CN112257644A - 一种基于云计算的电子商务平台店铺商品库存智能管理系统 - Google Patents
一种基于云计算的电子商务平台店铺商品库存智能管理系统 Download PDFInfo
- Publication number
- CN112257644A CN112257644A CN202011203414.6A CN202011203414A CN112257644A CN 112257644 A CN112257644 A CN 112257644A CN 202011203414 A CN202011203414 A CN 202011203414A CN 112257644 A CN112257644 A CN 112257644A
- Authority
- CN
- China
- Prior art keywords
- commodity
- returned
- model
- goods
- commodities
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 238000007689 inspection Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 33
- 230000005477 standard model Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002950 deficient Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于云计算的电子商务平台店铺商品库存智能管理系统,包括信息获取模块、图像采集模块、图像处理模块、商品模型获取模块、商品模型分析模块、人工质检模块、不良区管理模块、存货区管理模块、分析服务器、电子商务平台和存储数据库;本发明通过采集各退货商品的图像,判断各退货商品与退货单中商品信息是否符合,并构建信息符合的各退货商品的模型,分析各退货商品对应的型号,同时分析各退货商品的外观和功能是否合格,将合格的各退货商品放入对应型号的存货位置,统计各型号退货商品的入库数目,计算店铺内各型号商品的实时库存量和实时总库存量,并进行显示,从而提高库存统计效率和库存数据的准确性。
Description
技术领域
本发明涉及商品库存管理领域,涉及到一种基于云计算的电子商务平台店铺商品库存智能管理系统。
背景技术
电子商务通常采用按库存售卖的经营策略,既要保证商品库存不会缺货又要防止库存过高导致经济低效和浪费;特别是对于平台售卖库存,其统计库存准确性尤为重要。
但是,现有的平台店铺商品库存管理普遍存在一些不可忽视的问题,现有的平台店铺商品库存管理采用人工统计,即通过人工清点店铺商品库存进行统计,这样不仅浪费大量的人力资源和时间成本,而且统计效率较低,并存在人工统计出现失误,导致库存数据不准确,从而出现店铺商品库存缺货状况,同时现有的平台店铺商品库存统计时,未考虑退货商品中不影响二次销售的商品数量,造成商品库存未能实时更新导致店铺商品下架,从而无法满足消费者的实际需求,降低了店铺的经济收益,为了解决以上问题,现设计一种基于云计算的电子商务平台店铺商品库存智能管理系统。
发明内容
本发明的目的在于提供一种基于云计算的电子商务平台店铺商品库存智能管理系统,本发明通过采集各退货商品的图像,判断各退货商品与退货单中商品信息是否符合,并构建信息符合的各退货商品的模型,分析各退货商品对应的型号,同时通过分析服务器和人工质检模块综合分析各退货商品的外观和功能是否合格,将合格的各退货商品放入对应型号的存货位置,统计各型号退货商品的入库数目,计算店铺内各型号商品的实时库存量和实时总库存量,并进行显示,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
一种基于云计算的电子商务平台店铺商品库存智能管理系统,包括信息获取模块、图像采集模块、图像处理模块、商品模型获取模块、商品模型分析模块、人工质检模块、不良区管理模块、存货区管理模块、分析服务器、电子商务平台和存储数据库;
所述分析服务器分别与商品模型分析模块、人工质检模块、存货区管理模块、电子商务平台和存储数据库连接,存储数据库分别与信息获取模块、图像处理模块、商品模型分析模块和存货区管理模块连接,图像处理模块分别与图像采集模块和商品模型获取模块连接,商品模型获取模块与商品模型分析模块连接,人工质检模块分别与不良区管理模块和存货区管理模块连接;
所述信息获取模块用于对各退货商品的退货单中信息进行获取,通过OCR文字识别方法,获取各退货商品的退货单中详细信息,将获取的各退货商品的退货单中详细信息发送至存储数据库;
