CN111429054A - 产品库存的提示方法、装置、设备及存储介质 - Google Patents
产品库存的提示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111429054A CN111429054A CN202010188001.9A CN202010188001A CN111429054A CN 111429054 A CN111429054 A CN 111429054A CN 202010188001 A CN202010188001 A CN 202010188001A CN 111429054 A CN111429054 A CN 111429054A
- Authority
- CN
- China
- Prior art keywords
- inventory
- product
- order
- service platform
- state
- 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
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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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"
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种产品库存的提示方法、装置、设备及存储介质,属于计算机领域。该方法包括:接收客户端发送的对产品的库存状态的获取请求;响应于获取请求,获取第一历史时间段内产品在预订服务平台上的第一订单数据,第一订单数据中包括订单处理结果;基于订单处理结果对第一订单数据进行分析,预测产品的库存状态;向客户端发送产品的库存状态的提示信息。该方法能够及时向客户端发送产品的库存状态,在产品预订过程中为用户提供库存参考,避免了在无商家系统的数据权限的情形下,商家在预订服务平台上手动修改库存不及时,而造成的预订服务平台提供的库存量的参考值不准确的问题。
Description
技术领域
本申请涉及计算机程序领域,特别涉及一种产品库存信息的提示方法、装置、设备及存储介质。
背景技术
如今,许多商家在预订服务平台上开通了线上产品的预订通道,用户可以在预订服务平台上对产品进行预订。
比如,商家在预订服务平台上注册网店,将该网店与商家自己的系统(即商家系统)建立连接;在终端上运行预订服务平台的客户端,用户可以通过在客户端上浏览该网店,并对该网店内产品进行预订,则在预订服务平台上生成对网店内产品的预订请求,预订服务平台将上述预订请求发送至商家系统,由商家通过商家系统对预订请求进行处理,商家系统会将处理结果再次返回至预订服务平台。
在产品的销售过程中,商家系统中库存数量能够根据产品的销售情况自动调整;而对于预订服务平台,由于对预订服务平台的不信任行为,商家拒绝向预订服务平台提供商家系统的数据权限,所以,在大多数情况下,需要商家手动修改预订服务平台上的库存量,以为用户购买产品提供参考。但是,由商家手动修改的产品库存量会缺乏及时性,使得预订服务平台上为用户提供的库存量的参考值不准确。
发明内容
本申请实施例提供了一种产品库存的提示方法、装置、设备及存储介质,根据商家对预订服务平台上订单的处理行为预测产品的库存状态,能够使预订服务平台为用户及时提供更加准确的库存状态,以作为产品预订的参考信息。所述技术方案如下:
根据本申请的一个方面,提供了一种产品库存的提示方法,应用于预订服务平台上,预订服务平台是客户端与商家系统之间的计算机设备,该方法包括:
接收客户端发送的对产品的库存状态的获取请求,库存状态用于指示产品在商家系统中库存的充足程度;
响应于获取请求,获取第一历史时间段内产品在预订服务平台上的第一订单数据,第一订单数据中包括由商家系统对第一订单处理得到的订单处理结果;
基于订单处理结果对第一订单数据进行分析,预测产品的库存状态;
向客户端发送产品的库存状态的提示信息。
根据本申请的另一个方面,提供了一种产品库存的提示装置,该装置设置在预订服务平台上,预订服务平台是客户端与商家系统之间的计算机设备,该装置包括:
接收模块,用于接收客户端发送的对产品的库存状态的获取请求,库存状态用于指示产品在商家系统中库存的充足程度;
获取模块,用于响应于获取请求,获取第一历史时间段内产品在预订服务平台上的第一订单数据,第一订单数据中包括由商家系统对第一订单处理得到的订单处理结果;
预测模块,用于基于订单处理结果对第一订单数据进行分析,预测产品的库存状态;
发送模块,用于向客户端发送产品的库存状态的提示信息。
根据本申请的另一方面,提供了一种服务器,上述服务器包括:处理器和存储器,上述存储器存储有计算机程序,上述计算机程序由上述处理器加载并执行以实现如上一个方面的产品库存的提示方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,上述计算机可读存储介质中存储有计算机程序,上述计算机程序由处理器加载并执行以实现如上一个方面的产品库存的提示方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
该方法在接收到客户端发送的对产品的库存状态的获取请求时,获取第一历史时间段内产品在预订服务平台上的第一订单数据,基于商家系统对预订平台上订单的处理结果分析第一订单数据,预测商家系统中产品的库存状态,即基于商家对订单的处理行为,比如接单、拒单、超时接单,来分析商家系统中产品的库存状态,从而及时向客户端发送产品的库存状态,在产品预订过程中为用户提供库存参考,不完全参考预订服务平台上产品的库存量,避免了在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,从而造成的预订服务平台提供的库存量的参考值不准确的问题。
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是本申请一个示例性实施例提供的计算机系统的结构框图;
图2是本申请一个示例性实施例提供的产品库存的提示方法的流程图;
