CN113657829A - 一种基于季节和销量的货品智能推荐采购系统及方法 - Google Patents
一种基于季节和销量的货品智能推荐采购系统及方法 Download PDFInfo
- Publication number
- CN113657829A CN113657829A CN202110937593.4A CN202110937593A CN113657829A CN 113657829 A CN113657829 A CN 113657829A CN 202110937593 A CN202110937593 A CN 202110937593A CN 113657829 A CN113657829 A CN 113657829A
- Authority
- CN
- China
- Prior art keywords
- goods
- purchasing
- information
- stock
- module
- 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
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据统计处理技术领域,具体涉及一种基于季节和销量的货品智能推荐采购系统及方法。季节分类子系统根据货品信息对各货品进行季节分类,并获得当前季节应备货品的备货推荐条目;库存子系统根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;货品推荐子系统根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;智能采购子系统针对采购推荐信息表进行相应的调整编辑,生成最后的采购清单。本发明可以将季节与货品销量指标进行结合,提供智能的备货建议,方便采购员在进货采购前快速筛选出需要采购的季节性货品及相应数量,有效提升采购效率。
Description
技术领域
本发明涉及数据统计处理技术领域,具体涉及一种基于季节和销量的货品智能推荐采购系统及方法。
背景技术
随着信息科学技术和管理科学技术的发展,零售商的物流、信息流和资金流的管理方式也在不断改进,从而促进了库存管理的发展。越来越多的企业通过线上管理系统管理该企业的商品进货、销售、库存数据。
众所周知,电商平台库存管理系统用于电商平台中对电商的库存进行管理,具备类似货品查询、库存查询、缺货搜索等功能,使电商在缺货时可以及时补货,方便电商平台的整体管理和运作,其在电商平台的领域中得到了广泛的使用。
但是在目前的平台在进行货品采购备货时,通常是由于以往采购的季节性货品销售完或者货品损坏导致备货不足,还需要采购同类货品,其再通过货品列表进行购买,需要浪费大量的搜索、盘点、采购时间,并且随着时间的推移,以往采购的货品种类、规格等也容易忘记,导致采购的货品与当前季节的热销产品不相匹配。因此,亟需一种有效的推荐采购手段来解决该问题。
发明内容
针对现有技术存在的不足,本发明提供了一种基于季节和销量的货品智能推荐采购系统及方法,其应用时,可以将季节与货品销量指标进行结合,提供智能的备货建议,方便采购员在进货采购前快速筛选出需要采购的季节性货品及相应数量,有效提升采购效率。
第一方面,本发明提供一种基于季节和销量的货品智能推荐采购系统,包括季节分类子系统、库存子系统、货品推荐子系统和智能采购子系统,其中:
季节分类子系统,用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息,并将货品信息及对应的季节分类信息发送至货品推荐子系统;获取各个季节采购及销售的历史货品条目信息,并生成当前季节应备货品的备货推荐条目,将当前季节应备货品的备货推荐条目发送至库存子系统;
库存子系统,用于获取当前季节各类货品的销售数据及历史采购数据,接收当前季节应备货品的备货推荐条目,并根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息,将当前季节应备货品的备货推荐数量信息发送至货品推荐子系统;
货品推荐子系统,用于根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签,接收当前季节应备货品的备货推荐数量信息,并根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表,将采购推荐信息表发送至智能采购子系统;
智能采购子系统,用于接收并展示采购推荐信息表,同时,接收采购员的操作指令,根据操作指令编辑采购推荐信息表,生成采购清单。
基于上述发明内容,通过季节分类子系统可以根据货品信息对各货品进行季节分类,并根据各个季节采购及销售的历史货品条目信息,来获得当前季节应备货品的备货推荐条目;通过库存子系统可以根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;通过货品推荐子系统可以根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;通过智能采购子系统可以针对采购推荐信息表进行相应的调整编辑,生成最后的采购清单。通过该系统可以将季节与货品销量指标进行结合,提供智能的备货建议,方便采购员在进货采购前快速筛选出需要采购的季节性货品及相应数量,有效提升采购效率,并能结合历史数据,有效预测季节内的畅销品种,为供应链团队提供可靠的货品库存依据。
在一个可能的设计中,所述季节分类子系统包括货品分类模块、历史数据模块和货品备货模块;所述货品分类模块用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息;所述历史数据模块用于获取各个季节采购及销售的历史货品条目信息;所述货品备货模块用于根据货品的季节分类信息及各个季节采购及销售的历史货品条目信息生成当前季节应备货品的备货推荐条目。
在一个可能的设计中,所述库存子系统包括货品销量模块、历史采购模块和推荐备货模块,所述货品销量模块用于获取当前季节各类货品的销售数据,所述历史采购模块用于获取当前季节各类货品的历史采购数据,所述推荐备货模块用于根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息。