所述图像采集模块包括高清摄像头,用于对各退货商品的图像进行采集,通过高清摄像头采集各退货商品图像,并按照顺序依次对采集的各退货商品图像进行编号,编号分别为1,2,...,i,...,n,将采集的各退货商品图像的编号发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的各退货商品图像的编号,对接收的各退货商品图像进行特征提取,提取各退货商品图像的商品特征,并提取存储数据库中存储的各退货单中商品信息对应的标准特征,将各退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征进行对比,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征不匹配,表明该退货商品与退货单中商品信息不符合,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征匹配,表明该退货商品与退货单中商品信息符合,统计信息符合的各退货商品,构成信息符合的各退货商品集合A(a1,a2,...,aj,...,am),m≤n,aj表示为信息符合的第j个退货商品,将信息符合的各退货商品集合发送至商品模型获取模块;
所述商品模型获取模块用于接收图像处理模块发送的信息符合的各退货商品集合,通过扫描各退货商品的表面,获取各退货商品的表面信息,构建各退货商品的模型,并将各退货商品的模型发送至商品模型分析模块;
所述商品模型分析模块用于接收商品模型获取模块发送的各退货商品的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将各退货商品的模型与店铺商品中各型号的标准模型进行对比,统计各退货商品的模型与店铺商品中各型号的标准模型的相似度,筛选相似度最高的商品型号的标准模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的标准模型对应的商品型号,统计各退货商品对应的型号,将各退货商品对应型号的模型发送至分析服务器;
所述分析服务器用于接收商品模型分析模块发送的各退货商品对应型号的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将接收的各退货商品对应型号的模型与店铺商品中对应型号的标准模型进行匹配,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型不重合,表明该退货商品对应型号的外观破损,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型重合,表明该退货商品对应型号的外观完整,统计外观完整的各退货商品对应的型号,构成外观完整的各退货商品对应的型号集合Bw(b1w,b2w,...,brw,...,bkw),k≤m,brw表示为外观完整的第r个退货商品对应的第w个型号,w=w1,w2,...,wp,...,wq,将外观完整的各退货商品对应的型号集合发送至人工质检模块;
所述人工质检模块用于接收分析服务器发送的外观完整的各退货商品对应的型号集合,通过人工对外观完整的各退货商品对应型号的主要功能进行测试,若某退货商品对应型号的主要功能测试不通过,则将该退货商品发送至不良区管理模块;若某退货商品对应型号的主要功能测试通过,则将该退货商品对应的型号发送至存货区管理模块;
所述不良区管理模块用于接收人工质检模块发送的功能测试不合格的各退货商品,通过相关人员对功能测试不合格的各退货商品进行封箱处理;
所述存货区管理模块用于接收人工质检模块发送的功能测试合格的各退货商品对应的型号,统计接收的功能测试合格的各退货商品对应的型号,构成功能测试合格的各退货商品对应的型号集合Cw(c1w,c2w,...,cfw,...,clw),l≤k,cfw表示为功能测试合格的第f个退货商品对应的第w个型号,同时提取存储数据库中存储的店铺商品中各型号的存货位置,筛选功能测试合格的各退货商品对应型号的存货位置,将功能测试合格的各退货商品放入对应型号的存货位置,并统计各型号退货商品的入库数目,构成各型号退货商品的入库数目集合XW(xw1,xw2,...,xwp,...,xwq),且xw1+xw2+...+xwq=l,xwp表示为第p个型号退货商品的入库数目,将各型号退货商品的入库数目集合发送至分析服务器;
所述分析服务器用于接收存货区管理模块发送的各型号退货商品的入库数目集合,提取存储数据库中存储的店铺内未出库的各型号商品的库存量和已交易成功的各型号商品数目,计算店铺内各型号商品的实时库存量,统计店铺内各型号商品的实时库存量,构成店铺内各型号商品的实时库存量集合Yw(yw1,yw2,...,ywp,...,ywq),ywp表示为店铺内第p个型号商品的实时库存量,将店铺内各型号商品的实时库存量集合发送至电子商务平台;同时计算店铺内商品的实时总库存量,并将店铺内商品的实时总库存量发送至电子商务平台;
所述电子商务平台用于接收分析服务器发送的店铺内各型号商品的实时库存量集合和店铺内商品的实时总库存量,通过电子商务平台将接收的店铺内各型号商品的实时库存量集合和商品的实时总库存量进行显示;