图3是本申请另一个示例性实施例提供的产品库存的提示方法的流程图;
图4是本申请一个示例性实施例提供的参数值的调整方法的流程图;
图5是本申请另一个示例性实施例提供的参数值的调整方法的流程图;
图6是本申请另一个示例性实施例提供的参数值的调整方法的流程图;
图7是本申请另一个示例性实施例提供的产品库存的提示方法的流程图;
图8是本申请一个示例性实施例提供的产品库存的提示装置的结构框图;
图9是本申请一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
为使本申请的目的、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。
请参考图1,示出了本申请中一个示例性实施例提供的计算机系统100的框图。计算机系统100包括:终端120、服务器140与服务器160。
在一些实施例中,终端120可以为用户持有的终端,终端120上运行有客户端;可选地,该客户端是预订服务平台的客户端,或者,该客户端中运行有预订服务平台的小程序,或者,该客户端中运行有网页版的预订服务平台;其中,上述预订服务平台用于为用户提供产品的预订服务。可选地,上述预订服务平台是客户端与商家系统之间的计算机设备,和/或,是小程序与商家系统之间的计算机设备。
可选地,上述客户端可以是生活服务类客户端、支付类客户端、金融类客户端、通讯类客户端、游戏客户端中的至少一种,本申请中对客户端的类型不加以限定。
示例性的,上述终端120可以包括智能手机、平板电脑、电子书阅读器、MP3(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、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、膝上型便携计算机和台式计算机中、笔记本电脑的至少一种。
终端120与服务器140之间通过无线网络或有线网络进行通信。服务器140上承载有预订服务平台;服务器140用于为终端120提供后台预订服务。示例性的,在用户持有的终端120上运行有客户端,在客户端中打开产品的预订界面时,终端120生成产品的库存状态的获取请求,并将该获取请求上报至服务器140;服务器140在接收到产品库存的获取请求之后,获取第一历史时间段内产品在预订服务平台上的第一订单数据,基于第一订单数据预测产品的库存状态,比如,产品的库存状态为库存充足状态、库存不足状态、以及库存紧张状态,从而向用户持有的终端发送产品的库存状态,以供用户参考。
服务器140还通过无线网络或有线网络与服务器160进行通信。服务器160上承载有商家系统,商家系统是指商家的销售系统。其中,上述第一订单数据是由商家系统对预订服务平台上生成的第一订单进行处理后,将处理结果返回至预订服务平台,之后由预订服务平台对包括处理结果的第一订单数据进行存储。
示例性的,在用户持有的终端120上运行有预订服务平台的客户端,用户通过客户端对产品进行预订,则终端120向服务器140发送对产品的预订请求;服务器140接收终端120发送的预订请求,生成未处理的第一订单,并将未处理的第一订单发送至服务器160;服务器160接收未处理的第一订单,由商家在商家系统上对未处理的第一订单进行处理,在处理完成后服务器160将处理结果反馈至服务器140;服务器140将处理结果反馈至终端120,且将包括处理结果的第一订单数据进行存储。
可选地,用户持有的客户端中登录有用户帐号;服务器140向用户帐号所登录的终端发送产品的库存状态的提示信息。
服务器140还提供与产品相关的其他后台服务。比如,服务器140提供产品的订单数据的存储服务;又比如,服务器140还提供对产品订单的支付服务;又比如,服务器140还提供对产品的详细信息的查询服务。
其中,服务器140可以包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。服务器160也可以包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。本领域技术人员可以知晓,上述终端的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量,本申请实施例对终端的数量和设备类型不加以限定。
商家在预订服务平台上注册的网店与商家自己的系统之间建立有连接,商家可以在商家系统上对预订服务平台上的接收到的产品预订的订单进行接单、或拒单处理,同时,商家系统会对预订服务平台上的订单进行储存,并对系统内库存进行自动调整,比如,产品1被售出一件则库存减一。但是,由于商家对预订服务平台不信任,并不把商家系统的库存访问权限开放给预订服务平台,所以,预订服务平台上的库存需要商家手动修改。而商家对产品库存量进行手动修改会存在缺乏及时性的问题,比如,商家可能在产品售罄后才会想起更新预订服务平台上的产品的库存量,使得预订平台上为用户提供的库存量的参考值与真实值相差甚远。为了能够为用户提供更准确的库存量的参考值,本申请提供了一种产品库存的提示方法,该方法的实现步骤的详细说明请参考以下实施例。
请参考图2,示出了本申请中一个示例性实施例提供的产品库存的提示方法的流程图,该方法应用于如图1所示的服务器中,该服务器上设置有预订服务平台,该预订服务平台是客户端与商家系统之间的计算机设备,该方法包括:
步骤202,接收客户端发送的对产品的库存状态的获取请求。
该库存状态用于指示产品在商家系统中库存的充足程度。示例性的,库存状态可以包括库存充足状态、库存不足状态、以及库存紧张状态中的至少一种。其中,库存充足是指商家的产品的库存数量充足,能够支持用户预订;库存不足是指商家的产品的库存数量不足,甚至库存为零,不能够支持用户预订;库存紧张是指商家的产品的库存数量接近零,能够支持少量的用户预订。
示例性的,针对于产品的库存状态的获取请求,在终端上显示产品的浏览界面时,触发对产品的库存状态的获取请求;或者,在终端上显示产品的预订界面时,触发对产品的库存状态的获取请求;又或者,在终端上显示有产品的预订控件,终端在接收到预订控件上的触发操作时,触发对产品的库存状态的获取请求,若提示信息显示产品的库存状态为库存充足状态,则终端在接收到预订确认操作之后向服务器发送对产品的预订请求。
