商品分仓入库方法、装置、电子设备及计算机可读介质
技术领域
本公开总体涉及互联网技术领域,具体而言,涉及一种商品分仓入库方法、装置、电子设备及计算机可读介质。
背景技术
电商的快速崛起和行业的需求,对于仓储物流配送这一重要环节的需求和要求也在不断提高。现有的电商物流分仓方法主要针对不同地区的不同仓库,而针对同一个仓库的不同仓间还没有相应的分仓方案。
传统的电商大件仓库的运营模式为:在一个大件运营中心,实行按品类存放,即在同一个仓库内,同一品类固定存放在一个仓间,不同的品类存放在仓库内不同的仓间,而仓间和商品承运商绑定,不同的承运商负责配送不同的区域。这种模式造成在商品出库时,同一个承运商所配送的订单商品需要在多个仓间同时拣货,然后再进行仓间合流,仓间合流造成了拣货时间的增加,而对于整个仓库而言,这种模式还会造成仓间合流率增加,降低拣货效率,影响配送时效。
因此,现有技术的技术方案中仓间合流率较高的问题,还存在有待改进之处。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种商品分仓入库方法、装置、电子设备及计算机可读介质,解决上述技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,提供一种商品分仓入库方法,包括:
根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;
对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据;
进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量。
在本公开的一个实施例中,所述历史数据包括:
仓间与配送区域以及承运商之间的绑定关系;
多个历史订单,其中所述历史订单包括订单中包含的商品及数量、订单所属配送区域和承运商。
在本公开的一个实施例中,根据历史数据对商品的销量进行预测,得到仓间分配比例包括:
根据所述历史订单结合所述仓间与配送区域以及承运商之间的绑定关系,得到每个承运商配送商品的数量;
利用预测算法对每个承运商配送商品的数量进行预测,得到预测销量以及仓间分配比例。
在本公开的一个实施例中,所述预测算法为三次指数平滑法。
在本公开的一个实施例中,进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量包括:
获取商品的入库信息,所述入库信息包括商品的SKU和SKU总数量;
判断所述仓库内各仓间中有没有所述商品,如果仓间中有所述商品,则根据所述仓间分配比例结合所述商品的SKU计算商品在各仓间中所述SKU总数量的分配比例;
根据所述商品在各仓间中的所述SKU总数量结合所述仓间分配比例以及所述实时库存数据计算得到所述商品向各仓间的入库量,所述入库量为SKU数量。
在本公开的一个实施例中,计算得到所述商品向各仓间的入库量后,还包括:
判断所述商品向各仓间的入库量是否大于最小入库量,如果所述商品向仓间的入库量小于所述最小入库量,则不向所述仓间进行入库操作;如果所述商品向仓间的入库量大于等于所述最小入库量,则按照计算得到的入库量对所述商品进行入库。
在本公开的一个实施例中,判断所述仓库的各仓间中有没有所述商品之前,还包括:
判断所述商品是否在预设的分仓范围内,如果述商品在预设的分仓范围内,则继续判断所述仓库的各仓间中有没有所述商品;如果所述商品不在所述预设的分仓范围内,则将所述商品入库到主仓间。
根据本公开的再一方面,提供一种商品分仓入库装置,包括:
预测单元,配置为根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;
更新单元,配置为对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据;
入库单元,配置为进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量。
根据本公开的又一方面,提供一种电子设备,包括处理器;存储器,存储用于所述处理器控制如上所述的方法步骤的指令。
根据本公开的另一方面,提供一种计算机可读介质,其上存储有计算机可执行指令,所述可执行指令被处理器执行时实现如上所述的方法步骤。
