CN110390501B - 数据处理方法及其系统、计算机系统及计算机可读介质 - Google Patents
数据处理方法及其系统、计算机系统及计算机可读介质 Download PDFInfo
- Publication number
- CN110390501B CN110390501B CN201810351692.2A CN201810351692A CN110390501B CN 110390501 B CN110390501 B CN 110390501B CN 201810351692 A CN201810351692 A CN 201810351692A CN 110390501 B CN110390501 B CN 110390501B
- Authority
- CN
- China
- Prior art keywords
- warehouse
- matrix
- delivery
- target object
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 239000013589 supplement Substances 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 146
- 238000000034 method Methods 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 81
- 238000010586 diagram Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种数据处理方法，包括：获取用于表征用户选定的目标对象的待配送信息，其中，待配送信息包括配送地址和配送数量；确定预先设定的用于为配送地址提供目标对象的第一仓库；针对目标对象，若第一仓库中缺货或者现货数量小于配送数量，则基于调货数量计算向不同于第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。此外，本公开还提供了一种数据处理系统、一种计算机系统和一种计算机可读介质。
Description
技术领域
本公开涉及数据处理领域，更具体地，涉及一种数据处理方法及其系统、以及一种计算机系统和一种计算机可读介质。
背景技术
随着网络应用范围越来越广，用户借助网络购买到自己感兴趣的任何商品的可能性也越来越大。针对网络购物，订单生成的过程大概可以描述如下：获取商品的库房属性，获取订单可生产的配送中心库房列表，循环订单可生产的配送中心库房列表，最终定位订单停在哪个配送中心，并且得出订单在最终停靠的配送中心的库存状态。如果订单在最终停靠的配送中心的库存状态为有现货，则进行生产。如果订单在最终停靠的配送中心的库存状态为无现货，则暂停处理。
然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：相关技术中，因为库存无货而一直暂停订单处理，会影响用户体验。
针对相关技术中的上述问题，目前还未提出有效的解决方案。
发明内容
本公开的第一个方面提供了一种数据处理方法，包括：获取用于表征用户选定的目标对象的待配送信息，其中，上述待配送信息包括配送地址和配送数量；确定预先设定的用于为上述配送地址提供上述目标对象的第一仓库；针对上述目标对象，若上述第一仓库中缺货或者现货数量小于上述配送数量，则基于调货数量计算向不同于上述第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及根据成本消耗计算结果和上述调货数量，从上述至少一个第二仓库选出至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，根据成本消耗计算结果和上述调货数量，从上述至少一个第二仓库选出至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象包括：基于上述调货数量，从上述至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库，其中，上述至少一个第四仓库中的上述目标对象的可用库存数量不小于上述调货数量；以及基于上述成本消耗计算结果和上述调货数量，从作为拟定调货仓库的上述至少一个第四仓库中选出上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，基于上述成本消耗计算结果和上述调货数量，从作为拟定调货仓库的上述至少一个第四仓库中选出上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象包括：生成上述至少一个第四仓库中各仓库的可用库存矩阵；以及基于上述各仓库的可用库存矩阵，从上述至少一个第四仓库中选出满足上述调货数量的调货需求且上述成本消耗计算结果和上述调货数量满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，基于上述各仓库的可用库存矩阵，从上述至少一个第四仓库中选出满足上述调货数量的调货需求且上述成本消耗计算结果和上述调货数量满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象包括：根据上述各仓库的可用库存矩阵，获取上述至少一个第四仓库的拟定配送矩阵，其中，上述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵对应的目标对象的目标对象数量满足上述调货数量；确定上述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足上述调货数量的调货需求所需要支付的成本消耗；确定上述至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足上述调货数量的包裹数量；以及基于上述成本消耗和上述包裹数量，从上述至少一个第四仓库中选出满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，基于上述成本消耗和上述包裹数量，从上述至少一个第四仓库中选出满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象包括：基于上述成本消耗和上述包裹数量，计算上述每个拟定配送矩阵的优先级值；将上述每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵；以及解析上述目标配送矩阵，作为从上述至少一个第四仓库中选出的满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，上述方法还包括：获取上述用户的用户等级；检测上述用户等级是否符合预设等级；以及获取用于表征用户选定的目标对象的待配送信息包括：在上述用户等级符合上述预设等级的情况下，获取用于表征上述用户选定的目标对象的待配送信息。