示例性的,该获取请求中包括至少一种产品的产品标识,该产品标识用于指示服务器获取对应产品的库存状态;比如,在终端上显示产品的浏览界面,该浏览界面中包括产品xxx与产品yyy的信息,相应的,获取请求中包括产品xxx的产品标识XXX与产品yyy的产品标识YYY。
步骤204,响应于获取请求,获取第一历史时间段内产品在预订服务平台上的第一订单数据。
服务器在接收到获取请求之后,响应该获取请求,从数据库中获取第一历史时间段内产品在预订服务平台上的第一订单数据。其中,第一历史时间段是指当前时刻之前的预设时间段;第一历史时间段的时长是在服务器中预先设置的,示例性的,第一历史时间段的时长可以是20分钟、30分钟、60分钟,在本申请中对第一历史时间段的时长不加以限定。
比如,服务器接收到获取请求的当前时刻为13:00:00,第一历史时间段的时长为30分钟,则服务器获取12:29:00至12:59:00这一时间段内产品在预订服务平台上的第一订单数据。
示例性的,获取请求中还包括产品标识;在服务器接收到客户端发送的对产品的库存状态的获取请求之后,从该获取请求中提取产品的产品标识,获取第一历史时间段内该产品标识对应的产品在预订服务平台上的第一订单数据。
第一订单数据中包括由商家系统对第一订单处理得到的订单处理结果,也就是说,第一订单是在预订服务平台上生成的,由商家系统对第一订单进行处理;在第一订单处理完成后,商家系统将订单处理结果反馈至预订服务平台;预订服务平台对包括订单处理结果的第一订单进行数据处理,即对第一订单数据进行存储。
步骤206,基于订单处理结果对第一订单数据进行分析,预测产品的库存状态。
针对每一种产品的第一订单数据,服务器基于订单处理结果对第一订单数据进行大数据分析,从而预测产品的库存状态。示例性的,服务器对第一订单数据进行分析,分析产品在第一历史时间段内订单处理结果随时间的变化趋势,根据上述变化趋势来预测产品的库存状态。
或者,服务器从第一订单数据中确定出拒单与超时接单的订单数据,计算拒单与超时接单的频率变化,基于上述拒单与超时接单的频率变化来预测产品的库存状态。
或者,服务器基于订单处理结果对第一订单数据进行分析,提取第一订单数据的特征矩阵,将特征矩阵输入预测模型,得出产品的库存状态;其中,预测模型是基于样本数据对神经网络模型进行训练得到的,样本数据是从历史订单数据中采集得到的。示例性的,上述神经网络模型可以包括循环神经网络(Recurrent Neural Networks,RNN)模型、长短期记忆(Long Short Term Memory,LSTM)模型、以及卷积神经网络(Convolution NeuralNetworks,CNN)模型中的至少一种,本申请中对神经网络模型的种类不加以限定。
步骤208,向客户端发送产品的库存状态的提示信息。
用户终端中运行有客户端,可选地,上述客户端中登录有用户帐号;示例性的,该用户帐号可以是用户终端的持有者所拥有的帐号。服务器向用户帐号发送产品的库存状态的提示信息。
示例性的,上述提示信息中包括库存状态的状态标识,该状态标识用于指示终端通过不同颜色来标识不同的库存状态。比如,当产品的库存状态为库存充足状态时,产品的预订入口的显示颜色为绿色;当产品的库存状态为库存不足状态时,产品的预订入口的显示颜色为红色;当产品的库存状态为库存紧张状态时,产品的预订入口的显示颜色为黄色。
示例性的,上述提示信息中包括库存状态的状态信息,该状态信息用于指示终端通过文字来显示不同的库存状态。比如,当产品的库存状态为库存充足状态时,在终端上显示“库存充足”的字样;当产品的库存状态为库存不足状态时,在终端上显示“库存不足”的字样;当产品的库存状态为库存紧张状态时,在终端上显示“库存紧张”的字样。
又比如,当产品的库存状态为库存充足状态时,在终端上显示“可预订”的字样;当产品的库存状态为库存不足状态时,在终端上显示“不可预订”的字样;当产品的库存状态为库存紧张状态时,在终端上显示“少量可预订”的字样。上述显示字样还可以是其他效果相似的字样,本申请中对上述显示字样并不加以限定。
综上所述,本实施例提供的产品库存的提示方法,在接收到客户端发送的对产品的库存状态的获取请求时,获取第一历史时间段内产品在预订服务平台上的第一订单数据,基于商家系统对预订平台上订单的处理结果分析第一订单数据,预测商家系统中产品的库存状态,即基于商家对订单的处理行为,比如接单、拒单、超时接单,来分析商家系统中产品的库存状态,从而及时向客户端发送产品的库存状态,在产品预订过程中为用户提供库存参考,不完全参考预订服务平台上产品的库存量,避免了在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,从而造成的预订服务平台提供的库存量的参考值不准确的问题。
对于商家而言,该方法通过为用户提供更准确的库存量的参考值,避免在库存不足的情况下商家仍收到大量的产品订单,减少了商家拒单的操作量,降低了商家的拒单率,提升了商家的使用体验。
对于用户而言,该方法通过为用户提供更准确的库存量的参考值,避免了用户在库存不同的情况下预订产品而被拒单,提高了用户的使用体验。
基于图2的可选实施例,可以将步骤206替换为步骤302至步骤306,从而对产品的库存状态的预测进行详细说明,如图3,步骤如下:
步骤302,基于第一订单数据,计算拒单的订单量占第一历史时间段内订单总量的第一比例、以及超时接单的订单量占订单总量的第二比例。
可选地,订单处理结果包括拒单、超时接单与准时接单中的至少一种。其中,拒单是指在商家系统接收到预订服务平台上的产品预订请求时,拒绝用户对该产品的预订;在预订服务平台上设置有预设时长,在商家系统接收到预订服务平台上的产品预订请求时,若在预订时长内商家系统上接收用户对该产品的预订,且将接单的处理结果反馈至预订服务平台,即为准时接单;若超过预设时长后商家系统上接收用户对该产品的预订,且将接单的处理结果反馈至预订服务平台,即为超时接单。
服务器从第一订单数据中分别提取拒单与超时接单的订单数据,之后分别对拒单与超时接单的订单量进行统计,得到拒单的订单量与超时接单的订单量;服务器还对第一订单数据的订单总量进行统计;将拒单的订单量与订单总量的比值确定为第一比例,将超时接单的订单量与订单总量的比值确定为第二比例。
步骤304,根据预设权重计算第一比例与第二比例的加权和,得到库存状态的状态参考值。
