CN114462947A - 一种基于大数据的erp库存数据管理系统及方法 - Google Patents
一种基于大数据的erp库存数据管理系统及方法 Download PDFInfo
- Publication number
- CN114462947A CN114462947A CN202210126216.7A CN202210126216A CN114462947A CN 114462947 A CN114462947 A CN 114462947A CN 202210126216 A CN202210126216 A CN 202210126216A CN 114462947 A CN114462947 A CN 114462947A
- Authority
- CN
- China
- Prior art keywords
- inventory
- updating
- module
- user
- data
- 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.)
- Withdrawn
Links
- 238000013523 data management Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 79
- 230000004048 modification Effects 0.000 claims abstract description 76
- 238000012986 modification Methods 0.000 claims abstract description 76
- 238000012795 verification Methods 0.000 claims abstract description 30
- 238000007726 management method Methods 0.000 claims abstract description 14
- 229920006395 saturated elastomer Polymers 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的ERP库存数据管理系统及方法,所述管理系统包括登录验证模块、手动修改监测模块、人脸图像验证模块和数据更新采集判断模块,所述登录验证模块当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,所述手动修改监测模块采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,令人脸图像验证模块采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,所述数据更新采集判断模块采集ERP系统的数据更新信息,并判断是否要传输警报信息。
Description
技术领域
本发明涉及ERP技术领域,具体为一种基于大数据的ERP库存数据管理系统及方法。
背景技术
ERP即企业资源计划,企业资源计划是指建立在信息技术基础上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台。ERP库存管理系统主要用于库存管理,以入库、出库、查询为主要应用类型建立相应的事务处理。通过ERP库存管理系统与订单管理系统连接,能够实现对库存数量的自动更新,但是现有技术中会出现ERP库存管理系统库存数据不准确的情况,需要人为的来进行修正,但是有时候会出现工作人员趁机篡改数据的情况。
发明内容
本发明的目的在于提供一种基于大数据的ERP库存数据管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的ERP库存数据管理系统,所述管理系统包括登录验证模块、手动修改监测模块、人脸图像验证模块和数据更新采集判断模块,所述登录验证模块当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,所述手动修改监测模块采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,令人脸图像验证模块采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,所述数据更新采集判断模块采集ERP系统的数据更新信息,并判断是否要传输警报信息。
进一步的,所述数据更新采集判断模块包括参考时间段获取模块、饱和更新获取模块、饱和更新分析模块、修改指数比较模块和操作信息判断模块,所述参考时间段获取模块设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,所述饱和更新获取模块在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,如果不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,所述饱和更新分析模块分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,所述修改指数比较模块将EPR系统的修改指数与修改阈值进行比较,如果EPR系统的修改指数小于修改阈值,那么传输警报信息,如果EPR系统的修改指数大于等于修改阈值,所述操作信息判断模块采集监测用户的操作信息,并据此判断是否要传输警报信息。
进一步的,所述饱和更新分析模块包括更新统计模块统计参考时间段内更新库存的次数s以及其中更新库存为饱和更新库存的次数c,所述优选更新段选取模块在存在连续两次及两次以上的更新库存均为饱和更新库存,那么设该连续的饱和更新库存为优选更新段,所述修改指数计算模块计算ERP系统的修改指数其中,k为参考时间段中优选更新段的个数,ni为参考时间段中第i个优选更新段中库存变化总量,N为参考时间段中所有的优选更新段中库存变化总量之和,di为第i个优选更新段中饱和更新库存的个数。
进一步的,所述操作信息判断模块包括时间间隔比较模块、关注更新统计模块、分析指数计算模块和分析指数比较模块,所述时间间隔比较模块获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,如果时间间隔小于间隔阈值,所述关注更新统计模块采集监测用户当前时间与ERP系统的库存数据最近一次被修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,所述分析指数计算模块计算分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,所述分析指数比较模块将分析指数与预设阈值进行比较,如果分析指数小于等于预设阈值,那么传输警报信息。