本公开的第二个方面提供了一种数据处理系统，包括：第一获取模块，用于获取用于表征用户选定的目标对象的待配送信息，其中，上述待配送信息包括配送地址和配送数量；确定模块，用于确定预先设定的用于为上述配送地址提供上述目标对象的第一仓库；计算模块，用于针对上述目标对象，若上述第一仓库中缺货或者现货数量小于上述配送数量，则基于调货数量计算向不同于上述第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及选择模块，用于根据成本消耗计算结果和上述调货数量，从上述至少一个第二仓库选出至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，选择模块包括：第一选择单元，用于基于上述调货数量，从上述至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库，其中，上述至少一个第四仓库中的上述目标对象的可用库存数量不小于上述调货数量；以及第二选择单元，用于基于上述成本消耗计算结果和上述调货数量，从作为拟定调货仓库的上述至少一个第四仓库中选出上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，第二选择单元包括：生成子单元，用于生成上述至少一个第四仓库中各仓库的可用库存矩阵；以及选择子单元，用于基于上述各仓库的可用库存矩阵，从上述至少一个第四仓库中选出满足上述调货数量的调货需求且上述成本消耗计算结果和上述调货数量满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，选择子单元还用于：根据上述各仓库的可用库存矩阵，获取上述至少一个第四仓库的拟定配送矩阵，其中，上述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵对应的目标对象的目标对象数量满足上述调货数量；确定上述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足上述调货数量的调货需求所需要支付的成本消耗；确定上述至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足上述调货数量的包裹数量；以及基于上述成本消耗和上述包裹数量，从上述至少一个第四仓库中选出满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，选择子单元还用于：基于上述成本消耗和上述包裹数量，计算上述每个拟定配送矩阵的优先级值；将上述每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵；以及解析上述目标配送矩阵，作为从上述至少一个第四仓库中选出的满足预设条件的上述至少一个第三仓库作为调货仓库来为上述第一仓库补充相应数量的上述目标对象。
根据本公开的实施例，上述系统还包括：第二获取模块，用于获取上述用户的用户等级；检测模块，用于检测上述用户等级是否符合预设等级；以及第一获取模块，用于在上述用户等级符合上述预设等级的情况下，获取用于表征上述用户选定的目标对象的待配送信息。
本公开的第三个方面提供了一种计算机系统，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述任一项的数据处理方法。
本公开的第四个方面提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现上述任一项的数据处理方法。
通过本公开的实施例，由于在第一仓库中缺货或者现货数量小于系统配送数量的情况下，根据成本消耗计算结果和系统调货数量，从系统至少一个第二仓库选出至少一个第三仓库作为调货仓库来为系统第一仓库补充相应数量的系统目标对象，可以至少部分克服相关技术中，因为库存无货而一直暂停订单处理，会影响用户体验的技术问题，并实现在控制成本，综合考虑利润值和包裹数的前提下，有效的分层次的提高订单可得性，降低订单缺货率，减少转移环节的暂停订单数，从而提高客户满意度。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了根据本公开实施例的适用于数据处理方法的应用场景；
图2示意性示出了根据本公开实施例的数据处理方法的流程图；
图3A示意性示出了根据本公开实施例的根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图；
图3B示意性示出了根据本公开实施例的基于成本消耗计算结果和调货数量，从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图；
图3C示意性示出了根据本公开实施例的基于各仓库的可用库存矩阵，从至少一个第四仓库中选出满足调货数量的调货需求且成本消耗计算结果和调货数量满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图；
图3D示意性示出了根据本公开实施例的基于成本消耗和包裹数量，从至少一个第四仓库中选出满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图；
图3E示意性示出了根据本公开另一实施例的数据处理方法的流程图；
图4示意性示出了根据本公开实施例的数据处理系统的框图；
图5A示意性示出了根据本公开实施例的选择模块的框图；
图5B示意性示出了根据本公开实施例的第二选择单元的框图；
图5C示意性示出了根据本公开另一实施例的数据处理系统的框图；以及
图6示意性示出了适于用来实现本公开实施例的计算机系统的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
本公开提供了一种数据处理方法，包括：获取用于表征用户选定的目标对象的待配送信息，其中，待配送信息包括配送地址和配送数量；确定预先设定的用于为配送地址提供目标对象的第一仓库；针对目标对象，若第一仓库中缺货或者现货数量小于配送数量，则基于调货数量计算向不同于第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象，由于在第一仓库中缺货或者现货数量小于系统配送数量的情况下，根据成本消耗计算结果和系统调货数量，从系统至少一个第二仓库选出至少一个第三仓库作为调货仓库来为系统第一仓库补充相应数量的系统目标对象，可以至少部分克服相关技术中，因为库存无货而一直暂停订单处理，会影响用户体验的技术问题，并实现在控制成本，综合考虑利润值和包裹数的前提下，有效的分层次的提高订单可得性，降低订单缺货率，减少转移环节的暂停订单数，从而提高客户满意度。
图1示意性示出了根据本公开实施例的适用于数据处理方法的应用场景100。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示的应用场景中，目标对象110可以是用户选定的任意商品，以最小的库存量单位sku为计量单位，在本公开的实施例中，目标对象110以4个skuA和3个skuB为例，根据用户的信息，可以确定出上述目标对象110的配送地址，基于该配送地址可以确定预先设定的用于为配送地址提供目标对象的第一仓库120，针对目标对象110，在第一仓库120中的库存状态一般可以为现货、无货或缺货。若第一仓库120中缺货或者现货数量小于配送数量(4个skuA和3个skuB)，则根据第一仓库120中的现货数量和配送数量可以确定出需要从不同于第一仓库120的扩充库房，即至少一个第二仓库130调货数量，其中，目标对象110在图1所示的5个第二仓库中的库存状态分别为，仓库a中库存状态为：2个A和1个B，仓库b中库存状态为：1个B，仓库c中库存状态为：1个A，仓库e中库存状态为：1个A和1个B。
根据本公开的实施例，需要从至少一个第二仓库130选出至少一个第三仓库140作为调货仓库来为第一仓库120补充相应数量的目标对象110。然而，相关技术中，因为第一仓库120无货而一直暂停订单处理，会影响用户体验。