根据本公开实施例提供的商品分仓入库方法、装置、电子设备及计算机可读介质,一方面,对传统的商品入库方法进行改进,根据历史数据对商品的销量进行预测,进而得到仓间分配比例,之后再根据仓间分配比例和实时库存数据计算,得到商品向仓库内各仓间的入库量,采用该方法对商品进行入库,仓间中可以不只存放一种商品,承运商在承接配送任务时可以从同一仓间中获取到不同种类的商品,可以有效降低仓间合流率;另一方面,承运商可以减少到各个仓间获取商品的次数,可以减少拣货时间,提高配送时效。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。
图1示出本公开相关实施例中提供的仓库管理模式的示意图。
图2示出本公开一示例性实施例中的一种信息推送方法、装置的系统框图。
图3示出本公开一示例性实施例提供的一种商品分仓入库方法的流程图。
图4示出本公开一示例性实施例示出的商品分仓入库方法的总体框架图。
图5示出本公开一示例性实施例图3中步骤S310的流程图。
图6示出本公开一示例性实施例图3中步骤S330的流程图。
图7示出本公开一示例性实施例中商品入库流程图。
图8示出本公开另一示例性实施例提供的一种商品分仓入库装置的示意图
图9示出本公开一实施例提供的适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本文中涉及的术语包括:
三级品类一般是指对商品进行三级分类,常以标签形式给出,如一级标签“大家电小家电”下包括“大家电”、“生活电器”、“厨房电器”、“五金家装”四个二级标签,“大家电”下包括“平板电视”、“空调”、“冰箱”、“洗衣机”、“家庭影院”五个三级标签,其他二级标签同理。
SKU(Stock Keeping Unit,库存量单位)是库存进出计量的基本单元,可以是以件,盒,托盘等为单位。
图1示出本公开相关实施例中提供的仓库管理模式的示意图,如图1所示,以仓库A中包括仓间1、仓间2和仓间3三个仓间为例,这三个仓间分别存放不同品类的商品,而且每个仓间分别与相应的承运商以及配送区域相匹配,如:仓间1对应承运商1和承运商2,承运商1负责配送区域1,承运商2负责配送区域2;仓间2对应承运商3,承运商3负责配送区域3;以及仓间3对应承运商4和承运商5,承运商4负责配送区域4,承运商5负责配送区域5。
基于上述,相关实施例中的三级品类存放方案,由于仓间与配送区域绑定,即绑定商品承运商,承运商在完成一笔包含多种商品的订单的配送过程中,进行拣货时订单中的这些不同种类的商品需要到不同仓间进行拣货,拣货完成后再进行仓间合流,这样机会增加拣货时间,影响配送时效和月台使用率。
另外,目前电商物流普遍采用分仓备货的模式,分仓备货是指由电商商家根据各地区历史销售情况,提前通过物流公司将商品在消费者费劲进行备货,提供就近发货、快速配送等服务,相对于传统物流统仓模式,分仓备货可以减少因集中发货造成的资源紧张和失效降低,减小“爆仓”的可能,也极大满足客户的物流时效要求。
基于上述,本公开提供一种新的商品分仓入库方法,在商品入库时集合上述分仓备货的原理完成入库,能够解决现有技术中存在的上述问题,以下进行详细描述。
图2示出本公开一示例性实施例示出的一种商品分仓入库方法、装置的系统框图。
如图2所示,系统200可以包括终端设备201、202、203,网络204和服务器205。网络204用以在终端设备201、202、203和服务器205之间提供通信链路的介质。网络204可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备201、202、203通过网络204与服务器205交互,以接收或发送消息等。终端设备201、202、203上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备201、202、203可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、掌上电脑(Personal Digital Assistant,PDA)、平板电脑、膝上型便携计算机和台式计算机(PC)等等。其中图2中仅按照终端设备的类型进行示例,实际上本示例性实施例中对终端设备不做具体数量的限定。
服务器205可以是提供各种服务的服务器,例如对用户利用终端设备201、202、203输入入库信息以及获取各仓间的入库量提供支持的后台管理服务器。后台管理服务器可以对接收到的入库信息等数据进行分析等处理,并将处理结果(例如某种商品向各仓间的入库量)反馈给终端设备。