在一个可能的设计中,所述货品推荐子系统包括货品标签模块、货品存储模块、货品列表模块和采购推荐模块,所述货品标签模块用于根据货品信息及对应的季节分类信息生成货品标签,所述货品存储模块用于将货品标签与对应货品进行关联存储,所述货品列表模块用于列表展示当前存储中的货品标签,所述采购推荐模块用于根据备货推荐数量信息和前存储中的货品标签生成采购推荐信息表。
在一个可能的设计中,所述智能采购子系统包括列表选择模块和采购清单模块,所述列表选择模块用于展示采购推荐信息表,并接收采购员的操作指令进行采购推荐信息表的调整,所述采购清单模块用于根据调整后的采购推荐信息表生成采购清单。
在一个可能的设计中,所述智能采购子系统还包括审核确认模块,所述审核确认模块用于将采购清单发送至外部的采购审核终端进行审核,并接收审核结果,在根据审核结果判定审核通过时,输出采购清单。
第二方面,本发明提供一种基于季节和销量的货品智能推荐采购方法,包括:
获取货品信息,各个季节采购及销售的历史货品条目信息,以及当前季节各类货品的销售数据和历史采购数据;
根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息;
根据季节分类信息以及各个季节采购和销售的历史货品条目信息生成当前季节应备货品的备货推荐条目;
根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;
根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签;
根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;
接收操作指令,并根据操作指令编辑采购推荐信息表,生成采购清单。
在一个可能的设计中,所述方法还包括:
将采购清单发送至采购审核终端进行审核,并从采购审核终端接收审核结果;
在根据审核结果判定审核通过时,输出采购清单。
第三方面,本发明提供一种计算机设备,所述设备包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行上述第二方面中任意一种所述的方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行上述第二方面中任意一种所述的方法。
第五方面,本发明提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行上述第二方面中任意一种所述的方法。
本发明的有益效果为:
本发明通过季节分类子系统可以根据货品信息对各货品进行季节分类,并根据各个季节采购及销售的历史货品条目信息,来获得当前季节应备货品的备货推荐条目;通过库存子系统可以根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;通过货品推荐子系统可以根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;通过智能采购子系统可以针对采购推荐信息表进行相应的调整编辑,生成最后的采购清单。通过该系统可以将季节与货品销量指标进行结合,提供智能的备货建议,方便采购员在进货采购前快速筛选出需要采购的季节性货品及相应数量,有效提升采购效率,并能结合历史数据,有效预测季节内的畅销品种,为供应链团队提供可靠的货品库存依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明的系统结构示意图;
图2为本发明的方法步骤示意图;
图3为实施例3中的计算机设备结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,术语第一、第二等仅用于区分描述,而不能理解为指示或暗示相对重要性。尽管本文可以使用术语第一、第二等等来描述各种单元,这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实施例中,可以不以非必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1:
本实施例提供一种基于季节和销量的货品智能推荐采购系统,如图1所示,包括季节分类子系统、库存子系统、货品推荐子系统和智能采购子系统,其中:
季节分类子系统,用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息,并将货品信息及对应的季节分类信息发送至货品推荐子系统;获取各个季节采购及销售的历史货品条目信息,并生成当前季节应备货品的备货推荐条目,将当前季节应备货品的备货推荐条目发送至库存子系统;
库存子系统,用于获取当前季节各类货品的销售数据及历史采购数据,接收当前季节应备货品的备货推荐条目,并根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息,将当前季节应备货品的备货推荐数量信息发送至货品推荐子系统;
货品推荐子系统,用于根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签,接收当前季节应备货品的备货推荐数量信息,并根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表,将采购推荐信息表发送至智能采购子系统;
智能采购子系统,用于接收并展示采购推荐信息表,同时,接收采购员的操作指令,根据操作指令编辑采购推荐信息表,生成采购清单。
具体实施时,所述季节分类子系统包括货品分类模块、历史数据模块和货品备货模块;所述货品分类模块用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息,所述货品信息包括货品名称、货品属性等;所述历史数据模块用于获取各个季节采购及销售的历史货品条目信息;所述货品备货模块用于根据货品的季节分类信息及各个季节采购及销售的历史货品条目信息生成当前季节应备货品的备货推荐条目。货品备货模块可预置相应的学习模型,通过向模型输入季节分类信息及各个季节采购和销售的历史货品条目信息,由模型进行分析处理,输出当前季节应备货品的备货推荐条目。
所述库存子系统包括货品销量模块、历史采购模块和推荐备货模块,所述货品销量模块用于获取当前季节各类货品的销售数据,所述历史采购模块用于获取当前季节各类货品的历史采购数据,所述推荐备货模块用于根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息。推荐备货模块可预置相应的算法模型,通过向模型输入当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据,由模型进行计算分析,输出当前季节应备货品的备货推荐数量信息。
所述货品推荐子系统包括货品标签模块、货品存储模块、货品列表模块和采购推荐模块,所述货品标签模块用于根据货品信息及对应的季节分类信息生成货品标签,所述货品存储模块用于将货品标签与对应货品进行关联存储,所述货品列表模块用于列表展示当前存储中的货品标签,所述采购推荐模块用于根据备货推荐数量信息和前存储中的货品标签生成采购推荐信息表。
所述智能采购子系统包括列表选择模块和采购清单模块,所述列表选择模块用于展示采购推荐信息表,并接收采购员的操作指令进行采购推荐信息表的调整,所述采购清单模块用于根据调整后的采购推荐信息表生成采购清单。
所述智能采购子系统还包括审核确认模块,所述审核确认模块用于将采购清单发送至外部的采购审核终端进行审核,并接收审核结果,在根据审核结果判定审核通过时,输出采购清单。
通过季节分类子系统可以根据货品信息对各货品进行季节分类,并根据各个季节采购及销售的历史货品条目信息,来获得当前季节应备货品的备货推荐条目;通过库存子系统可以根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;通过货品推荐子系统可以根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;通过智能采购子系统可以针对采购推荐信息表进行相应的调整编辑,生成最后的采购清单。通过该系统可以将季节与货品销量指标进行结合,提供智能的备货建议,方便采购员在进货采购前快速筛选出需要采购的季节性货品及相应数量,有效提升采购效率,并能结合历史数据,有效预测季节内的畅销品种,为供应链团队提供可靠的货品库存依据。
实施例2:
本实施例提供一种基于季节和销量的货品智能推荐采购方法,如图2所示,包括以下步骤:
S101.获取货品信息,各个季节采购及销售的历史货品条目信息,以及当前季节各类货品的销售数据和历史采购数据;
S102.根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息;
S103.根据季节分类信息以及各个季节采购和销售的历史货品条目信息生成当前季节应备货品的备货推荐条目;
S104.根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;
S105.根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签;
S106.根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;
S107.接收操作指令,并根据操作指令编辑采购推荐信息表,生成采购清单。
优选地,所述方法还包括:
S108.将采购清单发送至采购审核终端进行审核,并从采购审核终端接收审核结果;
S109.在根据审核结果判定审核通过时,输出采购清单。
实施例3:
本实施例提供一种计算机设备,如图3所示,在硬件层面,装置包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行实施例1中所述的基于局部OMP的快速卷积稀疏字典学习算法。
可选地,该计算机设备包括还包括内部总线和通讯接口。处理器、存储器和通讯接口可以通过内部总线相互连接,该内部总线可以是ISA(Industry StandardArchitecture,工业标准体系结构)总线、PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(Extended Industry Standard Architecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
所述存储器可以但不限于包括随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First InputFirst Output,FIFO)和/或先进后出存储器(First In Last Out,FILO)等。所述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
实施例4:
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行实施例2中所述的基于季节和销量的货品智能推荐采购方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
实施例5:
本实施例提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行实施例2中所述的基于季节和销量的货品智能推荐采购方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于季节和销量的货品智能推荐采购系统,其特征在于,包括季节分类子系统、库存子系统、货品推荐子系统和智能采购子系统,其中:
季节分类子系统,用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息,并将货品信息及对应的季节分类信息发送至货品推荐子系统;获取各个季节采购及销售的历史货品条目信息,并生成当前季节应备货品的备货推荐条目,将当前季节应备货品的备货推荐条目发送至库存子系统;
库存子系统,用于获取当前季节各类货品的销售数据及历史采购数据,接收当前季节应备货品的备货推荐条目,并根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息,将当前季节应备货品的备货推荐数量信息发送至货品推荐子系统;
货品推荐子系统,用于根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签,接收当前季节应备货品的备货推荐数量信息,并根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表,将采购推荐信息表发送至智能采购子系统;
智能采购子系统,用于接收并展示采购推荐信息表,同时,接收采购员的操作指令,根据操作指令编辑采购推荐信息表,生成采购清单。
2.根据权利要求1所述的一种基于季节和销量的货品智能推荐采购系统,其特征在于,所述季节分类子系统包括货品分类模块、历史数据模块和货品备货模块;所述货品分类模块用于获取货品信息,并根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息;所述历史数据模块用于获取各个季节采购及销售的历史货品条目信息;所述货品备货模块用于根据货品的季节分类信息及各个季节采购及销售的历史货品条目信息生成当前季节应备货品的备货推荐条目。
3.根据权利要求1所述的一种基于季节和销量的货品智能推荐采购系统,其特征在于,所述库存子系统包括货品销量模块、历史采购模块和推荐备货模块,所述货品销量模块用于获取当前季节各类货品的销售数据,所述历史采购模块用于获取当前季节各类货品的历史采购数据,所述推荐备货模块用于根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息。
4.根据权利要求1所述的一种基于季节和销量的货品智能推荐采购系统,其特征在于,所述货品推荐子系统包括货品标签模块、货品存储模块、货品列表模块和采购推荐模块,所述货品标签模块用于根据货品信息及对应的季节分类信息生成货品标签,所述货品存储模块用于将货品标签与对应货品进行关联存储,所述货品列表模块用于列表展示当前存储中的货品标签,所述采购推荐模块用于根据备货推荐数量信息和前存储中的货品标签生成采购推荐信息表。
5.根据权利要求1所述的一种基于季节和销量的货品智能推荐采购系统,其特征在于,所述智能采购子系统包括列表选择模块和采购清单模块,所述列表选择模块用于展示采购推荐信息表,并接收采购员的操作指令进行采购推荐信息表的调整,所述采购清单模块用于根据调整后的采购推荐信息表生成采购清单。
6.根据权利要求5所述的一种基于季节和销量的货品智能推荐采购系统,其特征在于,所述智能采购子系统还包括审核确认模块,所述审核确认模块用于将采购清单发送至外部的采购审核终端进行审核,并接收审核结果,在根据审核结果判定审核通过时,输出采购清单。
7.一种基于季节和销量的货品智能推荐采购方法,其特征在于,包括:
获取货品信息,各个季节采购及销售的历史货品条目信息,以及当前季节各类货品的销售数据和历史采购数据;
根据货品信息对货品进行季节分类,生成货品信息对应的季节分类信息;
根据季节分类信息以及各个季节采购和销售的历史货品条目信息生成当前季节应备货品的备货推荐条目;
根据当前季节的备货推荐条目以及当前季节各类货品的销售数据和历史采购数据生成当前季节应备货品的备货推荐数量信息;
根据货品信息及对应的季节分类信息生成货品标签,并将货品标签与对应货品进行关联存储,列表展示当前存储中的货品标签;
根据备货推荐数量信息和存储中的货品标签生成采购推荐信息表;
接收操作指令,并根据操作指令编辑采购推荐信息表,生成采购清单。
8.根据权利要求7所述的一种基于季节和销量的货品智能推荐采购方法,其特征在于,所述方法还包括:
将采购清单发送至采购审核终端进行审核,并从采购审核终端接收审核结果;
在根据审核结果判定审核通过时,输出采购清单。
9.一种计算机设备,其特征在于,包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行权利要求7或8所述的方法。
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上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行权利要求7或8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937593.4A CN113657829A (zh) | 2021-08-16 | 2021-08-16 | 一种基于季节和销量的货品智能推荐采购系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937593.4A CN113657829A (zh) | 2021-08-16 | 2021-08-16 | 一种基于季节和销量的货品智能推荐采购系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113657829A true CN113657829A (zh) | 2021-11-16 |
Family
ID=78491100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110937593.4A Pending CN113657829A (zh) | 2021-08-16 | 2021-08-16 | 一种基于季节和销量的货品智能推荐采购系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657829A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570641A (zh) * | 2016-11-07 | 2017-04-19 | 成都科曦科技有限公司 | 一种基于万物互联的智慧酒店管理系统 |
CN108764974A (zh) * | 2018-05-11 | 2018-11-06 | 国网电子商务有限公司 | 一种基于深度学习的商品采购量预测方法及装置 |
CN109919710A (zh) * | 2019-01-25 | 2019-06-21 | 广州富港万嘉智能科技有限公司 | 一种自动生成商品采购清单的方法、电子设备及存储介质 |
-
2021
- 2021-08-16 CN CN202110937593.4A patent/CN113657829A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570641A (zh) * | 2016-11-07 | 2017-04-19 | 成都科曦科技有限公司 | 一种基于万物互联的智慧酒店管理系统 |
CN108764974A (zh) * | 2018-05-11 | 2018-11-06 | 国网电子商务有限公司 | 一种基于深度学习的商品采购量预测方法及装置 |
CN109919710A (zh) * | 2019-01-25 | 2019-06-21 | 广州富港万嘉智能科技有限公司 | 一种自动生成商品采购清单的方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Leung et al. | A B2B flexible pricing decision support system for managing the request for quotation process under e-commerce business environment | |
US20160148225A1 (en) | Product sales forecasting system, method and non-transitory computer readable storage medium thereof | |
CN102467726B (zh) | 一种基于网上交易平台的数据处理方法和装置 | |
Maihami et al. | Effect of two-echelon trade credit on pricing-inventory policy of non-instantaneous deteriorating products with probabilistic demand and deterioration functions | |
CN106156880A (zh) | 一种预测库存分配比例的方法、装置及电子设备 | |
Al Masud et al. | Optimisation of a production inventory model with reliability considerations | |
TWI684145B (zh) | 倉儲儲位配置系統 | |
Zahran et al. | Comparing different coordination scenarios in a three-level supply chain system | |
Jauhari et al. | A stochastic periodic review inventory model for vendor–buyer system with setup cost reduction and service–level constraint | |
Wu et al. | Optimal manufacturing and delivery schedules in a supply chain system of deteriorating items | |
Kumar et al. | Three echelon supply chain inventory model for deteriorating items with limited storage facility and lead-time under inflation | |
CN109523314A (zh) | 一种基于ai技术的供应链管控方法及其系统和存储介质 | |
CN110362702B (zh) | 图片管理方法及设备 | |
Jauhari et al. | Coordinating a two-level supply chain with defective items, inspection errors and price-sensitive demand. | |
CN112418969B (zh) | 商品匹配方法、装置、计算机设备 | |
Singh et al. | Machine learning based fuzzy inventory model for imperfect deteriorating products with demand forecast and partial backlogging under green investment technology | |
CN113657829A (zh) | 一种基于季节和销量的货品智能推荐采购系统及方法 | |
CN116595390A (zh) | 商品信息处理方法及电子设备 | |
CN107977876A (zh) | 用于处理订单信息的方法及装置 | |
Martasari | Impact of Industrial Technology 4.0 In Improving Service Quality and Customer Experience on E-Commerce Platforms: Literature Review | |
CN110969400A (zh) | 一种供应链上下游数据关联方法和装置 | |
WO2021098280A1 (zh) | 商品无源时的价格展示方法、系统及存储介质 | |
CN114819790A (zh) | 一种基于大数据的门店智能补货方法及系统 | |
Khakbaz et al. | A mathematical model to investigate the interactive effects of important economic factors on the behaviors of retailers | |
Mukhtar et al. | Inventory Visibility Scenario to Reduce Safety Stock in Supply Chain Network Using Blockchain Hyperledger Composer |
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 |