应该理解，图1中的目标对象110、第一仓库120、第二仓库130以及第三仓库140的数目仅仅是示意性的。根据实现需要，可以具有任意数目的目标对象110、第一仓库120、第二仓库130以及第三仓库140。
以下结合图1所示的应用场景，对本公开实施例提供的数据处理方法做详细说明。
图2示意性示出了根据本公开实施例的数据处理方法的流程图。
如图2所示，该数据处理方法可以包括操作S210～S240，其中：
在操作S210，获取用于表征用户选定的目标对象的待配送信息。
在操作S220，确定预先设定的用于为配送地址提供目标对象的第一仓库。
在操作S230，针对目标对象，若第一仓库中缺货或者现货数量小于配送数量，则基于调货数量计算向不同于第一仓库的至少一个第二仓库调货需要支付的成本消耗。
在操作S240，根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
根据本公开的实施例，待配送信息包括配送地址和配送数量，本公开的实施例对配送地址和配送数量不做具体限定。为了说明的简便，仍以图1所示以4个A和3个B的目标对象110为例对本公开的实施例进行说明，应该理解的是，本公开提供的数据处理方法并不限于本示例性实施例，其他场景的数据处理方法可以依据本公开的精神做相应展开，此处不再赘述。
在订单计划生产系统或转移系统处理完订单后，确定目标对象110为4个A和3个B，而用于给该配送地址配货的第一仓库的库存状态为无货或现货数量小于配送数量，本公开实施例中目标对象110为无货状态，若直接暂停该订单的处理，会影响用户体验。
根据本公开的实施例，从库存接口获取订单下所有sku的库房属性(在有备货属性的仓库中的库存项，比如现货数量)，调用配送中心配置接口获取订单可生产的配送中心库房列表，计算调货数量，在一个仓库无法满足调货数量的情况下，可能需要多个仓库相互配合才能配齐需要的调货，因此，需要计算每个配送中心仓库将各自的库存目标对象配送至配送地址所消耗的成本，从中选出最优的订单生成方式，完成为第一仓库补充相应数量的目标对象。
需要说明的是，考虑到危险品和生鲜商品在长途运输中的特殊性，本公开的实施例暂不对上述两种类型的商品进行处理，也就是说，本公开的实施例将对用户的订单进行筛选，过滤掉不符合要求的订单，具体的处理逻辑如下：通过调取相应的业务接口，获取用户订单中各个商品的属性，包括：上下柜状态，STATE＝1表示上架，STATE＝0表示下架(当处于下架状态时，表示在全国范围内该sku都已无法生产)，是否为危险品，1表示是危险品，0表示不是危险品，是否为生鲜商品，1为生鲜商品，0表示不是生鲜商品。循环订单中所有商品，当订单中所有商品都符合条件时，即STATE＝1，不是危险品且不是生鲜商品，才根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，在第一仓库中缺货或者现货数量小于系统配送数量的情况下，根据成本消耗计算结果和系统调货数量，从系统至少一个第二仓库选出至少一个第三仓库作为调货仓库来为系统第一仓库补充相应数量的系统目标对象，可以至少部分克服相关技术中，因为库存无货而一直暂停订单处理，会影响用户体验的技术问题，并实现在控制成本，综合考虑利润值和包裹数的前提下，有效的分层次的提高订单可得性，降低订单缺货率，减少转移环节的暂停订单数，从而提高客户满意度。
下面参考图3A～图3E，结合具体实施例对图2所示的数据处理方法做进一步说明。
图3A示意性示出了根据本公开实施例的根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图。
如图3A所示，该方法可以包括操作S311和S312，其中：
在操作S311，基于调货数量，从至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库。
在操作S312，基于成本消耗计算结果和调货数量，从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
根据本公开的实施例，从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象需要获取扩充库房列表expandStores和各扩充库房到配货地址每公斤运输成本字典StoreCostMap。具体地，可以调获取扩充库房列表接口，如果返回false，则代表该订单没有扩充库房列表，则订单停止处理，如果返回true，则代表接口服务端已计算出该订单的扩充库房列表相关信息，返回扩充库房列表expandStores和各扩充库房到收货地址每公斤运输成本字典StoreCostMap。进一步，查看扩充库房列表expandStores和各扩充库房到收货地址每公斤运输成本字典StoreCostMap是否为空，如果两者有任何一个为空，则订单不处理。如果两者都有元素，则订单继续处理。
需要说明的是，扩充库房列表expandStores格式如下：[″4-1″，″4-11″，″4-20″，″619-1″，″5-21″]。其中″4-1″代表配送中心4下的库房号1的仓库。各扩充库房到收货地址每公斤运输成本字典StoreCostMap中元素key为配送中心库房简写，value为该库房到该订单收货地址每公斤运输成本的值)。如{″4-1″：1.2，″4-11″：0.8，″4-20″：0.9，″619-1″∶1.12，″5-21″：0.86}。
根据本公开的实施例，循环订单扩充库房列表，计算各sku的可用现货量，得出订单可用现货量矩阵。根据内存保存的sku库房属性信息(在各备货属性仓下的各库存项值，包括现货量，各预定数量等)，计算出在各扩充库房下各sku的可用现货数量。如果sku在该扩充库房无库存信息，则设置sku在该扩充库房下可用现货量为0。计算sku在各扩充库房的可用现货量的计算公式与在普通可生产配送中心库房的计算公式保持一致，大致概括为：
可用现货数量＝现货数量-预定数量。
如果计算出可用现货量为负数，则设置为0。
根据本公开的实施例，获取的订单维度的可用现货量矩阵表示为m*n的矩阵，即m行n列，m为订单中的sku个数，n为订单的扩充库房列表个数，即第二库房的个数。
需要说明的是，为避免计算混乱，规定从矩阵左上角开始，行从上往下的排序是按sku编号从小到大。列从左往右的排序是订单扩充库房列表expandStores的顺序。如图1所示的目标对象110，得出订单维度的可用现货量矩阵如表1所示：
表1
| 4-1 | 4-11 | 4-20 | 619-1 | 5-21 | |
| skuA | 2 | 0 | 1 | 1 | 2 |
| skuB | 1 | 1 | 1 | 0 | 1 |
也可以写成如下形式：
根据本公开的实施例，出于显著提高用户满意度的考虑，如果有一sku的可用现货数量之和不满足该sku的购买量，则该订单不继续处理，即至少一个第四仓库中的目标对象的可用库存数量不小于调货数量，。具体地，由于订单处理开始前就加载了转移库订单明细表数据，其中就包含订单下各sku的购买量。同时根据上一步得出订单可用现货量矩阵。从矩阵第1行开始，依次计算各行的数值之和是否大于等于该行对应的sku的购买量。如果订单可用现货量矩阵中有某行的数值之和不是大于等于该行对应的sku的购买量，则该订单都不生产。如果订单可用现货量矩阵中各行的数值之和都大于等于该行对应的sku的购买量，则订单继续进行计算。