服务器中存储有预设权重,可选地,预设权重包括第一权重与第二权重,第一权重是与拒单比例(即第一比例)对应的权重,第二权重是与超时接单比例(即第二比例)对应的权重;服务器计算第一比例与第一权重的相乘得到第一乘积,计算第二比例与第二权重的相乘得到第二乘积,计算第一乘积与第二乘积的和得到库存状态的状态参考值。示例性的,上述库存状态的状态参考值表示下一订单的拒单概率。
步骤306,根据状态参考值确定出产品的库存状态。
服务器中设置有第一阈值与第二阈值,第一阈值与第二阈值用于确定产品的库存状态。
在一些实施例中,若第一阈值小于或者等于第二阈值,响应于状态参考值小于第一阈值,确定库存状态为库存充足状态;
响应于状态参考值大于或者等于第二阈值,确定库存状态为库存不足状态。
在一些实施例中,若第一阈值小于第二阈值,响应于状态参考值小于第一阈值,确定库存状态为库存充足状态;
响应于状态参考值大于或者等于第一阈值、且小于第二阈值,确定库存状态为库存紧张状态;
响应于状态参考值大于或者等于第二阈值,确定库存状态为库存不足状态。
可选地,服务器在确定库存状态为库存不足状态时,还向客户端发送关闭指令,上述关闭指令用于指示客户端关闭产品的预订入口。也就是说,终端在接收到服务器下发的关闭指令时,将预订入口对应的控件设置为不可触发。
综上所述,本实施例提供的产品库存的提示方法,通过计算商家对预订服务平台上的下一订单进行拒单处理的概率,来预测产品的库存状态;其中,当拒单概率小于阈值时表示商家基本不会拒单,相应的产品的库存充足;当拒单概率大于阈值时表示商家很大概率会拒单,相应的产品的库存不足。即该方法基于商家对订单的处理行为来分析商家系统中产品的库存状态,无需从商家系统中获取产品的库存量,能及时的向客户端发送产品的库存状态,从而在产品预订过程中为用户提供库存参考,避免了在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,而造成的预订服务平台提供的库存量的参考值不准确的问题。
该方法还在库存状态为库存不足状态时,关闭客户端上产品的预订入口,使用户无法对库存不足的产品进行预订,避免了在产品的库存不足的情况下仍有预订订单生成,减少了商家拒单的操作量,也减少了用户被拒单的概率,提高了商家与用户的使用体验。
还需要说明的是,服务器在获取第一历史时间段内产品在预订服务平台上的第一订单数据之前,还获取预订服务平台上设置的产品的库存信息;根据库存信息确定产品的库存量不为零。比如,确定商家的节假日与营业时段,从而确定出商家的不接单时段,可以将不接单时段的库存量看作零,排除对不接单时段的库存状态的预测;又比如,若商家为餐厅,获取商家的桌型信息,匹配能够预订的桌型,将不能预订的桌型的库存量看作零,排除对不能预订的桌型的库存状态的预测。即服务器对预订服务平台上的配置信息,来排除库存量可以看做为零的产品,不对其进行库存状态的预测,从而提高服务器对产品的库存状态预测的准确率,还能够在一定程度上减少了服务器的计算量。
在图3所示的可选实施例中,为了提高产品的库存状态预测的准确率,服务器还周期性对预设权重、第一阈值、以及第二阈值这一系列参数值进行调整,示例性的,服务器通过以下三种方式中的至少一种对上述参数值进行调整:
第一,基于库存状态预测的准确率对上述参数值进行调整;
第二,基于客诉信息对上述参数值进行调整;
第三,基于订单转化率对上述参数值进行调整。
对于上述第一种方式,请参考图4,示出了本申请中一个示例性实施例提供的参数值的调整方法的流程图,该方法应用于如图1所示的服务器中,该方法包括:
步骤402,周期性获取第二历史时间段内产品在预订服务平台上的第二订单数据与库存状态数据。
服务器对参数值进行调整的周期时长可以为一天、一周、一个月,本申请中对周期时长的取值不加以限定。服务器还对预测得到的库存状态进行存储,即对库存状态数据进行存储。
上述第二历史时间段是在服务器中设置的预设时长的历史时间段;示例性的,上述预设时长可以是一周、一个月、三个月,本申请第预设时长的取值不加以限定。相应的,第二订单数据是当前时刻之前的前一周、前一个月、前三个月的预订服务平台上的订单数据。库存状态数据则是第二历史时间段内产品的库存状态的预测数据。
服务器按照预设周期对参数值进行调整,首先,获取第二历史时间段内产品在预订服务平台上的第二订单数据与库存状态数据。
步骤404,基于第二订单数据与库存状态数据,计算第二历史时间段内预测得到的库存状态的准确率。
服务器基于第二订单数据与库存状态数据来分析第二历史时间段内预测的产品的库存状态的准确率,比如,在第i个时刻预测产品a的库存状态为库存充足状态,在第i+1个时刻对产品a进行预订的订单被拒单,在第i+2个时刻对产品a进行预订的订单被拒单,甚至在第i+3个时刻对产品a进行预订的订单被拒单,则确定产品的库存状态的预测不准确;
又比如,在第j个时刻预测产品b的库存状态为库存紧张状态,在第j+1个时刻对产品b进行预订的订单被接单,在第j+2个时刻对产品b进行预订的订单被拒单,在第j+3个时刻对产品b进行预订的订单被拒单,则确定产品的库存状态的预订准确;其中,i、j为正整数。
服务器对预测得到的n个库存状态进行分析,统计预测准确的库存状态的数量为m,则库存状态预测的准确率为m/n,其中,“/”表示除以,m、n为正整数,m小于或者等于n。
步骤406,基于准确率调整预设权重、第一阈值与第二阈值的取值。
服务器基于准确率调整参数值,可选地,服务器基于准确率调整第一权重、第二权重、以及第一阈值与第二阈值的取值,以提高对库存状态预测的准确率。
对于上述第二种方式,请参考图5,示出了本申请中另一个示例性实施例提供的参数值的调整方法的流程图,该方法应用于如图1所示的服务器中,该方法包括:
步骤412,周期性获取第二历史时间段内预订服务平台上的客诉信息。
客诉信息是指商家对平台服务的投诉信息;服务器按照预设周期获取第二历史时间段内预订服务平台上的客诉信息。可选地,上述客诉信息中包括与产品库存相关的客诉信息;比如,商家反馈的在库存充足情况下接单数量下降的客诉信息,商家反馈的在库存不足的情况下订单数量仍不断增加的客诉信息。
步骤414,根据客诉信息确定第二历史时间段内预测得到的库存状态的准确率。
示例性的,服务器基于客诉信息分析第二历史时间段内预测得到的库存不足状态的准确率,分析第二历史时间段内预测得到的库存充足状态的准确率,以及分析第二历史时间段内预测得到的库存紧张状态的准确率。