服务器205可以获取历史数据,并根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;服务器205可以获取实时库存数据;服务器205还可以获取商品的入库信息,并在进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到向各仓间的入库量。
服务器205可以是一个实体的服务器,还可例如为多个服务器组成,服务器205中的一部分可例如作为本公开中的后台服务器。需要说明的是,本公开实施例所提供的商品分仓入库方法一般由服务器205执行,相应地,商品入库装置一般设置于服务器205中。而向服务器205提供历史数据、实时库存数据以及入库信息等一般由终端设备201、202、203完成。
图3示出本公开一示例性实施例提供的一种商品分仓入库方法的流程图,包括以下步骤:
如图3所示,在步骤S310中,根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例。
如图3所示,在步骤S320中,对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据。
如图3所示,在步骤S330中,进行商品入库时,根据仓间分配比例结合实时库存数据进行计算,得到各仓间的入库量。
本公开实施例提供的商品分仓入库方法,一方面,采用该方法对商品进行入库,仓间中可以不只存放一种商品,承运商在承接配送任务时可以从同一仓间中获取到不同种类的商品,可以有效降低仓间合流率;另一方面,承运商可以减少到各个仓间获取商品的次数,可以减少拣货时间,提高配送时效。
图4示出为实现本公开实施例中的商品分仓入库方法的总体框架图,如图4所示,包括:业务层、服务层和数据层,以下对各层的功能进行介绍:
业务层可以包括上述的终端设备,类型包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等,用于通过上述终端设备获取入库信息,入库信息可以具体包括:哪种商品需要入库,即待入库商品的三级品类,还包括商品的SKU和SKU数量。
数据层由HDFS(Hadoop Distributed File System,分布式文件系统)数据库和实时数据库构成,HDFS包括:仓间出库数据(也就是历史出库数据)、三级品类主仓间数据和商品信息,实时数据库包括实施库存数据。在数据层中,可以从HDFS中读取商品从各仓间的出库数据,通过配送区域(以及承运商)与仓间绑定关系计算出每个仓间在预设周期内的销量数据;在入库实时调用服务中,通过实时库存数据库查询商品当前SKU的实时库存,即SKU数量。
服务层包括离线实时任务和实时调用任务,离线定时任务用于完成商品在各仓间(一个仓间分别对应相应的一个或多个配送区域)销量比例预测服务,实时调用任务用于完成商品入库时的分仓服务。商品在各仓间销量比例预测服务由于计算量较大,耗时长,因此通过定时任务每天进行离线计算;商品入库分仓服务在每次入库时进行调用,实时返回结果。
以下结合图4所示的总体框架图对本公开图3所示的商品分仓入库方法进行详细介绍,具体如下:
在步骤S310中,根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例。
在本公开的一个实施例中,历史数据包括:仓间与配送区域以及承运商之间的绑定关系和多个历史订单,其中历史订单包括订单中包含的商品及数量、订单所属配送区域和承运商。如历史订单1中包含商品X、商品Y和商品Z,其中商品X为2件,商品Y为1件,商品Z为4件,订单的收货地址所述配送区域为区域Q,以及由承运商1完成历史订单1。
其中仓间与配送区域以及承运商之间的绑定关系可以具体为:一个仓间可以对应一个承运商,一个承运商承担一个或多个配送区域的配送任务。另外,一个仓间还可以对应多个承运商,每一个承运商承担一个或多个配送区域的配送任务。利用本公开提供的入库方法对商品进行入库后,一个仓间中可以存放一种以上种类的商品,这样承运商在按照订单完成配送任务时可以从一个仓间中获取到一笔订单中的多种商品。
在本公开的一个实施例中,图5示出步骤S310的流程图,包括以下步骤:
如图5所示,在步骤S510中,根据历史订单结合所述仓间与配送区域以及承运商之间的绑定关系,得到每个承运商配送商品的数量。
由于历史数据中是将一种商品只存放在一个仓间中时的出库数据,也就是某一仓间在预设周期内的历史订单就是该商品的销售量,但是该商品销量为覆盖不同的配送区域的总销量,还需要结合仓间与配送区域以及承运商之间的绑定关系确定每一配送区域或者每一承运商的出库量。
如图5所示,在步骤S520中,利用预测算法对每个承运商配送商品的数量进行预测,得到预测销量以及仓间分配比例。