例如，订单中如果skuA购买量为4，skuB购买量为3，而订单可用现货量矩阵中第1行数值之和为6，大于等于对应的skuA购买量4；第2行数值为4，大于等于对应的skuB购买量3，所以订单继续计算。
根据本公开的实施例，根据各扩充仓库的调货数量，基于获取的各扩充库房到收货地址每公斤运输成本字典StoreCostMap计算将各配货对象运输到配送地址需消耗的成本，可以从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，判断订单各目标对象的可用现货数量之和是否满足该目标对象的购买量，如果有一目标对象不满足，则该订单不继续处理，可以最大程度的提高用户的满意度。
图3B示意性示出了根据本公开实施例的基于成本消耗计算结果和调货数量，从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图。
如图3B所示，该方法可以操作S321～S322。其中：
在操作S321，生成至少一个第四仓库中各仓库的可用库存矩阵。
在操作S322，基于各仓库的可用库存矩阵，从至少一个第四仓库中选出满足调货数量的调货需求且成本消耗计算结果和调货数量满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
根据本公开的实施例，生产方式矩阵指的是该订单下各sku在哪些仓生产多少数量的矩阵。同订单可用现货量矩阵，为避免计算混乱，规定从矩阵左上角开始，行从上往下的排序是按sku编号从小到大。列从左往右的排序是订单扩充库房列表expandStores的顺序。
需要说明的是，根据调查可知，用户的满意度与包裹数的关系类似于函数y＝1/x随着包裹数x增大，y值下降。x值越小，则y值变化塞越大，也就是用户满意度变化越大。因此，在得到订单可用现货量矩阵之后，需要根据调货数量，确定不同包裹数n的可用库存矩阵，也称为生产方式矩阵，具体步骤如下：
a)n先设置为1，新建生产方式矩阵列表productModeList。
b)以订单可用现货量矩阵和订单各sku购买量为数据，计算包裹数为n的生产方式矩阵。
c)查看包裹数为n的生产方式矩阵是否存在，如果不存在，则n递增1，然后返回第2步计算。如果存在，则判断n的值，分为3个情况：
i.如果n＝1，则将包裹数为1的生产方式矩阵加入生产方式矩阵列表productModeList。
ii.如果n＞＝2以及n＜＝5，则继续计算包裹数为n+1的生产方式矩阵，将包裹数为n或n+1的生产方式矩阵一起加入生产方式矩阵列表productModeList。
iii.如果n＞＝6，则继续计算包裹数为n+1、n+2的生产方式矩阵，将包裹数为n或n+1或n+2的生产方式矩阵一起加入生产方式矩阵列表productModeList。
以上述可用现货量矩阵为例，如果订单中skuA购买量为4，skuB购买量为3，则以订单可用现货量矩阵和订单各sku购买量为依据，计算出发现当n＝3，则可以计算出包裹数3的生产方式矩阵。说明包裹数为3的生产方式矩阵存在，所以继续计算包裹数为n+1＝4的生产方式矩阵，最终将包裹数为3或4的生产方式矩阵都加入生产方式矩阵列表productModeList。最终得到生产方式矩阵列表productModeList为：
以上述生产式矩阵列表productModeList中的第一个生产方式矩阵为例，可以清楚的看出在4-1(配送中心4库房号1，下同)生产2个skuA，1个skuB；在4-11生产1个skuB；在4-20生产1个skuA；在5-21生产1个skuA，1个skuB。
根据本公开的实施例，调接口获取该订单下的所有sku的商品信息并存入内存中，包括：sku销售价格salePrice、sku仓报价costPrice、sku单个重量weight。
循环该订单的订单扩充库房列表expandStores，计算订单下各sku的在该库房利润值。订单下该sku在该库房的单位利润值＝sku销售价格-sku仓报价-sku单个重量*该库房到收货地址每公斤运输成本。而该库房到收货地址每公斤运输成本的值从订单各扩充库房到收货地址每公斤运输成本字典StoreCostMap可获取到(StoreCostMap中元素key为配送中心库房简写，value为该库房到收货地址每公斤运输成本的值)，最终得到订单库房利润值矩阵。同订单可用现货量矩阵，为避免计算混乱，规定从矩阵左上角开始，行从上往下的排序是按sku编号从小到大。列从左往右的排序是订单扩充库房列表expandStores的顺序。
例如，得出上述生产方式矩阵的订单库房利润值矩阵为：
表2
| 4-1 | 4-11 | 4-20 | 619-1 | 5-21 | |
| skuA | 5 | 2 | 3 | 2 | -8 |
| skuB | 2 | 5 | 1 | 4 | 1 |
也可以写成如下形式：
通过本公开的实施例，基于可用库存矩阵，可以方便直观的获取可以生成订单的仓库列表和目标对象之间的关系，为后续调货仓库的选择提供数据基础。
图3C示意性示出了根据本公开实施例的基于各仓库的可用库存矩阵，从至少一个第四仓库中选出满足调货数量的调货需求且成本消耗计算结果和调货数量满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图。
如图3C所示，该方法可以包括操作S331～S334。其中：
在操作S331，根据各仓库的可用库存矩阵，获取至少一个第四仓库的拟定配送矩阵。
在操作S332，确定至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足调货数量的调货需求所需要支付的成本消耗。
在操作S333，确定至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足调货数量的包裹数量。
在操作S334，基于成本消耗和包裹数量，从至少一个第四仓库中选出满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
根据本公开的实施例，循环生产方式矩阵列表productModeList，计算列表中各生产方式矩阵的利润值。计算列表中各生产方式矩阵的利润值具体逻辑如下：
1)计算生产方式矩阵与订单库房利润值矩阵的Hadamard乘积(也就是分素乘积)，得出的阿达马乘积为该生产方式的生产方式利润值矩阵。
2)将生产方式利润值矩阵中所有元素相加求和，得出生产方式粗利润值。
3)求出该生产方式的包裹数。计算生产方式矩阵中每列中元素都不为0的列数量，即为包裹数。
4)以生产方式矩阵为key，生产方式矩阵包裹数为value作为一对元素存入生产方式矩阵包裹数字典productModeProfitMap。
5)调接口获取每个包裹数平均耗材成本并存入内存中。
6)最后求出该生产方式矩阵利润值。
生产方式矩阵利润值＝生产方式粗利润值-包裹数个数*每个包裹数平均耗材成本。
7)以生产方式矩阵为key，生产方式矩阵利润值为value作为一对元素存入生产方式矩阵利润值字典productModeProfitMap。
例如，根据上述生产方式矩阵列表中第一个生产方式矩阵和订单库房利润值矩阵可以计算出生产方式的粗利润值矩阵为：
将的所有元素相加求和，得出生产方式粗利润值为13。
同时根据生产方式矩阵可以得出包裹数为4。调接口获取每个包裹数平均耗材成本为1。
则求出生产方式矩阵利润值＝生产方式粗利润值-包裹数个数*每个包裹数平均耗材成本为9(13-4*1＝9)。
最终订单循环生产方式矩阵列表productModeList，得出得出生产方式矩阵包裹数字典productModePackageMap：
