序，得到新的第一排序p；

根据所述新的第一排序p、所述分区结果和预估的货位数，将每个所述货品顺序地放置到所述分区结果内相应的货位。

3.根据权利要求2所述货位处理方法，其特征在于，所述销售数据至少包括销售总量、货品的第一特征值、库位的第二特征值，则所述得到每个所述货品的分区结果，包括：

如果所述货品的销售总量大于第二阈值，则将所述货品分配至所述第一货品存放区；

如果所述货品的销售总量小于等于第二阈值，则进一步根据所述第一特征值和第二特征值确定所述货品是否属于第一货品属性；

如果属于所述第一货品属性，则将所述货品分配给所述第一货品存放区；

如果不属于所述第一货品属性，进一步确定所述货品是否属于第二货品属性；

如果属于所述第二货品属性，则将所述货品分配至所述第二货品存放区，

如果不属于所述第二货品属性，则将所述货品分配至所述第三货品存放区。

4.根据权利要求3所述货位处理方法，其特征在于，根据所述第一特征值和第二特征值确定所述货品是否属于第一货品属性，包括：

按照所述第一特征值对所述货品进行排序，得到第一特征值序列；

根据所述第二特征值对所述库位进行分后，对每一的所述库位按照所述第二特征值进行排序，得到第二特征值序列；

确定所述第一特征值序列中每个所述货品的第一特征值是否与所述第二特征值序列中的每个所述库位的第二特征值匹配，

如果不匹配，对所述货品添加第一标记，所述第一标记用于指示所述货品属于第一货品属性。

5.根据权利要求4所述货位处理方法，其特征在于，所述销售数据包括以下至少一项：日均订单销量、最大单笔订单销量、订单销量比值，确定所述货品是否属于第二货品属性，包括：

确定所述货品的日均订单销量小于第三阈值时，则所述货品属于所述第二货品属性；或者，

确定所述货品的最大单笔订单销量大于第四阈值时，则所述货品属于所述第二货品属性；或者，

确定所述订单销量比值大于第五阈值时，则所述货品属于所述第二货品属性。

6.一种货品排序装置，其特征在于，该装置包括：

获取子模块，用于获取第一排序序列和相关度矩阵，所述第一排序序列是将至少两个货品按照销售热度进行按序排列得到的，所述相关度矩阵是通过计算所述货品两两之间的相关度得到的；

排序子模块，用于根据遍历算法对所述第一排序序列和所述相关度矩阵进行处理，以生成货品的综合排序结果，以便利用所述综合排序结果来确定所述货品的摆放位置，

所述排序子模块具体用于：

创建第一序列p和第二序列q，定义所述第一序列p的节点值i，其初始值为1，其中，第一序列p和第二序列q为空序列；

确定所述节点值i是否大于等于所述第一排序序列的长度值h；如果所述节点值i小于所述长度值h，则转入确定所述节点值i是否大于长度值h与从所述第一排序序列中获取货品数目n的差值的步骤；如果所述节点值i大于等于所述长度值h，则输出所述第一序列p；

确定所述节点值i是否大于长度值h与从所述第一排序序列中获取货品数目n的差值，n为自然数；

如果所述节点值i不大于长度值h与n的差值，则从所述第一排序序列中选择第i个到第i+n个货品，将所述货品添加到所述第二序列q；

如果所述节点值i大于长度值h与n的差值，则从所述第一排序序列中选择第i个到第h个的货品添加到所述第二序列q；

将所述节点值i赋值为i+n；

基于所述相关度矩阵生成所述第二序列q中每个所述货品的初始相关度序列，所述初始相关度序列包括与每个所述货品的相关度大于第一阈值的其他货品，对所述每个初始相关度序列按照相关度降序进行排列，得到与每个所述货品相对应的最终相关度序列；

基于所述最终相关度序列生成相关度森林；对所述相关度森林进行遍历得到遍历序列，利用所述遍历序列更新所述第二序列q；

确定更新后的第二序列q中每个所述货品是否存在于所述第一序列p；

如果不存在，则将该货品添加到所述第一序列p中已有货品之后，得到新的第一序列p；

如果存在，返回确定更新后的第二序列q中另一个货品是否存在于所述第一序列p，直到完成对所述第二序列q中每个货品的确定；

输出所述新的第一序列p作为所述综合排序结果。

7.一种货位处理装置，该装置包括货品采集分析模块、容积计算单元、货品热度计算模块和货品相关度计算模块，其特征在于，该装置还包括如权利要求6所述的货品排序装置，以及货品分区模块和分区摆放模块，其中，

所述货品分区模块，用于根据所述货品采集分析模块统计得到所述至少两个货品的销售数据，将每个所述货品分别分配至第一货品存放区、第二货品存放区、第三货品存放区，得到每个所述货品的分区结果；

所述货品排序装置，用于对根据所述货品采集分析模块统计得到所述至少两个货品进行排序，得到新的第一排序p；

所述分区摆放模块，用于根据所述新的第一排序p、所述分区结果和所述容积计算单元预估的货位数，将每个所述货品顺序地放置到所述分区结果内相应的货位。

8.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在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程序时实现如权利要求1或者2-5中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1或者2-5中任一项所述的方法。

Images