步骤S510中根据历史订单得到每个承运商在预设周期内完成配送某正商品的数量,可以进一步通过该承运商负责的配送区域(可能是一个也可以能是多个)在预设周期内对某种商品的消费能力,在步骤S520中可以以此为依据采用预测算法对该承运商所负责的配送区域下一个预设周期的销量进行预测,例如可以采用三次指数平滑法对销量进行预测。
对销量进行预测时采用的预测算法有以下算法:
(1)简易平均法,包括几何平均法、算术平均法及加权平均法,该方法能够对时间数列的过去数据一个不漏地全部加以同等利用;
(2)移动平均法,包括简单移动平均法和加权移动平均法,该方法不考虑较远期的数据,并在加权移动平均法中给予近期资料更大的权重;
(3)指数平滑法,包括一次指数平滑法和二次指数平滑法,三次指数平滑法;
(4)线性回归法,包括一元线性回归和二元线性回归,下面我一一的简单介绍一下各种方法。
其中指数平滑法是生产预测中常用的一种方法,也用于中短期经济发展趋势预测,所有预测方法中,指数平滑是用得最多的一种。指数平滑法可以兼容全期平均和移动平均所长,不舍弃过去的数据,但是仅给予逐渐减弱的影响程度,即随着数据的远离,赋予逐渐收敛为零的权数。也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,它是通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
指数平滑法的基本公式是:St=ayt+(1-a)St-1,式中St为时间t的平滑值,yt为时间t的实际值,St-1为时间t-1的平滑值,a为平滑常数,其取值范围为[0,1]。
在本实施例中,由于商品销量和时间相关性较大,按照重近轻远的原则,对所有数据实行逐步衰减的不等加权方法进行数据处理,使用三次指数平滑法对数据进行销量预测。在其他实施例中还可采用其他预测算法对销量进行预测,只要所采用的预测算法能够结合时间相关性对商品的销量进行预测即可,此处不再一一赘述。
如果入库时,一个仓间对应一个承运商,则根据该承运商所完成的历史订单就能预测出历史订单中所包含的几种商品各自的预测销量,则每种商品的预测销量就是应入库量;如果入库时,一个仓间对应多个承运商,则分别根据每一承运商所完成的历史订单就能预测出历史订单中所包含的几种商品各自的预测销量,再将多个承运商所完成的几种商品的预测销量相应地进行叠加,也能得到每种商品的预测销量,即应入库量。
在本公开的一个实施例中,得到每种商品对应每个仓间的预测销量之后,进一步对每种商品在各个仓间的预测销量进行求和计算得到每种商品的总预测销量,用总预测销量得到该种商品的畅销程度。更进一步的,可以对商品的畅销程度进行分级,一种分级方式为:总预测销量为8000~10000件的确定畅销程度为A级,以此类推,预测销量为6000~8000件的确定畅销程度为B级,预测销量为4000~6000件的确定畅销程度为C级,预测销量为2000~4000件的确定畅销程度为D级,预测销量低于2000件的确定畅销程度为E级;另一种分级方式为:按照总预测销量进行降序排列,并按照降序排列表依次将每种商品的畅销程度分别确定为A级、B级、C级、D级、E级;在其他实施例中还可以采用其他的方式根据预测得到的商品的总预测销量进行分级得到商品的畅销程度。
在本公开的一个实施例中,还可以进一步根据商品的畅销程度确定预设的分仓范围,例如,预设的分仓范围可以是选择畅销程度等级较高的商品(如畅销程度为A级、B级、C级、D级的商品)进行分仓;预设的分仓范围还可以是按照总预测销量进行降序排列后,畅销程度排序在前80%的商品,如所有待入库商品的畅销程度分别确定为A级、B级、C级、D级、E级,从中选择畅销程度分别确定为A级、B级、C级、D级的商品作为预设的分仓范围。总之,就是对于预测销量较大或预测销量降序排序更靠前的商品进行分仓,其余的商品因预测出的销量较小或相对较小,不需进行分仓,可以将商品入库到主仓间。
在本公开的一个实施例中,基于上述方法,利用仓间与配送区域以及承运商之间的绑定关系计算得到各个仓间的预测销量,并进一步根据计算每种商品的销量比例,即每种商品在不同仓间得到的预测销量的比值,这个比值也就是进行分仓入库时的仓间分配比例。
在步骤S320中,对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据。
