CN113888095B - 一种库存数据处理方法、系统、电子设备及介质 - Google Patents
一种库存数据处理方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN113888095B CN113888095B CN202111250041.2A CN202111250041A CN113888095B CN 113888095 B CN113888095 B CN 113888095B CN 202111250041 A CN202111250041 A CN 202111250041A CN 113888095 B CN113888095 B CN 113888095B
- Authority
- CN
- China
- Prior art keywords
- bin
- data
- sales
- inventory
- logic
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- 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
- G06Q30/0637—Approvals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于库存处理技术领域，提供了一种库存数据处理方法、系统、电子设备及介质，该方法包括：获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓；获取所述目标商品的实物仓数据和业务数据，建立实物仓与逻辑仓之间的库存匹配关系；根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；若目标订单的支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减；通过采用该方法解决了现有库存系统成本高、效率低、耗时间的问题。
Description
技术领域
本发明涉及库存处理技术领域，尤其涉及一种库存数据处理方法、系统、电子设备及介质。
背景技术
目前，企业大多采用多仓的方式对物品进行存放，但是大部分情况下多仓之间数据不互通或没有整体的库存汇总，即是每个仓单独针对业务进行支撑。因此，要做到跨库房和跨仓库的合理分配，只能人工接入后详细地统计每个库房中对应物品的库存量，并在不同的平台上设置对应的可售卖数量。然而由于跨库房与跨平台的商品库存信息不同步，会导致商品资源分配不合理，从而出现少买或超卖的情况；使得在现有库存系统下要进行大量复杂的配置后才能实现商品资源的统一管理与合理分配。运营人员往往花费大量的时间去查看库存、分配，从而使得现有库存系统具有成本高、效率低、耗时间等缺点。
发明内容
本发明提供一种库存数据处理方法、系统、电子设备及介质，以解决现有库存系统成本高、效率低、耗时间的问题。
本发明提供的库存数据处理方法，包括：
获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓，所述逻辑仓包括第一逻辑仓和第二逻辑仓；
获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；
获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减。
可选的，所述获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓还包括：
根据所述预设销售数据获取对应的销售预测量；
若所述销售预测量小于或等于预设销售量，则根据所述预设销售数据建立第一逻辑仓；
若所述销售预测量大于预设销售量，则根据所述预设销售数据建立第二逻辑仓。
可选的，所述根据实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系包括：
构建初始模型，将所述实物仓数据和所述业务数据输入所述初始模型，输出对应的逻辑仓，对所述初始模型进行训练，建立具有库存匹配关系的目标模型。
可选的，所述库存数据处理方法还包括：
根据所述实物仓数据建立共享仓，并配置所述共享仓的库存量；
获取所述逻辑仓的库存量，若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓。
可选的，所述库存数据处理方法，还包括：
获取所述共享仓在预设时间内的库存变化量，若所述库存变化量小于预设变化量，则获取所述共享仓的当前库存量，并根据预设分配原则将所述共享仓的当前库存量分配至对应的逻辑仓。
可选的，所述若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓还包括：
若所述逻辑仓的库存数据量小于第一预设库存量，则获取所述共享仓的当前库存量；
若所述共享仓的库存量小于第二预设库存量，则发出补货请求，并生成补货方案。
可选的，所述预设销售数据为预设销售渠道，所述根据所述目标商品量对所述目标逻辑仓的库存量进行扣减之后，还包括：
获取所述目标逻辑仓所对应的实物仓数据，所述实物仓数据包括实物仓地址；
获取所述目标订单的收货地址，根据所述收货地址和所述实物仓地址生成发货方案。
本发明还提供了一种库存数据处理系统，包括：
逻辑仓建立模块，用于获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓，所述逻辑仓包括第一逻辑仓和第二逻辑仓；