一种基于大数据的ERP库存数据管理方法,所述管理方法包括以下步骤:
当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,
采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,采集ERP系统的数据更新信息,并判断是否要传输警报信息。
进一步的,所述采集ERP系统的数据更新信息包括:
设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,
在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,
如果不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,
否则,分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,
如果EPR系统的修改指数小于修改阈值,那么传输警报信息,
如果EPR系统的修改指数大于等于修改阈值,那么采集监测用户的操作信息,并据此判断是否要传输警报信息。
进一步的,所述计算EPR系统的修改指数包括:
统计参考时间段内更新库存的次数s以及其中更新库存为饱和更新库存的次数c,
如果存在连续两次及两次以上的更新库存均为饱和更新库存,那么该连续的饱和更新库存为优选更新段,
计算ERP系统的修改指数其中,k为参考时间段中优选更新段的个数,ni为参考时间段中第i个优选更新段中库存变化总量,N为参考时间段中所有的优选更新段中库存变化总量之和,di为第i个优选更新段中饱和更新库存的个数。
进一步的,所述采集监测用户的操作信息包括:
获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,如果时间间隔小于间隔阈值,
采集监测用户当前时间与ERP系统的库存数据最近一次被修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,
那么分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,
如果分析指数小于等于预设阈值,那么传输警报信息。
进一步的,所述采集监测用户的人脸图像信息还包括:
将监测用户的人脸图像信息与认证图像库内的人脸图像进行比较,如果认证图像库内存在某个人脸图像与监测用户的人脸图像的相似度大于相似阈值,那么监测用户的人脸图像验证通过。
与现有技术相比,本发明所达到的有益效果是:本发明通过采集ERP库存系统里面的库存数据更新变化情况以及用户手动修改ERP库存数据情况,来判断用户该次修改库存数据是否为篡改数据,在判断用户该次修改库存数据为篡改数据时,及时传输警报信息,保证ERP系统中数据的准确真实性,防止因篡改库存数据造成损失。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据的ERP库存数据管理系统的模块示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于大数据的ERP库存数据管理系统,所述管理系统包括登录验证模块、手动修改监测模块、人脸图像验证模块和数据更新采集判断模块,所述登录验证模块当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,所述手动修改监测模块采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,令人脸图像验证模块采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,所述数据更新采集判断模块采集ERP系统的数据更新信息,并判断是否要传输警报信息。
所述数据更新采集判断模块包括参考时间段获取模块、饱和更新获取模块、饱和更新分析模块、修改指数比较模块和操作信息判断模块,所述参考时间段获取模块设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,所述饱和更新获取模块在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,如果不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,所述饱和更新分析模块分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,所述修改指数比较模块将EPR系统的修改指数与修改阈值进行比较,如果EPR系统的修改指数小于修改阈值,那么传输警报信息,如果EPR系统的修改指数大于等于修改阈值,所述操作信息判断模块采集监测用户的操作信息,并据此判断是否要传输警报信息。
所述饱和更新分析模块包括更新统计模块统计参考时间段内更新库存的次数s以及其中更新库存为饱和更新库存的次数c,所述优选更新段选取模块在存在连续两次及两次以上的更新库存均为饱和更新库存,那么设该连续的饱和更新库存为优选更新段,所述修改指数计算模块计算ERP系统的修改指数其中,k为参考时间段中优选更新段的个数,ni为参考时间段中第i个优选更新段中库存变化总量,N为参考时间段中所有的优选更新段中库存变化总量之和,di为第i个优选更新段中饱和更新库存的个数。
所述操作信息判断模块包括时间间隔比较模块、关注更新统计模块、分析指数计算模块和分析指数比较模块,所述时间间隔比较模块获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,如果时间间隔小于间隔阈值,所述关注更新统计模块采集监测用户当前时间与ERP系统的库存数据最近一次被修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,所述分析指数计算模块计算分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,所述分析指数比较模块将分析指数与预设阈值进行比较,如果分析指数小于等于预设阈值,那么传输警报信息。
一种基于大数据的ERP库存数据管理方法,所述管理方法包括以下步骤:
当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,
采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,采集ERP系统的数据更新信息,并判断是否要传输警报信息;
所述采集监测用户的人脸图像信息还包括:
将监测用户的人脸图像信息与认证图像库内的人脸图像进行比较,如果认证图像库内存在某个人脸图像与监测用户的人脸图像的相似度大于相似阈值,那么监测用户的人脸图像验证通过;认证图像库内用于预先存储具有修改ERP库存系统中库存数据权限的用户的人脸图像;
所述采集ERP系统的数据更新信息包括:
设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,
在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,本申请中的ERP系统即为ERP库存管理系统,
比如,ERP系统与订单管理系统连接,ERP系统某段时间更新库存依次为:
更新1:11点02分30秒,库存减少2;
更新2:11点02分30秒,库存减少6;
更新3:11点02分30秒,库存减少12;
更新4:11点02分31秒,库存减少18;
更新5:11点02分31秒,库存减少10;
更新6:11点02分50秒,库存减少5;
更新7:11点03分10秒,库存减少6;
更新8:11点03分10秒,库存减少12;
令第一间隔的时长为5秒,那么上述更新中,更新1作为初始状态,那么更新2、更新3、更新4、更新5、更新8均为饱和更新库存;
如果参考时间段内不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,
如果参考时间段内存在饱和更新库存,分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,
所述计算EPR系统的修改指数包括:
统计参考时间段内更新库存的次数s以及其中更新库存为饱和更新库存的次数c,
如果存在连续两次及两次以上的更新库存均为饱和更新库存,那么该连续的饱和更新库存为优选更新段,
在上述例子当中,s=7,c=5,优选更新段的个数为1个,更新2、更新3、更新4、更新5便是优选更新段,且该优选更新段中饱和更新库存的个数为4,更新8不是优选更新段;
计算ERP系统的修改指数其中,k为参考时间段中优选更新段的个数,ni为参考时间段中第i个优选更新段中库存变化总量,N为参考时间段中所有的优选更新段中库存变化总量之和,即di为第i个优选更新段中饱和更新库存的个数;在使用ERP系统过程中,有时候会出现库存数据有误的情况,本申请考虑到如果订单量较大的时候,会出现库存系统连续更新的情况,这种情况下容易出现漏更新的情况,从而导致库存数量有误,如果修改指数比较小,说明ERP系统库存出现数量有误的几率较低,监测用户该次修改库存数据很有可能是篡改数据,将库存变化量的占比作为的权值,使得后续得出的判断结果更加准确;
如果EPR系统的修改指数小于修改阈值,那么传输警报信息,
如果EPR系统的修改指数大于等于修改阈值,那么采集监测用户的操作信息,并据此判断是否要传输警报信息;
所述采集监测用户的操作信息包括:
获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,
如果时间间隔小于间隔阈值,采集监测用户当前时间与ERP系统的库存数据最近一次被手动修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,在上述案例中,关注更新的个数为2;
那么分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,
如果分析指数小于等于预设阈值,那么传输警报信息,通过关注更新的个数来判断ERP系统需要进行手动修正库存的频率情况,当分析指数较小时,说明用户当前修改时,ERP系统中的更新库存为饱和更新库存的间隔个数与平时差别较大,即手动修改库存数据的频率大大变大,很有可能是用户篡改数据。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (9)
1.一种基于大数据的ERP库存数据管理系统,其特征在于,所述管理系统包括登录验证模块、手动修改监测模块、人脸图像验证模块和数据更新采集判断模块,所述登录验证模块当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,所述手动修改监测模块采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,令人脸图像验证模块采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,所述数据更新采集判断模块采集ERP系统的数据更新信息,并判断是否要传输警报信息。
2.根据权利要求1所述的一种基于大数据的ERP库存数据管理系统,其特征在于:所述数据更新采集判断模块包括参考时间段获取模块、饱和更新获取模块、饱和更新分析模块、修改指数比较模块和操作信息判断模块,所述参考时间段获取模块设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,所述饱和更新获取模块在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,如果不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,所述饱和更新分析模块分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,所述修改指数比较模块将EPR系统的修改指数与修改阈值进行比较,如果EPR系统的修改指数小于修改阈值,那么传输警报信息,如果EPR系统的修改指数大于等于修改阈值,所述操作信息判断模块采集监测用户的操作信息,并据此判断是否要传输警报信息。
4.根据权利要求3所述的一种基于大数据的ERP库存数据管理系统,其特征在于:所述操作信息判断模块包括时间间隔比较模块、关注更新统计模块、分析指数计算模块和分析指数比较模块,所述时间间隔比较模块获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,如果时间间隔小于间隔阈值,所述关注更新统计模块采集监测用户当前时间与ERP系统的库存数据最近一次被修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,所述分析指数计算模块计算分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,所述分析指数比较模块将分析指数与预设阈值进行比较,如果分析指数小于等于预设阈值,那么传输警报信息。
5.一种基于大数据的ERP库存数据管理方法,其特征在于:所述管理方法包括以下步骤:
当检测到某个用户登录ERP系统时,验证该用户的身份,如果该用户的身份验证通过,那么允许该用户登录ERP系统,并设该用户为监测用户,