最终得出生产方式矩阵利润值字典productModeProfitMap：
通过本公开的实施例，基于可用库存矩阵，获取与包裹数量相关的多个拟定配送矩阵，并计算其满足所述调货数量的调货需求所需要支付的成本消耗，最终确定调货仓库，可以在综合考虑利润值和包裹数的前提下，有效分层次地提高订单可得性，效率高，结果精度高。
图3D示意性示出了根据本公开实施例的基于成本消耗和包裹数量，从至少一个第四仓库中选出满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象的流程图。
如图3D所示，该方法可以包括操作S341～S343。其中：
在操作S341，基于成本消耗和包裹数量，计算每个拟定配送矩阵的优先级值。
在操作S342，将每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵。
在操作S343，解析目标配送矩阵，作为从至少一个第四仓库中选出的满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
根据本公开的实施例，先计算生产方式矩阵优先级值字典，接着选出优先级值最大的生产方式矩阵作为最终生产方式矩阵。
需要说明的是，根据本公开的实施例，生产方式矩阵优先级＝生产方式矩阵利润值/生产方式矩阵包裹数，即将生产方式矩阵利润值字典和生产方式矩阵包裹数字典中相同key的元素value相除，得出生产方式矩阵优先级值字典productModeValueMap，延续上述生产方式矩阵利润值字典和生产方式矩阵包裹数字典，可以得出生产方式矩阵优先级值字典productModeValueMap如下所示：
在生产方式矩阵优先级值字典productModeValueMap中选出value值最大的元素的key作为最终生产方式矩阵，如上述生产方式矩阵优先级值字典productModeValueMap中，最终生产方式矩阵为优先级值为3的生产方式矩阵：
确定出了最终生产方式矩阵，也就是确定订单生产方式对应的子单数(即包裹数)，每个子单定位的配送中心和库房，以及含有的sku和sku的购买数量计算出最终生产方式矩阵后，根据该订单的订单扩充库房列表expandStores和订单下所有sku编号将最终生产方式矩阵解析。
具体地，解析规则为：规定从矩阵左上角开始，行从上往下的排序是按sku编号从小到大。列从左往右的排序是订单扩充库房列表expandStores的顺序。因此，可以解析出：订单生产方式对应的子单数(即包裹数)n，每个子单定位的配送中心和库房，以及含有的sku和sku的购买数量。
例如，最终生产方式矩阵为优先级值为3的生产方式矩阵的解析过程以及解析结果为：订单扩充库房列表expandStores为[″4-1″，″4-11″，″4-20″，″619-1″，″5-21″]，订单含有skuA，skuB，其中skuA编号小于skuB，可得订单order1最终生产方式矩阵解析后为：订单order1对应的子单数4个。分别为子单1在配送中心4库房1生产，skuA：2个，skuB：1个；子单2在配送中心4库房11生产，skuB：1个；子单3在配送中心619库房1生产，skuA：1个；子单4在配送中心5库房21生产，skuA：1个，skuB：1个。
需要说明的是，如果n＞＝2，代表订单需拆单才可生产，则调拆分系统发起拆单。入参为该订单下各子单定位的配送中心和库房，以及含有的sku和sku的购买数量。如果n＝1，代表订单只需一包裹即可生产，则走现有订单现货生产逻辑。
通过本公开的实施例，综合考虑利润值和包裹数的前提下，有效分层次地提高订单可得性，可以降低订单缺货率，减少转移环节的暂停订单数，提高用户满意度。
图3E示意性示出了根据本公开另一实施例的数据处理方法的流程图。
如图3E，该数据处理方法除可以包括前述操作S220～S240之外，前述操作S210还可以包括操作S351～S353。其中：
在操作S351，获取用户的用户等级。
在操作S352，检测用户等级是否符合预设等级。
在操作S353，在用户等级符合预设等级的情况下，获取用于表征用户选定的目标对象的待配送信息。
出于提升高消费者和高影响者用户的用户体验的考虑，根据本公开的实施例，可以过滤用户等级低的订单，具体地，调接口查看订单对应的该用户的用户等级。用户等级分为A、B、C三个等级，其中A为高消费影响者，B为较高消费影响者，C为普通消费影响者。如果该用户等级为A或B，则进入下一步：获取用于表征用户选定的目标对象的待配送信息。如果该用户等级为C或者用户等级为空，则订单停止处理，不进入下一步。
如果订单的用户等级为B并且生产方式矩阵优先级值字典中各value值都小于0，意味着该订单的各种生产方式都是利润值小于0，则该订单直接不处理。如果订单的用户等级为A，不会有这特殊逻辑，因为系统优待用户等级为A的用户，提供更好的服务。
通过本公开的实施例，对用户等级进行筛选，获取满足预设等级的用户的待配送信息，可以满足高消费者和高影响者用户的消费体验。
图4示意性示出了根据本公开实施例的数据处理系统的框图。
如图4所示，该数据处理系统400可以包括第一获取模块410、确定模块420、计算模块430和选择模块440。其中：第一获取模块410用于获取用于表征用户选定的目标对象的待配送信息，其中，待配送信息包括配送地址和配送数量。确定模块420用于确定预先设定的用于为配送地址提供目标对象的第一仓库。计算模块430用于针对目标对象，若第一仓库中缺货或者现货数量小于配送数量，则基于调货数量计算向不同于第一仓库的至少一个第二仓库调货需要支付的成本消耗。选择模块440用于根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，在第一仓库中缺货或者现货数量小于系统配送数量的情况下，根据成本消耗计算结果和系统调货数量，从系统至少一个第二仓库选出至少一个第三仓库作为调货仓库来为系统第一仓库补充相应数量的系统目标对象，可以至少部分克服相关技术中，因为库存无货而一直暂停订单处理，会影响用户体验的技术问题，并实现在控制成本，综合考虑利润值和包裹数的前提下，有效的分层次的提高订单可得性，降低订单缺货率，减少转移环节的暂停订单数，从而提高客户满意度。
图5A示意性示出了根据本公开实施例的选择模块的框图。
如图5A所示，选择模块440可以包括第一选择单元511和第二选择单元512。其中：第一选择单元511用于基于调货数量，从至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库，其中，至少一个第四仓库中的目标对象的可用库存数量不小于调货数量。第二选择单元512用于基于成本消耗计算结果和调货数量，从作为拟定调货仓库的至少一个第四仓库中选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，判断订单各目标对象的可用现货数量之和是否满足该目标对象的购买量，如果有一目标对象不满足，则该订单不继续处理，可以最大程度的提高用户的满意度。
图5B示意性示出了根据本公开实施例的第二选择单元的框图。
如图5B所示，第二选择单元512可以包括生成子单元521和选择子单元522。其中：生成子单元521用于生成至少一个第四仓库中各仓库的可用库存矩阵。选择子单元522用于基于各仓库的可用库存矩阵，从至少一个第四仓库中选出满足调货数量的调货需求且成本消耗计算结果和调货数量满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，基于可用库存矩阵，可以方便直观的获取可以生成订单的仓库列表和目标对象之间的关系，为后续调货仓库的选择提供数据基础。