匹配关系建立模块，用于获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
库存分配模块，用于根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；
目标逻辑仓获取模块，用于获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
库存扣减模块，用于获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减，所述逻辑仓建立模块、所述匹配关系建立模块、所述库存分配模块、所述目标逻辑仓获取模块和所述库存扣减模块相连接。
本发明还提供一种电子设备，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述库存数据处理方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述库存数据处理方法。
如上所述，本发明提供了一种库存数据处理方法、系统、电子设备及介质，具有以下有益效果：首先获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓；其次，获取所述目标商品的实物仓数据和业务数据，建立实物仓与逻辑仓之间的库存匹配关系；再次，根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；最后根据所述目标商品量对所述目标逻辑仓的库存量进行扣减；解决了现有库存系统成本高、效率低、耗时间的问题；实现了合理的资源分配，可以避免少买或超卖的情况出现；不需要再去经历繁琐的线下步骤，从而大大地提高了工作效率并且降低了错下误率，进而大幅度地降低了工作成本和节省了工作时间。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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它的附图。
图1是本发明实施例中库存数据处理方法的流程示意图；
图2是本发明实施例中共享仓的库存数据处理方法的流程示意图；
图3是本发明实施例中库存数据处理系统的结构示意图；
图4是本发明实施例中电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明在一实施例中提供的库存数据处理方法的流程示意图。
如图1所示，上述库存数据处理方法，包括步骤S110-S150：
S110，获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓；
S120，获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
S130，根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；
S140，获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
S150，获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减。
目前，针对不同的销售渠道的库存模式，大多采用为每个销售渠道赋予独立的库存，但是每一个销售渠道的销售情况并不一致，可能会出现一个销售渠道库存滞销，而另一个销售渠道库存不足的现象。当一个销售渠道出现库存不足时，通常的解决办法是从其他销售渠道进行调货，调货过程由各个销售渠道的管理人员自己负责联系，或者通知厂家由厂家负责调货，整个调货过程非常麻烦，会极大影响配送效率和用户购物体验。本实施通过建立逻辑仓、合理的库存匹配关系以及共享仓的方式来提高配送效率和用户购物体验。
在本实施例的步骤S110中，目标商品的预设销售数据包括预设销售渠道，预设销售渠道包括但不限于自营店、第三方销售渠道。获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓的方法包括：根据所述预设销售数据获取对应的销售预测量；若所述销售预测量小于或等于预设销售量，则根据所述预设销售数据建立第一逻辑仓；若所述销售预测量大于预设销售量，则根据所述预设销售数据建立第二逻辑仓。
在一实施例中，若预设销售数据为预设销售渠道，则根据预设销售数据获取对应的销售预测量，即是获取每个预设销售渠道对应的销售预测量。获取每个预设销售渠道对应的销售预测量的实现方法包括：根据目标商品在预设销售渠道的历史销售量和目标商品的销售评价数据获取销售预测量。根据历史销售量和销售评价数据获取销售预测量包括：构建初始预测模型，将所述目标商品的历史销售量和目标商品的销售评价数据输入所述初始预测模型，输出对应的销量预测量，并对初始预测模型进行训练，获取目标预测模型；将目标商品在预设销售渠道的历史销售量和销售评价数据输入目标预测模型，获取销售预测量。初始预测模型包括但不限于卷积神经网络、循环神经网络。销售评价数据包括但不限于销售季节、销售渠道、与目标商品的相关联的商品历史销售量。
在一实施例中，预设销售量根据库存系统的数据处理效率进行确定，第一逻辑仓与预设销售渠道为一一对应关系，预设销售渠道与第二逻辑仓为一对多的关系，预设销售渠道与第二逻辑仓为一对多的关系即是一个平台对应两个或者多个逻辑仓，逻辑仓的数据量根据销售预测量和预设销售量进行确定；通过预设销售量与销售预测量进行对比，并根据对比结果建立不同逻辑仓的方式，提高了库存数据的高并发处理效率。