步骤416,基于准确率调整预设权重、第一阈值与第二阈值的取值。
可选地,服务器基于对不同库存状态的预测的准确率调整第一权重、第二权重、以及第一阈值与第二阈值的取值,以提高对库存状态预测的准确率。
对于上述第三种方式,请参考图6,示出了本申请中另一个示例性实施例提供的参数值的调整方法的流程图,该方法应用于如图1所示的服务器中,该方法包括:
步骤422,周期性获取第二历史时间段内产品在预订服务平台上的订单数量与被浏览次数。
服务器还对产品在预订服务平台上被浏览次数与浏览时间进行记录,服务器按照预设周期统计第二时间段内产品在预订服务平台上的订单数量,还统计在第二时间段内产品在预订服务平台上的被浏览次数。
步骤424,基于订单数量与被浏览次数计算产品的订单转化率。
服务器将订单数量与被浏览次数的比值确定为产品在第二历史时间段内的订单转化率。需要说明的是,若订单转化率与历史订单转化率比较,有所提高则表示预测的库存状态的准确率较高;若订单转化率与历史订单转化率比较,无提高或者有所下降,则表示预测的库存状态的准确率较低。
步骤426,根据订单转化率对预设权重、第一阈值与第二阈值的取值进行调整。
可选地,根据订单转化率对第一权重、第二权重、第一阈值与第二阈值的取值进行调整。
综上所述,上述三个实施例提供的参数值的调整方法,通过对预设权重、第一阈值与第二阈值的取值进行周期性调整,从而提高服务器对库存状态预测的准确率,从而使得提供更加准确的库存量的参考值,避免在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,而造成的预订服务平台提供的库存量的参考值不准确的问题。
请参考图7,示出了本申请中一个示例性实施例提供的产品库存的提示方法的流程图,该方法应用于如图1所示的服务器中,该服务器上设置有预订服务平台,该预订服务平台是客户端与商家系统之间的计算机设备,该方法包括:
步骤501,数据获取。
服务器在预订服务平台上获取第一历史时间段内产品的历史订单数据,即第一订单数据。
步骤502,数据提取。
服务器从第一订单数据中提取出拒单与超时拒单的订单数据。
步骤503,库存状态判断。
服务器基于拒单与超时拒单的订单数据来判断产品的库存状态。其中,服务器通过预设权重与阈值来确定,库存状态的判断可以参考图3所示的实施例,在此不再加以赘述。
步骤504,生成提示信息。
服务器基于库存状态生成提示信息,该提示信息可以用于指示产品的库存充足,或者库存不足,或者库存紧张。
步骤505,预订入口控制。
服务器根据提示信息控制预订入口的打开或关闭。示例性的,若提示信息指示产品的库存充足或者库存紧张,则控制预订入口打开;若提示信息指示产品的库存不足,则控制预订入口关闭。
还需要说明的是,服务器还周期性的调整权重与阈值,示例性的,请参考如下步骤:
步骤506,基于历史订单数据计算库存状态预测的准确率与订单转化率。
步骤507,基于上述准确率与订单转化率对权重与阈值进行调整。
上述预设权重与阈值的调整可以参考图4至图6所示的实施例,在此不再加以赘述。
综上所述,本实施例提供的产品库存的提示方法,通过计算商家对预订服务平台上的下一订单进行拒单处理的概率,来预测产品的库存状态;其中,当拒单概率小于阈值时表示商家基本不会拒单,相应的产品的库存充足;当拒单概率大于阈值时表示商家很大概率会拒单,相应的产品的库存不足。即该方法基于商家对订单的处理行为来分析商家系统中产品的库存状态,无需从商家系统中获取产品的库存量,即能及时的向客户端发送产品的库存状态,从而在产品预订过程中为用户提供库存参考,避免了在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,而造成的预订服务平台提供的库存量的参考值不准确的问题。
该方法还在库存状态为库存不足状态时,关闭客户端上产品的预订入口,使用户无法对库存不足的产品进行预订,避免了在产品的库存不足的情况下仍有预订订单生成,减少了商家拒单的操作量,也减少了用户被拒单的概率,提高了商家与用户的使用体验。
请参考图8,示出了本申请一个示例性实施例提供的产品库存的提示装置的框图。该装置设置在预订服务平台上,预订服务平台是客户端与商家系统之间的计算机设备;该装置可以通过软件、硬件、或者二者结合实现成为服务器的部分或者全部,该装置包括:接收模块610、获取模块620、预测模块630和发送模块640。
接收模块610,用于接收客户端发送的对产品的库存状态的获取请求,库存状态用于指示产品在商家系统中库存的充足程度;
获取模块620,用于响应于获取请求,获取第一历史时间段内产品在预订服务平台上的第一订单数据,第一订单数据中包括由商家系统对第一订单处理得到的订单处理结果;
预测模块630,用于基于订单处理结果对第一订单数据进行分析,预测产品的库存状态;
发送模块640,用于向客户端发送产品的库存状态的提示信息。
在一些实施例中,订单处理结果包括拒单、超时接单与准时接单中的至少一种;
预测模块630,包括:
计算子模块632,用于基于第一订单数据,计算拒单的订单量占第一历史时间段内订单总量的第一比例、以及超时接单的订单量占订单总量的第二比例;
计算子模块632,用于根据预设权重计算第一比例与第二比例的加权和,得到库存状态的状态参考值;
确定子模块634,用于根据状态参考值确定出产品的库存状态。
在一些实施例中,库存状态包括库存充足状态与库存不足状态;
确定子模块634,用于响应于状态参考值小于第一阈值,确定库存状态为库存充足状态;
响应于状态参考值大于第二阈值,确定库存状态为库存不足状态;其中,第一阈值小于或者等于第二阈值。
在一些实施例中,库存状态还包括库存紧张状态;
确定子模块634,还用于响应于状态参考值大于第一阈值且小于第二阈值,确定库存状态为库存紧张状态,其中,第一阈值小于第二阈值。
在一些实施例中,发送模块640,还用于在确定库存状态为库存不足状态之后,向客户端发送关闭指令,关闭指令用于指示客户端关闭产品的预订入口。
在一些实施例中,该装置还包括:计算模块650与调整模块660;
获取模块620,用于周期性获取第二历史时间段内产品在预订服务平台上的第二订单数据与库存状态数据;
计算模块650,用于基于第二订单数据与库存状态数据,计算第二历史时间段内预测得到的库存状态的准确率;
调整模块660,用于基于准确率调整预设权重、第一阈值与第二阈值的取值。