所述存储数据库用于接收信息获取模块发送的各退货商品的退货单中详细信息,同时存储各退货单中商品信息对应的标准特征,存储店铺商品中各型号的标准模型和存货位置,并存储店铺内未出库的各型号商品的库存量y′w和已交易成功的各型号商品数目y″w;
进一步地,所述OCR文字识别方法,包括如下步骤:
S1、通过激光扫描仪扫描退货商品的退货单中字符,文字识别软件将字符进行切割处理;
S2、对切割处理后的字符进行特征提取,通过文字识别软件识别特征提取后的字符,并将识别后的字符恢复成原图片的字符排列;
S3、根据特定的语言上下文的关系,对排列后字符进行校正,将校正的字符翻译成计算机文字,获取退货单中详细信息;
进一步地,所述退货商品的退货单中详细信息包括商品名称、商品型号、商品数量、退货人姓名、联系方式、退货地址;
进一步地,所述商品模型获取模块包括三维扫描仪,通过三维扫描仪对各退货商品表面进行光学扫描,获取各退货商品表面的三维坐标信息,根据获取的三维坐标信息构建各退货商品的模型;
进一步地,所述店铺内各型号商品的实时库存量计算公式为ywp=y′wp-y″wp+xwp,ywp表示为店铺内第p个型号商品的实时库存量,y′wp表示为店铺内未出库的第p个型号商品的库存量,y″wp表示为已交易成功的第p个型号商品数目,xwp表示为第p个型号退货商品的入库数目;
有益效果:
(1)本发明提供的一种基于云计算的电子商务平台店铺商品库存智能管理系统,通过图像采集模块采集各退货商品的图像,判断各退货商品与退货单中商品信息是否符合,并构建信息符合的各退货商品的模型,分析各退货商品对应的型号,同时通过分析服务器和人工质检模块综合分析各退货商品的外观和功能是否合格,这样可以降低部分人力资源和时间成本,提高了检测效率和准确性,并将合格的各退货商品放入对应型号的存货位置,统计各型号退货商品的入库数目,从而提高了统计效率,避免了人工统计出现失误的问题,为后期计算店铺内各型号商品的实时库存量和实时总库存量提供可靠的参考数据。
(2)本发明通过分析服务器计算店铺内各型号商品的实时库存量和实时总库存量,从而避免了商品库存未能实时更新导致店铺商品下架的问题,满足消费者的实际需求,提高了店铺的经济收益,并通过电子商务平台进行显示,能够直观地展示店铺内各型号商品的库存,增加了消费者的购物体验感。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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发明的一些实施例,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为本发明的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于云计算的电子商务平台店铺商品库存智能管理系统,包括信息获取模块、图像采集模块、图像处理模块、商品模型获取模块、商品模型分析模块、人工质检模块、不良区管理模块、存货区管理模块、分析服务器、电子商务平台和存储数据库;
所述分析服务器分别与商品模型分析模块、人工质检模块、存货区管理模块、电子商务平台和存储数据库连接,存储数据库分别与信息获取模块、图像处理模块、商品模型分析模块和存货区管理模块连接,图像处理模块分别与图像采集模块和商品模型获取模块连接,商品模型获取模块与商品模型分析模块连接,人工质检模块分别与不良区管理模块和存货区管理模块连接。
所述信息获取模块用于对各退货商品的退货单中信息进行获取,通过OCR文字识别方法,获取各退货商品的退货单中详细信息,退货商品的退货单中详细信息包括商品名称、商品型号、商品数量、退货人姓名、联系方式、退货地址,将获取的各退货商品的退货单中详细信息发送至存储数据库。
所述OCR文字识别方法,包括如下步骤:
S1、通过激光扫描仪扫描退货商品的退货单中字符,文字识别软件将字符进行切割处理;
S2、对切割处理后的字符进行特征提取,通过文字识别软件识别特征提取后的字符,并将识别后的字符恢复成原图片的字符排列;
S3、根据特定的语言上下文的关系,对排列后字符进行校正,将校正的字符翻译成计算机文字,获取退货单中详细信息。
所述图像采集模块包括高清摄像头,用于对各退货商品的图像进行采集,通过高清摄像头采集各退货商品图像,并按照顺序依次对采集的各退货商品图像进行编号,编号分别为1,2,...,i,...,n,将采集的各退货商品图像的编号发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的各退货商品图像的编号,对接收的各退货商品图像进行特征提取,提取各退货商品图像的商品特征,并提取存储数据库中存储的各退货单中商品信息对应的标准特征,将各退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征进行对比,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征不匹配,表明该退货商品与退货单中商品信息不符合,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征匹配,表明该退货商品与退货单中商品信息符合,统计信息符合的各退货商品,构成信息符合的各退货商品集合A(a1,a2,...,aj,...,am),m≤n,aj表示为信息符合的第j个退货商品,将信息符合的各退货商品集合发送至商品模型获取模块。