采集该监测用户登录ERP系统的操作行为,当采集到该监测用户手动修改ERP系统的库存数据时,采集监测用户的人脸图像信息,如果监测用户的人脸图像验证通过,采集ERP系统的数据更新信息,并判断是否要传输警报信息。
6.根据权利要求5所述的一种基于大数据的ERP库存数据管理方法,其特征在于:所述采集ERP系统的数据更新信息包括:
设ERP系统最近一次被手动修改库存数据到该监测用户手动修改ERP系统的库存数据之间的时间段为参考时间段,
在ERP系统中,如果某次更新库存的时间与其上一次更新库存的时间之间的时间间隔小于第一间隔,那么该次更新库存为饱和更新库存,判断参考时间段内ERP系统的更新库存是否存在饱和更新库存,
如果不存在饱和更新库存,那么EPR系统的修改指数小于等于修改阈值,
否则,分析参考时间段内饱和更新库存的数据信息情况,计算EPR系统的修改指数,
如果EPR系统的修改指数小于修改阈值,那么传输警报信息,
如果EPR系统的修改指数大于等于修改阈值,那么采集监测用户的操作信息,并据此判断是否要传输警报信息。
8.根据权利要求7所述的一种基于大数据的ERP库存数据管理方法,其特征在于:所述采集监测用户的操作信息包括:
获取监测用户最近一次手动修改ERP系统的库存数据的时间与当前时间的时间间隔,如果时间间隔小于间隔阈值,
采集监测用户当前时间与ERP系统的库存数据最近一次被修改之间的关注更新的个数u,其中,关注更新的个数为优选更新段的个数和仅有一次更新库存为饱和更新库存的个数之和,
那么分析指数w=(u-v)/v,其中,v为历史相邻两次手动修改ERP系统的库存数据之间的关注更新的个数的平均值,
如果分析指数小于等于预设阈值,那么传输警报信息。
9.根据权利要求5所述的一种基于大数据的ERP库存数据管理方法,其特征在于:所述采集监测用户的人脸图像信息还包括:
将监测用户的人脸图像信息与认证图像库内的人脸图像进行比较,如果认证图像库内存在某个人脸图像与监测用户的人脸图像的相似度大于相似阈值,那么监测用户的人脸图像验证通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126216.7A CN114462947A (zh) | 2022-02-10 | 2022-02-10 | 一种基于大数据的erp库存数据管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126216.7A CN114462947A (zh) | 2022-02-10 | 2022-02-10 | 一种基于大数据的erp库存数据管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114462947A true CN114462947A (zh) | 2022-05-10 |
Family
ID=81413905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210126216.7A Withdrawn CN114462947A (zh) | 2022-02-10 | 2022-02-10 | 一种基于大数据的erp库存数据管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114462947A (zh) |
-
2022
- 2022-02-10 CN CN202210126216.7A patent/CN114462947A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10102056B1 (en) | Anomaly detection using machine learning | |
US20220121994A1 (en) | Method and apparatus for implementing model training, and computer storage medium | |
US20160063397A1 (en) | Machine-learning system for optimising the performance of a biometric system | |
CN108718303B (zh) | 安全运维管理方法及系统 | |
CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
JP2022539578A (ja) | 異常検出方法および装置 | |
CN115280337A (zh) | 基于机器学习的数据监控 | |
CN114201201A (zh) | 一种对业务系统异常检测方法、装置及设备 | |
CN114155614A (zh) | 一种作业现场反违章行为识别方法及系统 | |
US8032432B2 (en) | System and method for tracking a billing cycle | |
CN111611519A (zh) | 一种个人异常行为检测方法及装置 | |
US8471712B2 (en) | Detecting abnormal time intervals | |
CN110191097A (zh) | 登录页面安全性的检测方法、系统、设备及存储介质 | |
CN114462947A (zh) | 一种基于大数据的erp库存数据管理系统及方法 | |
CN114548769B (zh) | 一种智能电网it资产大数据监测系统及方法 | |
CN110516170B (zh) | 一种检查异常web访问的方法及装置 | |
CN116545867A (zh) | 一种监控通信网络网元性能指标异常的方法及装置 | |
CN115578231A (zh) | 一种多维度分析方法和系统 | |
CN111488625B (zh) | 数据处理的方法及装置 | |
CN110955884B (zh) | 密码试错的上限次数的确定方法和装置 | |
CN115019551B (zh) | 场库的余位的校正方法、余位预测模型的训练方法和装置 | |
CN115001854A (zh) | 基于大数据的防止溯源的服务器集群管控系统及方法 | |
CN109446215B (zh) | 一种基于优先级的实时id拉通引擎方法 | |
CN115062195A (zh) | 一种天气信息处理方法、装置、设备及存储介质 | |
CN118018974A (zh) | 一种基于主动和回溯的群智感知信任管理方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220510 |