根据本公开的实施例，选择子单元还用于根据各仓库的可用库存矩阵，获取至少一个第四仓库的拟定配送矩阵，其中，至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵对应的目标对象的目标对象数量满足调货数量；确定至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足调货数量的调货需求所需要支付的成本消耗；确定至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足调货数量的包裹数量；以及基于成本消耗和包裹数量，从至少一个第四仓库中选出满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，基于可用库存矩阵，获取与包裹数量相关的多个拟定配送矩阵，并计算其满足所述调货数量的调货需求所需要支付的成本消耗，最终确定调货仓库，可以在综合考虑利润值和包裹数的前提下，有效分层次地提高订单可得性，效率高，结果精度高。
根据本公开的实施例，选择子单元还用于基于成本消耗和包裹数量，计算每个拟定配送矩阵的优先级值；将每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵；以及解析目标配送矩阵，作为从至少一个第四仓库中选出的满足预设条件的至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
通过本公开的实施例，综合考虑利润值和包裹数的前提下，有效分层次地提高订单可得性，可以降低订单缺货率，减少转移环节的暂停订单数，提高用户满意度。
图5C示意性示出了根据本公开另一实施例的数据处理系统的框图。
如图5C所示，数据处理系统400除了可以包括前述确定模块420、计算模块430和选择模块440之外，还可以包括第二获取模块531、检测模块532和第一获取模块533。其中：第二获取模块531用于获取用户的用户等级。检测模块532用于检测用户等级是否符合预设等级。第一获取模块533用于在用户等级符合预设等级的情况下，获取用于表征用户选定的目标对象的待配送信息。
通过本公开的实施例，对用户等级进行筛选，获取满足预设等级的用户的待配送信息，可以满足高消费者和高影响者用户的消费体验。
可以理解的是，第一获取模块410、确定模块420、计算模块430和选择模块440可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一获取模块410、确定模块420、计算模块430和选择模块440中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，第一获取模块410、确定模块420、计算模块430和选择模块440中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
需要说明的是，本公开的实施例中数据处理系统部分与本公开的实施例中数据处理方法部分是相对应的，数据处理系统部分的描述具体参考数据处理方法部分，在此不再赘述。
作为另一方面，本公开还提供了一种计算机系统，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如上任一实施例所述的数据处理方法。
图6示意性示出了适于用来实现本公开实施例的计算机系统的框图。图6示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，根据本公开实施例的计算机系统600包括处理器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。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行参考图2、图3A～图3E描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 603中，存储有系统600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行以上参考图2、图3A～图3E描述的数据处理方法的各种操作。需要注意，程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在一个或多个存储器中的程序来执行以上参考图2、图3A～图3E描述的数据处理方法的各种操作。
根据本公开的实施例，系统600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。系统600还可以包括连接至I/O接口605的以下部件中的一项或多项：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。
根据本公开的实施例，上文参考流程图描述的方法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，其包括承载在计算机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。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
需要说明的是，本公开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。在本公开中，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。而在本公开中，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。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。
作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行数据处理方法，包括：获取用于表征用户选定的目标对象的待配送信息，其中，待配送信息包括配送地址和配送数量；确定预先设定的用于为配送地址提供目标对象的第一仓库；针对目标对象，若第一仓库中缺货或者现货数量小于配送数量，则基于调货数量计算向不同于第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及根据成本消耗计算结果和调货数量，从至少一个第二仓库选出至少一个第三仓库作为调货仓库来为第一仓库补充相应数量的目标对象。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种数据处理方法，包括：
获取用于表征用户选定的目标对象的待配送信息，其中，所述待配送信息包括配送地址和配送数量；
确定预先设定的用于为所述配送地址提供所述目标对象的第一仓库；
针对所述目标对象，若所述第一仓库中缺货或者现货数量小于所述配送数量，则基于调货数量计算向不同于所述第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及