在本实施例的步骤S120中，根据实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系的具体实现方法包括：构建初始模型，将所述实物仓数据和所述业务数据输入所述初始模型，输出对应的逻辑仓，对所述初始模型进行训练，建立具有库存匹配关系的目标模型。实物仓数据包括实物仓商品数量和实物仓位置，业务数据包括销售渠道、商品历史销售量和商品收货地址。初始模型包括但不限于卷积神经网络、循环神经网络、深度置信神经网络。具体地，初始模型为卷积神经网络，根据获取到的实物仓数据和业务数据形成样本数据集；将样本数据集划分为训练集和测试集；将实物仓数据和业务数据输入卷积神经网络，输出对应的逻辑仓，采用测试数据集对卷积神经网络进行训练；将测试数据集输入训练后的卷积神经网络，获取测试结果和测试结果所对应的真实值；根据测试结果和对应的真实值获取误差，并采用误差反向传播更新训练后的卷积神经网路，建立实物仓与逻辑仓之间的库存匹配关系的目标模型。可以采用交叉熵损失函数根据测试结果和对应的真实值获取误差。
在本实施例的步骤S130中，根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；逻辑仓的库存数据包括逻辑仓的库存量，逻辑仓与实物仓的库存匹配关系。为了确保实物仓的当前库存量的准确性，需要对实物仓进行盘点以及记录每一次的出入库数据，然后根据盘点数据、每一次出入库数据确定实物仓的当前库存量。
在本实施例的步骤S140中，获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓，所述目标订单数据包括商品销售渠道和商品收货地址。根据所述目标订单数据获取目标逻辑仓的具体实现方法包括：根据商品销售渠道获取待选择逻辑仓；若商品销售渠道与待选择逻辑仓为一一对应关系在，则待选择仓为目标逻辑仓；若商品销售渠道与待选择逻辑仓为一对多关系，则根据目标订单数据中商品收货地址和待选择逻辑仓所对应的实物仓地址的匹配程度确定目标逻辑仓；匹配程度根据目标订单数据中商品收货地址和待选择逻辑仓所对应的实物仓地址的距离确定，距离越近匹配程度越高，选择匹配程度最高的逻辑仓作为目标逻辑仓。
在一实施例中，根据所述目标订单数据获取目标逻辑仓后，还需要获取目标订单数据中商品数量，判断目标订单数据中商品数量是否大于目标逻辑仓的库存量，若目标订单数据中商品数量大于目标逻辑仓的库存量，则获取目标订单数据中商品数量与目标逻辑仓的库存量的差值；然后获取共享仓的当前库存量，若共享仓的当前库存量等于或大于差值，则将共享仓的库存分配至目标逻辑仓，分配的库存量大于目标订单数据中商品数量与目标逻辑仓的库存量的差值；若共享仓的当前库存量小于差值，则可以根据目标订单数据获取其他的目标逻辑仓。
在本实施例的步骤S150中，为了确保在高并发情况下数据的处理效率，本实施例采用获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减的方式，确保了逻辑仓库存的准确性。
在一实施例中，共享仓的库存数据处理方法请参见图2，图2是本发明在一实施例中共享仓的库存数据处理方法的流程示意图。
如图2所示，共享仓的库存数据处理方法可以包括以下步骤S210-S220：
S210，根据所述实物仓数据建立共享仓，并配置所述共享仓的库存量；
S220，获取所述逻辑仓的库存量，若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓。
在一实施例中，若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓的具体实现方法包括：若所述逻辑仓的库存数据量小于第一预设库存量，则获取所述共享仓的当前库存量；若所述共享仓的库存量小于第二预设库存量，则发出补货请求，并生成补货方案。
在一实施例中，为了确保逻辑仓由足够的库存量，还可以将共享仓的库存分配至逻辑仓，将共享仓的库存分配至逻辑仓的具体实现方法包括：获取所述共享仓在预设时间内的库存变化量，若所述库存变化量小于预设变化量，则获取所述共享仓的当前库存量，并根据预设分配原则将所述共享仓的当前库存量分配至对应的逻辑仓。
在一实施例中，库存数据处理方法包括：根据用户数据建立专属仓，专属仓的商品库存不会被自动流转到共享仓，仅创建用户可用，一般适用于指定的销售渠道使用。库存数据处理方法还包括：根据集团公司数据建立指定共享仓，指定共享仓的商品库存不会自动流转到共享仓，但可指定几家公司一起使用，一般适用于集团公司实现集团内库存共享时使用。
在一实施例中，获取到目标订单数据后，可以生成对应的发货方案；生成发货方案的具体实现方法包括：获取所述目标逻辑仓所对应的实物仓数据，所述实物仓数据包括实物仓地址；获取所述目标订单的收货地址，根据所述收货地址和所述实物仓地址生成发货方案。
本施例提供了一种库存数据处理方法，该方法首先获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓；其次，获取所述目标商品的实物仓数据和业务数据，建立实物仓与逻辑仓之间的库存匹配关系；再次，根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；最后根据所述目标商品量对所述目标逻辑仓的库存量进行扣减；解决了现有库存系统成本高、效率低、耗时间的问题；实现了合理的资源分配，可以避免少买或超卖的情况出现；不需要再去经历繁琐的线下步骤，从而大大地提高了工作效率并且降低了错下误率，进而大幅度地降低了工作成本和节省了工作时间。