需要说明的是,本实施例中的“实时”可以是预设的更新周期,如每隔10分钟、每隔30分钟等更新一次各仓间内每种商品的库存,得到实时库存数据,完成库存更新;还可以是每次有商品出库时就对所涉及的商品对应的仓间的库存进行更新,而没有涉及的商品仍为原来的库存,不进行更新。当然在本公开其他实施例中还可以按照其他方式对商品的库存进行更新,而且更新后的实时库存数据保存在数据层,以便对商品进行入库时进行调用。
在步骤S330中,进行商品入库时,根据仓间分配比例结合实时库存数据进行计算,得到各仓间的入库量。
在本公开的一个实施例中,进行商品入库,可以将全部待入库的商品按照商品的三级品类进行划分,然后逐一进行入库。
图6示出步骤S330的流程图,包括以下步骤:
如图6所示,在步骤S610中,获取商品的入库信息,入库信息包括商品的SKU和SKU总数量。另外,入库信息中还包括商品的三级品类,即入库信息中包含的信息有待入库的商品是什么以及要入库多少商品。
如图6所示,在步骤S620中,判断仓库内各仓间中有没有商品,如果仓间中有商品,则根据仓间分配比例结合商品的SKU计算商品在各仓间中SKU总数量的分配比例。该步骤主要用户判断待入库的商品是否为新品,如果是新品,则在入库预测时的历史数据中没有相关的销量统计以及预测结果,因此无法采用预测销量的方式提供入库分配的导向,将其入库到主仓间即可。
需要说明的是,在步骤S620判断仓库的各仓间中有没有商品之前,还包括:
判断商品是否在预设的分仓范围内,如果所述商品在预设的分仓范围内,则继续判断仓库的各仓间中有没有商品;如果商品不在预设的分仓范围内,则将商品入库到主仓间。其中预设的分仓范围可以根据上述畅销程度来确定,此处不再朱赘述。
如图6所示,在步骤S630中,根据商品在各仓间中的SKU总数量结合仓间分配比例以及实时库存数据计算得到商品向各仓间的入库量,入库量为SKU数量。
在本公开的一个实施例中,由于商品在仓间往往是以SKU为单元进行存放,因此即便得到仓间分配比例也是以商品的具体数量为单位进行分配,到具体入库时,还是需要结合商品的SKU以及SKU总数量对商品的入库进行管理和分配。
如图6所示,在步骤S640中,判断商品向各仓间的入库量是否大于最小入库量,如果商品向仓间的入库量小于最小入库量,则不向仓间进行入库操作;如果商品向仓间的入库量大于等于最小入库量,则按照计算得到的入库量对商品进行入库。
例如,某商品需要入库1000件,计算得到的分仓结果是仓间1入库999件,仓间2入库1件,那么仓间2只入库1件意义不大,因此就会有最小入库量的限制,如果仓间2的最小入库量是10,只要仓间2的入库量小于10(如入库量为1时),则不会将该商品入库到仓间2,最终结果是1000件全部入库到仓间1。该步骤的主要目的是利用SKU作为最小入库量的限制,以便能够成功完成入库。
以下,结合图7所述的商品入库流程图对上述商品分仓入库方法进行介绍:
如图7所示,在步骤S71中,获取商品入库信息,包括商品三级品类,SKU以及SKU总数量。
如图7所示,在步骤S72中,查询该商品的预测销量是否在预设的分仓范围内,如果在则进入S73,否则直接入该商品的主仓间。
如图7所示,在步骤S73中,查询当前入库商品是否在仓库中,也就是判断在本次入库之前,仓库的各仓间中是否已经存放有该商品,如果在本次入库之前,仓库的各仓间中已经存放有该商品,则说明该商品为不是新品;如果在本次入库之前,仓库的各仓间中没有存放有该商品,则说明该商品为新品。
如图7所示,在步骤S74中,如果入库商品为新品,则根据该SKU的三级品类对应的主仓间直接放入主仓间。这里的主仓间是针对每种商品分别设立一个相应的主仓间,如果根据上述步骤S72或步骤S74判断该商品不符合分仓入库条件,则将其入库到该商品对应的主仓间中;相反,如果符合分仓入库条件,则继续按照步骤S73和步骤S75进行分仓入库操作。
如图7所示,在步骤S75中,如果该SKU在仓库中存在,则根据计算得到的SKU的各仓间分配比例、以及实时库存数据,通过SKU最小入库量进行限制,最终得到每个仓间的入库SKU数量。
综上所述,本公开实施例提供的商品分仓入库方法,一方面,对传统的商品入库方法进行改进,根据历史数据对商品的销量进行预测,进而得到仓间分配比例,之后再根据仓间分配比例和实时库存数据计算,得到商品向仓库内各仓间的入库量,根据仓间销量历史数据预测每个仓间未来销量比例,从而在商品入库时提供分仓存放建议。采用该方法对商品进行入库,仓间中可以不只存放一种商品,承运商在承接配送任务时可以从同一仓间中获取到不同种类的商品,针对传统仓库运营中,同一仓库内不同的商品只能分别存放在一个仓间,导致商品出库时仓间合流率高造成的配送效率低的问题,该方法可以有效降低仓间合流率,在仓库实际测试可将合流率从56%降低到30%以下;另一方面,承运商可以减少到各个仓间获取商品的次数,可以减少拣货时间,提高配送时效。
图8示出本公开另一示例性实施例提供的一种商品分仓入库装置的示意图,如图8所示,该装置800中包括:预测单元810、更新单元820和入库单元830。
预测单元810配置为根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;
更新单元820配置为对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据;
入库单元830配置为进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量。
该装置中各个模块的功能参见上述方法实施例中的相关描述,此处不再赘述。
另一方面,本公开还提供了一种电子设备,包括处理器和存储器,存储器存储用于上述处理器控制以下方法的操作指令:
根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据;进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量。
下面参考图9,其示出了适于用来实现本申请实施例的电子设备的计算机系统900的结构示意图。图9示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,计算机系统900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分907加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;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907;包括硬盘等的存储部分908;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909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,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910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908。
特别地,根据本公开的实施例,上文参考流程图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909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901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,本申请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介质或者是上述两者的任意组合。计算机可读介质例如可以是——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。在本申请中,计算机可读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。而在本申请中,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,图示了按照本申请各种实施例的系统、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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。
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,使得该设备包括以下方法步骤:
根据历史数据对商品的销量进行预测,并根据预测结果得到仓间分配比例;对仓库内各仓间的商品的库存进行实时更新,得到实时库存数据;进行商品入库时,根据所述仓间分配比例结合所述实时库存数据进行计算,得到各仓间的入库量。
应清楚地理解,本公开描述了如何形成和使用特定示例,但本公开的原理不限于这些示例的任何细节。相反,基于本公开公开的内容的教导,这些原理能够应用于许多其它实施方式。
以上具体地示出和描述了本公开的示例性实施方式。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。