在一些实施例中,
获取模块620,用于周期性获取第二历史时间段内预订服务平台上的客诉信息,客诉信息是指商家对平台服务的投诉信息;
计算模块650,用于根据客诉信息确定第二历史时间段内预测得到的库存状态的准确率;
调整模块660,用于基于准确率调整预设权重、第一阈值与第二阈值的取值。
在一些实施例中,
获取模块620,用于周期性获取第二历史时间段内产品在预订服务平台上的订单数量与被浏览次数;
计算模块650,用于基于订单数量与被浏览次数计算产品的订单转化率;
调整模块660,用于根据订单转化率对预设权重、第一阈值与第二阈值的取值进行调整。
在一些实施例中,该装置包括:确定模块670;
获取模块620,还用于获取第一历史时间段内产品在预订服务平台上的第一订单数据之前,获取预订服务平台上设置的产品的库存信息;
确定模块670,用于根据库存信息确定产品的库存数量不为零。
综上所述,本实施例提供的产品库存的提示装置,在接收到客户端发送的对产品的库存状态的获取请求时,获取第一历史时间段内产品在预订服务平台上的第一订单数据,基于商家系统对预订平台上订单的处理结果分析第一订单数据,预测商家系统中产品的库存状态,即基于商家对订单的处理行为,比如接单、拒单、超时接单,来分析商家系统中产品的库存状态,从而及时向客户端发送产品的库存状态,在产品预订过程中为用户提供库存参考,不完全参考预订服务平台上产品的库存量,避免了在无商家系统的数据权限的情形下,预订服务平台无法从商家系统中获取产品的库存量,同时商家在预订服务平台上手动修改库存不及时,而造成的预订服务平台提供的库存量的参考值不准确的问题。
对于商家而言,该装置通过为用户提供更准确的库存量的参考值,避免在库存不足的情况下商家仍收到大量的产品订单,减少了商家拒单的操作量,降低了商家的拒单率,提升了商家的使用体验。
对于用户而言,该装置通过为用户提供更准确的库存量的参考值,避免了用户在库存不同的情况下预订产品而被拒单,提高了用户的使用体验。
请参考图9,示出了本申请一个示例性实施例提供的计算机设备的结构示意图。该计算机设备可以是执行如本申请提供的产品库存的提示方法的服务器。具体来讲:
计算机设备700包括中央处理单元(CPU,Central Processing Unit)701、包括随机存取存储器(RAM,Random Access Memory)702和只读存储器(ROM,Read Only Memory)703的系统存储器704,以及连接系统存储器704和中央处理单元701的系统总线705。计算机设备700还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统,Input Output System)706,和用于存储操作系统713、应用程序714和其他程序模块715的大容量存储设备707。
基本输入/输出系统706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中显示器708和输入设备709都通过连接到系统总线705的输入输出控制器710连接到中央处理单元701。基本输入/输出系统706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器710还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备707通过连接到系统总线705的大容量存储控制器(未示出)连接到中央处理单元701。大容量存储设备707及其相关联的计算机可读介质为计算机设备700提供非易失性存储。也就是说,大容量存储设备707可以包括诸如硬盘或者紧凑型光盘只读存储器(CD-ROM,Compact Disc Read Only Memory)驱动器之类的计算机可读介质(未示出)。
计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(EPROM,Erasable Programmable Read Only Memory)、带电可擦可编程只读存储器(EEPROM,Electrically Erasable Programmable Read Only Memory)、闪存或其他固态存储其技术,CD-ROM、数字通用光盘(DVD,Digital Versatile Disc)或固态硬盘(SSD,Solid State Drives)、其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器704和大容量存储设备707可以统称为存储器。
根据本申请的各种实施例,计算机设备700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备700可以通过连接在系统总线705上的网络接口单元711连接到网络712,或者说,也可以使用网络接口单元711来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
在一个可选的实施例中,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指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上所述的产品库存的提示方法。
在一个可选的实施例中,提供了一种计算机可读存储介质,该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上所述的产品库存的提示方法。
可选地,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
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,所述的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。
本申请还提供一种计算机可读存储介质,该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的产品库存的提示方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
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,所述的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的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,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 (12)
1.一种产品库存的提示方法,其特征在于,应用于预订服务平台上,所述预订服务平台是客户端与商家系统之间的计算机设备,所述方法包括:
接收所述客户端发送的对产品的库存状态的获取请求,所述库存状态用于指示所述产品在所述商家系统中库存的充足程度;
响应于所述获取请求,获取第一历史时间段内所述产品在所述预订服务平台上的第一订单数据,所述第一订单数据中包括由所述商家系统对第一订单处理得到的订单处理结果;
基于所述订单处理结果对所述第一订单数据进行分析,预测所述产品的所述库存状态;
向所述客户端发送所述产品的所述库存状态的提示信息。
2.根据权利要求1所述的方法,其特征在于,所述订单处理结果包括拒单、超时接单与准时接单中的至少一种;
所述基于所述订单处理结果对所述第一订单数据进行分析,预测所述产品的所述库存状态,包括:
基于所述第一订单数据,计算所述拒单的订单量占所述第一历史时间段内订单总量的第一比例、以及所述超时接单的订单量占所述订单总量的第二比例;
根据预设权重计算所述第一比例与所述第二比例的加权和,得到所述库存状态的状态参考值;
根据所述状态参考值确定出所述产品的所述库存状态。
3.根据权利要求2所述的方法,其特征在于,所述库存状态包括库存充足状态与库存不足状态;
所述根据所述状态参考值确定出所述产品的所述库存状态,包括:
响应于所述状态参考值小于第一阈值,确定所述库存状态为所述库存充足状态;
响应于所述状态参考值大于第二阈值,确定所述库存状态为所述库存不足状态;
其中,所述第一阈值小于或者等于所述第二阈值。
4.根据权利要求3所述的方法,其特征在于,所述库存状态还包括库存紧张状态;
所述根据所述状态参考值确定出所述产品的所述库存状态,还包括:
响应于所述状态参考值大于所述第一阈值且小于所述第二阈值,确定所述库存状态为所述库存紧张状态,其中,所述第一阈值小于所述第二阈值。
5.根据权利要求3所述的方法,其特征在于,所述确定所述库存状态为所述库存不足状态之后,还包括:
向所述客户端发送关闭指令,所述关闭指令用于指示所述客户端关闭所述产品的预订入口。
6.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
周期性获取第二历史时间段内所述产品在所述预订服务平台上的第二订单数据与库存状态数据;
基于所述第二订单数据与所述库存状态数据,计算所述第二历史时间段内预测得到的所述库存状态的准确率;
基于所述准确率调整所述预设权重、所述第一阈值与所述第二阈值的取值。
7.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
周期性获取第二历史时间段内所述预订服务平台上的客诉信息,所述客诉信息是指商家对平台服务的投诉信息;
根据所述客诉信息确定所述第二历史时间段内预测得到的所述库存状态的准确率;
基于所述准确率调整所述预设权重、所述第一阈值与所述第二阈值的取值。
8.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
周期性获取第二历史时间段内所述产品在所述预订服务平台上的订单数量与被浏览次数;
基于所述订单数量与所述被浏览次数计算所述产品的订单转化率;
根据所述订单转化率对所述预设权重、所述第一阈值与所述第二阈值的取值进行调整。
9.根据权利要求1至4任一所述的方法,其特征在于,所述获取第一历史时间段内所述产品在所述预订服务平台上的第一订单数据之前,还包括:
获取所述预订服务平台上设置的所述产品的库存信息;
根据所述库存信息确定所述产品的库存数量不为零。
10.一种产品库存的提示装置,其特征在于,所述装置设置在预订服务平台上,所述预订服务平台是客户端与商家系统之间的计算机设备,所述装置包括:
接收模块,用于接收所述客户端发送的对产品的库存状态的获取请求,所述库存状态用于指示所述产品在所述商家系统中库存的充足程度;
获取模块,用于响应于所述获取请求,获取第一历史时间段内所述产品在所述预订服务平台上的第一订单数据,所述第一订单数据中包括由所述商家系统对第一订单处理得到的订单处理结果;
预测模块,用于基于所述订单处理结果对所述第一订单数据进行分析,预测所述产品的所述库存状态;
发送模块,用于向所述客户端发送所述产品的所述库存状态的提示信息。
11.一种服务器,其特征在于,所述服务器包括:处理器和存储器,所述存储器存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至9任一所述的产品库存的提示方法。
12.一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计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至9任一所述的产品库存的提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010188001.9A CN111429054A (zh) | 2020-03-17 | 2020-03-17 | 产品库存的提示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010188001.9A CN111429054A (zh) | 2020-03-17 | 2020-03-17 | 产品库存的提示方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111429054A true CN111429054A (zh) | 2020-07-17 |
Family
ID=71548040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010188001.9A Pending CN111429054A (zh) | 2020-03-17 | 2020-03-17 | 产品库存的提示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429054A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488637A (zh) * | 2020-12-18 | 2021-03-12 | 航天信息股份有限公司 | 成品油库存信息采集方法、装置、存储介质及电子设备 |
CN113099249A (zh) * | 2021-03-22 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 直播间对象推荐方法、装置、服务器及电子设备 |
CN115841362A (zh) * | 2022-11-14 | 2023-03-24 | 深圳万兴伟业集团有限公司 | 一种订单流程处理方法及系统 |
CN117291759A (zh) * | 2023-11-27 | 2023-12-26 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
-
2020
- 2020-03-17 CN CN202010188001.9A patent/CN111429054A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488637A (zh) * | 2020-12-18 | 2021-03-12 | 航天信息股份有限公司 | 成品油库存信息采集方法、装置、存储介质及电子设备 |
CN113099249A (zh) * | 2021-03-22 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 直播间对象推荐方法、装置、服务器及电子设备 |
CN113099249B (zh) * | 2021-03-22 | 2023-08-08 | 北京达佳互联信息技术有限公司 | 直播间对象推荐方法、装置、服务器及电子设备 |
CN115841362A (zh) * | 2022-11-14 | 2023-03-24 | 深圳万兴伟业集团有限公司 | 一种订单流程处理方法及系统 |
CN115841362B (zh) * | 2022-11-14 | 2023-09-01 | 深圳万兴伟业集团有限公司 | 一种订单流程处理方法及系统 |
CN117291759A (zh) * | 2023-11-27 | 2023-12-26 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
CN117291759B (zh) * | 2023-11-27 | 2024-02-27 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11019210B2 (en) | Customer journey management | |
CN111429054A (zh) | 产品库存的提示方法、装置、设备及存储介质 | |
JP2007502484A (ja) | 不活性顧客を予測するための方法およびシステム | |
US10996943B2 (en) | Systems and methods for providing predictive quality analysis | |
US11934971B2 (en) | Systems and methods for automatically building a machine learning model | |
US10701163B2 (en) | Lines prediction model | |
CN116541610B (zh) | 一种推荐模型的训练方法及装置 | |
US20200372386A1 (en) | Predictive modeling and analytics for processing and distributing data traffic | |
JP6906810B2 (ja) | 営業支援装置、プログラム、及び営業支援方法 | |
CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
CN113313279A (zh) | 一种单据审核方法和装置 | |
CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
CN112258220B (zh) | 信息采集及分析方法、系统、电子设备和计算机可读介质 | |
CN112116397A (zh) | 用户行为特征实时处理方法、装置、存储介质及电子设备 | |
GB2611852A (en) | A system and method for selecting a service supplier | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN113743435A (zh) | 业务数据分类模型的训练、业务数据的分类方法和装置 | |
CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 | |
KR102488000B1 (ko) | 수요 예측 기반 알루미늄 재료 공급 방법, 장치 및 시스템 | |
US20240152992A1 (en) | Data intelligence platform | |
TWM612354U (zh) | 金融服務處理系統 | |
CN114549074A (zh) | 账号推荐方法、装置、设备、存储介质及程序产品 | |
CN114118556A (zh) | 预测式服务方法、装置、计算机设备、存储介质 | |
CN118276877A (zh) | 基于自适应与特征模型的灰度发布切流控制方法及装置 | |
CN114282674A (zh) | 员工状态预测方法、装置、电子设备及计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200717 |