基于与库存数据处理方法相同的发明构思，相应的，本实施例还提供了一种库存数据处理系统。在本实施例中，该库存数据处理系统执行上述任一实施例所述的库存数据处理方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图3为本发明提供的库存数据处理系统的结构示意图。
如图3所示，所示库存数据处理系统包括：31逻辑仓建立模块、32匹配关系建立模块、33库存分配模块、34目标逻辑仓获取模块以及35库存扣减模块。
其中，逻辑仓建立模块，用于获取目标商品的预设销售数据，并根据所述预设销售数据建立逻辑仓；
匹配关系建立模块，用于获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
库存分配模块，用于根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓，并更新所述逻辑仓的库存数据；
目标逻辑仓获取模块，用于获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
库存扣减模块，用于获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减，所述逻辑仓建立模块、所述匹配关系建立模块、所述库存分配模块、所述目标逻辑仓获取模块和所述库存扣减模块相连接。
在一些示例性实施例中，逻辑仓建立模块包括：
销售预测量获取单元，用于根据所述预设销售数据获取对应的销售预测量；
第一逻辑仓建立单元，用于若所述销售预测量小于或等于预设销售量，则根据所述预设销售数据建立第一逻辑仓；
第二逻辑仓建立单元，用于若所述销售预测量大于预设销售量，则根据所述预设销售数据建立第二逻辑仓。
在一些示例性实施例中，匹配关系建立模块包括：
目标模型建立单元，用于构建初始模型，将所述实物仓数据和所述业务数据输入所述初始模型，输出对应的逻辑仓，对所述初始模型进行训练，建立具有库存匹配关系的目标模型。
在一些示例性实施例中，上述库存数据处理系统包括：
共享仓建立模块，用于根据所述实物仓数据建立共享仓，并配置所述共享仓的库存量；
第一共享仓存分配模块，用于获取所述逻辑仓的库存量，若所述逻辑仓的库存量小于预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓。
在一些示例性实施例中，第一共享仓存分配模块包括：
共享仓库存获取单元，用于若所述逻辑仓的库存数据量小于第一预设库存量，则获取所述共享仓的当前库存量；
补货方案生成单元，用于若所述共享仓的库存量小于第二预设库存量，则发出补货请求，并生成补货方案。
在一些示例性实施例中，库存数据处理系统还包括：
第二共享仓存分配模块，用于获取所述共享仓在预设时间内的库存变化量，若所述库存变化量小于预设变化量，则获取所述共享仓的当前库存量，并根据预设分配原则将所述共享仓的当前库存量分配至对应的逻辑仓。
在一些示例性实施例中，库存数据处理系统还包括：
数据获取模块，用于获取所述目标逻辑仓所对应的实物仓数据，所述实物仓数据包括实物仓地址；
发货方案生成模块，用于获取所述目标订单的收货地址，根据所述收货地址和所述实物仓地址生成发货方案。
本实施例还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本实施例中的任一项方法。
在一个实施例中，请参见图4，本实施例还提供了一种电子设备400，包括存储器401、处理器402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402执行所述计算机程序时实现如上任一项实施例所述方法的步骤。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(RandomAccess Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称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。
在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、“在一些示例性实施例”或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态RAM(DRAM))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种库存数据处理方法，其特征在于，所述库存数据处理方法包括：
获取目标商品的预设销售数据，所述预设销售数据包括预设销售渠道；
根据目标商品在预设销售渠道的历史销售量和目标商品的销售评价数据获取销售预测量，包括，构建初始预测模型，将所述目标商品的历史销售量和销售评价数据输入至所述初始预测模型，以输出所对应的销售预测量，并对所述初始预测模型进行训练，得到目标预测模型，并将所述目标商品在所述预设销售渠道的历史销售量和销售评价数据输入至所述目标预测模型，以得到所述目标商品在所述预设销售渠道的销售预测量，所述销售评价数据包括目标商品销售季节数据、目标商品销售渠道数据，以及与目标商品相关联的商品的历史销售量；
若所述销售预测量小于或等于预设销售量，则根据所述预设销售数据建立第一逻辑仓，若所述销售预测量大于预设销售量，则根据所述预设销售数据建立第二逻辑仓，所述预设销售量根据库存系统的数据处理效率进行确定，所述第一逻辑仓与所述预设销售渠道为一一对应关系，所述第二逻辑仓与所述预设销售渠道为多对一关系；
所述库存数据处理方法还包括，
