CN114329196A - 一种信息推送方法、装置、电子设备及存储介质 - Google Patents

一种信息推送方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114329196A
CN114329196A CN202111607497.XA CN202111607497A CN114329196A CN 114329196 A CN114329196 A CN 114329196A CN 202111607497 A CN202111607497 A CN 202111607497A CN 114329196 A CN114329196 A CN 114329196A
Authority
CN
China
Prior art keywords
behavior
behavior information
information
industrialized
target
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
Application number
CN202111607497.XA
Other languages
English (en)
Other versions
CN114329196B (zh
Inventor
徐新明
刘中原
黄金凯
徐晟�
施林坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jinxianlian Technology Co ltd
Original Assignee
Hangzhou Jinxianlian Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Jinxianlian Technology Co ltd filed Critical Hangzhou Jinxianlian Technology Co ltd
Priority to CN202111607497.XA priority Critical patent/CN114329196B/zh
Publication of CN114329196A publication Critical patent/CN114329196A/zh
Application granted granted Critical
Publication of CN114329196B publication Critical patent/CN114329196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种信息推送方法、装置、电子设备及存储介质,该方法包括获取目标用户的第一行业化行为信息,并确定共性行为信息;基于共性行为信息构建行为承接链,并确定行为承接链中各第三行业化行为信息对应的采购周期;确定与第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,将第四行业化行为信息添加至目标第三行业化行为信息对应的行为承接链,并更新第四行业化行为信息与目标第三行业化行为信息对应的采购周期;确定各行为承接链中各监控行为信息上一次完成行为的完成时间,生成当前推送信息。本发明实现了基于行业承接链来进行各监控行为信息的采购周期的监控,满足用户在不同需求时期对商品的差异化需求,推送效果好。