所述商品模型获取模块包括三维扫描仪,用于接收图像处理模块发送的信息符合的各退货商品集合,通过三维扫描仪对各退货商品表面进行光学扫描,获取各退货商品表面的三维坐标信息,根据获取的三维坐标信息构建各退货商品的模型,并将各退货商品的模型发送至商品模型分析模块;
所述商品模型分析模块用于接收商品模型获取模块发送的各退货商品的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将各退货商品的模型与店铺商品中各型号的标准模型进行对比,统计各退货商品的模型与店铺商品中各型号的标准模型的相似度,筛选相似度最高的商品型号的标准模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的标准模型对应的商品型号,统计各退货商品对应的型号,将各退货商品对应型号的模型发送至分析服务器;
所述分析服务器用于接收商品模型分析模块发送的各退货商品对应型号的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将接收的各退货商品对应型号的模型与店铺商品中对应型号的标准模型进行匹配,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型不重合,表明该退货商品对应型号的外观破损,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型重合,表明该退货商品对应型号的外观完整,统计外观完整的各退货商品对应的型号,构成外观完整的各退货商品对应的型号集合Bw(b1w,b2w,...,brw,...,bkw),k≤m,brw表示为外观完整的第r个退货商品对应的第w个型号,w=w1,w2,...,wp,...,wq,这样可以降低部分人力资源和时间成本,提高了检测效率和准确性,并将外观完整的各退货商品对应的型号集合发送至人工质检模块。
所述人工质检模块用于接收分析服务器发送的外观完整的各退货商品对应的型号集合,通过人工对外观完整的各退货商品对应型号的主要功能进行测试,这样可以降低部分人力资源和时间成本,提高了检测效率和准确性,若某退货商品对应型号的主要功能测试不通过,则将该退货商品发送至不良区管理模块;若某退货商品对应型号的主要功能测试通过,则将该退货商品对应的型号发送至存货区管理模块。
所述不良区管理模块用于接收人工质检模块发送的功能测试不合格的各退货商品,通过相关人员对功能测试不合格的各退货商品进行封箱处理。
所述存货区管理模块用于接收人工质检模块发送的功能测试合格的各退货商品对应的型号,统计接收的功能测试合格的各退货商品对应的型号,构成功能测试合格的各退货商品对应的型号集合Cw(c1w,c2w,...,cfw,...,clw),l≤k,cfw表示为功能测试合格的第f个退货商品对应的第w个型号,同时提取存储数据库中存储的店铺商品中各型号的存货位置,筛选功能测试合格的各退货商品对应型号的存货位置,将功能测试合格的各退货商品放入对应型号的存货位置,从而提高了统计效率,避免了人工统计出现失误的问题,并统计各型号退货商品的入库数目,构成各型号退货商品的入库数目集合XW(xw1,xw2,...,xwp,...,xwq),且xw1+xw2+...+xwq=l,xwp表示为第p个型号退货商品的入库数目,将各型号退货商品的入库数目集合发送至分析服务器,为后期计算店铺内各型号商品的实时库存量和实时总库存量提供可靠的参考数据;
所述分析服务器用于接收存货区管理模块发送的各型号退货商品的入库数目集合,提取存储数据库中存储的店铺内未出库的各型号商品的库存量和已交易成功的各型号商品数目,计算店铺内各型号商品的实时库存量,从而避免了商品库存未能实时更新导致店铺商品下架的问题,满足消费者的实际需求,提高了店铺的经济收益,店铺内各型号商品的实时库存量计算公式为ywp=y′wp-y″wp+xwp,ywp表示为店铺内第p个型号商品的实时库存量,y′wp表示为店铺内未出库的第p个型号商品的库存量,y″wp表示为已交易成功的第p个型号商品数目,xwp表示为第p个型号退货商品的入库数目,并统计店铺内各型号商品的实时库存量,构成店铺内各型号商品的实时库存量集合Yw(yw1,yw2,...,ywp,...,ywq),ywp表示为店铺内第p个型号商品的实时库存量,将店铺内各型号商品的实时库存量集合发送至电子商务平台;同时计算店铺内商品的实时总库存量,店铺内商品的实时总库存量计算公式为y总表示为店铺内商品的实时总库存量,ywp表示为店铺内第p个型号商品的实时库存量,并将店铺内商品的实时总库存量发送至电子商务平台。
所述电子商务平台用于接收分析服务器发送的店铺内各型号商品的实时库存量集合和店铺内商品的实时总库存量,通过电子商务平台将接收的店铺内各型号商品的实时库存量集合和商品的实时总库存量进行显示,能够直观地展示店铺内各型号商品的库存,增加了消费者的购物体验感。
所述存储数据库用于接收信息获取模块发送的各退货商品的退货单中详细信息,同时存储各退货单中商品信息对应的标准特征,存储店铺商品中各型号的标准模型和存货位置,并存储店铺内未出库的各型号商品的库存量y′w和已交易成功的各型号商品数目y″w。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种基于云计算的电子商务平台店铺商品库存智能管理系统,其特征在于:包括信息获取模块、图像采集模块、图像处理模块、商品模型获取模块、商品模型分析模块、人工质检模块、不良区管理模块、存货区管理模块、分析服务器、电子商务平台和存储数据库;
所述分析服务器分别与商品模型分析模块、人工质检模块、存货区管理模块、电子商务平台和存储数据库连接,存储数据库分别与信息获取模块、图像处理模块、商品模型分析模块和存货区管理模块连接,图像处理模块分别与图像采集模块和商品模型获取模块连接,商品模型获取模块与商品模型分析模块连接,人工质检模块分别与不良区管理模块和存货区管理模块连接;
所述信息获取模块用于对各退货商品的退货单中信息进行获取,通过OCR文字识别方法,获取各退货商品的退货单中详细信息,将获取的各退货商品的退货单中详细信息发送至存储数据库;
所述图像采集模块包括高清摄像头,用于对各退货商品的图像进行采集,通过高清摄像头采集各退货商品图像,并按照顺序依次对采集的各退货商品图像进行编号,编号分别为1,2,...,i,...,n,将采集的各退货商品图像的编号发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的各退货商品图像的编号,对接收的各退货商品图像进行特征提取,提取各退货商品图像的商品特征,并提取存储数据库中存储的各退货单中商品信息对应的标准特征,将各退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征进行对比,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征不匹配,表明该退货商品与退货单中商品信息不符合,若某退货商品图像的商品特征与对应的退货单中商品信息对应的标准特征匹配,表明该退货商品与退货单中商品信息符合,统计信息符合的各退货商品,构成信息符合的各退货商品集合A(a1,a2,...,aj,...,am),m≤n,aj表示为信息符合的第j个退货商品,将信息符合的各退货商品集合发送至商品模型获取模块;
所述商品模型获取模块用于接收图像处理模块发送的信息符合的各退货商品集合,通过扫描各退货商品的表面,获取各退货商品的表面信息,构建各退货商品的模型,并将各退货商品的模型发送至商品模型分析模块;
所述商品模型分析模块用于接收商品模型获取模块发送的各退货商品的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将各退货商品的模型与店铺商品中各型号的标准模型进行对比,统计各退货商品的模型与店铺商品中各型号的标准模型的相似度,筛选相似度最高的商品型号的标准模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的标准模型对应的商品型号,统计各退货商品对应的型号,将各退货商品对应型号的模型发送至分析服务器;
所述分析服务器用于接收商品模型分析模块发送的各退货商品对应型号的模型,提取存储数据库中存储的店铺商品中各型号的标准模型,将接收的各退货商品对应型号的模型与店铺商品中对应型号的标准模型进行匹配,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型不重合,表明该退货商品对应型号的外观破损,若某退货商品对应型号的模型与店铺商品中对应型号的标准模型重合,表明该退货商品对应型号的外观完整,统计外观完整的各退货商品对应的型号,构成外观完整的各退货商品对应的型号集合Bw(b1w,b2w,...,brw,...,bkw),k≤m,brw表示为外观完整的第r个退货商品对应的第w个型号,w=w1,w2,...,wp,...,wq,将外观完整的各退货商品对应的型号集合发送至人工质检模块;
所述人工质检模块用于接收分析服务器发送的外观完整的各退货商品对应的型号集合,通过人工对外观完整的各退货商品对应型号的主要功能进行测试,若某退货商品对应型号的主要功能测试不通过,则将该退货商品发送至不良区管理模块;若某退货商品对应型号的主要功能测试通过,则将该退货商品对应的型号发送至存货区管理模块;