获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓,并更新所述逻辑仓的库存数据；
获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减。
2.根据权利要求1所述的库存数据处理方法，其特征在于，所述根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系包括：
构建初始模型，将所述实物仓数据和所述业务数据输入所述初始模型，输出对应的逻辑仓，对所述初始模型进行训练，建立具有库存匹配关系的目标模型。
3.根据权利要求1所述的库存数据处理方法，其特征在于，所述库存数据处理方法还包括：
根据所述实物仓数据建立共享仓，并配置所述共享仓的库存量；
获取所述逻辑仓的库存量，若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓。
4.根据权利要求3所述的库存数据处理方法，其特征在于，所述库存数据处理方法，还包括：
获取所述共享仓在预设时间内的库存变化量，若所述库存变化量小于预设变化量，则获取所述共享仓的当前库存量，并根据预设分配原则将所述共享仓的当前库存量分配至对应的逻辑仓。
5.根据权利要求4所述的库存数据处理方法，其特征在于，所述若所述逻辑仓的库存量小于第一预设库存量，则获取所述共享仓的当前库存量，并将其分配至所述逻辑仓还包括：
若所述逻辑仓的库存数据量小于第一预设库存量，则获取所述共享仓的当前库存量；
若所述共享仓的库存量小于第二预设库存量，则发出补货请求，并生成补货方案。
6.根据权利要求1所述的库存数据处理方法，其特征在于，所述预设销售数据为预设销售渠道，所述根据所述目标商品量对所述目标逻辑仓的库存量进行扣减之后，还包括：
获取所述目标逻辑仓所对应的实物仓数据，所述实物仓数据包括实物仓地址；
获取所述目标订单的收货地址，根据所述收货地址和所述实物仓地址生成发货方案。
7.一种库存数据处理系统，其特征在于，所述库存数据处理系统包括：
逻辑仓建立模块，用于获取目标商品的预设销售数据，获取目标商品的预设销售数据，所述预设销售数据包括预设销售渠道；根据目标商品在预设销售渠道的历史销售量和目标商品的销售评价数据获取销售预测量，包括，构建初始预测模型，将所述目标商品的历史销售量和销售评价数据输入至所述初始预测模型，以输出所对应的销售预测量，并对所述初始预测模型进行训练，得到目标预测模型，并将所述目标商品在所述预设销售渠道的历史销售量和销售评价数据输入至所述目标预测模型，以得到所述目标商品在所述预设销售渠道的销售预测量，所述销售评价数据包括目标商品销售季节数据、目标商品销售渠道数据，以及与目标商品相关联的商品的历史销售量；若所述销售预测量小于或等于预设销售量，则根据所述预设销售数据建立第一逻辑仓，若所述销售预测量大于预设销售量，则根据所述预设销售数据建立第二逻辑仓，所述预设销售量根据库存系统的数据处理效率进行确定，所述第一逻辑仓与所述预设销售渠道为一一对应关系，所述第二逻辑仓与所述预设销售渠道为多对一关系；
匹配关系建立模块，用于获取所述目标商品的实物仓数据和业务数据，并根据所述实物仓数据和所述业务数据建立实物仓与逻辑仓之间的库存匹配关系，所述实物仓数据包括实物仓的当前库存量；
库存分配模块，用于根据所述库存匹配关系将所述实物仓的当前库存量分配至对应的逻辑仓,并更新所述逻辑仓的库存数据；
目标逻辑仓获取模块，用于获取目标订单数据，并根据所述目标订单数据获取目标逻辑仓；
库存扣减模块，用于获取所述目标订单的支付状态，若所述支付状态为已支付，则获取所述目标订单的目标商品量，并根据所述目标商品量对所述目标逻辑仓的库存量进行扣减；
所述逻辑仓建立模块、所述匹配关系建立模块、所述库存分配模块、所述目标逻辑仓获取模块和所述库存扣减模块相连接。
8.一种电子设备，其特征在于，包括处理器、存储器和通信总线；
所述通信总线用于将所述处理器和存储器连接；
所述处理器用于执行所述存储器中存储的计算机程序，以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序用于使所述计算机执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111250041.2A CN113888095B (zh) | 2021-10-26 | 2021-10-26 | 一种库存数据处理方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111250041.2A CN113888095B (zh) | 2021-10-26 | 2021-10-26 | 一种库存数据处理方法、系统、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113888095A CN113888095A (zh) | 2022-01-04 |
| CN113888095B true CN113888095B (zh) | 2024-03-12 |
Family
ID=79014550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111250041.2A Active CN113888095B (zh) | 2021-10-26 | 2021-10-26 | 一种库存数据处理方法、系统、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113888095B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794132A (zh) * | 2014-01-21 | 2015-07-22 | 阿里巴巴集团控股有限公司 | 库存信息处理方法及系统 |