根据成本消耗计算结果和所述调货数量，从所述至少一个第二仓库选出至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象，包括：基于所述调货数量，从所述至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库，其中，所述至少一个第四仓库中的所述目标对象的可用库存数量不小于所述调货数量；确定所述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足所述调货数量的调货需求所需要支付的成本消耗，其中，所述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵对应的目标对象的目标对象数量满足所述调货数量；确定所述至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足所述调货数量的包裹数量；以及基于所述成本消耗和所述包裹数量，从所述至少一个第四仓库中选出满足预设条件的所述至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象。
2.根据权利要求1所述的方法，其中，所述方法还包括：
生成所述至少一个第四仓库中各仓库的可用库存矩阵；以及
根据所述各仓库的可用库存矩阵，获取所述至少一个第四仓库的拟定配送矩阵。
3.根据权利要求1所述的方法，其中，基于所述成本消耗和所述包裹数量，从所述至少一个第四仓库中选出满足预设条件的所述至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象包括：
基于所述成本消耗和所述包裹数量，计算所述每个拟定配送矩阵的优先级值；
将所述每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵；以及
解析所述目标配送矩阵，作为从所述至少一个第四仓库中选出的满足预设条件的所述至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象。
4.根据权利要求1所述的方法，其中：
所述方法还包括：
获取所述用户的用户等级；
检测所述用户等级是否符合预设等级；以及
获取用于表征用户选定的目标对象的待配送信息包括：在所述用户等级符合所述预设等级的情况下，获取用于表征所述用户选定的目标对象的待配送信息。
5.一种数据处理系统，包括：
第一获取模块，用于获取用于表征用户选定的目标对象的待配送信息，其中，所述待配送信息包括配送地址和配送数量；
确定模块，用于确定预先设定的用于为所述配送地址提供所述目标对象的第一仓库；
计算模块，用于针对所述目标对象，若所述第一仓库中缺货或者现货数量小于所述配送数量，则基于调货数量计算向不同于所述第一仓库的至少一个第二仓库调货需要支付的成本消耗；以及
选择模块，用于根据成本消耗计算结果和所述调货数量，从所述至少一个第二仓库选出至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象；
所述选择模块包括：第一选择单元和第二选择单元；
所述第一选择单元用于基于所述调货数量，从所述至少一个第二仓库选出至少一个第四仓库作为拟定调货仓库，其中，所述至少一个第四仓库中的所述目标对象的可用库存数量不小于所述调货数量；
所述第二选择单元包括选择子单元，所述选择子单元用于：
确定所述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵满足所述调货数量的调货需求所需要支付的成本消耗，其中，所述至少一个第四仓库的拟定配送矩阵中的每个拟定配送矩阵对应的目标对象的目标对象数量满足所述调货数量；
确定所述至少一个第四仓库的拟定配送矩阵中每个拟定配送矩阵满足所述调货数量的包裹数量；以及
基于所述成本消耗和所述包裹数量，从所述至少一个第四仓库中选出满足预设条件的所述至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象。
6.根据权利要求5所述的系统，其中，第二选择单元还包括：
生成子单元，用于生成所述至少一个第四仓库中各仓库的可用库存矩阵；以及
所述选择子单元，还用于根据矩所述各仓库的可用库存矩阵，获取所述至少一个第四仓库的拟定配送阵。
7.根据权利要求5所述的系统，其中，选择子单元还用于：
基于所述成本消耗和所述包裹数量，计算所述每个拟定配送矩阵的优先级值；
将所述每个拟定配送矩阵的优先级值中优先级最大的拟定配送矩阵，确定为目标配送矩阵；以及
解析所述目标配送矩阵，作为从所述至少一个第四仓库中选出的满足预设条件的所述至少一个第三仓库作为调货仓库来为所述第一仓库补充相应数量的所述目标对象。
8.根据权利要求5所述的系统，其中：
所述系统还包括：
第二获取模块，用于获取所述用户的用户等级；
检测模块，用于检测所述用户等级是否符合预设等级；以及
第一获取模块，用于在所述用户等级符合所述预设等级的情况下，获取用于表征所述用户选定的目标对象的待配送信息。
9.一种计算机系统，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现权利要求1至4中任一项的数据处理方法。
10.一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至4中任一项的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810351692.2A CN110390501B (zh) | 2018-04-18 | 2018-04-18 | 数据处理方法及其系统、计算机系统及计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810351692.2A CN110390501B (zh) | 2018-04-18 | 2018-04-18 | 数据处理方法及其系统、计算机系统及计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110390501A CN110390501A (zh) | 2019-10-29 |
| CN110390501B true CN110390501B (zh) | 2024-07-19 |
Family
ID=68282602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810351692.2A Active CN110390501B (zh) | 2018-04-18 | 2018-04-18 | 数据处理方法及其系统、计算机系统及计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110390501B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112906925B (zh) * | 2019-11-19 | 2024-06-18 | 北京沃东天骏信息技术有限公司 | 货物补充方法、装置和计算机可读存储介质 |
| CN112825170B (zh) * | 2019-11-21 | 2024-09-24 | 北京京东振世信息技术有限公司 | 拣货包裹面单处理方法、装置、设备、介质及拣货系统 |
| CN111860953B (zh) * | 2020-06-17 | 2022-01-25 | 湖南中拓信息科技有限公司 | 一种智能仓库库位分配系统及方法 |
| CN113971536A (zh) * | 2020-07-22 | 2022-01-25 | 拉扎斯网络科技（上海）有限公司 | 承载装置、数据处理方法、装置、系统、电子设备及介质 |
| CN113743857A (zh) * | 2021-01-18 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种货物获取方法、设备和计算机可读存储介质 |
| CN113762580B (zh) * | 2021-01-18 | 2024-06-18 | 北京京东振世信息技术有限公司 | 一种为商户确定物流园区的方法和装置 |
| CN113762697B (zh) * | 2021-01-21 | 2024-01-16 | 北京京东振世信息技术有限公司 | 物料输送方法、设备、系统以及存储介质 |
| CN113077218B (zh) * | 2021-04-16 | 2024-07-19 | 北京京东振世信息技术有限公司 | 仓储网络规划方法、装置及可读存储介质和电子设备 |
| CN114219376A (zh) * | 2022-02-22 | 2022-03-22 | 哈尔滨工业大学（威海） | 一种基于知识图谱的家电大规模定制服务资源调度方法 |
| CN116823122B (zh) * | 2023-08-26 | 2023-12-08 | 长沙市三知农业科技有限公司 | 一种农副产品仓储管理方法及系统 |
| CN116882905B (zh) * | 2023-09-08 | 2023-12-22 | 深圳市元美供应链管理有限公司 | 基于大数据的供应链智能库存管理系统及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107230035A (zh) * | 2017-06-29 | 2017-10-03 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327114A (zh) * | 2015-06-25 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 仓库资源信息处理、提供库存信息的方法及装置 |
| CN106682850A (zh) * | 2015-11-06 | 2017-05-17 | 阿里巴巴集团控股有限公司 | 用于提供业务对象、提供仓储信息的方法、装置及系统 |
| KR101778758B1 (ko) * | 2015-11-20 | 2017-09-14 | 쿠팡 주식회사 | 창고 관리 시스템, 방법, 및 컴퓨터 프로그램 |
| CN106779532A (zh) * | 2016-11-23 | 2017-05-31 | 努比亚技术有限公司 | 分仓管理装置和方法 |
| CN107527146A (zh) * | 2017-08-23 | 2017-12-29 | 北京惠赢天下网络技术有限公司 | 一种货物交易信息的处理方法，装置，及系统 |
| CN107862500A (zh) * | 2017-11-09 | 2018-03-30 | 成都该呀科技有限公司 | 商品调货方法及装置 |
-
2018
- 2018-04-18 CN CN201810351692.2A patent/CN110390501B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107230035A (zh) * | 2017-06-29 | 2017-10-03 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110390501A (zh) | 2019-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110390501B (zh) | 数据处理方法及其系统、计算机系统及计算机可读介质 | |
| CN109993484B (zh) | 数据处理方法及系统、介质和计算设备 | |
| US20180314999A1 (en) | Methods and systems for managing fullfillment of one or more online orders | |
| US10679161B2 (en) | Systems and methods for replenishment in a freight tethering environment | |
| CN104809602B (zh) | 一种提供物流信息的方法及装置 | |
| US7904352B2 (en) | Method and system for managing material movement and inventory | |
| CN108074051B (zh) | 一种库存管理方法及装置 | |
| CN111292030A (zh) | 选仓方法及装置、计算机可读存储介质 | |
| CN112396365B (zh) | 一种库存单品预测方法、装置、计算机设备及存储介质 | |
| WO2014141394A1 (ja) | 供給グループ決定支援装置及び供給グループ決定支援プログラム | |
| CN110147974A (zh) | 分布式仓库间库存共享方法及装置 | |
| CN110059991B (zh) | 仓库选品方法、系统、电子设备和计算机可读介质 | |
| CN112308681B (zh) | 一种库存处理方法、装置、电子设备和存储介质 | |
| US20170193433A1 (en) | System for estimating geographical demand and method therefor | |
| CN116109252A (zh) | 仓库补货管理方法、装置、仓库管理系统及存储介质 | |
| KR20150053443A (ko) | 물류 관리 방법, 장치 및 컴퓨터 판독가능한 매체 | |
| US20220292561A1 (en) | Commodity exchange system, commodity exchange method, and commodity exchange program | |
| CN108573422B (zh) | 库存信息处理方法、装置及系统 | |
| CN113205200A (zh) | 商品入库的管理方法、预约方法、服务器及供应商终端 | |
| Wu et al. | Fulfillment scheduling for buy‐online‐pickup‐in‐store orders | |
| Cattani et al. | Shelf loathing: Cross docking at an online retailer | |
| US20140350991A1 (en) | Systems and methods for logistics network management | |
| CN112330235A (zh) | 用于库存管理的数据处理方法、装置、电子设备及介质 | |
| US20200372445A1 (en) | Generating recommendations based on storage availability | |
| CN113298336B (zh) | 资源排产信息确定方法及装置 |
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 |