CN111815244A

CN111815244A - 一种库存数据处理方法、装置、设备及介质

Info

Publication number: CN111815244A
Application number: CN202010698067.2A
Authority: CN
Inventors: 王谦; 王子沛
Original assignee: Shanshu Science And Technology Beijing Co ltd
Current assignee: Shanghai Shanshu Network Technology Co ltd; Shanshu Science And Technology Beijing Co ltd; Shanshu Science And Technology Suzhou Co ltd; Shenzhen Shanzhi Technology Co Ltd
Priority date: 2020-07-20
Filing date: 2020-07-20
Publication date: 2020-10-23

Abstract

本发明公开了一种库存数据处理方法、装置、设备及介质，方法包括：分别获取N个部门中每个部门的与库存相关的历史数据，每条历史数据包括发生时间数据和库存变动数据；将每条历史数据转换为对应的部门的进程上的事件，事件包括根据发生时间数据生成的执行时间信息和根据库存变动数据生成的库存增减信息；按照所述执行时间信息，对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。本发明提供的库存数据处理方法、装置、设备及介质用以解决现有库存数据量较大且零碎，不能有效支撑补货策略的合理制定，导致资源浪费的技术问题。实现了减少资源浪费的技术效果。

Description

一种库存数据处理方法、装置、设备及介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种库存数据处理方法、装置、设备及介质。

背景技术

对各个厂家而言，库存的控制都很重要。为了能保障库存的充足和适当，往往需要指定合适的补货策略。

补货策略的制定需要工作人员去收集各部门的相关数据，然后对数据进行分析来尝试性制定合适的策略。然而，由于数据量较大且零碎，直接对数据进行分析不能有效的支撑补货策略的合理制定，影响补货策略的有效性，进而导致频繁出现缺货或过期等库存事故，导致资源浪费。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的库存数据处理方法、装置、设备及介质。

第一方面，提供一种库存数据处理方法，包括：

分别获取N个部门中每个所述部门的与库存相关的历史数据，每条所述历史数据包括发生时间数据和库存变动数据，N大于1；

将每条所述历史数据转换为对应的所述部门的进程上的事件，所述N个部门与N个进程一一对应，所述事件包括根据所述发生时间数据生成的执行时间信息和根据所述库存变动数据生成的库存增减信息；

按照所述执行时间信息，对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。

可选的，所述N个部门包括以下任意一个或多个部门的组合：收发货部门、采购部门、运输部门、盘库部门和销售部门。

可选的，在所述将每条所述历史数据转换为对应的所述部门的进程上的事件之前，还包括：获取预设的补货策略；所述对初始库存数据执行所述N个进程中的所述事件，包括：对初始库存数据执行所述N个进程中的所述事件，并在执行过程中采用所述补货策略处理所述初始库存数据。

可选的，在所述输出执行过程中所述初始库存数据的波动信息之后，还包括：根据所述波动信息调整所述补货策略；将调整后的所述补货策略输入基于机器学习模型的库存预测模型，获得库存预测数据。

可选的，所述将每组所述历史数据转换为对应的所述部门的进程上的事件，包括：按照所述历史数据中的所述发生时间数据表征的先后顺序和发生时间间隔，设置转换后的所述事件的执行时间信息，使所述事件的执行满足所述先后顺序的要求，并使所述事件的执行时间间隔小于所述发生时间间隔且与所述发生时间间隔等比例。

可选的，所述输出执行过程中所述初始库存数据的波动信息，包括：输出执行过程中所述初始库存数据对应的以下一种或多种波动信息：在库货物量的波动信息、在途货物量的波动信息、库存水平的波动信息和过期货物量的波动信息。

第二方面，提供一种库存数据处理装置，包括：

获取模块，用于分别获取N个部门中每个所述部门的与库存相关的历史数据，每条所述历史数据包括发生时间数据和库存变动数据，N大于1；

转换模块，用于将每条所述历史数据转换为对应的所述部门的进程上的事件，所述N个部门与N个进程一一对应，所述事件包括根据所述发生时间数据生成的执行时间信息和根据所述库存变动数据生成的库存增减信息；

执行模块，用于对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。

可选的，所述获取模块还用于，获取预设的补货策略；所述执行模块还用于，对初始库存数据执行所述N个进程中的所述事件，并在执行过程中采用所述补货策略处理所述初始库存数据。

第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面中任一所述方法的步骤。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一所述方法的步骤。

本发明实施例中提供的技术方案，至少具有如下技术效果或优点：

本发明实施例提供的库存数据处理方法、装置、设备及介质，获取多个部门的与库存相关的历史数据，并按部门与进程的对应关系，将部门的历史数据转换为对应进程上的事件。采用多进程的方式，使各个部门对应的事件在不同的进程上来执行，能有效避免不同部门事件在时间上的执行冲突，能更准确的通过事件的执行模拟出历史数据。并且，通过在执行的过程中输出初始库存数据的波动信息，使得工作人员能获得更符合实际过程，且更直观和更能表征全时段的库存波动状态，从而能为补货策略的制定提供更多更有效的支撑，进而保证制定出的补货策略的有效性，避免库存事故和减少资源浪费。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例中库存数据处理方法的流程图；

图2为本发明实施例中库存数据处理方法的示意图；

图3为本发明实施例中库存数据处理装置的结构图；

图4为本发明实施例中电子设备的示意图；

图5为本发明实施例中计算机可读存储介质的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本实施例提供了一种库存数据处理方法，如图1所示，包括：

步骤S101，分别获取N个部门中每个所述部门的与库存相关的历史数据，每条所述历史数据包括发生时间数据和库存变动数据，N大于1；

步骤S102，将每条所述历史数据转换为对应的所述部门的进程上的事件，所述N个部门与N个进程一一对应，所述事件包括根据所述发生时间数据生成的执行时间信息和根据所述库存变动数据生成的库存增减信息；

步骤S103，按照所述执行时间信息，对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。

需要说明的是，该库存数据处理方法可以应用于服务器、服务器组或云端服务器等有计算能力的设备上。

下面结合图1和图2对该库存数据处理方法进行详细说明：

首先，执行步骤S101，分别获取N个部门中每个部门的与库存相关的历史数据，每条历史数据包括发生时间数据和库存变动数据，N大于1。

具体来讲，获取历史数据的方法可以是人工收集各个部门的数据，并将收集的数据输入服务器等设备，也可以是服务器等设备与各个部门的数据存储设备建立网络连接，通过网络自动接收或收集各个部门的数据。

较优的，本申请中的N个部门可以包括以下任意一个或多个部门的组合：收发货部门、采购部门、运输部门、盘库部门和销售部门。收发货部门可以提供发生过的收发货物相关的历史数据，采购部门可以提供发生过的采购货物相关的历史数据，运输部门可以提供发生过的货物运输相关的历史数据，盘库部门可以提供发生过的盘库相关的历史数据，销售部门可以提供销售货物相关的历史数据。

其中，每条历史数据为一次历史操作的记录，包括该次历史操作发生的具体时间，即发生时间数据。还包括该次历史操作导致的库存变动数据。例如，获取了收发货部门在过去一年内的130条收发货相关的历史数据，每一条历史数据包括该次收发货发生的发生时间数据(例如2019-10-21)和该次收发货的库存变动数据(例如入货100件)。

然后，执行步骤S102，将每条历史数据转换为对应的部门的进程上的事件，N个部门与N个进程一一对应，事件包括根据发生时间数据生成的执行时间信息和根据库存变动数据生成的库存增减信息。

具体来讲，为每个部门对应建立一个进程，不同的部门对应不同的进程，N个部门与N个进程一一对应，其中，进程是具有独立功能的程序。将各个部门的历史数据分别转换为事件，一条历史数据对应一个事件。每条历史数据所转换的事件均设置在该条历史数据所来源部门的进程上执行，其中，事件是导致库存发生变化的行为，如销售、补货、到货或浪费等，将事件设置在进程上，即是通过程序来模拟执行该事件对应的行为。并且，根据历史数据中的发生时间数据来确定转换后的事件的具体执行时间，存储为执行时间信息。根据历史数据中的库存变动数据来确定转换后的事件的对库存的执行内容，存储为库存增减信息。

较优的，对不同事件的执行时间信息的设置，可以参考对应事件的发生时间数据的先后顺序，按照该先后顺序来设置，使所述事件的执行满足所述先后顺序的要求。并且按照各历史数据的发生时间数据的间隔来等比例设置对应事件的执行时间信息，还可以设置事件的执行时间间隔小于历史数据的发生时间数据间隔且与所述发生时间间隔等比例，以提高事件的执行效率，缩短整体执行时间。所述将每组所述历史数据转换为对应的所述部门的进程上的事件，包括：按照所述历史数据中的所述发生时间数据表征的先后顺序和发生时间间隔，设置转换后的所述事件的执行时间信息，，并使所述事件的执行时间间隔小于所述发生时间间隔。

较优的，对事件的库存增减信息的设置，可以设为等于历史数据的库存变动数据，也可以等比例缩小库存变动数据后再设为对应事件的库存增减信息，以减少计算难度。

通过对每个部门分别设置进程来执行该部门对应的事件，能避免不同部门事件的执行时间冲突，也更便于根据需要去增加或减少某些部门的历史数据，实现更准确的通过事件的执行模拟出历史数据。

接下来，执行步骤S103，按照所述执行时间信息，对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。

举例来讲，如图2所示，获得各个部门的历史数据后，在数据与事件转换层将历史数据转换为可以在进程上执行的事件，并对每个部门设置一个进程，将事件放到对应的进程上去执行。例如，收发货部门的历史收发数据，转换为多个事件后，均设置到收发货部门的进程上，并按照执行时间信息准时执行。不同部门的事件通过各自的进程按执行时间信息排序执行，以全程精确的模拟出初始库存数据在历史数据收集的时间段的波动情况。

在具体实施过程中，初始库存数据可以是工作人员预设的数据，也可以是手机的库存的实际数据，在此不作限制。输出的波动信息可以包括以下一种或多种：在库货物量的波动信息、在途货物量的波动信息、库存水平的波动信息和过期货物量的波动信息。其中，在库货物量是指仓库里已经存在的货物；在途货物量是指下来补货订单后，正在审核或者在运输过程中，还没有进入仓库的货物；库存水平是指在库货物量与在途货物量的总和，过期货物量是指仓库中期限超过要求的货物量。工作人员可以从输出的波动信息观察库存相关的重要参数在整个模拟过程中，即执行所有事件的过程中的变化规律，从而便于发现过程中出现的库存不足或过多等问题，以便于能根据发现的问题去参考制定更合适的补货策略。

当然，本实施例提供的方法不仅可以获得波动信息来作为制定补货策略的参考资源。还可以对已制定的补货策略进行模拟验证，具体如下：

在执行各事件之前先获取预设的补货策略。并在对初始库存数据执行N个进程中的事件的过程中，采用该补货策略处理初始库存数据。并通过观测执行各事件及该补货策略的过程中，各关键参数的波动信息，来判断该补货策略应用于实际时是否合适，是否能减少资源浪费。

例如，补货策略为在库货物量低于预设值时，补货100件。则在对初始库存数据执行N个进程中的事件的过程中，监测在库货物量，一旦在库货物量低于预设值，则对初始库存数据进行补货处理，并观测实施过程中，是否有出现过期或缺货等问题，从而验证该补货策略是否较佳。

进一步，为了能对库存数据做预测，可以引入基于机器学习模型的库存预测模型。根据输出的波动信息调整补货策略，将调整后的补货策略输入基于机器学习模型的库存预测模型，获得库存预测数据。并在收集到新的历史数据后，用新的历史数据验证并调整当前的补货策略，将调整后的补货策略输入库存预测模型进行预测，形成一种可以随时间对补货策略进行正反馈的机制。

基于同一发明构思，本发明实施例还提供了一种库存数据处理装置，如图3所示，包括：

获取模块301，用于分别获取N个部门中每个所述部门的与库存相关的历史数据，每条所述历史数据包括发生时间数据和库存变动数据，N大于1；

转换模块302，用于将每条所述历史数据转换为对应的所述部门的进程上的事件，所述N个部门与N个进程一一对应，所述事件包括根据所述发生时间数据生成的执行时间信息和根据所述库存变动数据生成的库存增减信息；

执行模块303，用于对初始库存数据执行所述N个进程中的所述事件，并输出执行过程中所述初始库存数据的波动信息。

在本申请实施例中，所述获取模块301还用于，获取预设的补货策略；所述执行模块303还用于，对初始库存数据执行所述N个进程中的所述事件，并在执行过程中采用所述补货策略处理所述初始库存数据。

该装置可以为计算机、服务器、服务器组、云服务器等有计算或存储功能的设备装置。

由于本发明实施例所介绍的装置，为实施本发明实施例的方法所采用的装置，故而基于本发明实施例所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例的方法所采用的装置都属于本发明所欲保护的范围。

基于同一发明构思，本发明实施例还提供了一种电子设备，如图4所示，包括存储器410、处理器420及存储在存储器410上并可在处理器420上运行的计算机程序411，所述处理器420执行所述计算机程序411时实现以下步骤：

在本发明实施例中，所述处理器420执行所述计算机程序411时可以实现本发明实施例的方法中任一实施方式。

由于本发明实施例所介绍的电子设备，为实施本发明实施例的方法所采用的设备，故而基于本发明实施例所介绍的方法，本领域所属人员能够了解该设备的具体结构及变形，故而在此不再赘述。凡是本发明实施例的方法所采用的设备都属于本发明所欲保护的范围。

基于同一发明构思，如图5所示，本发明实施例还提供了一种计算机可读存储介质500，其上存储有计算机程序511，该计算机程序511被处理器执行时实现以下步骤：

在具体实施过程中，该计算机程序511被处理器执行时，可以实现提供的方法实施例中任一实施方式。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims

1.一种库存数据处理方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述N个部门包括以下任意一个或多个部门的组合：

收发货部门、采购部门、运输部门、盘库部门和销售部门。

3.如权利要求1所述的方法，其特征在于：

在所述将每条所述历史数据转换为对应的所述部门的进程上的事件之前，还包括：获取预设的补货策略；

所述对初始库存数据执行所述N个进程中的所述事件，包括：对初始库存数据执行所述N个进程中的所述事件，并在执行过程中采用所述补货策略处理所述初始库存数据。

4.如权利要求3所述的方法，其特征在于，在所述输出执行过程中所述初始库存数据的波动信息之后，还包括：

根据所述波动信息调整所述补货策略；

将调整后的所述补货策略输入基于机器学习模型的库存预测模型，获得库存预测数据。

5.如权利要求1所述的方法，其特征在于，所述将每条所述历史数据转换为对应的所述部门的进程上的事件，包括：

按照所述历史数据中的所述发生时间数据表征的先后顺序和发生时间间隔，设置转换后的所述事件的执行时间信息，使所述事件的执行满足所述先后顺序的要求，并使所述事件的执行时间间隔小于所述发生时间间隔且与所述发生时间间隔等比例。

6.如权利要求1所述的方法，其特征在于，所述输出执行过程中所述初始库存数据的波动信息，包括：

输出执行过程中所述初始库存数据对应的以下一种或多种波动信息：

在库货物量的波动信息、在途货物量的波动信息、库存水平的波动信息和过期货物量的波动信息。

7.一种库存数据处理装置，其特征在于，包括：

8.如权利要求7所述的装置，其特征在于：

所述获取模块还用于，获取预设的补货策略；

所述执行模块还用于，对初始库存数据执行所述N个进程中的所述事件，并在执行过程中采用所述补货策略处理所述初始库存数据。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。