| WO2016206556A1 (zh) * | 2015-06-25 | 2016-12-29 | 阿里巴巴集团控股有限公司 | 仓库资源信息处理、提供库存信息的方法及装置 |
| CN111242555A (zh) * | 2020-01-17 | 2020-06-05 | 江苏苏宁物流有限公司 | 库存数据处理方法、装置及系统 |
| CN112101860A (zh) * | 2020-08-27 | 2020-12-18 | 上海伯俊软件科技有限公司 | 库存计算同步的方法及设备 |
| CN112418760A (zh) * | 2020-11-20 | 2021-02-26 | 北京滴普科技有限公司 | 一种基于o2o模式的多仓库与多销售渠道的库存管理方法 |
-
2021
- 2021-10-26 CN CN202111250041.2A patent/CN113888095B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794132A (zh) * | 2014-01-21 | 2015-07-22 | 阿里巴巴集团控股有限公司 | 库存信息处理方法及系统 |
| WO2016206556A1 (zh) * | 2015-06-25 | 2016-12-29 | 阿里巴巴集团控股有限公司 | 仓库资源信息处理、提供库存信息的方法及装置 |
| CN111242555A (zh) * | 2020-01-17 | 2020-06-05 | 江苏苏宁物流有限公司 | 库存数据处理方法、装置及系统 |
| CN112101860A (zh) * | 2020-08-27 | 2020-12-18 | 上海伯俊软件科技有限公司 | 库存计算同步的方法及设备 |
| CN112418760A (zh) * | 2020-11-20 | 2021-02-26 | 北京滴普科技有限公司 | 一种基于o2o模式的多仓库与多销售渠道的库存管理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于电子商务的数据仓库模型设计;刘晓知;;电脑知识与技术;20101225(36);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113888095A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7423816B2 (ja) | 注文情報処理方法、装置、コンピュータ機器及び媒体 | |
| WO2019071930A1 (zh) | 用于分拣货物的方法和装置 | |
| WO2019047523A1 (zh) | 用于分拣货物的方法和装置 | |
| CN109960826B (zh) | 供应链仿真方法和装置 | |
| CN111292030A (zh) | 选仓方法及装置、计算机可读存储介质 | |
| US11205215B2 (en) | Online platform for processing merchandise shipping | |
| CN111985862A (zh) | 定位库存物品的方法和装置 | |
| CN114254845A (zh) | 仓库选址方法、装置、计算机设备和存储介质 | |
| CN113793081A (zh) | 仓储监控方法、装置、计算机可读介质及电子设备 | |
| CN114663015A (zh) | 补货方法和装置 | |
| CN110060075B (zh) | 用于预测销量的方法、装置、系统及介质 | |
| CN113888095B (zh) | 一种库存数据处理方法、系统、电子设备及介质 | |
| CN110928594A (zh) | 服务开发方法和平台 | |
| CN109902980A (zh) | 用于业务处理的方法及装置 | |
| CN109902847B (zh) | 预测分库订单量的方法和装置 | |
| CN112330235A (zh) | 用于库存管理的数据处理方法、装置、电子设备及介质 | |
| CN115689454A (zh) | 确定服务站点的方法、装置、电子设备及存储介质 | |
| CN115222256A (zh) | 供应链管理的方法、装置、电子设备及可读存储介质 | |
| CN110641887B (zh) | 仓库盘点方法和装置 | |
| CN111746992B (zh) | 基于agv的自动化仓库中货物储位确定方法及装置 | |
| CN114580994A (zh) | 一种物流配送运费自动化测算方法及系统 | |
| CN113780650A (zh) | 运力锁定方法、装置、设备和存储介质 | |
| CN112085424A (zh) | 存储物品的方法、装置、设备和计算机可读介质 | |
| CN112793975A (zh) | 一种货物入库方法、装置、电子设备及存储介质 | |
| CN111932047A (zh) | 分配多任务集的方法、装置、设备和计算机可读介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |