CN113496365A - 一种仓库合并方案确定方法、装置、设备及介质 - Google Patents
一种仓库合并方案确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113496365A CN113496365A CN202010199875.4A CN202010199875A CN113496365A CN 113496365 A CN113496365 A CN 113496365A CN 202010199875 A CN202010199875 A CN 202010199875A CN 113496365 A CN113496365 A CN 113496365A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- merged
- merging
- warehouses
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007596 consolidation process Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000003796 beauty Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种仓库合并方案确定方法、装置、设备及介质，所述方法包括：响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果；根据所述聚类结果确定所述待合并仓库的目标合并方案，并将所述目标合并方案作为所述仓库合并指令的响应信息进行输出。本发明实施例提供的方法通过根据待合并仓库的仓库信息对待合并仓库进行聚类，根据聚类结果确定合并方案，实现了仓库的有效合并，在减少成本的前提下，保证了物流配送效率。
Description
技术领域
本发明实施例涉及仓储领域，尤其涉及一种仓库合并方案确定方法、装置、设备及介质。
背景技术
在物流领域，广范围、多数量的布设仓库是保障各个辐射区域物流配送速度的重要实施手段，然而，仓库数量的增加，必然会引起仓库成本、交通成本和管理成本的大幅增加。在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：如何在减少仓库的设置，减少成本的前提下，保证物流配送效率是一个亟待解决的技术问题。
发明内容
本发明实施例提供了一种仓库合并方案确定方法、装置、设备及介质，以实现合理的确定有效的仓库合并方式，在减少成本的前提下，保证物流配送效率。
第一方面，本发明实施例提供了一种仓库合并方案确定方法，包括：
响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
根据仓库信息对待合并仓库进行聚类，得到聚类结果；
根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出。
第二方面，本发明实施例还提供了一种仓库合并方案确定装置，包括：
仓库信息获取模块，用于响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
待合并仓库聚类模块，用于根据仓库信息对待合并仓库进行聚类，得到聚类结果；
目标方案确定模块，用于根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出。
第三方面，本发明实施例还提供了一种计算机设备，设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例所提供的仓库合并方案确定方法。
第四方面，本发明实施例还提供了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如本发明任意实施例所提供的仓库合并方案确定方法。
本发明实施例通过响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；根据仓库信息对待合并仓库进行聚类，得到聚类结果；根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出，通过根据待合并仓库的仓库信息对待合并仓库进行聚类，根据聚类结果确定合并方案，实现了仓库的有效合并，在减少成本的前提下，保证了物流配送效率。
附图说明
图1a是本发明实施例一所提供的一种仓库合并方案确定方法的流程图；
图1b是本发明实施例一所提供的一种定性信息的变量转化示意图；
图2是本发明实施例二所提供的一种仓库合并方案确定方法的流程图；
图3a是本发明实施例三所提供的一种仓库合并方案确定方法的流程图；
图3b是本发明实施例三所提供的一种距离矩阵的示意图；
图3c是本发明实施例三所提供的一种聚类类别距离示意图；
图4是本发明实施例四所提供的一种仓库合并方案确定装置的结构示意图；
图5是本发明实施例五所提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1a是本发明实施例一所提供的一种仓库合并方案确定方法的流程图。本实施例可适用于进行仓库合并时的情形。该方法可以由仓库合并方案确定装置执行，该仓库合并方案确定装置可以采用软件和/或硬件的方式实现，例如，该仓库合并方案确定装置可配置于计算机设备中。如图1a所示，所述方法包括：