所述不良区管理模块用于接收人工质检模块发送的功能测试不合格的各退货商品,通过相关人员对功能测试不合格的各退货商品进行封箱处理;
所述存货区管理模块用于接收人工质检模块发送的功能测试合格的各退货商品对应的型号,统计接收的功能测试合格的各退货商品对应的型号,构成功能测试合格的各退货商品对应的型号集合Cw(c1w,c2w,...,cfw,...,clw),l≤k,cfw表示为功能测试合格的第f个退货商品对应的第w个型号,同时提取存储数据库中存储的店铺商品中各型号的存货位置,筛选功能测试合格的各退货商品对应型号的存货位置,将功能测试合格的各退货商品放入对应型号的存货位置,并统计各型号退货商品的入库数目,构成各型号退货商品的入库数目集合XW(xw1,xw2,...,xwp,...,xwq),且xw1+xw2+...+xwq=l,xwp表示为第p个型号退货商品的入库数目,将各型号退货商品的入库数目集合发送至分析服务器;
所述分析服务器用于接收存货区管理模块发送的各型号退货商品的入库数目集合,提取存储数据库中存储的店铺内未出库的各型号商品的库存量和已交易成功的各型号商品数目,计算店铺内各型号商品的实时库存量,统计店铺内各型号商品的实时库存量,构成店铺内各型号商品的实时库存量集合Yw(yw1,yw2,...,ywp,...,ywq),ywp表示为店铺内第p个型号商品的实时库存量,将店铺内各型号商品的实时库存量集合发送至电子商务平台;同时计算店铺内商品的实时总库存量,并将店铺内商品的实时总库存量发送至电子商务平台;
所述电子商务平台用于接收分析服务器发送的店铺内各型号商品的实时库存量集合和店铺内商品的实时总库存量,通过电子商务平台将接收的店铺内各型号商品的实时库存量集合和商品的实时总库存量进行显示;
所述存储数据库用于接收信息获取模块发送的各退货商品的退货单中详细信息,同时存储各退货单中商品信息对应的标准特征,存储店铺商品中各型号的标准模型和存货位置,并存储店铺内未出库的各型号商品的库存量y′w和已交易成功的各型号商品数目y″w。
2.根据权利要求1所述的一种基于云计算的电子商务平台店铺商品库存智能管理系统,其特征在于:所述OCR文字识别方法,包括如下步骤:
S1、通过激光扫描仪扫描退货商品的退货单中字符,文字识别软件将字符进行切割处理;
S2、对切割处理后的字符进行特征提取,通过文字识别软件识别特征提取后的字符,并将识别后的字符恢复成原图片的字符排列;
S3、根据特定的语言上下文的关系,对排列后字符进行校正,将校正的字符翻译成计算机文字,获取退货单中详细信息。
3.根据权利要求1所述的一种基于云计算的电子商务平台店铺商品库存智能管理系统,其特征在于:所述退货商品的退货单中详细信息包括商品名称、商品型号、商品数量、退货人姓名、联系方式、退货地址。
4.根据权利要求1所述的一种基于云计算的电子商务平台店铺商品库存智能管理系统,其特征在于:所述商品模型获取模块包括三维扫描仪,通过三维扫描仪对各退货商品表面进行光学扫描,获取各退货商品表面的三维坐标信息,根据获取的三维坐标信息构建各退货商品的模型。
5.根据权利要求1所述的一种基于云计算的电子商务平台店铺商品库存智能管理系统,其特征在于:所述店铺内各型号商品的实时库存量计算公式为ywp=y′wp-y″wp+xwp,ywp表示为店铺内第p个型号商品的实时库存量,y′wp表示为店铺内未出库的第p个型号商品的库存量,y″wp表示为已交易成功的第p个型号商品数目,xwp表示为第p个型号退货商品的入库数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011203414.6A CN112257644B (zh) | 2020-11-02 | 2020-11-02 | 一种基于云计算的电子商务平台店铺商品库存智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011203414.6A CN112257644B (zh) | 2020-11-02 | 2020-11-02 | 一种基于云计算的电子商务平台店铺商品库存智能管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112257644A true CN112257644A (zh) | 2021-01-22 |
CN112257644B CN112257644B (zh) | 2021-05-11 |
Family
ID=74267534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011203414.6A Active CN112257644B (zh) | 2020-11-02 | 2020-11-02 | 一种基于云计算的电子商务平台店铺商品库存智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257644B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082842A (zh) * | 2022-08-23 | 2022-09-20 | 创颖峻网络科技(深圳)有限公司 | 一种电商货品外观验证和入库处理方法及装置 |
CN116561167A (zh) * | 2023-05-12 | 2023-08-08 | 深圳市正业玖坤信息技术有限公司 | 基于图像分析的智能工厂的产量数据检索系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203860A (zh) * | 2016-03-16 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 库存信息处理方法和装置 |
US20180293543A1 (en) * | 2017-04-07 | 2018-10-11 | Simbe Robotics, Inc. | Method for tracking stock level within a store |
CN109377120A (zh) * | 2018-08-21 | 2019-02-22 | 中国平安人寿保险股份有限公司 | 基于云服务的库存管理方法、装置及电子设备 |
CN109508342A (zh) * | 2018-10-22 | 2019-03-22 | 叶苑庭 | 一种电子商务平台的商品自动分类管理系统 |
CN109598595A (zh) * | 2018-12-25 | 2019-04-09 | 温州大卖客网络科技有限公司 | 一种用于网络的销售管理系统 |
CN109711853A (zh) * | 2018-12-28 | 2019-05-03 | 孝感冠天科技信息咨询有限公司 | 一种高效的在线购物退货管理方法 |
CN110119971A (zh) * | 2019-04-04 | 2019-08-13 | 国美金控投资有限公司 | 一种基于区块链的物流退货信息系统及方法 |
CN110210879A (zh) * | 2019-06-13 | 2019-09-06 | 湖南科技学院 | 基于云计算的商品销售管理系统 |
CN110503368A (zh) * | 2019-08-13 | 2019-11-26 | 蚌埠聚本电子商务产业园有限公司 | 一种用于电子商务的退货处理方法及系统 |
CN111721719A (zh) * | 2020-06-30 | 2020-09-29 | 詹晨 | 一种基于大数据的生鲜商品安全智能检测管理系统 |
-
2020
- 2020-11-02 CN CN202011203414.6A patent/CN112257644B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203860A (zh) * | 2016-03-16 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 库存信息处理方法和装置 |
US20180293543A1 (en) * | 2017-04-07 | 2018-10-11 | Simbe Robotics, Inc. | Method for tracking stock level within a store |
CN109377120A (zh) * | 2018-08-21 | 2019-02-22 | 中国平安人寿保险股份有限公司 | 基于云服务的库存管理方法、装置及电子设备 |
CN109508342A (zh) * | 2018-10-22 | 2019-03-22 | 叶苑庭 | 一种电子商务平台的商品自动分类管理系统 |
CN109598595A (zh) * | 2018-12-25 | 2019-04-09 | 温州大卖客网络科技有限公司 | 一种用于网络的销售管理系统 |
CN109711853A (zh) * | 2018-12-28 | 2019-05-03 | 孝感冠天科技信息咨询有限公司 | 一种高效的在线购物退货管理方法 |
CN110119971A (zh) * | 2019-04-04 | 2019-08-13 | 国美金控投资有限公司 | 一种基于区块链的物流退货信息系统及方法 |
CN110210879A (zh) * | 2019-06-13 | 2019-09-06 | 湖南科技学院 | 基于云计算的商品销售管理系统 |
CN110503368A (zh) * | 2019-08-13 | 2019-11-26 | 蚌埠聚本电子商务产业园有限公司 | 一种用于电子商务的退货处理方法及系统 |