Description

一种信息推送方法、装置、电子设备及存储介质
技术领域
本申请涉及信息数据处理技术领域,具体而言,涉及一种信息推送方法、装置、电子设备及存储介质。
背景技术
目前在信息推送领域中,为了对用户进行较为准确的信息推送,需要对用户的历史行为进行分析,以此确定用户可能感兴趣的商品类型,将对应商品类型的推送信息推送至用户。然而,用户在不同时期的商品购买需求是不同的,这样的推送方式的实际推送效果较差。尤其是对于实体加工生产行业的厂家而言,生产过程中所使用到的原材料、生产机器、包装物品、运输工具等在不同的时间节点均可能存在购买需求,且由于涉及的商品较多,用户自身也无法对生产过程中所使用的所有商品进行持续的监控。若推送信息不能准确及时的推送出用户所需的商品,不仅推送信息没有实际推送效果,还会导致用户往往在其真正有需求补充的商品出现诸如原材料库存见底或机器设备过于老旧出现损坏等问题后,才急于进行商品的补充,影响用户的生产效率。
发明内容
为了解决上述问题,本申请实施例提供了一种信息推送方法、装置、电子设备及存储介质。
第一方面,本申请实施例提供了一种信息推送方法,所述方法包括:
获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息。
优选的,所述获取目标用户的第一行业化行为信息,包括:
获取目标用户的历史行为信息,通过预设的图神经网络解析各所述历史行为信息,从各所述历史行为信息中选取并去除个性化行为信息,得到第一行业化行为信息。
优选的,所述确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息,包括:
聚合所述第一行业化行为信息与第二行业化行为信息,得到共性行为信息。
优选的,所述基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系,包括:
根据各所述共性行为信息的固有属性将各所述共性行为信息划分为不同的生产资料类型行为组,构建各所述生产资料类型行为组对应的行为承接链;
对所述行为承接链中各第三行业化行为信息进行线性回归计算,确定各所述第三行业化行为信息在所述行业类别中对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系。
优选的,所述历史采购信息包括第一历史采购时间、第二历史采购时间;
所述基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期,包括:
获取所述第四行业化行为信息的第一历史采购时间,并获取所述目标第三行业化行为信息的第二历史采购时间;
基于各所述第一历史采购时间计算各第一采购时间间隔,并基于各所述第一采购时间间隔的第一平均时间间隔更新所述第四行业化行为信息对应的所述采购周期;
基于各所述第二历史采购时间计算各第二采购时间间隔,并基于各所述第二采购时间间隔的第二平均时间间隔更新所述目标第三行业化行为信息对应的所述采购周期。
优选的,所述确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息,包括:
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息;
分别监测各所述完成时间与当前时间的监控时间间隔,当存在目标监控时间间隔与所述目标监控时间间隔对应的所述采购周期匹配时,基于所述目标监控时间间隔对应的所述监控行为信息生成当前推送信息,并向所述目标用户推送所述当前推送信息。
优选的,所述方法还包括:
获取各所述监控行为信息的高需求时间段,并计算各所述监控行为信息对应的推送时间;
当存在所述推送时间处于所述高需求时间段,且所述监控时间间隔与所述监控时间间隔对应的所述采购周期的时间差值小于预设差值时,生成预警推送信息,并向所述目标用户推送所述预警推送信息。
第二方面,本申请实施例提供了一种信息推送装置,所述装置包括:
获取模块,用于获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
划分模块,用于基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
添加模块,用于当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
推送模块,用于确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息。
第三方面,本申请实施例提供了一种电子设备,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计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
第四方面,本申请实施例提供了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第一方面或第一方面的任意一种可能的实现方式提供的方法。
本发明的有益效果为:1.根据用户的行业化行为信息确定用户所属的行业类别,以此构建出该行业类别下的行为承接链,并基于行业承接链来进行各监控行为信息的采购周期的监控与推送,满足用户在不同需求时期对商品的差异化需求,无需用户自己对每一项监控行为信息的商品进行周期监控便能够准确及时的向用户进行相关商品的推送,推送效果好。
2.能够针对用户自身在进行行业化生产时独有使用的行业化行为信息对行为承接链以及采购周期进行调整与更新,保证最终生成的推送信息能够更加精准,更符合用户的个性化生产需求。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需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申请的一些实施例,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为本申请实施例提供的一种信息推送方法的流程示意图;
图2为本申请实施例提供的一种信息推送装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
参见图1,图1是本申请实施例提供的一种信息推送方法的流程示意图。在本申请实施例中,所述方法包括:
S101、获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息。
本申请的执行主体可以是云端服务器。
所述行业化行为信息在本申请实施例中可以理解为与某一行业生产过程相关的商品采购行为信息。所述第一行业化行为信息为目标用户在云端服务器对应平台内的所有行业化行为信息。所述第二行业化行为信息为存储在用户行为数据库中的行业化行为信息。
在本申请实施例中,云端服务器首先将会获取目标用户的第一行业化行为信息,以此确定出目标用户所属的行业类别。根据行业类别,便能够从预设的用户行为数据库中选取出数据库存储的该行业类别下的第二行业化行为信息,第二行业化行为信息即可以表征出该行业类别下常规生产过程中会进行的商品采购行为相关的信息。通过第一行业化行为信息与第二行业化行为信息的比对,云端服务器便能够确定出共性行为信息,即第一行业化行为信息中符合该行业类别的常规生产过程共性的商品采购行为信息。
在一种可实施方式中,所述获取目标用户的第一行业化行为信息,包括:
获取目标用户的历史行为信息,通过预设的图神经网络解析各所述历史行为信息,从各所述历史行为信息中选取并去除个性化行为信息,得到第一行业化行为信息。
在本申请实施例中,云端服务器最初能够获取到的是目标用户在平台内的历史行为信息,然而历史行为信息中可能包含有与行业化生产过程无关的个性化行为信息,为了对这些个性化行为信息进行剔除,将选用图神经网络对历史行为信息进行解析。
具体的,将基于现有的图神经网络框架来进行训练。图神经网络的输入为图结构数据(Graph),或者称为图,其由结点和边组成,可以表示为G=(V,E),其中,V表示结点(Vertices),E表示边(Edges),每个结点可以用于表示一个对象,边表示结点之间的关联关系。在本申请中,将从历史数据库中获取多个行为信息样本,每个行为信息样本可以表示为一个点,行为信息样本之间的关系可以表示为边。图神经网络中可以包括多个由激活函数连接的隐藏层。在图神经网络的每个隐藏层中,结点的表征向量将被更新一次。对于每个结点,可以利用传递矩阵和与该结点相连的结点的表征向量来更新该结点的表征向量。在这里,相连的结点可以是指有边相连的一对结点。通过对结点不断的更新与迭代,完成对图神经网络的训练。将历史行为信息作为结点输入至图神经网络中,便能够从输出结果中确定没有与其余结点关联的结点,即为个性化行为信息。
在一种可实施方式中,所述确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息,包括:
聚合所述第一行业化行为信息与第二行业化行为信息,得到共性行为信息。
在本申请实施例中,同样的,图神经网络中每一层隐藏层会使用传播规则将信息进行聚合来形成下一层特征。故云端服务器能够通过图神经网络对第一行业化行为信息与第二行业化行为信息进行聚合,以此得到共性行为信息。
S102、基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系。
所述第三行业化行为信息在本申请实施例中可以理解为已经构建至行为承接链中的共性行为信息。
在本申请实施例中,由于共性行为信息是对应行业类别下的生产共性行为,故根据共性行为信息能够快速的构建出行为承接链,即对共性行为信息进行处理,来使得处于行为承接链中的第三行业化行为信息之间具有产业链的上下游承接关系。在确定了行为承接链后,便能够确定各个第三行业化行为信息之间的行为承接关系影响下,当前行业类别中为了保证整个行为承接链的正常运转而每一个第三行业化行为信息所应该设置的采购周期。
在一种可实施方式中,步骤S102包括:
根据各所述共性行为信息的固有属性将各所述共性行为信息划分为不同的生产资料类型行为组,构建各所述生产资料类型行为组对应的行为承接链;
对所述行为承接链中各第三行业化行为信息进行线性回归计算,确定各所述第三行业化行为信息在所述行业类别中对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系。
在本申请实施例中,共性行为信息自身将具有固有属性,通过这些固有属性,能够将所有共性行为信息划分成不同的生产资料类型行为组,各个生产资料类型行为组虽然属于同一行业类别下行为信息,但相互之间具有独立性,故云端服务器将分别为每一个生产资料类型行为组生成有一个行为承接链,以保证后续采购周期确定的准确性。而线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。故在构建有行为承接链,即确定了各第三行业化行为信息之间的关系后,通过线性回归计算便能够确定出每一个第三行业化行为信息对应的采购周期。
示例性的,以食品加工行业薯片类目为例,其对应的生产资料可以分为四类:原料型生产资料,固资型生产资料,附加型生产资料,服务型生产资料。原料型生产资料即为马铃薯、食盐、添加剂等,固资型生产资料即为生产线上的各个流水线机器,附加型生产资料即为包装袋、印刷油墨等,服务型生产资料即为运输车辆等。故需要分别为每一个生产资料类型行为组生成有一个行为承接链来进行采购周期的计算,以保证后续采购周期确定的准确性。
S103、当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期。
在本申请实施例中,目标用户的第一行业化行为信息若均为行业常规生产所使用到的商品,则第一行业化行为信息均会被认作是共性行为信息而构建出完整的行为承接链。但在某些情况下,用户自身会对产品进行独有的创新改良或者研发,而在这一过程中所使用到的第四行业化行为信息并非本行业类别下的常规生产行为信息,导致无法直接用其构成行为承接链。且由于用户在生产过程中使用了第四行业化行为信息,为了能够与第四行业化行为信息相配合,必然也将会导致基于常规生产过程所生成的行为承接链中某些常规的第三行业化行为信息在单位时间内的用量或损耗程度发生改变。故云端服务器为了满足不同用户的特异化生产采购行为需求,也为了保证推送的商品信息能够切实的符合用户的当前需要,将会基于第四行业化行为信息对行为承接链进行更新与优化。具体而言,首先将从行为承接链的各第三行业化行为信息中确定出与第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,并基于该行为承接关系来将第四行业化行为信息添加至行为承接链中。接着将直接以目标用户对第四行业化行为信息与目标第三行业化行为信息的历史采购信息作为采购时间间隔的标准来对二者对应的采购周期进行更新。
在一种可实施方式中,所述历史采购信息包括第一历史采购时间、第二历史采购时间;
所述基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期,包括:
获取所述第四行业化行为信息的第一历史采购时间,并获取所述目标第三行业化行为信息的第二历史采购时间;
基于各所述第一历史采购时间计算各第一采购时间间隔,并基于各所述第一采购时间间隔的第一平均时间间隔更新所述第四行业化行为信息对应的所述采购周期;
基于各所述第二历史采购时间计算各第二采购时间间隔,并基于各所述第二采购时间间隔的第二平均时间间隔更新所述目标第三行业化行为信息对应的所述采购周期。
在本申请实施例中,通过历史采购信息,能够确定出第四行业化行为信息的第一历史采购时间以及目标第三行业化行为信息的第二历史采购时间。通过各历史采购时间的时间节点,便能够确定出用户每一次进行采购的采购时间间隔,进而能够通过对采购时间间隔进行平均值计算来确定出用户对于第四行业化行为信息以及目标第三行业化行为信息实际的采购周期。
S104、确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息。
在本申请实施例中,通过前述步骤,已经确定出了行为承接链中每一个监控行为信息所对应的采购周期。此时云端服务器将分别确定每一个监控行为信息上一次完成行为的完成时间,以此来结合各自对应的采购周期判断该监控行为信息对应的商品是否需要再次采购了,最终基于判断结果生成当前推送信息,并将其发送至目标用户,确保了当前推送信息对于目标用户的推送效果。
在一种可实施方式中,步骤S104包括:
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息;
分别监测各所述完成时间与当前时间的监控时间间隔,当存在目标监控时间间隔与所述目标监控时间间隔对应的所述采购周期匹配时,基于所述目标监控时间间隔对应的所述监控行为信息生成当前推送信息,并向所述目标用户推送所述当前推送信息。
在本申请实施例中,确定有各个完成时间后,便能够计算并检测各个完成时间与当前时间之间的监控时间间隔。如果有目标监控时间间隔与采购周期对应的时长相同,则二者将能够匹配,即代表目标监控时间间隔对应的监控行为信息已到达需要进行采购的时期,故云端服务器将会生成有当前推送信息,并推送至目标用户,以此向目标用户进行相关商品的提醒与推荐。
在一种可实施方式中,所述方法还包括:
获取各所述监控行为信息的高需求时间段,并计算各所述监控行为信息对应的推送时间;
当存在所述推送时间处于所述高需求时间段,且所述监控时间间隔与所述监控时间间隔对应的所述采购周期的时间差值小于预设差值时,生成预警推送信息,并向所述目标用户推送所述预警推送信息。
在本申请实施例中,对于某些监控行为信息对应的商品而言,其可能会在特定时间段在市面上具有较高的需求,导致商品出现供不应求的情况。为了保障整个生产流程的正常运转,云端服务器还会确认出各个监控行为信息对应的高需求时间段,并根据完成时间以及采购周期确定出每一种监控行为信息对应的推送时间,即在什么日期时将会推送该种信息,以此提前判断推送时间是否在高需求时间段内。如果监控时间间隔与监控时间间隔对应的采购周期的时间差值小于预设差值,即表明即将到达需要进行采购的时间,且推送时间确实在高需求时间段内,则云端服务器会提前生成预警推送信息,以此向目标用户进行预警,提示用户自行判断是否需要提前进行商品的采购来错开高需求时间段。
下面将结合附图2,对本申请实施例提供的信息推送装置进行详细介绍。需要说明的是,附图2所示的信息推送装置,用于执行本申请图1所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图1所示的实施例。
请参见图2,图2是本申请实施例提供的一种信息推送装置的结构示意图。如图2所示,所述装置包括:
获取模块201,用于获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
划分模块202,用于基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
添加模块203,用于当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
推送模块204,用于确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息。
在一种可实施方式中,所述获取模块201包括:
第一获取单元,用于获取目标用户的历史行为信息,通过预设的图神经网络解析各所述历史行为信息,从各所述历史行为信息中选取并去除个性化行为信息,得到第一行业化行为信息。
在一种可实施方式中,所述获取模块201还包括:
聚合单元,用于聚合所述第一行业化行为信息与第二行业化行为信息,得到共性行为信息。
在一种可实施方式中,划分模块202包括:
划分单元,用于根据各所述共性行为信息的固有属性将各所述共性行为信息划分为不同的生产资料类型行为组,构建各所述生产资料类型行为组对应的行为承接链;
采购周期确定单元,用于对所述行为承接链中各第三行业化行为信息进行线性回归计算,确定各所述第三行业化行为信息在所述行业类别中对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系。
在一种可实施方式中,添加模块203包括:
第二获取单元,用于获取所述第四行业化行为信息的第一历史采购时间,并获取所述目标第三行业化行为信息的第二历史采购时间;
第一更新单元,用于基于各所述第一历史采购时间计算各第一采购时间间隔,并基于各所述第一采购时间间隔的第一平均时间间隔更新所述第四行业化行为信息对应的所述采购周期;
第二更新单元,用于基于各所述第二历史采购时间计算各第二采购时间间隔,并基于各所述第二采购时间间隔的第二平均时间间隔更新所述目标第三行业化行为信息对应的所述采购周期。
在一种可实施方式中,推送模块204包括:
完成时间确定单元,用于确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息;
监测单元,用于分别监测各所述完成时间与当前时间的监控时间间隔,当存在目标监控时间间隔与所述目标监控时间间隔对应的所述采购周期匹配时,基于所述目标监控时间间隔对应的所述监控行为信息生成当前推送信息,并向所述目标用户推送所述当前推送信息。
在一种可实施方式中,所述装置还包括:
计算模块,用于获取各所述监控行为信息的高需求时间段,并计算各所述监控行为信息对应的推送时间;
预警模块,用于当存在所述推送时间处于所述高需求时间段,且所述监控时间间隔与所述监控时间间隔对应的所述采购周期的时间差值小于预设差值时,生成预警推送信息,并向所述目标用户推送所述预警推送信息。
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammableGate Array,FPGA)、集成电路(Integrated Circuit,IC)等。
本申请实施例的各处理单元和/或模块,可通过实现本申请实施例所述的功能的模拟电路而实现,也可以通过执行本申请实施例所述的功能的软件而实现。
参见图3,其示出了本申请实施例所涉及的一种电子设备的结构示意图,该电子设备可以用于实施图1所示实施例中的方法。如图3所示,电子设备300可以包括:至少一个中央处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行终端300的各种功能和处理数据。可选的,中央处理器301可以采用数字信号处理(Digital SignalProcessing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器(Central Processing Unit,CPU)、图像中央处理器(GraphicsProcessing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到中央处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而中央处理器301可以用于调用存储器305中存储的信息推送应用程序,并具体执行以下操作:
获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息。
本申请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上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory, ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。

Claims (10)

1.一种信息推送方法,其特征在于,所述方法包括:
获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息。
2.根据权利要求1所述的方法,其特征在于,所述获取目标用户的第一行业化行为信息,包括:
获取目标用户的历史行为信息,通过预设的图神经网络解析各所述历史行为信息,从各所述历史行为信息中选取并去除个性化行为信息,得到第一行业化行为信息。
3.根据权利要求1所述的方法,其特征在于,所述确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息,包括:
聚合所述第一行业化行为信息与第二行业化行为信息,得到共性行为信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系,包括:
根据各所述共性行为信息的固有属性将各所述共性行为信息划分为不同的生产资料类型行为组,构建各所述生产资料类型行为组对应的行为承接链;
对所述行为承接链中各第三行业化行为信息进行线性回归计算,确定各所述第三行业化行为信息在所述行业类别中对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系。
5.根据权利要求1所述的方法,其特征在于,所述历史采购信息包括第一历史采购时间、第二历史采购时间;
所述基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期,包括:
获取所述第四行业化行为信息的第一历史采购时间,并获取所述目标第三行业化行为信息的第二历史采购时间;
基于各所述第一历史采购时间计算各第一采购时间间隔,并基于各所述第一采购时间间隔的第一平均时间间隔更新所述第四行业化行为信息对应的所述采购周期;
基于各所述第二历史采购时间计算各第二采购时间间隔,并基于各所述第二采购时间间隔的第二平均时间间隔更新所述目标第三行业化行为信息对应的所述采购周期。
6.根据权利要求1所述的方法,其特征在于,所述确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息,包括:
确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,所述监控行为信息包括第三行业化行为信息、第四行业化行为信息;
分别监测各所述完成时间与当前时间的监控时间间隔,当存在目标监控时间间隔与所述目标监控时间间隔对应的所述采购周期匹配时,基于所述目标监控时间间隔对应的所述监控行为信息生成当前推送信息,并向所述目标用户推送所述当前推送信息。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取各所述监控行为信息的高需求时间段,并计算各所述监控行为信息对应的推送时间;
当存在所述推送时间处于所述高需求时间段,且所述监控时间间隔与所述监控时间间隔对应的所述采购周期的时间差值小于预设差值时,生成预警推送信息,并向所述目标用户推送所述预警推送信息。
8.一种信息推送装置,其特征在于,所述装置包括:
获取模块,用于获取目标用户的第一行业化行为信息,基于所述第一行业化行为信息对应的行业类别从预设的用户行为数据库中选取相同行业类别的第二行业化行为信息,并确定所述第一行业化行为信息与第二行业化行为信息中的共性行为信息;
划分模块,用于基于所述共性行为信息构建行为承接链,并确定所述行为承接链中各第三行业化行为信息对应的采购周期,所述行为承接链中任意所述第三行业化行为信息与所述行为承接链中至少一个其余所述第三行业化行为信息具有行为承接关系;
添加模块,用于当所述第一行业化行为信息中存在除所述共性行为信息之外的第四行业化行为信息时,确定与所述第四行业化行为信息具有行为承接关系的目标第三行业化行为信息,基于所述行为承接关系将所述第四行业化行为信息添加至所述目标第三行业化行为信息对应的所述行为承接链,并基于所述第四行业化行为信息与目标第三行业化行为信息的历史采购信息分别更新所述第四行业化行为信息与目标第三行业化行为信息对应的所述采购周期;
推送模块,用于确定各所述行为承接链中各监控行为信息上一次完成行为的完成时间,基于各所述完成时间与采购周期生成当前推送信息,并向所述目标用户推送所述当前推送信息。
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计算机程序时实现如权利要求1-7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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
CN202111607497.XA 2021-12-27 2021-12-27 一种信息推送方法、装置、电子设备及存储介质 Active CN114329196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111607497.XA CN114329196B (zh) 2021-12-27 2021-12-27 一种信息推送方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111607497.XA CN114329196B (zh) 2021-12-27 2021-12-27 一种信息推送方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114329196A true CN114329196A (zh) 2022-04-12
CN114329196B CN114329196B (zh) 2022-07-19

Family

ID=81013008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111607497.XA Active CN114329196B (zh) 2021-12-27 2021-12-27 一种信息推送方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114329196B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170140403A1 (en) * 2015-01-07 2017-05-18 Hitachi, Ltd. Customer analysis system
CN106933969A (zh) * 2017-02-10 2017-07-07 九次方大数据信息集团有限公司 基于行业上下游关系的个性化推荐系统和推荐方法
CN107205042A (zh) * 2017-06-30 2017-09-26 宇宙世代信息技术(深圳)有限公司 一种信息精准推送方法及系统
CN108053180A (zh) * 2017-12-25 2018-05-18 广州善施电子商务有限公司 一种装修项目信息化管控方法及系统
CN108694600A (zh) * 2017-04-10 2018-10-23 北京智慧联合科技有限公司 一种为目标企业推荐上下游企业群的方法
CN109961313A (zh) * 2017-12-26 2019-07-02 苏州跃盟信息科技有限公司 一种信息推送方法和信息推送装置
CN110298697A (zh) * 2019-06-24 2019-10-01 恩亿科(北京)数据科技有限公司 获取用户的购物需求信息的方法和装置
CN110874432A (zh) * 2018-08-30 2020-03-10 阿里巴巴集团控股有限公司 排序方法、信息推荐方法、系统及装置
CN111861654A (zh) * 2020-07-13 2020-10-30 北京利丰雅高长城印刷有限公司 印刷纸张采购订单处理方法、装置、电子设备及存储介质
US20200380537A1 (en) * 2019-05-31 2020-12-03 At&T Intellectual Property I, L.P. Flexible Behavioral Chain Framework for Permission-Based Enterprise-Focused Blockchain Applications
CN112347752A (zh) * 2020-11-16 2021-02-09 中国信息通信研究院 一种产业链的自主绘制管理方法及装置
CN112700268A (zh) * 2020-12-28 2021-04-23 航天信息股份有限公司 一种基于商品编码相似度比较的下游企业推荐方法及系统
CN112750011A (zh) * 2021-01-13 2021-05-04 叮当快药科技集团有限公司 商品推荐方法、装置和电子设备
CN112837007A (zh) * 2021-01-18 2021-05-25 上海燕汐软件信息科技有限公司 供应链管理方法、装置、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170140403A1 (en) * 2015-01-07 2017-05-18 Hitachi, Ltd. Customer analysis system
CN106933969A (zh) * 2017-02-10 2017-07-07 九次方大数据信息集团有限公司 基于行业上下游关系的个性化推荐系统和推荐方法
CN108694600A (zh) * 2017-04-10 2018-10-23 北京智慧联合科技有限公司 一种为目标企业推荐上下游企业群的方法
CN107205042A (zh) * 2017-06-30 2017-09-26 宇宙世代信息技术(深圳)有限公司 一种信息精准推送方法及系统
CN108053180A (zh) * 2017-12-25 2018-05-18 广州善施电子商务有限公司 一种装修项目信息化管控方法及系统
CN109961313A (zh) * 2017-12-26 2019-07-02 苏州跃盟信息科技有限公司 一种信息推送方法和信息推送装置
CN110874432A (zh) * 2018-08-30 2020-03-10 阿里巴巴集团控股有限公司 排序方法、信息推荐方法、系统及装置
US20200380537A1 (en) * 2019-05-31 2020-12-03 At&T Intellectual Property I, L.P. Flexible Behavioral Chain Framework for Permission-Based Enterprise-Focused Blockchain Applications
CN110298697A (zh) * 2019-06-24 2019-10-01 恩亿科(北京)数据科技有限公司 获取用户的购物需求信息的方法和装置
CN111861654A (zh) * 2020-07-13 2020-10-30 北京利丰雅高长城印刷有限公司 印刷纸张采购订单处理方法、装置、电子设备及存储介质
CN112347752A (zh) * 2020-11-16 2021-02-09 中国信息通信研究院 一种产业链的自主绘制管理方法及装置
CN112700268A (zh) * 2020-12-28 2021-04-23 航天信息股份有限公司 一种基于商品编码相似度比较的下游企业推荐方法及系统
CN112750011A (zh) * 2021-01-13 2021-05-04 叮当快药科技集团有限公司 商品推荐方法、装置和电子设备
CN112837007A (zh) * 2021-01-18 2021-05-25 上海燕汐软件信息科技有限公司 供应链管理方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李细枚: "大数据下广东省中小企业融资平台创新研究", 《科技和产业》 *

Also Published As

Publication number Publication date
CN114329196B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
EP3893154A1 (en) Recommendation model training method and related apparatus
CN108985830B (zh) 基于异质信息网络的推荐评分方法、装置
CN108052979A (zh) 对模型预测值进行融合的方法、装置和设备
CN113298606B (zh) 商品对象库存调控方法、装置及电子设备
US10142187B2 (en) Predicting an effect of performing an action on a node of a geographical network
US20210241293A1 (en) Apparatuses, computer-implemented methods, and computer program products for improved model-based determinations
CN107958297B (zh) 一种产品需求预测方法及产品需求预测装置
CN111080206A (zh) 补货清单的生成方法、装置、设备及存储介质
CN111507673A (zh) 对商品库存进行管理的方法和装置
CN111652655A (zh) 商品销量预测方法、装置、电子设备及可读存储介质
CN114239977A (zh) 确定预估配送时长的方法、装置、设备和存储介质
CN106886934A (zh) 用于确定商家品类的方法、系统和装置
CN114329196B (zh) 一种信息推送方法、装置、电子设备及存储介质
CN112785069A (zh) 终端设备换机的预测方法和装置、存储介质和电子设备
JP6631263B2 (ja) エージェントに基づく需要予測システム及び方法
CN111507779A (zh) 一种对商品进行等级划分的方法和装置
CN116957727A (zh) 一种商品推荐方法及装置
CN113469598A (zh) 智慧供应链系统及服务器平台
US11798036B2 (en) Real-time predictive recommendation system using per-set optimization
CN115482051A (zh) 基于erp系统的商品管理方法、装置、设备及可读存储介质
CN114565422A (zh) 仓库销量预测方法、装置、存储介质及设备
JP2023091669A (ja) 販売数量予測システム、販売数量予測方法
KR20230018605A (ko) 가맹점의 식자재 발주수량 또는 사용중량에 기초한 품질관리 방법 및 이를 위한 ai 학습 모델
JP6506432B1 (ja) 在庫管理システムおよびプログラム
JP2009126621A (ja) 適正在庫量決定システム及び適正在庫量決定方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Xinming

Inventor after: Liu Zhongyuan

Inventor after: Huang Jinkai

Inventor after: Xu Cheng

Inventor after: Shi Linjian

Inventor before: Xu Xinming

Inventor before: Liu Zhongyuan

Inventor before: Huang Jinkai

Inventor before: Xu Cheng

Inventor before: Shi Linjian

GR01 Patent grant
GR01 Patent grant