S110、响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息。
在本实施例中，仓库合并指令可以为用户通过点击指令相关控件触发的，用于请求确定仓库合并方案的指令。其中，指令相关控件所属设备可以为仓库合并方案确定装置所配置的设备，也可以为其他设备。也就是说，触发仓库合并指令的设备与仓库合并方案确定装置所配置的设备可以为同一设备，也可以为不同的设备。示例性的，用户可以通过设备1触发仓库合并指令，设备1将用户触发的仓库合并指令发送至设备2，设备2检测到设备1发送的仓库合并指令后，获取待合并仓库的仓库信息，并根据获取到的仓库信息确定仓库合并方案。示例性的，用户还可以直接通过设备1触发仓库合并指令，设备1根据检测到的用户触发的仓库合并指令获取待合并仓库的仓库信息，并根据获取到的仓库信息确定仓库合并方案。
可选的，待合并仓库的仓库信息可以根据待合并仓库的仓库标识获取，待合并仓库的仓库标识可以根据仓库合并指令确定。示例性的，当用户需要确定仓库合并方案时，可以在操作设备的显示界面中选择需要合并的待合并仓库，并点击显示界面中的方案生成控件触发仓库合并请求，操作设备根据用户选择的待合并仓库的仓库标识生成仓库合并指令，并将仓库合并指令发送至仓库合并方案确定装置，仓库合并方案确定装置检测到仓库合并指令后，对仓库合并指令进行解析，获得仓库合并指令中包含的仓库标识，获取与仓库标识对应的仓库信息。
在本发明的一种实施方式中，获取待合并仓库的仓库信息，包括：获取待合并仓库的原始信息；对原始信息进行标准化处理，得到待合并仓库的仓库信息。可选的，可以根据待合并仓库的仓库标识获取待合并仓库的原始信息，然后对获取到的原始信息进行标准化处理，得到用于聚类的仓库信息。其中，待合并仓库的原始信息可以为影响合并因素对应的信息。可选的，影响合并因素可以为预先确定的因素，如仓库内物品品类、物品价格、物品件型等因素。示例性的，物品品类可以为电脑办公、个护清洁、美妆等信息，物品件型对应的信息可以为物品体积、物品重量等信息。可以理解的是，物品品类为不具有顺序性、无大小区分的信息，需要将其转化为数据才能够进行聚类分析。另外，不同的影响合并因素的量纲不同，需要将不同量纲的原始信息进行标准化处理，使用标准化处理后的信息进行聚类，才能保证聚类的准确性。
在上述方案的基础上，原始信息包括定性信息以及定量信息，对原始信息进行标准化处理，得到待合并仓库的仓库信息，包括：对定性信息进行变量转换，得到定性信息对应的变量信息；对各变量信息以及各定量信息进行数据标准化，得到仓库信息。
在本实施例中，定性信息是指通过非定量手段来探究待合并仓库的影响合并因素的信息，如物品品类对应的信息。定量信息是指通过定量手段来探究待合并仓库的影响合并因素的信息，如物品价格、物品体积、物品重量等信息。具体的，以物品品类为例，对定性信息进行变量转化，得到定性信息对应的变量信息可以为，将待合并仓库包含的物品品类对应的数值设置为数值1，将待合并仓库未包含的物品品类对应的数值设置为数值2，其中，数值1与数值2为不同的数值。需要说明的是，在将定性信息转换为变量信息之后，该定性信息所属影响合并因素对应的变量信息的个数也相应变化为K个，其中，K为所有待合并仓库中该影响合并信息对应的定性信息的个数。以物品品类为例，若所有待合并仓库包含的物品品类的个数为3，则对某一待合并仓库的物品品类进行变量转换后，得到的变量信息的个数为3个。
图1b是本发明实施例一所提供的一种定性信息的变量转化示意图。图1b中以库存品类为例，示意性的示出了将定性信息转化为变量信息的转化方式。如图1b所示，在将定性信息进行变量转换之前，仓库1包含的库存品类为电脑办公，仓库2包含的库存品类为个护清洁和图书、仓库3包含的库存品类为美妆和手机配件，仓库4包含的物品品类为美妆。将定性信息进行变量转化的具体方式为：将仓库包含的库存品类对应的数值设置为1，将仓库不包含的库存品类对应的数值设置为0。则在将定性信息进行变量转换之后，得到仓库1的电脑办公对应的变量信息为1，个护清洁对应的变量信息为0，图书对应的变量信息为0，美妆对应的变量信息为0，手机配件对应的变量信息为0；仓库2的电脑办公对应的变量信息为0，个护清洁对应的变量信息为1，图书对应的变量信息为1，美妆对应的变量信息为0，手机配件对应的变量信息为0；仓库3的电脑办公对应的变量信息为0，个护清洁对应的变量信息为0，图书对应的变量信息为0，美妆对应的变量信息为1，手机配件对应的变量信息为1；仓库4的电脑办公对应的变量信息为0，个护清洁对应的变量信息为0，图书对应的变量信息为0，美妆对应的变量信息为1，手机配件对应的变量信息为0。
在将定性信息进行变量转换后，得到了以数值形式表示的变量信息，但是不同的影响合并因素的量纲不同，为了使聚类更加准确，需要消除不同数据量纲的影响，即对各变量信息以及各定量信息进行数据归一化，将归一化后的数据作为待合并仓库的仓库信息。
S120、根据仓库信息对待合并仓库进行聚类，得到聚类结果。
在本实施例中，获得各待合并仓库的仓库信息后，根据各待合并仓库的仓库信息对各待合并仓库进行聚类，得到聚类结果。可选的，对待合并仓库进行聚类的方式在此不做限定。示例性的，可以使用k均值聚类算法、层次聚类算法等聚类算法对待合并仓库进行聚类，得到聚类结果。
在本发明的一种实施方式中，根据仓库信息对待合并仓库进行聚类，得到聚类结果，包括：根据仓库信息计算各待合并仓库之间的相似度；根据各待合并仓库之间的相似度对待合并仓库进行层次聚类，得到聚类结果。
可选的，可以根据仓库信息计算各待合并仓库之间的相似度后，使用层次聚类算法进行聚类，得到聚类结果。可选的，各待合并仓库之间的相似度可以通过待合并仓库之间的距离表示。待合并仓库之间的距离越小，表明待合并仓库之间越具有相似性，待合并仓库之间的距离越大，表明待合并仓库之间的相似程度越小。示例性的，待合并仓库之间的距离可以通过如下公式计算：
其中，d(x,y)表示仓库x与仓库y之间的距离，xi表示仓库x的仓库信息i对应的变量信息或定量信息，yi表示仓库y的仓库信息i对应的变量信息或定量信息，n为待合并仓库的仓库信息包含的变量信息以及定量信息的个数，αi为仓库信息i的权重，可以根据仓库合并需求设置。
S130、根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出。
在本实施例中，得到聚类结果后，可以直接将聚类结果作为待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出。示例性的，若待合并仓库为仓库1-仓库10，聚类结果为类别1包括仓库1、仓库3、仓库4、仓库6和仓库7，类别2包括仓库2、仓库5和仓库10，类别3包括仓库8和仓库9，则目标合并方案为仓库1、仓库3、仓库4、仓库6和仓库7合并，仓库2、仓库5和仓库10合并，以及仓库8和仓库9合并。在上述方案的基础上，可能聚类结果中某一类别包含的仓库数量较大，将某一类别中所有的仓库进行合并较困难，还可以对聚类结果进行进一步调整，得到调整后的方案作为目标合并方案进行输出。
可选的，若仓库合并方案确定装置所配置的设备与用户触发仓库合并指令的设备不是同一设备，则仓库合并方案确定装置确定目标合并方案后，将目标合并方案发送至仓库合并指令的触发设备，以使仓库合并指令的触发设备将目标合并方案进行显示。若仓库合并方案确定装置所配置的设备与用户触发仓库合并指令的设备为同一设备，则库合并方案确定装置确定目标合并方案后，可直接将目标合并方案发送至显示装置，以将目标合并方案进行显示。
本发明实施例通过响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；根据仓库信息对待合并仓库进行聚类，得到聚类结果；根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出，通过根据待合并仓库的仓库信息对待合并仓库进行聚类，根据聚类结果确定合并方案，实现了仓库的有效合并，在减少成本的前提下，保证了物流配送效率。
实施例二
图2是本发明实施例二所提供的一种仓库合并方案确定方法的流程图。本实施例在上述实施例的基础上，将根据聚类结果确定待合并仓库的目标合并方案进行了具体化。如图2所示，所述方法包括：
S210、响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息。
S220、根据仓库信息对待合并仓库进行聚类，得到聚类结果。
S230、根据聚类结果确定各待合并仓库对应的合并顺序。
为了避免聚类结果中某一类别包含的仓库数量较大，导致将某一类别中所有的仓库进行合并较困难的情况，本实施例中通过根据聚类结果确定每个待合并仓库对应的合并顺序，根据待合并仓库对应的合并顺序生成多个可选合并方案，为用户提供多个可选的合并方案，使得用户可以根据仓库合并障碍确定合理的仓库合并方案。
在本发明的一种实施方式中，根据聚类结果确定各待合并仓库的合并顺序，包括：依次将每个待合并仓库作为基础待合并仓库，根据其他待合并仓库与基础待合并仓库之间的相似度，确定基础待合并仓库与其他待合并仓库之间的合并顺序，其中，其他待合并仓库为基础待合并仓库所属类别中除基础待合并仓库之外的待合并仓库。
具体的，针对聚类结果中的每一类别，遍历将该类别中的每个待合并仓库作为基础待合并仓库，根据该基础待合并仓库与该类别中其他待合并仓库的相似度，得到基础待合并仓库与其他待合并仓库之间的合并顺序。
表1
| 基础仓库 | 合并顺序 |
| 仓库1 | 仓库4、仓库3、仓库7、仓库6 |
| 仓库3 | 仓库4、仓库1、仓库7、仓库6 |
| 仓库4 | 仓库1、仓库3、仓库7、仓库6 |
| 仓库6 | 仓库7、仓库4、仓库3、仓库1 |
| 仓库7 | 仓库6、仓库4、仓库3、仓库1 |
表1中以类别1中包含仓库1、仓库3、仓库4、仓库6和仓库7为例，示意性的示出了类别1中各待合并仓库与其他待合并仓库之间的合并顺序。如表1所示，仓库1与类别1中其他仓库的合并顺序为仓库4、仓库3、仓库7、仓库6，仓库3与类别1中其他仓库的合并顺序为仓库4、仓库1、仓库7、仓库6，仓库4与类别1中其他仓库的合并顺序为仓库1、仓库3、仓库7、仓库6，仓库6与类别1中其他仓库的合并顺序为仓库7、仓库4、仓库3、仓库1，仓库7与类别1中其他仓库的合并顺序为仓库6、仓库4、仓库3、仓库1。
在上述方案的基础上，各待合并仓库之间的相似度根据各待合并仓库之间的距离确定，根据其他待合并仓库与基础待合并仓库之间的相似度，确定基础待合并仓库与其他待合并仓库之间的合并顺序，包括：根据其他待合并仓库与基础待合并仓库之间的距离，将其他待合并仓库进行顺序排序，将顺序排序结果作为基础待合并仓库与其他待合并仓库之间的合并顺序。
具体的，可以根据待合并仓库之间的距离确定待合并仓库之间的相似度，待合并仓库之间的距离越大，说明待合并仓库之间的相似度越小。示例性的，假设仓库1与仓库3之间的距离为1.21，仓库1与仓库4之间的距离为0.98，则仓库1与仓库3之间的距离大于仓库1与仓库4之间的距离，说明仓库1与仓库3之间的相似度小于仓库1与仓库4之间的相似度。基于此，针对每个基础待合并仓库，可以根据其他待合并仓库与基础待合并仓库之间的距离，将其他待合并仓库进行顺序排序，将其他待合并仓库的顺序排序顺序作为基础待合并仓库与其他待合并仓库之间的合并顺序。以基础待合并仓库为仓库1为例，仓库1所属类别1中还包括仓库3、仓库4、仓库6和仓库7，假设仓库1与仓库3之间的距离为1.21，仓库1与仓库4之间的距离为0.98，仓库1与仓库6之间的距离为2.36，仓库1与仓库7之间的距离为1.96，则根据仓库1与仓库3、仓库4、仓库6和仓库7之间的距离将仓库3、仓库4、仓库6和仓库7进行顺序排序，得到排序结果为仓库4、仓库3、仓库7、仓库6，则仓库1作为基础待合并仓库时与其他待合并仓库之间的合并顺序为仓库4、仓库3、仓库7、仓库6。
S240、根据各待合并仓库对应的合并顺序以及合并需求确定待合并仓库的目标合并方案。
在本实施例中，确定每个待合并仓库与其他待合并仓库的合并顺序后，可以根据各待合并仓库对应的合并顺序以及合并需求确定目标合并方案。
假设合并需求为以某一待合并仓库作为基础待合并仓库，则可以直接将上述待合并仓库对应的合并顺序作为目标合并方案，也可以根据上述待合并仓库对应的合并顺序生成不同合并仓库数量下的仓库合并方案作为目标合并方案。示例性的，合并需求为以仓库1作为基础待合并仓库进行合并，则可以直接将仓库1对应的合并顺序作为目标合并方案输出。还可以根据合并顺序生成不同合并仓库数量下的仓库合并方案作为目标合并方案，例如，仓库1对应合并顺序为仓库4、仓库3、仓库7、仓库6，则合并仓库数量为2时的仓库合并方案为仓库1、仓库4，合并仓库数量为3时的仓库合并方案为仓库1、仓库4、仓库3，合并仓库数量为4时的仓库合并方案为仓库1、仓库4、仓库3、仓库7，合并仓库数量为5时的仓库合并方案为仓库1、仓库4、仓库3、仓库7、仓库6，并将上述不同合并仓库数量下的仓库合并方案作为目标合并方案。
假设合并需求为以某一待合并仓库作为基础待合并仓库，且合并设定数量的仓库，则可以根据上述待合并仓库对应的合并顺序以及设定数据生成目标合并方案。可选的，假设合并设定数量为K，则选取基础待合并仓库对应的合并顺序中前K-1个待合并仓库，与基础待合并仓库组成目标合并方案。示例性的，若合并需求为以仓库1作为基础待合并仓库，且合并设定数量为3，假设仓库1对应合并顺序为仓库4、仓库3、仓库7、仓库6，则选取合并顺序中前2个待合并仓库，与仓库1组成目标合并方案，即选取仓库1、仓库4和仓库3合并作为目标合并方案。
在进行仓库合并时，还可能仅指定合并仓库数量的情况，即合并需求为将设定合并仓库数量的仓库进行合并。为了为上述合并需求提供合理的合并方案，可以根据各待合并仓库对应的合并顺序选取设定合并仓库数量下的目标合并方案。可选的，根据各待合并仓库对应的合并顺序以及合并需求确定待合并仓库的目标合并方案，包括：根据各待合并仓库对应的合并顺序，计算设定合并仓库数量下，各待合并仓库的备选合并方案以及备选合并方案对应的方案相似度；根据各备选合并方案对应的方案相似度，确定设定合并仓库数量下的目标合并方案。
具体的，针对每个待合并仓库，确定设定合并仓库数量下的备选合并方案，并计算该备选合并方案对应的方案相似度，将方案相似度最大的备选合并方案作为设定合并仓库数量下的目标合并方案。示例性的，假设设定合并仓库数量为2，则针对每个待合并仓库，确定合并仓库数量为2时，以该待合并仓库为基础待合并仓库的备选合并方案，并计算该备选合并方案的方案相似度，然后选取方案相似度最大的备选合并方案作为合并仓库数量为2时的目标合并方案。其中，备选合并方案的相似度可以根据备选合并方案中各待合并仓库之间的距离确定。
S250、将目标合并方案作为仓库合并指令的响应信息进行输出。
本发明实施例在上述实施例的基础上，将根据聚类结果确定待合并仓库的目标合并方案进行了具体化，通过根据聚类结果确定各所述待合并仓库对应的合并顺序，根据各待合并仓库对应的合并顺序以及合并需求确定待合并仓库的目标合并方案，使得目标合并方案的确定更加贴近合并需求。
实施例三
图3a是本发明实施例三所提供的一种仓库合并方案确定方法的流程图。本实施例在上述实施例的基础上，提供了一种优选实施例。如图3a所示，所述方法包括：
S310、获取待合并仓库的仓库范围。
可选的，可以获取用户选择的合并区域作为待合并仓库的仓库范围，并根据仓库范围确定待合并仓库的仓库标识。
S320、收集待合并仓库的仓库信息。
获取待合并仓库的仓库信息。其中，仓库信息收集主要包括确定影响合并的因素和数据收集与计算两部分。
首先，确定影响合并因素。影响合并因素可人工确定。示例性的，仓库合并时一般将库存品类相似、商品价格段相似和商品件型类似的仓库进行合并。则库存品类、商品价格段和商品件型是影响仓库合并的三个因素。
然后，进行数据的收集与计算。在确定影响合并因素后，针对每个影响合并因素，确定该影响合并因素的相关指标。其中，每个影响合并因素可以包括不止一个指标。例如，商品件型可以通过平均体积、平均重量两个指标来度量。并收集相关数据，计算各个指标的取值，得到用于仓库聚类的数据。数据的时间范围可以是近一月，近三个月，近半年，选择时间范围可根据需求自行确定。为了保证数据的准确性，在获取到所有数据后，可以对数据中的异常值进行处理，剔除数据中的异常值。其中，异常值的识别方法可以为分位数法或经验法则，分位数法是指针对每一个指标，将数据升序排列，剔除数值较小的前5％和数值较大的后5％的数据；经验法则是指，95％的数据都落在均值加减两倍标准差的范围内，具体的，针对每一个指标，计算该指标的均值和标准差，将落在均值加减两倍标准差外的数据剔除。
S330、根据收集到的仓库信息进行仓库聚类。
仓库聚类的目的是根据上述确定好的影响仓库合并的因素，将具有相似特征的仓库归为一类，最终将待合并仓库都归为几类中，相同类别中的仓库具有相似的特征，与其他类别中的仓库具有差异性，相同类别中的仓库适合进行合并。操作步骤如下：
1)指标处理。以物品品类为例，品类是定性变量，如：电脑办公、个护清洁这些品类不具有顺序性(无大小区分)，为了方便计算，需要将这些定性变量转为数字表示，如果将这些品类设定为0或1，就使得这些品类具有了顺序性。因此，在这一步，需要对这些特殊的变量进行转化。如物品品类这一指标中，共有k个物品品类，则生成新的k个指标，针对k个指标中的每个指标，都判断每个仓库是否包含这个品类，若包含则取值为1，不包含取值为0。
2)数据标准化。消除不同指标间数据量纲的影响。针对每个指标，将该指标的原始数值减去该指标对应的数值均值后除以标准差，得到标准化后的数据。
3)计算仓库间的相似性。计算每个仓库与其他仓库间的距离来度量仓库间的相似性，得到距离矩阵。距离越小，表明仓库间越具有相似性，距离越大，表明仓库间的相似程度越小。图3b是本发明实施例三所提供的一种距离矩阵的示意图，如图3b所示，距离矩阵中的每个数值代表了所在行仓库和所在列仓库之间的距离，例如图中仓库1和仓库2的距离为2.36。
4)仓库聚类。
可选的，可以使用层次聚类或k均值聚类对待合并仓库进行聚类，聚类方法不同，得到的聚类结果也不同。
S340、根据聚类结果确定仓库合并顺序。
考虑到聚类结果中，部分类别中包可能包含多个仓库，将多个仓库合并可能较困难，可以确定仓库合并顺序，根据仓库合并顺序确定最终的仓库合并方案。具体的，针对同一个类别内的每一个仓库，都依次输出和他距离由近及远的仓库。图3c是本发明实施例三提供的一种聚类类别距离示意图。如图3c所示，图中类别中包含1、3、4、6、7五个仓库，仓库与仓库之间的距离用各点之间的距离示意。针对该类别中的每一个仓库，可以得到该仓库与该类别中其他仓库的合并顺序，如表2所示。对于仓库1，其最优的仓库合并顺序为4、3、7、6。当有特定需求必须将某一仓与其他仓合并时，则可根据该仓库对应的合并顺序前m个仓库依次进行合并，m的取值可根据需求和其他限制条件等确定。
表2
| 基础仓库 | 合并顺序 |
| 1 | 4、3、7、6 |
| 3 | 4、1、7、6 |
| 4 | 1、3、7、6 |
| 6 | 7、4、3、1 |
| 7 | 6、4、3、1 |
S350、输出合并仓库方案。
在本实施例中，合并方案的确定原则为尽可能将具有相似特征的仓库进行合并，在方案输出时也考虑的是将最相似的仓库输出合并方案，即距离最近的仓库进行合并。
结合S340中的合并顺序，针对每个类别内的每个仓库均可以确定不同合并仓库数量下的备选合并方案，以及备选合并方案的相似度。其中，备选合并方案的相似度可以通过待合并仓库之间的距离和确定。
合并仓库数量为2的备选合并方案的距离和计算方式为，对每一个仓库，将其作为基础仓库，并按照其合并顺序，取第1个仓库与基础仓库的距离和；合并仓库数量为3的备选合并方案的距离和计算方式为，对每一个仓库，将其作为基础仓库，并按照其合并顺序，分别取第1、2个仓库与基础仓库的距离，并求和；直到求得所有合并仓库数量下各备选合并方案中待合并仓库之间的距离和。最后针对各合并仓库数量，取该合并仓库数量下，距离和最小的备选合并方案作为该合并仓库数量下的数量合并方案，将各合并仓库数量下的数量合并方案作为目标合并方案进行输出。
本实施例基于需求确立的因素，如基础合并仓库、合并仓库数量等因素，提供了将最相似的仓库进行合并的方案，使得仓库合并后可大幅节约成本，并保证了物流配送效率。
实施例四
图4是本发明实施例四所提供的一种仓库合并方案确定装置的结构示意图。该仓库合并方案确定装置可以采用软件和/或硬件的方式实现，例如该仓库合并方案确定装置可以配置于计算机设备中。如图4所示，仓库合并方案确定装置包括仓库信息获取模块410、待合并仓库聚类模块420和目标方案确定模块430，其中：
仓库信息获取模块410，用于响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
待合并仓库聚类模块420，用于根据仓库信息对待合并仓库进行聚类，得到聚类结果；
目标方案确定模块430，用于根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出。
本发明实施例通过仓库信息获取模块响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；待合并仓库聚类模块根据仓库信息对待合并仓库进行聚类，得到聚类结果；目标方案确定模块根据聚类结果确定待合并仓库的目标合并方案，并将目标合并方案作为仓库合并指令的响应信息进行输出，通过根据待合并仓库的仓库信息对待合并仓库进行聚类，根据聚类结果确定合并方案，实现了仓库的有效合并，在减少成本的前提下，保证了物流配送效率。
可选的，在上述方案的基础上，仓库信息获取模块410包括：
原始信息获取单元，用于获取待合并仓库的原始信息；
原始信息处理单元，用于对原始信息进行标准化处理，得到待合并仓库的仓库信息。
可选的，在上述方案的基础上，原始信息处理单元具体用于：
对定性信息进行变量转换，得到定性信息对应的变量信息；
对各变量信息以及各定量信息进行数据标准化，得到仓库信息。
可选的，在上述方案的基础上，待合并仓库聚类模块420具体用于：
根据仓库信息计算各待合并仓库之间的相似度；
根据各待合并仓库之间的相似度对待合并仓库进行层次聚类，得到聚类结果。
可选的，在上述方案的基础上，目标方案确定模块430包括：
合并顺序确定单元，用于根据聚类结果确定各待合并仓库对应的合并顺序；
合并方案确定单元，用于根据各待合并仓库对应的合并顺序以及合并需求确定待合并仓库的目标合并方案。
可选的，在上述方案的基础上，合并顺序确定单元具体用于：
依次将每个待合并仓库作为基础待合并仓库，根据其他待合并仓库与基础待合并仓库之间的相似度，确定基础待合并仓库与其他待合并仓库之间的合并顺序，其中，其他待合并仓库为待合并仓库中除基础待合并仓库之外的待合并仓库。
可选的，在上述方案的基础上，合并顺序确定单元具体用于：
根据其他待合并仓库与基础待合并仓库之间的相似度，将其他待合并仓库进行逆序排序，将逆序排序结果作为基础待合并仓库与其他待合并仓库之间的合并顺序。
可选的，在上述方案的基础上，合并方案确定单元具体用于：
根据各待合并仓库对应的合并顺序，计算设定合并仓库数量下，各待合并仓库的备选合并方案以及备选合并方案对应的方案相似度；
根据各备选合并方案对应的方案相似度，确定设定合并仓库数量下的目标合并方案。
本发明实施例所提供的仓库合并方案确定装置可执行本发明任意实施例所提供的仓库合并方案确定方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5是本发明实施例五所提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备512的框图。图5显示的计算机设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于：一个或者多个处理器516，系统存储器528，连接不同系统组件(包括系统存储器528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器516或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储装置534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该计算机设备512交互的设备通信，和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器516通过运行存储在系统存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的仓库合并方案确定方法，该方法包括：
响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果；
根据所述聚类结果确定所述待合并仓库的目标合并方案，并将所述目标合并方案作为所述仓库合并指令的响应信息进行输出。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的仓库合并方案确定方法的技术方案。
实施例六
本发明实施例六还提供了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本发明实施例所提供的仓库合并方案确定方法，该方法包括：
响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果；
根据所述聚类结果确定所述待合并仓库的目标合并方案，并将所述目标合并方案作为所述仓库合并指令的响应信息进行输出。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的仓库合并方案确定方法的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种仓库合并方案确定方法，其特征在于，包括：
响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果；
根据所述聚类结果确定所述待合并仓库的目标合并方案，并将所述目标合并方案作为所述仓库合并指令的响应信息进行输出。
2.根据权利要求1所述的方法，其特征在于，所述获取待合并仓库的仓库信息，包括：
获取所述待合并仓库的原始信息；
对所述原始信息进行标准化处理，得到所述待合并仓库的仓库信息。
3.根据权利要求2所述的方法，其特征在于，所述原始信息包括定性信息以及定量信息，所述对所述原始信息进行标准化处理，得到所述待合并仓库的仓库信息，包括：
对所述定性信息进行变量转换，得到所述定性信息对应的变量信息；
对各所述变量信息以及各所述定量信息进行数据标准化，得到所述仓库信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果，包括：
根据所述仓库信息计算各所述待合并仓库之间的相似度；
根据各所述待合并仓库之间的相似度对所述待合并仓库进行层次聚类，得到所述聚类结果。
5.根据权利要求1所述的方法，其特征在于，所述根据所述聚类结果确定所述待合并仓库的目标合并方案，包括：
根据所述聚类结果确定各所述待合并仓库对应的合并顺序；
根据各所述待合并仓库对应的合并顺序以及合并需求确定所述待合并仓库的目标合并方案。
6.根据权利要求5所述的方法，其特征在于，所述根据所述聚类结果确定各所述待合并仓库的合并顺序，包括：
依次将每个所述待合并仓库作为基础待合并仓库，根据其他待合并仓库与所述基础待合并仓库之间的相似度，确定所述基础待合并仓库与其他待合并仓库之间的合并顺序，其中，所述其他待合并仓库为所述基础待合并仓库所属类别中除所述基础待合并仓库之外的待合并仓库。
7.根据权利要求6所述的方法，其特征在于，各所述待合并仓库之间的相似度根据各所述待合并仓库之间的距离确定，所述根据其他待合并仓库与所述基础待合并仓库之间的相似度，确定所述基础待合并仓库与其他待合并仓库之间的合并顺序，包括：
根据所述其他待合并仓库与所述基础待合并仓库之间的距离，将所述其他待合并仓库进行顺序排序，将顺序排序结果作为所述基础待合并仓库与其他待合并仓库之间的合并顺序。
8.根据权利要求5所述的方法，其特征在于，所述根据各所述待合并仓库对应的合并顺序以及合并需求确定所述待合并仓库的目标合并方案，包括：
根据各所述待合并仓库对应的合并顺序，计算设定合并仓库数量下，各所述待合并仓库的备选合并方案以及所述备选合并方案对应的方案相似度；
根据各所述备选合并方案对应的方案相似度，确定设定合并仓库数量下的目标合并方案。
9.一种仓库合并方案确定装置，其特征在于，包括：
仓库信息获取模块，用于响应于检测到的仓库合并指令，获取多个待合并仓库的仓库信息；
待合并仓库聚类模块，用于根据所述仓库信息对所述待合并仓库进行聚类，得到聚类结果；
目标方案确定模块，用于根据所述聚类结果确定所述待合并仓库的目标合并方案，并将所述目标合并方案作为所述仓库合并指令的响应信息进行输出。
10.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的仓库合并方案确定方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的仓库合并方案确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010199875.4A CN113496365A (zh) | 2020-03-20 | 2020-03-20 | 一种仓库合并方案确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010199875.4A CN113496365A (zh) | 2020-03-20 | 2020-03-20 | 一种仓库合并方案确定方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113496365A true CN113496365A (zh) | 2021-10-12 |
Family
ID=77993970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010199875.4A Pending CN113496365A (zh) | 2020-03-20 | 2020-03-20 | 一种仓库合并方案确定方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113496365A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116757611A (zh) * | 2023-08-18 | 2023-09-15 | 成都秦川物联网科技股份有限公司 | 智能仓储工业物联网系统及控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000215254A (ja) * | 1999-01-26 | 2000-08-04 | Fujitsu Ltd | 在庫管理装置及び引当処理装置 |
| US20190026691A1 (en) * | 2016-03-31 | 2019-01-24 | Cainiao Smart Logistics Holding Limited | Method, apparatus, and system for scheduling logistic resources |
| CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
| CN110689395A (zh) * | 2018-07-06 | 2020-01-14 | 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 |
-
2020
- 2020-03-20 CN CN202010199875.4A patent/CN113496365A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000215254A (ja) * | 1999-01-26 | 2000-08-04 | Fujitsu Ltd | 在庫管理装置及び引当処理装置 |
| US20190026691A1 (en) * | 2016-03-31 | 2019-01-24 | Cainiao Smart Logistics Holding Limited | Method, apparatus, and system for scheduling logistic resources |
| CN110689395A (zh) * | 2018-07-06 | 2020-01-14 | 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 |
| CN109978444A (zh) * | 2019-02-22 | 2019-07-05 | 东莞市大易产业链服务有限公司 | 仓储调度方法及系统、存储介质、电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 景蔚然;吴恩宏;: "仓库数据标准化在仓库资源整合中的作用", 化工管理, pages 213 - 214 * |
| 李珍萍，李文玉: "连锁超市供应商仓库地点合并问题的数学模型及算法", 数学的实践与认识, vol. 45, no. 8, pages 2 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116757611A (zh) * | 2023-08-18 | 2023-09-15 | 成都秦川物联网科技股份有限公司 | 智能仓储工业物联网系统及控制方法 |
| CN116757611B (zh) * | 2023-08-18 | 2023-10-31 | 成都秦川物联网科技股份有限公司 | 智能仓储工业物联网系统及控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109634801B (zh) | 数据趋势分析方法、系统、计算机装置及可读存储介质 | |
| CN110990445B (zh) | 一种数据处理方法、装置、设备和介质 | |
| WO2021147559A1 (zh) | 业务数据质量检测方法、装置、计算机设备及存储介质 | |
| CN113238922B (zh) | 一种日志分析方法、装置、电子设备及介质 | |
| CN113763502B (zh) | 一种图表生成方法、装置、设备和存储介质 | |
| CN112328688B (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
| CN112181490B (zh) | 功能点评估法中功能类别的识别方法、装置、设备及介质 | |
| JP6242540B1 (ja) | データ変換システム及びデータ変換方法 | |
| CN110544118B (zh) | 销量预测方法、装置、介质和计算设备 | |
| CN113806492A (zh) | 基于语义识别的记录生成方法、装置、设备及存储介质 | |
| CN113496365A (zh) | 一种仓库合并方案确定方法、装置、设备及介质 | |
| CN116596284B (zh) | 基于客户需求的差旅决策管理方法及系统 | |
| CN113393295A (zh) | 服务数据的推送方法、装置、电子设备及存储介质 | |
| CN112948396A (zh) | 数据存储方法、装置、电子设备及存储介质 | |
| CN112965943A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
| CN113780675B (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
| CN116485019A (zh) | 一种数据处理方法及装置 | |
| CN113946566B (zh) | Web系统指纹库的构建方法、装置和电子设备 | |
| CN113095604B (zh) | 产品数据的融合方法、装置、设备及存储介质 | |
| CN114925050A (zh) | 基于知识库的数据核查方法、装置、电子设备及存储介质 | |
| CN114298584A (zh) | 医院绩效指标计算策略配置方法、装置及存储介质 | |
| CN114266242A (zh) | 工单数据处理方法、装置、服务器及可读存储介质 | |
| CN112465380A (zh) | 基于危废数据的企业行为分析方法、装置、设备及介质 | |
| CN114003630B (zh) | 一种数据搜索方法、装置、电子设备及存储介质 | |
| CN111414398B (zh) | 数据分析模型确定方法、装置及存储介质 |
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 |