CN111126917A - 单位转移数值调整方法、装置、计算机设备及存储介质 - Google Patents
单位转移数值调整方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111126917A CN111126917A CN201911348916.5A CN201911348916A CN111126917A CN 111126917 A CN111126917 A CN 111126917A CN 201911348916 A CN201911348916 A CN 201911348916A CN 111126917 A CN111126917 A CN 111126917A
- Authority
- CN
- China
- Prior art keywords
- article
- identifier
- unit transfer
- value
- item
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 312
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000002159 abnormal effect Effects 0.000 claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种单位转移数值调整方法、装置、计算机设备及存储介质,属于计算机技术领域。该方法包括:获取多个备选物品标识对应的信息集合,基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。无需人工确定物品的单位转移数值,避免了物品调整后的单位转移数值受到主观因素的影响,提高了准确性。且能够对处于异常状态的物品进行及时调整,避免了物品处于异常状态而造成的损失。
Description
技术领域
本申请实施例涉及计算机技术领域,特别涉及一种单位转移数值调整方法、装置、计算机设备及存储介质。
背景技术
随着计算机技术的发展和电子商务的广泛应用,物品线上转移或者线下转移的方式越来越多,为人们的生活带来了很多便利。通常在进行物品转移时,物品提供方设置物品的单价,需求方确定要接收的物品数量,从而能够根据物品单价和物品数量确定总价,将该总价对应的金额转移至提供方,则提供方将相应数量的物品转移至需求方。
物品提供方在确定物品的单价时,通常是根据该物品之前的转出数量、剩余数量和其他物品的转出数量等信息确定的。这种方式需要人工确定物品的单价,容易受到主观因素的影响,导致物品的单价不够准确。
发明内容
本申请实施例提供了一种单位转移数值调整方法、装置、计算机设备及存储介质,能够有效提高物品的单价的准确率。所述技术方案如下:
一方面,提供了一种单位转移数值调整方法,所述方法包括:
获取多个备选物品标识对应的信息集合,所述信息集合中至少包括对应的物品所属仓库的仓库标识,且所述多个信息集合中包括的仓库标识相同;
基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态;
根据所述多个备选物品标识对应的状态,从所述多个备选物品标识中选取处于异常状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整。
在一种可能实现方式中,所述状态预测模型包括异常概率获取模型,所述异常概率获取模型用于确定物品转出情况处于异常状态的概率;
所述基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的异常概率获取模型进行处理,确定所述每个备选物品标识的概率;
当任一备选物品标识的概率大于预设阈值时,确定所述任一备选物品标识处于异常状态。
在另一种可能实现方式中,所述状态预测模型包括物品转出数量获取模型,所述物品转出数量获取模型用于确定当前周期内物品的转出数量;
所述基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的物品转出数量获取模型进行处理,确定所述每个备选物品标识对应的物品的转出数量;
当任一备选物品标识对应的转出数量小于所述任一备选物品标识对应的当前的剩余数量时,确定所述任一备选物品标识处于预设滞销状态。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
当所述至少一个物品标识中的任一物品标识处于预设热销状态,且所述任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值;或者,
当所述至少一个物品标识中的任一物品标识处于预设滞销状态,且所述任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述从所述多个备选物品标识中选取处于异常状态的至少一个物品标识,包括:
从所述多个备选物品标识中,选取处于异常状态且未处于第一标记状态的至少一个物品标识;
其中,物品标识处于所述第一标记状态表示所述物品标识的单位转移数值不允许调整。
在另一种可能实现方式中,所述方法还包括:
从所述多个备选物品标识中,选取处于第二标记状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整;
其中,物品标识处于所述第二标记状态表示所述物品标识的单位转移数值需要进行调整。
在另一种可能实现方式中,所述对所述至少一个物品标识对应的单位转移数值进行调整,包括:
基于单位转移数值确定模型对所述至少一个物品标识对应的信息集合进行处理,确定所述至少一个物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述方法包括:
获取样本物品标识对应的样本信息集合,所述信息集合中包括所述样本物品标识在第一历史周期内的单位转移数值,以及在所述第一历史周期之前的其他历史周期内的单位转移数值及转出数量;
根据所述样本信息集合,对所述单位转移数值确定模型进行训练。
在另一种可能实现方式中,所述对所述至少一个物品标识对应的单位转移数值进行调整,包括:
对于所述至少一个物品标识中的每个物品标识,获取所述物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;
根据所述物品标识的目标转出数量,查询所述对应关系,确定与所述目标转出数量匹配的历史转出数量对应的历史单位转移数值;
将所述历史单位转移数值作为所述物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述信息集合还包括物品的剩余数量;
所述根据所述物品标识的目标转出数量,查询所述对应关系,确定与所述目标转出数量匹配的历史转出数量对应的历史单位转移数值之前,所述方法还包括:
将所述物品标识的物品剩余数量与当前周期的结束时刻的目标剩余数量之间的差值确定为所述目标转出数量。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
将所述多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第二预设数目个物品标识;
根据每个物品标识调整后的单位转移数值及目标转出数量,统计所述每个物品标识组合对应的总转移数值;
将总转移数值最大的物品标识组合中的物品标识,作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
将所述多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识组合对应的总收益数值;
将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识对应的收益数值;
按照所述多个物品标识的收益数值由大到小的顺序,发布所述多个物品标识调整后的单位转移数值。
另一方面,提供了一种单位转移数值调整装置,所述装置包括:
信息集合获取模块,用于获取多个备选物品标识对应的信息集合,所述信息集合中至少包括对应的物品所属仓库的仓库标识,且所述多个信息集合中包括的仓库标识相同;
状态确定模块,用于基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态;
转移数值调整模块,用于根据所述多个备选物品标识对应的状态,从所述多个备选物品标识中选取处于异常状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整。
在一种可能实现方式中,所述状态预测模型包括异常概率获取模型,所述异常概率获取模型用于确定物品转出情况处于异常状态的概率;所述状态确定模块,包括:
概率确定单元,用于分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的异常概率获取模型进行处理,确定所述每个备选物品标识的概率;
异常状态确定单元,用于当任一备选物品标识的概率大于预设阈值时,确定所述任一备选物品标识处于异常状态。
在另一种可能实现方式中,所述状态预测模型包括物品转出数量获取模型,所述物品转出数量获取模型用于确定当前周期内物品的转出数量;所述状态确定模块,包括:
转出数量确定单元,用于分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的物品转出数量获取模型进行处理,确定所述每个备选物品标识对应的物品的转出数量;
滞销状态确定单元,用于当任一备选物品标识对应的转出数量小于所述任一备选物品标识对应的当前的剩余数量时,确定所述任一备选物品标识处于滞销状态。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述装置还包括:
第一数值发布模块,用于当所述至少一个物品标识中的任一物品标识处于预设热销状态,且所述任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值;或者,
第二数值发布模块,用于当所述至少一个物品标识中的任一物品标识处于预设滞销状态,且所述任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述转移数值调整模块,包括:
第一物品标识选取单元,用于从所述多个备选物品标识中,选取处于异常状态且未处于第一标记状态的至少一个物品标识;
其中,物品标识处于所述第一标记状态表示所述物品标识的单位转移数值不允许调整。
在另一种可能实现方式中,所述装置还包括:
物品标识选取模块,用于从所述多个备选物品标识中,选取处于第二标记状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整;
其中,物品标识处于所述第二标记状态表示所述物品标识的单位转移数值需要进行调整。
在另一种可能实现方式中,所述转移数值调整模块,包括:
第一转移数值确定单元,用于基于单位转移数值确定模型对所述至少一个物品标识对应的信息集合进行处理,确定所述至少一个物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述装置包括:
样本信息集合获取模块,用于获取样本物品标识对应的样本信息集合,所述信息集合中包括所述样本物品标识在第一历史周期内的单位转移数值,以及在所述第一历史周期之前的其他历史周期内的单位转移数值及转出数量;
模型训练模块,用于根据所述样本信息集合,对所述单位转移数值确定模型进行训练。
在另一种可能实现方式中,所述转移数值调整模块,包括:
对应关系获取单元,用于对于所述至少一个物品标识中的每个物品标识,获取所述物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;
第二转移数值确定单元,用于根据所述物品标识的目标转出数量,查询所述对应关系,确定与所述目标转出数量匹配的历史转出数量对应的历史单位转移数值;
第三转移数值确定单元,用于将所述历史单位转移数值作为所述物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述信息集合还包括物品的剩余数量;所述装置还包括:
转出数量确定模块,用于将所述物品标识的物品剩余数量与当前周期的结束时刻的目标剩余数量之间的差值确定为所述目标转出数量。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述装置还包括:
第一组合划分模块,用于将所述多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第二预设数目个物品标识;
转移数值统计模块,用于根据每个物品标识调整后的单位转移数值及目标转出数量,统计所述每个物品标识组合对应的总转移数值;
第三数值发布模块,用于将总转移数值最大的物品标识组合中的物品标识,作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述装置还包括:
第二组合划分模块,用于将所述多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;
收益数值统计模块,用于根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识组合对应的总收益数值;
第四数值发布模块,用于将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,所述至少一个物品标识包括多个物品标识;所述装置还包括:
收益数值统计模块,用于根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识对应的收益数值;
第五数值发布模块,用于按照所述多个物品标识的收益数值由大到小的顺序,发布所述多个物品标识调整后的单位转移数值。
另一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现如上述方面所述的单位转移数值调整方法。
另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如上述方面所述的单位转移数值调整方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
本申请实施例提供的方法、装置、计算机设备及存储介质,获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同,基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个物品标识的物品转出情况所处的状态,根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。无需人工确定物品的单位转移数值,避免了物品调整后的单位转移数值受到主观因素的影响,提高了准确性。且通过获取物品的转出情况处于异常状态的概率,确定需要调整单位转移数值的物品,能够对处于异常状态的物品进行及时调整,避免了物品处于异常状态而造成的损失。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请实施例的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种实施环境的示意图;
图2是本申请实施例提供的一种实施环境的示意图;
图3是本申请实施例提供的一种单位转移数值调整方法的流程图;
图4是本申请实施例提供的一种单位转移数值调整方法的流程图;
图5是本申请实施例提供的一种单位转移数值调整方法的流程图;
图6是本申请实施例提供的一种单位转移数值调整装置的结构示意图;
图7是本申请实施例提供的一种单位转移数值调整装置的结构示意图;
图8是本申请实施例提供的一种终端的结构示意图;
图9是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例进行详细地解释说明之前,先对本申请实施例可能涉及到的一些名词进行介绍。
前置仓模式:前置仓也称为微仓,前置仓模式是一种仓配模式,每一个前置仓均可以是一个中小型的仓储配送中心,这使得中心总仓(也称为总仓)仅需对各个前置仓进行供货,且不同的前置仓之间无需涉及互相调拨。在用户(也称为消费者)下单后,用户购买的物品会从附近的前置仓发货,而不是从诸如远在郊区的总仓发货。
简言之,前置仓设置在距离用户较近的地方,比如,在一个城市可以建立一个城市总仓,再根据订单密度等因素在诸如该城市的多个社区或商圈里建立多个前置仓,用户购买的物品可能是来自于在附近社区或商圈里设置的一个前置仓,这样便保证了用户下单后较短的时间内即可配送上门,保证物品品质和配送速度。
转出数量:在本申请实施例中,转出数量指代前置仓销售的物品的销售量。其中,转出数量可以分为日转出数量、月转出数量、年转出数量等,本申请实施例对此不进行具体限定。
剩余数量:在本申请实施例中,剩余数量指代前置仓中物品的库存量,库存是指仓库中实际储存的货物。广义上讲,库存量通常指代仓库中实际储存的货物量。
单位转移数值:在本申请实施例中,单位转移数值指代物品的单价,即转出一件物品时,用户应当向物品提供方转移的数值。
图1是本申请实施例提供的一种实施环境的结构示意图,如图1所示,该实施环境包括终端101和服务器102。终端101与服务器102建立通信连接,通过建立的通信连接进行交互。
其中,该终端101可以为手机、计算机、平板电脑等多种类型的终端101。服务器102可以为一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务器中心。
服务器102通过获取多个备选物品标识对应的信息集合,从该多个备选物品标识中选取处于异常状态的至少一个物品标识,对该至少一个物品标识对应的单位转移数值进行调整,将该至少一个物品标识调整后的单位转移数值发送至终端101,终端101接收到该至少一个物品标识调整后的单位转移数值后,显示该至少一个物品标识对应的单位转移数值,以便用户可以查看。
用户查看各个物品标识对应的单位转移数值后,可以选择任一物品标识进行下单操作,则终端101将携带物品标识的订单发送给服务器102,服务器102接收到终端101发送的订单,通知操作人员将该物品标识对应的物品配送给用户。
可选地,参见图2,生鲜电商平台采用总仓+前置仓的两级分布式仓储体系。在一个区域内建立一个总仓,在该区域内的多个位置建立前置仓。比如,在一个城市可以建立一个城市总仓,再根据订单密度等因素在诸如该城市的多个社区或商圈里建立多个前置仓。
则该实施环境还可以包括总仓201和多个前置仓202。服务器102接收到终端101发送的订单时,将该订单分配给该用户附近的一个前置仓202,从该前置仓201选取该物品标识对应的物品,配送给用户,可以保证该用户下单后在较短的时间内物品即可配送上门。
如图3所示,服务器可以包括数据服务系统301、前置仓选品召回系统302、智能促销控制系统303、智能促销定价系统304、客户端物品陈列系统305及智能促销监控系统306。
数据服务系统301可以获取多个仓库的多个物品数据,如库存、销量、价格、促销标记等。且该数据服务系统301还具有异常检测功能和实时可视化功能,对于异常检测功能,按照历史数据分布,确定当前物品数据是否在异常范围内,并将处于异常范围的物品数据发送至智能定价控制系统302,或者对处于异常范围内的物品数据进行标记,将多个物品数据发送至智能定价控制系统302。对于实时可视化功能,提供数据观察的平台,具有直观、快速、信息量集中的特点,有利于推动业务理解,策略验证,算法优化。
前置仓选品召回系统302接收数据服务系统301发送的物品数据,使用算法模型对每个前置仓的物品的状态进行判断,并对每一个物品进行标记,标记的结果包括:滞销品、热销品以及正常品。该系统产生的数据将落库保存,生成选品日志,以便后续进行查验。并且,滞销品和热销品均处于异常状态,该前置仓选品召回系统302可以将处于异常状态的物品数据发送至智能促销控制系统303。
智能促销控制系统303可以接收前置仓选品召回系统302发送的物品数据,读取人工配置物品数据,将人工配置物品数据和物品数据进行整合,将整合后的需要定价的物品数据发送至智能定价算法系统304。
智能定价算法系统304接收智能促销控制系统303传递来的需要定价的物品数据,根据不同的策略目的,基于前置仓的库存,历史特征,量价关系等计算目前最优的价格,并判断当前的物品是否处于可被定价状态,将处于可被定价状态的价格结果数据返回给智能促销控制系统303。
智能促销控制系统303还可以接收智能定价算法系统303返回的价格结果数据,通过收益控制系统通过meta&reinforcement learning(元强化学习模型),对处于异常状态的物品的定价空间范围和上升能力进行计算,实现整体毛利率或实收最大化,确定物品定价组合,并将确定的物品定价组合发送至客户端物品陈列系统305。且智能促销控制系统303产生的数据将落库保存,生成促销日志,以便后续进行查验。
客户端物品陈列系统305接收智能定价控制系统303传递来的物品定价组合,可以直接发布定价组合,或者,对管理终端发送调价申请,在通过审批后发布定价组合。
智能促销监控系统306可以对整个系统起到监控的作用,通过收集整个系统中各环节的数据,及时反馈重要的数据信息。
图4是本申请实施例提供的一种单位转移数值调整方法的流程图,应用于计算机设备中,如图4所示,该方法包括:
401、获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同。
402、基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态。
403、根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。
本申请实施例提供的方法,获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同,基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个物品标识的物品转出情况所处的状态,根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。无需人工确定物品的单位转移数值,避免了物品调整后的单位转移数值受到主观因素的影响,提高了准确性。且通过获取物品的转出情况处于异常状态的概率,确定需要调整单位转移数值的物品,能够对处于异常状态的物品进行及时调整,避免了物品处于异常状态而造成的损失。
在一种可能实现方式中,状态预测模型包括异常概率获取模型,异常概率获取模型用于确定物品转出情况处于异常状态的概率;
基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的异常概率获取模型进行处理,确定每个备选物品标识的概率;
当任一备选物品标识的概率大于预设阈值时,确定任一备选物品标识处于异常状态。
在另一种可能实现方式中,状态预测模型包括物品转出数量获取模型,物品转出数量获取模型用于确定当前周期内物品的转出数量;
基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的转出数量获取模型进行处理,确定每个备选物品标识对应的物品的转出数量;
当任一备选物品标识对应的转出数量小于任一备选物品标识对应的当前的剩余数量时,确定任一备选物品标识处于预设滞销状态。
在另一种可能实现方式中,至少一个物品标识包括多个物品标识;对至少一个物品标识对应的单位转移数值进行调整之后,方法还包括:
当至少一个物品标识中的任一物品标识处于预设热销状态,且任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值;或者,
当至少一个物品标识中的任一物品标识处于预设滞销状态,且任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,从多个备选物品标识中选取处于异常状态的至少一个物品标识,包括:
从多个备选物品标识中,选取处于异常状态且未处于第一标记状态的至少一个物品标识;
其中,物品标识处于第一标记状态表示物品标识的单位转移数值不允许调整。
在另一种可能实现方式中,方法还包括:
从多个备选物品标识中,选取处于第二标记状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整;
其中,物品标识处于第二标记状态表示物品标识的单位转移数值需要进行调整。
在另一种可能实现方式中,对至少一个物品标识对应的单位转移数值进行调整,包括:
基于单位转移数值确定模型对至少一个物品标识对应的信息集合进行处理,确定至少一个物品标识调整后的单位转移数值。
在另一种可能实现方式中,方法包括:
获取样本物品标识对应的样本信息集合,信息集合中包括样本物品标识在第一历史周期内的单位转移数值,以及在第一历史周期之前的其他历史周期内的单位转移数值及转出数量;
根据样本信息集合,对单位转移数值确定模型进行训练。
在另一种可能实现方式中,对至少一个物品标识对应的单位转移数值进行调整,包括:
对于至少一个物品标识中的每个物品标识,获取物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;
根据物品标识的目标转出数量,查询对应关系,确定与目标转出数量匹配的历史转出数量对应的历史单位转移数值;
将历史单位转移数值作为物品标识调整后的单位转移数值。
在另一种可能实现方式中,信息集合还包括物品的剩余数量;
根据物品标识的目标转出数量,查询对应关系,确定与目标转出数量匹配的历史转出数量对应的历史单位转移数值之前,包括:
将物品标识的物品剩余数量与当前周期的结束时刻的目标剩余数量之间的差值确定为目标转出数量。
在另一种可能实现方式中,至少一个物品标识包括多个物品标识;对至少一个物品标识对应的单位转移数值进行调整之后,方法还包括:
将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第二预设数目个物品标识;
根据每个物品标识调整后的单位转移数值及目标转出数量,统计每个物品标识组合对应的总转移数值;
将总转移数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,至少一个物品标识包括多个物品标识;对至少一个物品标识对应的单位转移数值进行调整之后,方法还包括:
将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识组合对应的总收益数值;
将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,至少一个物品标识包括多个物品标识;对至少一个物品标识对应的单位转移数值进行调整之后,方法还包括:
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识对应的收益数值;
按照多个物品标识的收益数值由大到小的顺序,发布多个物品标识调整后的单位转移数值。
图5是本申请实施例提供的一种单位转移数值调整方法的流程图,应用服务器中,如图5所示,该方法包括:
501、服务器获取多个备选物品标识对应的信息集合。
其中,物品标识为可以确定唯一物品种类的标识,可以为该物品的种类编号、种类名称等。本申请实施例对物品标识的具体形式不做限定。物品标识对应的信息集合为该物品标识对应的物品的相关信息的集合。该信息集合中至少包括对应的物品所属仓库的仓库标识。
其中,仓库标识为可以确定唯一仓库的标识,在一个地理区域中可以包括多个仓库,每个仓库的仓库标识不同。由于不同仓库中物品的转移的情况可能不同,因此本申请实施例中,获取的多个信息集合中包括的仓库标识相同,表示获取了属于同一仓库的多种物品的信息集合,获取的信息集合能够反映同一仓库内的物品转移情况,后续能够根据获取的信息集合准确地调整物品的单位转移数值。
另外,该信息集合还可以包括物品的物品标识、单位转移数值、当前的剩余数量及历史数据等物品信息,该历史数据可以包括历史单位转移数值、一个或多个历史时间段的转出数量。
对于多个备选物品标识对应的信息集合的获取方式,在一种可能实现方式中,服务器从数据库中获取多个信息集合,根据每个信息集合中包括的物品标识及对应的物品所属仓库的仓库标识,对该多个信息集合进行筛选,确定多个备选物品标识对应的信息集合,以使不同的备选物品标识对应的信息集合中包括的仓库标识相同。
对于该数据库的存储方式,可以将多个物品的物品信息、每个物品信息对应的物品标识及每个物品信息对应的仓库标识对应存储,构成信息集合,如表1所示。
表1
在另一种可能实现方式中,该步骤501包括:服务器获取多个物品标识对应的信息集合;对于每个物品标识,对物品标识对应的历史特征数值进行统计,得到历史特征数值的异常数值范围;如果当前特征数值属于异常数值范围,则将物品标识确定为备选物品标识。
其中,信息集合中至少包括对应的物品所属仓库的仓库标识、当前特征数值及历史特征数值,且多个信息集合中包括的仓库标识相同,则获取的多个物品标识属于同一仓库。
物品的特征数值包括物品的单位转移数值、转出数量或剩余数量中的至少一种。异常数值范围可以为由管理人员预先设置的异常数值范围,则特征数值属于该异常数值范围内,表示该特征数值异常,特征数值不属于该异常数值范围内,表示该特征数值正常。
该异常数值范围可以根据多种历史特征数值对应的出现次数确定,或者根据多种历史特征数值对应的出现概率确定。例如,综合统计之前出现过的历史特征数值的出现次数,将出现次数过少的历史特征数值作为异常特征数值,从而确定异常数值范围。
服务器对物品标识对应的历史特征数值进行统计,可以采用正态分布的方式,分别统计历史特征数值中不同的历史特征数值的出现次数及多个历史特征数值的总出现次数,确定出历史特征数值的正态分布图,将置信区间作为正常范围,将除置信区间外的数值区间作为异常数值范围。例如,历史特征数值的取值范围为(0,100),置信水平为95%的置信区间为(30,70),则将取值范围(0,30)和(70,100)作为该特征值的异常数值范围。
根据每个物品标识的历史特征数值的异常数值范围,对该多个物品标识进行筛选,筛选出当前特征数值属于异常数值范围的物品标识,作为备选物品标识,以使后续能够对筛选后的备选物品标识进行处理,减少了后续需要处理的物品标识的数量,从而提高了后续调整物品标识的单位转移数值的效率。
502、服务器基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态。
分别将每个备选物品标识对应的信息集合输入至状态预测模型,该状态预测模型输出对应的备选物品标识的的物品转出情况所处的状态。通过该状态预测模型可以确定对应的物品是否处于异常状态,以便后续对异常状态的物品进行处理。其中,该状态预测模型可以为随机森林模型、线性规划模型,深度学习模型、小样本学习模型、LSTM(Long Short-Term Memory,长短期记忆网络)等。
由于不同的仓库包括的多个备选物品标识对应的信息集合不同,针对不同的仓库可以设置不同的状态预测模型,因此,服务器需要先确定与当前的仓库标识匹配的状态预测模型,后续基于该状态预测模型对获取到信息集合进行处理。其中,不同的仓库对应的状态预测模型,可以通过对应的仓库的历史数据训练得到。
对于训练该状态预测模型的过程,在一种可能实现方式中,获取多个样本物品标识对应的样本信息集合及每个样本物品标识对应的指示标识,该指示标识用于指示对应的物品是否处于异常状态;通过多个样本物品标识对应的样本信息集合及每个样本物品标识对应的指示标识,对初始的状态预测模型进行迭代训练,当迭代次数到达预设次数时,则停止迭代训练;或者,当该状态预测模型输出的概率的正确率达到预设阈值时,则停止迭代训练。
其中,该多个样本物品标识中可以包括正样本物品标识和负样本物品标识,该正样本物品标识对应的指示标识,指示对应的物品的转出情况处于异常状态;该负样本物品标识对应的指示标识,指示对应的物品的转出情况处于正常状态。该样本信息集合可以包括日期特征、销量特征、前置仓价格特征、售罄特征、库存特征、流量特征、成交总额毛利率、损耗率、转化率、售罄率等。例如,日期特征为节假日、星期等,该销量特征为平均销量、同期销量占比等,该前置仓价格特征为历史价格、当天价格等,该售罄特征为历史售罄信息、占比等,该库存特征为历史库存量、当天库存量等,该流量特征为访问用户、访问次数、同期占比等。
另外,由于在不同的时刻,同一个物品的信息集合也可能不同,因此,获取的多个样本信息集合中每个样本信息集合包括对应的时刻,则通过该多个样本信息训练的状态预测模型,可以确定物品的转出情况在不同时刻处于异常状态的概率。
该状态预测模型可以包括异常概率获取模型或物品转出数量获取模型,该异常概率获取模型可以确定物品转出情况处于异常状态的概率,根据每个备选物品标识的概率,可以确定对应的物品转出情况是否处于异常状态。该物品转出数量获取模型可以预测当前周期内物品的转出数量,后续可以根据物品的转出数量与当前数量确定物品转出情况是否处于异常状态。
当该状态预测模型包括异常概率获取模型时,在一种可能实现方式中,该步骤502可以包括:分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的异常概率获取模型进行处理,确定每个备选物品标识的概率,当任一备选物品标识的概率大于预设阈值时,确定该任一备选物品标识处于异常状态。
其中,该异常概率获取模型可以包括转出概率获取模型、退单概率获取模型、售罄概率获取模型或报损概率获取模型中的至少一种。转出概率获取模型用于获取任一物品的用户关注次数与转出次数之间的比值,也即是转出概率;退单概率获取模型用于获取任一物品的转出次数与退单次数之间的比值,也即是退单概率;售罄概率获取模型用于获取任一物品处于预设热销状态的概率,也即是在当前周期结束之前,任一物品的剩余数量为0的概率;报损概率获取模型用于任一物品处于预设滞销状态的概率,也即是在当前周期结束之前,任一物品的损坏数量与该物品的总数量之间的比值,也即是损坏概率。
在物品转出过程中,每种物品会存在多种类型的异常状态,如,当物品的用户关注流量高,但该物品的转出数量少,则确定该物品的转出率低;物品的退单数量与该物品的订单数量之间的比值即为退单率,该物品的退单率高,表示该物品可能存在质量问题;当物品的转出数量多、当前的剩余数量少,表示该物品在当前周期结束之前,可能存在提早售罄的问题;当物品当前剩余数量多、但转出数量少,则表示该物品可能存在报损率高的问题。因此,为针对不同类型的异常状态,设置了多种类型的异常概率获取模型,可以对多种类型的异常状态的物品进行检测,以使后续能够对处于多种异常状态的物品均进行处理。
另外,该异常概率获取模型在确定备选物品标识的概率时,可以预测备选物品标识在当前时刻与当前周期的结束时刻之间多个时刻的概率。例如,每个周期为8点至20点,当前时刻10点,则通过该异常概率获取模型可以获取到10点到20点之间任一个整点物品转出情况处于异常状态的概率。
另外,根据每个备选物品标识的概率,确定任一备选物品标识是否处于异常状态,还可以包括以下方式:
在一种可能实现方式中,当任一备选物品标识的概率属于预设概率范围内时,确定该任一备选物品标识处于异常状态。其中,该预设概率范围可以是管理人员设置的,也可以是通过历史数据计算得到的。例如,该预设概率范围为(0.7,1),当备选物品标识的概率为0.8,属于该预设概率范围时,则确定该备选物品标识对应的物品的转出情况处于异常状态。
当该状态预测模型包括物品转出数量获取模型时,在一种可能实现方式中,该步骤502可以包括:分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的物品转出数量获取模型进行处理,确定每个备选物品标识对应的物品的转出数量;当任一备选物品标识对应的转出数量小于任一备选物品标识对应的当前的剩余数量时,确定任一备选物品标识处于预设滞销状态。
其中,当任一备选物品标识对应的物品的转出数量是指物品从当前时刻到当前周期的结束时刻之间的时间段内物品的转出数量,该转出数量小于当前的剩余数量,表示在当前周期的结束时刻,该物品会有剩余,因此确定该任一备选物品标识处于预设滞销状态,即在当前周期将要滞销的状态。
另外,每个备选物品标识分别设置有目标剩余数量,该目标剩余数量可以由管理人员设置的,表示在当前周期的结束时刻期望物品剩余的数量。预测的由当前时刻至当前周期的结束时刻之间的时间段的转出数量和当前的剩余数量,得到在当前周期的结束时刻的剩余数量。当物品在当前周期的结束时刻的剩余数量小于该目标剩余数量时,可以确定该物品在当前周期的结束时刻处于正常状态,没有出现滞销现象。而当物品在当前周期的结束时刻的剩余数量大于该目标剩余数量时,可以确定该物品在当前周期的结束时刻处于预设滞销状态。并且可以根据物品在当前周期的结束时刻的剩余数量与目标剩余数量之间的比值,为处于预设滞销状态的物品设置不同的滞销状态等级。通过确定物品的不同的滞销状态等级,可以使后续对物品调整的单位转移数值的幅度不同。
例如,确定每个备选物品标识对应的物品的转出数量与当前剩余数量之间的差值,将该差值与对应的目标剩余数量进行对比,当该差值为该目标剩余数量的1.2倍时,则确定该物品标识处于一级滞销状态,当该差值超过该目标剩余数量的1.5倍时,则确定该物品标识处于二级滞销状态,当该差值超过该目标剩余数量的2倍时,则确定该物品标识处于三级滞销状态。
503、服务器根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识。
服务器从多个备选物品标识中选取处于异常状态的至少一个物品标识,以便后续能够对处于异常状态的至少一个物品标识的单位转移数值进行调整。
另外,管理人员可以为每个物品标识设置标记状态,该标记状态包括第一标记状态和第二标记状态,第一标记状态,表示该物品标识的单位转移数值不允许调整,第二标记状态,表示该物品标识的单位转移数值需要调整。则在一种可能实现方式中,该步骤503可以包括:从多个备选物品标识中,选取处于异常状态且未处于第一标记状态的至少一个物品标识。
在另一种可能实现方式中,无需执行上述步骤501-503,执行以下步骤:从多个备选物品标识中,选取处于第二标记状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。其中,物品标识处于第二标记状态表示物品标识的单位转移数值需要进行调整。
504、服务器对至少一个物品标识对应的单位转移数值进行调整。
对于服务器为至少一个物品标识调整单位转移数值的过程,可以包括以下两种方式:
第一种方式:基于单位转移数值确定模型对至少一个物品标识对应的信息集合进行处理,确定至少一个物品标识调整后的单位转移数值。其中,该单位转移数值确定模型可以为线性回归拟合模型、GBDT(Gradient Boosting Decision Tree,梯度下降树)、GNN(Graph Neural Networks,图神经网络模型)、概率图模型、需求模型等。分别将每个物品标识对应的信息集合输入至该单位转移数值确定模型,该单位转移数值确定模型输出每个物品标识对应的单位转移数值。
对于该单位转移数值确定模型的训练过程,在一种可能实现方式中,获取样本物品标识对应的样本信息集合,信息集合中包括样本物品标识在第一历史周期内的单位转移数值,以及在第一历史周期之前的其他历史周期内的单位转移数值及转出数量;根据样本信息集合,对单位转移数值确定模型进行训练。
通过将第一历史周期之前的其他历史周期内的单位转移数值及转出数量作为该单位转移数值确定模型的输入,将第一历史周期内的单位转移数值作为输出,对该单位转移数值模型进行训练,以使训练完成的单位转移确定模型能够通过物品标识对应的信息集合,为该物品标识对应的物品确定单位转移数值。另外,对该单位转移数值确定模型的训练停止条件可以为:分别将多个样本信息集合对该单位转移数值确定模型进行迭代训练,当迭代次数到达预设次数时,则停止迭代训练;或者,当该单位转移数值确定模型输出的单位转移数值的正确率达到预设阈值时,则停止迭代训练。
第一种方式:对于至少一个物品标识中的每个物品标识,获取物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;根据物品标识的目标转出数量,查询对应关系,确定与目标转出数量匹配的历史转出数量对应的历史单位转移数值;将该历史单位转移数值作为物品标识调整后的单位转移数值。
其中,每个物品标识对应的信息集合中可以包括历史数据,该历史数据中可以包括多个周期的历史单位转移数值与历史转出数量的对应关系,也可以包括多个周期中多个时间段的历史单位转移数值与历史转出数量的对应关系。该历史单位转移数值可以为物品的历史单价,历史转出数量可以为物品的历史销量。也即是服务器可以获取之前的多个时间段内物品的单价和销售量。
对于任一物品,采用不同的单位转移数值可以导致不同的转出数量,因此在确定任一物品的单位转移数值时,需要先确定该物品的目标转出数量。目标转出数量可以为物品的预计销量。其中,该目标转出数量可以表示为由当前时刻至当前周期的结束时刻之前,物品期望的转出数量,也可以为当前周期未来任意时间段内物品期望的转出数量,也可以等于物品当前的剩余数量。
由于在物品转出过程中,在不同历史周期内的相同时间段内,相同的单位转移数值对应的转出数量具有相似性,因此,查询历史数据中的对应关系,确定与目标转出数量匹配的历史转出数量对应的历史单位转移数值,将该历史单位转移数值作为该物品标识调整后的单位转移数值,以使调整单位转移数值后的物品转出数量能够达到目标转出数量。另外,历史数据中还可以包括多个历史时间段的历史单位转移数值与历史转出数量的对应关系,服务器在查询对应关系时,可以确定历史时间段与当前时间段匹配、且与目标转出数量匹配的历史转出数量对应的历史单位转移数值。例如,当前为星期日,苹果的目标销量为80,则查询对应关系,选择同样为星期日、且苹果的历史销量为80的时间段采用的单价,作为本次要调整的单价。
对于该目标转出数量的确定方式,在一种可能实现方式中,信息集合还包括物品的剩余数量,将物品剩余数量与当前周期的结束时刻的目标剩余数量之间的差值确定为目标转出数量。该目标剩余数量可以为管理人员为每个物品标识设置的,可以包括在信息集合中。例如,管理人员分别为每个物品标识设置一个目标剩余数量,将该目标剩余数量与对应的物品标识对应存储于信息集合中。
需要说明的是,至少一个物品标识包括多个物品标识,则在步骤504之后,该方法还可以包括以下两种方式:
第一种方式:当至少一个物品标识中的任一物品标识处于预设热销状态,且任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值;或者,当至少一个物品标识中的任一物品标识处于预设滞销状态,且任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值。
其中,预设热销状态表示物品在到达当前周期的结束时刻之前,该物品的剩余数量可能为0,也即是该物品有提前售罄的可能性。预设滞销状态表示物品在到达当前周期的结束时刻时,该物品的剩余数量大于0,或者该物品的剩余数量大于目标剩余数量,也即是该物品有滞销的可能。
为了保证收益最大化,当物品处于预设热销状态时,需要将该物品的单位转移数值调大,因此,将调整后的单位转移数值与当前的单位转移数值作比较,如果调整后的单位转移数值小于当前的单位转移数值,表示调整后的单位转移数值无法实现收益最大化,则不发布该物品调整后的单位转移数值;如果调整后的单位转移数值大于当前的单位转移数值,表示调整后的单位转移数值可以实现收益最大化,则发布该物品调整后的单位转移数值。
当物品处于预设滞销状态时,需要将该物品的单位转移数值调小,以保证在当前周期结束之间,能够有较大的转出数量,避免物品无法转出而导致物品损坏,因此,将调整后的单位转移数值与当前的单位转移数值作比较,如果调整后的单位转移数值大于当前的单位转移数值,表示调整后的单位转移数值无法实现收益最大化,则不发布该物品调整后的单位转移数值;如果调整后的单位转移数值小于当前的单位转移数值,表示调整后的单位转移数值可以实现收益最大化,则发布该物品调整后的单位转移数值。
第二种方式:将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第二预设数目个物品标识;根据每个物品标识调整后的单位转移数值及目标转出数量,统计每个物品标识组合对应的总转移数值;将总转移数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
由于受到交易平台的流量限制,每次只能调整第二预设数目个物品标识的单位转移数值。因此,为了保证单位转移数值的调整效果,实现收益数值最大化,需要在多个物品标识中进行筛选,将筛选后的第二预设数目个物品标识的单位转移数值发布出去。
例如,将10个物品分别进行组合,每个组合包括3个物品,将每个物品的单价与该物品的目标销量相乘,作为该物品的收入金额,通过将每个组合中包括的3个物品的收入金额相加,得到每个组合对应的总收入金额,将总收入金额最大的物品组合中的物品调整后的单价发布出去。
第三种方式:将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识组合对应的总收益数值;将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
例如,将10个物品分别进行组合,每个组合包括3个物品,确定每个物品的单价与对应的成本之间的差值,将该差值与对应的目标销量相乘,作为该物品的收益金额,通过将每个组合中包括的3个物品的收益金额相加,得到每个组合对应的总收益金额,将总收益金额最大的物品组合中的物品调整后的单价发布出去。
第四种方式:根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识对应的收益数值;按照多个物品标识的收益数值由大到小的顺序,发布多个物品标识调整后的单位转移数值。
本申请实施例中,将多个物品标识调整后的单位转移数值发布后,用户可以通过用户终端查看到该多个物品标识调整后的单位转移数值,从而触发对任一物品标识的下单操作。由于在多个物品标识中,排列在前面的物品标识能够获取到的用户关注流量大,而排在后面的物品标识能够获取到的用户关注流量小,因此,为了实现收益最大化,按照多个物品标识的收益数值由大到小的顺序,发布该多个物品标识调整后的单位转移数值。
另外,发布目标物品标识调整后的单位转移数值,可以包括:在确定目标物品标识后,向管理终端发送调整请求,该调整请求携带该目标物品标识及对应的调整后的单位转移数值,在接收到管理终端发送的确认通知后,发布目标物品标识调整后的单位转移数值,以使用户终端接收到该目标物品标识调整后的单位转移数值,以供用户查看。
本申请实施例提供的方法,获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同,基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个物品标识的物品转出情况所处的状态,根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。无需人工确定物品的单位转移数值,避免了物品调整后的单位转移数值受到主观因素的影响,提高了准确性。且通过获取物品的转出情况处于异常状态的概率,确定需要调整单位转移数值的物品,能够对处于异常状态的物品进行及时调整,避免了物品处于异常状态而造成的损失。
图6是本申请实施例提供的一种单位转移数值调整装置的结构示意图,如图6所示,该装置包括:
信息集合获取模块601,用于获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同;
状态确定模块602,用于基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态;
转移数值调整模块603,用于根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。
本申请实施例提供的装置,获取多个备选物品标识对应的信息集合,信息集合中至少包括对应的物品所属仓库的仓库标识,且多个信息集合中包括的仓库标识相同,基于仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个物品标识的物品转出情况所处的状态,根据多个备选物品标识对应的状态,从多个备选物品标识中选取处于异常状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整。无需人工确定物品的单位转移数值,避免了物品调整后的单位转移数值受到主观因素的影响,提高了准确性。且通过获取物品的转出情况处于异常状态的概率,确定需要调整单位转移数值的物品,能够对处于异常状态的物品进行及时调整,避免了物品处于异常状态而造成的损失。
在一种可能实现方式中,如图7所示,状态预测模型包括异常概率获取模型,异常概率获取模型用于确定物品转出情况处于异常状态的概率;状态确定模块602,包括:
概率确定单元6201,用于分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的异常概率获取模型进行处理,确定每个备选物品标识的概率;
异常状态确定单元6202,用于当任一备选物品标识的概率大于预设阈值时,确定任一备选物品标识处于异常状态。
在另一种可能实现方式中,如图7所示,状态预测模型包括物品转出数量获取模型,物品转出数量获取模型用于确定当前周期内物品的转出数量;状态确定模块602,包括:
转出数量确定单元6203,用于分别将每个备选物品标识对应的信息集合输入至仓库标识匹配的物品转出数量获取模型进行处理,确定每个备选物品标识对应的物品的转出数量;
滞销状态确定单元6204,用于当任一备选物品标识对应的转出数量小于任一备选物品标识对应的当前的剩余数量时,确定任一备选物品标识处于滞销状态。
在另一种可能实现方式中,如图7所示,至少一个物品标识包括多个物品标识;装置还包括:
第一数值发布模块604,用于当至少一个物品标识中的任一物品标识处于预设热销状态,且任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值;或者,
第二数值发布模块605,用于当至少一个物品标识中的任一物品标识处于预设滞销状态,且任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将任一物品标识作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,如图7所示,转移数值调整模块603,包括:
第一物品标识选取单元6301,用于从多个备选物品标识中,选取处于异常状态且未处于第一标记状态的至少一个物品标识;
其中,物品标识处于第一标记状态表示物品标识的单位转移数值不允许调整。
在另一种可能实现方式中,如图7所示,装置还包括:
物品标识选取模块606,用于从多个备选物品标识中,选取处于第二标记状态的至少一个物品标识,对至少一个物品标识对应的单位转移数值进行调整;
其中,物品标识处于第二标记状态表示物品标识的单位转移数值需要进行调整。
在另一种可能实现方式中,如图7所示,转移数值调整模块603,包括:
第一转移数值确定单元6302,用于基于单位转移数值确定模型对至少一个物品标识对应的信息集合进行处理,确定至少一个物品标识调整后的单位转移数值。
在另一种可能实现方式中,如图7所示,装置包括:
样本信息集合获取模块607,用于获取样本物品标识对应的样本信息集合,信息集合中包括样本物品标识在第一历史周期内的单位转移数值,以及在第一历史周期之前的其他历史周期内的单位转移数值及转出数量;
模型训练模块608,用于根据样本信息集合,对单位转移数值确定模型进行训练。
在另一种可能实现方式中,如图7所示,转移数值调整模块603,包括:
对应关系获取单元6303,用于对于至少一个物品标识中的每个物品标识,获取物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;
第二转移数值确定单元6304,用于根据物品标识的目标转出数量,查询对应关系,确定与目标转出数量匹配的历史转出数量对应的历史单位转移数值;
第三转移数值确定单元6305,用于将历史单位转移数值作为物品标识调整后的单位转移数值。
在另一种可能实现方式中,如图7所示,信息集合还包括物品的剩余数量;装置还包括:
转出数量确定模块609,用于将物品标识的物品剩余数量与当前周期的结束时刻的目标剩余数量之间的差值确定为目标转出数量。
在另一种可能实现方式中,如图7所示,至少一个物品标识包括多个物品标识;装置还包括:
第一组合划分模块610,用于将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第二预设数目个物品标识;
转移数值统计模块611,用于根据每个物品标识调整后的单位转移数值及目标转出数量,统计每个物品标识组合对应的总转移数值;
第三数值发布模块612,用于将总转移数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,如图7所示,至少一个物品标识包括多个物品标识;装置还包括:
第二组合划分模块613,用于将多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;
收益数值统计模块614,用于根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识组合对应的总收益数值;
第四数值发布模块615,用于将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布目标物品标识调整后的单位转移数值。
在另一种可能实现方式中,如图7所示,至少一个物品标识包括多个物品标识;装置还包括:
收益数值统计模块616,用于根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计每个物品标识对应的收益数值;
第五数值发布模块617,用于按照多个物品标识的收益数值由大到小的顺序,发布多个物品标识调整后的单位转移数值。
图8是本申请实施例提供的一种终端的结构示意图,可以实现上述实施例中第一终端、第二终端及第三终端执行的操作。该终端800可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑、台式电脑、头戴式设备、智能电视、智能音箱、智能遥控器、智能话筒,或其他任意智能终端。终端800还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端800包括有:处理器801和存储器802。
处理器801可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。存储器802可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的,用于存储至少一个指令,该至少一个指令用于被处理器801所具有以实现本申请中方法实施例提供的单位转移数值调整方法。
在一些实施例中,终端800还可选包括有:外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。具体地,外围设备包括:射频电路804、显示屏805和音频电路806中的至少一种。
射频电路804用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路804通过电磁信号与通信网络及其他通信设备进行通信。
显示屏805用于显示UI(UserInterface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。该显示屏805可以是触摸显示屏,还可以用于提供虚拟按钮和/或虚拟键盘。
音频电路806可以包括麦克风和扬声器。麦克风用于采集用户及环境的音频信号,并将音频信号转换为电信号输入至处理器801进行处理,或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为音频信号。
本领域技术人员可以理解,图8中示出的结构并不构成对终端800的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图9是本申请实施例提供的一种服务器的结构示意图,该服务器900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central ProcessingUnits,CPU)901和一个或一个以上的存储器902,其中,存储器902中存储有至少一条指令,至少一条指令由处理器901加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器还可以具有有线或无线网络接口、键盘及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
服务器900可以用于执行上述单位转移数值调整方法。
本申请实施例还提供了一种计算机设备,该计算机设备包括处理器和存储器,存储器中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以实现上述实施例的单位转移数值调整方法。
本申请实施例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中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以实现上述实施例的单位转移数值调整方法。
本申请实施例还提供了一种计算机程序,该计算机程序中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以实现上述实施例的单位转移数值调整方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请实施例的可选实施例,并不用以限制本申请实施例,凡在本申请实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种单位转移数值调整方法,其特征在于,所述方法包括:
获取多个备选物品标识对应的信息集合,所述信息集合中至少包括对应的物品所属仓库的仓库标识,且所述多个信息集合中包括的仓库标识相同;
基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态;
根据所述多个备选物品标识对应的状态,从所述多个备选物品标识中选取处于异常状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整。
2.根据权利要求1所述的方法,其特征在于,所述状态预测模型包括异常概率获取模型,所述异常概率获取模型用于确定物品转出情况处于异常状态的概率;
所述基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的异常概率获取模型进行处理,确定所述每个备选物品标识的概率;
当任一备选物品标识的概率大于预设阈值时,确定所述任一备选物品标识处于异常状态。
3.根据权利要求1所述的方法,其特征在于,所述状态预测模型包括物品转出数量获取模型,所述物品转出数量获取模型用于确定当前周期内物品的转出数量;
所述基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定每个备选物品标识的物品转出情况所处的状态,包括:
分别将每个备选物品标识对应的信息集合输入至所述仓库标识匹配的物品转出数量获取模型进行处理,确定所述每个备选物品标识对应的物品的转出数量;
当任一备选物品标识对应的转出数量小于所述任一备选物品标识对应的当前的剩余数量时,确定所述任一备选物品标识处于预设滞销状态。
4.根据权利要求1所述的方法,其特征在于,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
当所述至少一个物品标识中的任一物品标识处于预设热销状态,且所述任一物品标识调整后的单位转移数值大于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值;或者,
当所述至少一个物品标识中的任一物品标识处于预设滞销状态,且所述任一物品标识调整后的单位转移数值小于调整前的单位转移数值时,将所述任一物品标识作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
5.根据权利要求1所述的方法,其特征在于,所述对所述至少一个物品标识对应的单位转移数值进行调整,包括:
对于所述至少一个物品标识中的每个物品标识,获取所述物品标识的历史数据中包括的历史单位转移数值与历史转出数量的对应关系;
根据所述物品标识的目标转出数量,查询所述对应关系,确定与所述目标转出数量匹配的历史转出数量对应的历史单位转移数值;
将所述历史单位转移数值作为所述物品标识调整后的单位转移数值。
6.根据权利要求1所述的方法,其特征在于,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
将所述多个物品标识划分为多个物品标识组合,以使每个物品标识组合包括第一预设数目个物品标识;
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识组合对应的总收益数值;
将总收益数值最大的物品标识组合中的物品标识,作为目标物品标识,发布所述目标物品标识调整后的单位转移数值。
7.根据权利要求1所述的方法,其特征在于,所述至少一个物品标识包括多个物品标识;所述对所述至少一个物品标识对应的单位转移数值进行调整之后,所述方法还包括:
根据每个物品标识调整后的单位转移数值、单位成本数值及目标转出数量,统计所述每个物品标识对应的收益数值;
按照所述多个物品标识的收益数值由大到小的顺序,发布所述多个物品标识调整后的单位转移数值。
8.一种单位转移数值调整装置,其特征在于,所述装置包括:
信息集合获取模块,用于获取多个备选物品标识对应的信息集合,所述信息集合中至少包括对应的物品所属仓库的仓库标识,且所述多个信息集合中包括的仓库标识相同;
状态确定模块,用于基于所述仓库标识匹配的状态预测模型对获取的信息集合进行处理,分别确定所述每个物品标识的物品转出情况所处的状态;
转移数值调整模块,用于根据所述多个备选物品标识对应的状态,从所述多个备选物品标识中选取处于异常状态的至少一个物品标识,对所述至少一个物品标识对应的单位转移数值进行调整。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现如权利要求1至7任一权利要求所述的单位转移数值调整方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以实现如权利要求1至7任一权利要求所述的单位转移数值调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348916.5A CN111126917A (zh) | 2019-12-24 | 2019-12-24 | 单位转移数值调整方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348916.5A CN111126917A (zh) | 2019-12-24 | 2019-12-24 | 单位转移数值调整方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111126917A true CN111126917A (zh) | 2020-05-08 |
Family
ID=70502011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911348916.5A Pending CN111126917A (zh) | 2019-12-24 | 2019-12-24 | 单位转移数值调整方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126917A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612377A (zh) * | 2020-06-01 | 2020-09-01 | 北京每日优鲜电子商务有限公司 | 信息推送方法、装置、电子设备和计算机可读介质 |
CN113762576A (zh) * | 2020-12-10 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种物品调拨方法、装置、电子设备以及介质 |
CN114399896A (zh) * | 2020-09-25 | 2022-04-26 | 汉桑(南京)科技有限公司 | 一种根据遥控设备图像配置遥控功能数据的方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107123004A (zh) * | 2017-06-29 | 2017-09-01 | 北京京东尚科信息技术有限公司 | 商品动态定价数据处理方法和系统 |
CN107464177A (zh) * | 2017-08-23 | 2017-12-12 | 北京惠赢天下网络技术有限公司 | 一种订单的处理方法及订单处理服务器 |
CN110009400A (zh) * | 2019-03-18 | 2019-07-12 | 康美药业股份有限公司 | 商品定价方法、终端及计算机可读存储介质 |
CN110276652A (zh) * | 2018-03-14 | 2019-09-24 | 北京京东尚科信息技术有限公司 | 用于推送信息的方法和装置 |
-
2019
- 2019-12-24 CN CN201911348916.5A patent/CN111126917A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107123004A (zh) * | 2017-06-29 | 2017-09-01 | 北京京东尚科信息技术有限公司 | 商品动态定价数据处理方法和系统 |
CN107464177A (zh) * | 2017-08-23 | 2017-12-12 | 北京惠赢天下网络技术有限公司 | 一种订单的处理方法及订单处理服务器 |
CN110276652A (zh) * | 2018-03-14 | 2019-09-24 | 北京京东尚科信息技术有限公司 | 用于推送信息的方法和装置 |
CN110009400A (zh) * | 2019-03-18 | 2019-07-12 | 康美药业股份有限公司 | 商品定价方法、终端及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612377A (zh) * | 2020-06-01 | 2020-09-01 | 北京每日优鲜电子商务有限公司 | 信息推送方法、装置、电子设备和计算机可读介质 |
CN114399896A (zh) * | 2020-09-25 | 2022-04-26 | 汉桑(南京)科技有限公司 | 一种根据遥控设备图像配置遥控功能数据的方法和系统 |
CN114399896B (zh) * | 2020-09-25 | 2023-04-07 | 汉桑(南京)科技股份有限公司 | 一种根据遥控设备图像配置遥控功能数据的方法和系统 |
CN113762576A (zh) * | 2020-12-10 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种物品调拨方法、装置、电子设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108364085A (zh) | 一种外卖配送时间预测方法和装置 | |
CN111126917A (zh) | 单位转移数值调整方法、装置、计算机设备及存储介质 | |
CN110009400A (zh) | 商品定价方法、终端及计算机可读存储介质 | |
CN111144985A (zh) | 单位转移数值调整方法、装置、计算机设备及存储介质 | |
CN111143697B (zh) | 一种内容推荐的方法以及相关装置 | |
CN111815228A (zh) | 配送订单的定价方法、装置、电子设备及存储介质 | |
CN110348921B (zh) | 门店物品选取的方法和装置 | |
CN103729783A (zh) | 二手物品电子商务交易平台中的价格挖掘和审核系统 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
CN109961198A (zh) | 关联信息生成方法和装置 | |
CN111105195A (zh) | 补货数量确定方法、装置、计算机设备及存储介质 | |
CN108629467B (zh) | 一种样品信息处理方法及系统 | |
CN111507763A (zh) | 一种调整产品价格的方法及装置 | |
CN111340455A (zh) | 自动化生成数据分析结果的方法、装置、设备及存储介质 | |
CN112287208B (zh) | 用户画像生成方法、装置、电子设备及存储介质 | |
CN111260280B (zh) | 货物盘点方法、装置、电子设备、系统及存储介质 | |
US20170186063A1 (en) | System and method for barter support | |
CN116383592A (zh) | 一种基于亚马逊财务的实时计算与分析系统及方法 | |
CN116188050A (zh) | 基于数据分析的外卖平台信息处理系统 | |
CN113592558A (zh) | 一种信息处理方法和装置 | |
CN113132424B (zh) | 用于获得异常评估信息的方法、装置及电子设备 | |
CN110838019A (zh) | 确定试用品发放人群的方法和装置 | |
CN114493132A (zh) | 资源分配方法、装置和电子设备 | |
CN116228432A (zh) | 一种虚拟资源组合的分类方法、装置、设备以及存储介质 | |
CN111325575A (zh) | 问题信息推荐方法、装置、计算机设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200508 |
|
WD01 | Invention patent application deemed withdrawn after publication |