CN111721719A (zh) * | 2020-06-30 | 2020-09-29 | 詹晨 | 一种基于大数据的生鲜商品安全智能检测管理系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082842A (zh) * | 2022-08-23 | 2022-09-20 | 创颖峻网络科技(深圳)有限公司 | 一种电商货品外观验证和入库处理方法及装置 |
CN116561167A (zh) * | 2023-05-12 | 2023-08-08 | 深圳市正业玖坤信息技术有限公司 | 基于图像分析的智能工厂的产量数据检索系统 |
CN116561167B (zh) * | 2023-05-12 | 2024-02-27 | 深圳市正业玖坤信息技术有限公司 | 基于图像分析的智能工厂的产量数据检索系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112257644B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569701B (zh) | 计算机执行的车辆定损方法及装置 | |
CN112257644B (zh) | 一种基于云计算的电子商务平台店铺商品库存智能管理系统 | |
CN111724114A (zh) | 一种基于大数据的电商商品分配物流智能管理系统 | |
CN112131348B (zh) | 基于文本和图像相似度防止项目重复申报的方法 | |
US11748787B2 (en) | Analysis method and system for the item on the supermarket shelf | |
CN115063084A (zh) | 一种卷烟零售商户库存盘点方法及系统 | |
CN113592512A (zh) | 一种线上商品身份唯一性识别确认系统 | |
CN110580299B (zh) | 生成对象的推荐语的配图的方法、系统、设备及存储介质 | |
CN115619320A (zh) | 产品外包装信息化防差错系统 | |
CN115310772A (zh) | 一种药械质量监管结果数据监测方法、药械交易平台及系统 | |
CN114418293A (zh) | 一种基于大数据分析的人工智能评标方法、系统和设备 | |
CN112862409A (zh) | 提运单核验方法及装置 | |
CN115034866B (zh) | 一种基于多源数据融合的图像处理方法及系统 | |
Velmurugan et al. | Supply chain financial risk management using business intelligence | |
CN112926927B (zh) | 基于物联网和云计算的智慧物流配送中心商品单号信息获取分析管理方法 | |
CN116503887B (zh) | 基于图像识别的货代订单处理方法 | |
CN117132244B (zh) | 用于智慧合规管理系统的分类处理方法、装置及存储介质 | |
WO2024103289A1 (zh) | 基于自主增量学习的人工智能识别秤系统及识别方法 | |
CN116894622A (zh) | 一种基于库存的采购分析系统 | |
CN115131123A (zh) | 一种应用于专业市场的银行客户营销方法及系统 | |
Meghatria et al. | Detection and Recognition Approaches for Medical Labels in Algeria | |
CN114582067A (zh) | 一种基于图像识别技术的大数据分类统计方法 | |
CN117078158A (zh) | 一种基于人工智能的供应链管理系统 | |
CN112784077A (zh) | 一种分类提取数据资产价值方法及装置 | |
CN117830907A (zh) | 一种物流打包视频可视化系统及方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210423 Address after: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A (located in Shenzhen Qianhai business secretary Co. Ltd.) Applicant after: SHENZHEN STARLINK NETWORK TECHNOLOGY Co.,Ltd. Address before: 222006 No. 2 Chenguang Road, Haizhou District, Jiangsu, Lianyungang Applicant before: Su Yuhang |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |