CN116542604A - 全球电商平台商品进销存管理方法、装置、设备及介质 - Google Patents
全球电商平台商品进销存管理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116542604A CN116542604A CN202310525184.2A CN202310525184A CN116542604A CN 116542604 A CN116542604 A CN 116542604A CN 202310525184 A CN202310525184 A CN 202310525184A CN 116542604 A CN116542604 A CN 116542604A
- Authority
- CN
- China
- Prior art keywords
- inventory
- product
- inventory management
- evaluated
- stock
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 295
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012216 screening Methods 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims description 65
- 230000007306 turnover Effects 0.000 claims description 14
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 4
- 239000000047 product Substances 0.000 description 217
- 238000004590 computer program Methods 0.000 description 13
- 238000012546 transfer Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种全球电商平台商品进销存管理方法、装置、设备及介质,属于跨境电商平台技术领域,包括:获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;依据待评估产品的产品信息,在跨境交易平台中筛选得到竞品进销存数据;将历史进销存数据和竞品进销存数据输入预设目标预测模型,对待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,库存管理风险用于表征待评估产品的库存过剩风险或库存紧缺风险;若库存管理风险预测值大于预设风险阈值,则调整待评估产品的库存管理策略。本申请解决了跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。
Description
技术领域
本申请涉及跨境电商平台技术领域,尤其涉及一种全球电商平台商品进销存管理方法、装置、设备及介质。
背景技术
随着跨境电商行业的发展,为实现产品的跨境销售,越来越多的商家与各地的电商平台采用代销模式进行合作,即由电商平台提供仓库存储商家提供的货物,目前,通常是商家针对自家产品在各跨境电商平台的销售情况,在各跨境电商平台制定对应的库存管理策略,但是由于所制定的库存管理策略存在滞后性,且商家通常需要同时制定多个跨境电商平台的库存管理策略,而各地市场的差异性大,所以跨境电商无法针对各地的市场变化及时调整库存管理策略,从而不仅影响了库存管理策略的调整效率,还导致库存调整的准确率低。
发明内容
本申请的主要目的在于提供一种全球电商平台商品进销存管理方法、装置、设备及介质,旨在解决跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。
为实现上述目的,本申请提供一种全球电商平台商品进销存管理方法,所述全球电商平台商品进销存管理方法包括:
获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存数量。
可选地,所述历史进销存数据包括历史库存周转率,所述竞品进销存数据包括竞品库存周转率,所述调整所述待评估产品的库存管理策略的步骤,包括:
获取所述库存管理策略中所述待评估产品对应的当前库存预警数量,其中,库存预警数量包括过剩预警数量和紧缺预警数量;
根据所述历史库存周转率和所述竞品库存周转率,确定库存调整指数;
根据所述库存调整指数和所述当前库存预警数量,确定所述待评估产品对应的目标库存预警数量;
将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量。
可选地,所述目标库存预警数量包括目标紧缺预警数量和目标过剩预警数量,所述将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量的步骤之后,所述全球电商平台商品进销存管理方法还包括:
获取所述待评估产品的当前库存数量,其中,所述当前库存数量是指所述目标商家在所述跨境交易平台对应的销售仓库中当前存储的所述待评估产品的数量;
若所述当前库存数量小于所述目标紧缺预警数量,则增加所述待评估产品的库存数量;
若所述当前库存数量大于所述目标过剩预警数量,则减少所述待评估产品的库存数量。
可选地,所述产品信息包括产品类型,所述依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据的步骤,包括:
将所述产品类型作为筛选条件,在所述跨境交易平台中筛选出与所述产品类型匹配的竞品,并获取所述竞品的竞品进销存数据。
可选地,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤,包括:
将所述历史进销存数据和所述竞品进销存数据输入所述预设目标预测模型,得到所述历史进销存数据对应的产品权重和所述竞品进销存数据对应的竞品权重;
根据所述历史进销存数据和所述产品权重,计算所述待评估产品对应的库存管理策略的第一库存管理风险值;
根据所述竞品进销存数据和所述竞品权重,计算所述待评估产品对应的库存管理策略的第二库存管理风险值;
根据所述第一库存管理风险值和所述第二库存管理风险值,确定所述待评估产品对应的库存管理策略的库存管理风险预测值。
可选地,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤之前,所述全球电商平台商品进销存管理方法还包括:
获取所述待评估产品对应的历史库存管理风险预测值数据,并根据所述历史库存管理风险预测值数据,构建库存管理风险值特征和库存管理风险值标签,将所述库存管理风险值特征和所述库存管理风险值标签作为训练样本集;
根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型。
可选地,所述预设目标预测模型由多个预测子模型组成,所述根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型的步骤,包括:
将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果;
根据各所述预测子模型对应的子模型加权权重,对各所述预测子模型输出的子模型预测结果进行加权聚合,得到总模型预测结果;
根据所述总模型预测结果,优化各所述预测子模型和各所述子模型加权权重;
返回执行所述将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果的步骤,直至各所述子模型加权权重满足预设权重条件以及各所述预测子模型满足预设模型参数条件,得到所述预设目标预测模型。
为实现上述目的,本申请提供一种全球电商平台商品进销存管理装置,所述全球电商平台商品进销存管理装置包括:
获取模块,用于获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
筛选模块,用于依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
预测模块,用于将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
调整模块,用于若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存数量。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述全球电商平台商品进销存管理方法的程序,所述全球电商平台商品进销存管理方法的程序被处理器执行时可实现如上述的全球电商平台商品进销存管理方法的步骤。
本申请还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实现全球电商平台商品进销存管理方法的程序,所述全球电商平台商品进销存管理方法的程序被处理器执行时实现如上述的全球电商平台商品进销存管理方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的全球电商平台商品进销存管理方法的步骤。
本申请提供了一种全球电商平台商品进销存管理方法、装置、设备及介质,本申请首先获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
本申请通过结合跨境电商平台中的同类产品的进销存数据对待评估产品对应的库存管理策略的库存管理风险进行综合性评估,确定待评估产品所属产品类型在跨境电商平台的具体销售情况,从而能够准确分析相关产品的市场变化情况,在预测出待评估产品的当前的库存管理策略会导致产品出现库存过剩或库存紧缺的风险时,则对待评估产品的库存管理策略进行调整,从而使得库存管理策略能够适应产品所述产品类型的市场变化情况进行库存管理策略的实时调整更新,在保障了库存管理策略的调整效率的同时,还提高了库存调整的准确率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请全球电商平台商品进销存管理系统实施例一提供的结构示意图;
图2为本申请全球电商平台商品进销存管理方法实施例一提供的流程示意图;
图3为本申请全球电商平台商品进销存管理方法实施例二提供的流程示意图;
图4为本申请全球电商平台商品进销存管理装置实施例三提供的结构示意图;
图5为本申请实施例中全球电商平台商品进销存管理方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,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。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本申请保护的范围。
实施例一
随着跨境电商行业的发展,为实现产品的跨境销售,越来越多的商家与各地的电商平台采用代销模式进行合作,即由电商平台提供仓库存储商家提供的货物,目前,通常是商家针对自家产品在各跨境电商平台的销售情况,在各跨境电商平台制定对应的库存管理策略,但是由于所制定的库存管理策略存在滞后性,且商家通常需要同时制定多个跨境电商平台的库存管理策略,而各地市场的差异性大,所以跨境电商无法针对各地的市场变化及时调整库存管理策略,从而不仅影响了库存管理策略的调整效率,还导致库存调整的准确率低。
作为一种示例,图1是本申请实施例应用的一种全球电商平台商品进销存管理系统的结构示意图,所述全球电商平台商品进销存管理系统包括数据集成模块100、数据同步模块200、库存管理模块300、订单管理模块400、物流管理模块500、数据分析模块600和系统管理模块700,所述数据集成模块100用于获取并集成多个跨境电商平台的进销存数据,并将其统一存储在云端据库中;所述数据同步模块200用于将云端数据库中的进销存数据与各跨境电商平台的进销存数据进行实时同步,以确保数据的准确性和实时性;所述库存管理模块300用于跟踪管理跨境电商平台的库存信息,并根据产品的历史进销存数据和竞品进销存数据进行库存调配;所述订单管理模块400用于跟踪管理跨境电商平台的订单信息,并支持订单分拣、打包和发货等订单操作;所述物流管理模块500用于跟踪管理跨境电商平台的物流信息,并支持物流查询和物流异常处理等物流操作;所述数据分析模块600用于对商家的进销存数据进行预测和分析,为商家提供库存预警、销售预测等决策支持;所述系统管理模块700用于管理用户权限、用户日志记录、系统设置等。本示例中对于全球电商平台商品进销存管理系统的结构并不作限定,下文所提及的全球电商平台商品进销存管理方法也不限定于该全球电商平台商品进销存管理系统。
本申请实施例提供一种全球电商平台商品进销存管理方法,在本申请全球电商平台商品进销存管理方法的第一实施例中,参照图2,所述全球电商平台商品进销存管理方法包括:
步骤S10,获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
需要说明的是,所述预设周期为一段持续的时间段,所述历史进销存数据是指所述待评估产品在所述跨境交易平台的采购、入库和销售数据,所述历史进销存数据可以包历史订单信息、历史库存信息和历史物流信息。
另外地,需要说明的是,在获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据的过程中,为确保数据的安全性,可以采用零知识证明算法对获取到的历史进销存数据进行数据加密,另外地,为确保数据的隐私性,需要在商家授权的情况下获取所述历史进销存数据。
作为一种示例,所述获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据的步骤包括:响应于用户的库存调配指令,获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据,从而为目标商家调配库存时提供库存调整量的参考,以提高库存调配效率,本示例对于待评估产品的历史进销存数据的获取方式并不作限定。
步骤S20,依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
需要说明的是,所述产品信息是指所述待评估产品的产品特征,所述产品信息可以包括产品名称,产品类型等,所述竞品进销存数据是指与所述待评估产品的产品信息匹配的产品的进销存数据,也即同类产品的进销存数据。
作为一种示例,所述产品信息包括产品名称,所述依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据的步骤包括:依据所述产品名称遍历所述跨境交易平台的各产品,得到所述待评估产品和所述跨境交易平台的各产品的产品相似度;汇总产品相似度大于预设产品相似度的产品,得到产品集合;获取并集成所述产品集合中各产品的进销存数据,得到所述竞品进销存数据。本示例对于进销存数据的获取方式并不作限定。
步骤S30,将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
需要说明的是,所述库存管理策略用于记录所述待评估产品对应的库存预警数量和所述待评估产品对应的库存调整周期,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险,所述库存管理风险预测值越大则说明待评估产品在当前的库存管理策略下出现库存过剩或库存紧缺的情况的概率越大。
步骤S40,若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
作为一种示例,所述若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存数量的步骤包括:判断所述库存管理风险预测值是否大于所述预设风险阈值;若所述库存管理风险预测值大于所述预设风险阈值,则调整所述待评估产品的库存管理策略;若所述库存管理风险预测值不大于所述预设风险阈值,则持续监控所述库存管理风险预测值是否大于所述预设风险阈值。
本申请实施例提供了一种全球电商平台商品进销存管理方法,本申请实施例首先获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。本申请实施例通过结合跨境电商平台中的同类产品的进销存数据对待评估产品对应的库存管理策略的库存管理风险进行综合性评估,确定待评估产品所属产品类型在跨境电商平台的具体销售情况,从而能够准确分析相关产品的市场变化情况,在预测出待评估产品的当前的库存管理策略会导致产品出现库存过剩或库存紧缺的风险时,则对待评估产品的库存管理策略进行调整,从而使得库存管理策略能够适应产品所述产品类型的市场变化情况进行库存管理策略的实时调整更新,在保障了库存管理策略的调整效率的同时,还提高了库存调整的准确率。
进一步地,所述历史进销存数据包括历史库存周转率,所述竞品进销存数据包括竞品库存周转率,所述调整所述待评估产品的库存管理策略的步骤,包括:
步骤S41,获取所述库存管理策略中所述待评估产品对应的当前库存预警数量,其中,库存预警数量包括过剩预警数量和紧缺预警数量;
需要说明的是,库存预警数量包括过剩预警数量和紧缺预警数量,所述紧缺预警数量小于所述过剩预警数量,所述过剩预警数量用于提醒商家需要减少库存,以避免出现库存积压导致产品滞销的情况,所述紧缺预警数量用于提醒商家需要补充库存,以避免当前的库存数量无法满足产品销售需求,出现产品紧缺的情况。
步骤S42,根据所述历史库存周转率和所述竞品库存周转率,确定库存调整指数;
步骤S43,根据所述库存调整指数和所述当前库存预警数量,确定所述待评估产品对应的目标库存预警数量;
步骤S44,将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量。
作为一种示例,步骤S41至步骤S44包括:获取所述库存管理策略中所述待评估产品对应的当前过剩预警数量和当前紧缺预警数量,计算所述历史库存周转率和所述竞品库存周转率之间的比值,确定所述库存调整指数;计算所述当前过剩预警数量和所述库存调整指数之间的乘积,确定所述待评估产品对应的目标过剩预警数量;计算所述当前紧缺预警数量和所述库存调整指数之间的乘积,确定所述待评估产品对应的目标紧缺预警数量;将所述库存管理策略中的所述当前过剩预警数量调整为所述目标过剩预警数量,并将所述库存管理策略中的所述当前紧缺预警数量调整为所述目标紧缺预警数量。
进一步地,所述目标库存预警数量包括目标紧缺预警数量和目标过剩预警数量,所述将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量的步骤之后,所述全球电商平台商品进销存管理方法还包括:
步骤S441,获取所述待评估产品的当前库存数量,其中,所述当前库存数量是指所述目标商家在所述跨境交易平台对应的销售仓库中当前存储的所述待评估产品的数量;
作为一种示例,所述获取所述待评估产品的当前库存数量的步骤包括:提取所述待评估产品的产品名称;基于所述产品名称,全扫描所述跨境交易平台对应的销售仓库,得到扫描报表;统计所述扫描报表中所述产品名称的数量,得到所述待评估产品的当前库存数量,本示例对于待评估产品的当前库存数量的获取方式并不作限定。
步骤S442,若所述当前库存数量小于所述目标紧缺预警数量,则增加所述待评估产品的库存数量;
步骤S443,若所述当前库存数量大于所述目标过剩预警数量,则减少所述待评估产品的库存数量。
作为一种示例,步骤S442至步骤S443包括:判断所述当前库存数量是否小于所述目标紧缺预警数量,若所述当前库存数量小于所述目标紧缺预警数量,则增加所述待评估产品的库存数量;若所述当前库存数量不小于所述目标紧缺预警数量,则判断所述当前库存数量是否大于所述目标过剩预警数量,若所述当前库存数量大于所述目标过剩预警数量,则减少所述待评估产品的库存数量。本示例通过目标紧缺预警数量和目标过剩预警数量来调整待评估产品的库存数量,使得待评估产品的库存数量保持在目标紧缺预警数量和目标过剩预警数量之间,从而有效避免待评估产品出现产品过剩和产品紧缺的情况,保证了待评估产品的库存周转率。
进一步地,所述依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据的步骤,包括:
步骤S21,将所述产品类型作为筛选条件,在所述跨境交易平台中筛选出与所述产品类型匹配的竞品,并获取所述竞品的竞品进销存数据。
需要说明的是,所述与所述产品类型匹配的竞品是指该竞品所属的类型为所述待评估产品的产品类型。
进一步地,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤,包括:
步骤S31,将所述历史进销存数据和所述竞品进销存数据输入所述预设目标预测模型,得到所述历史进销存数据对应的产品权重和所述竞品进销存数据对应的竞品权重;
需要说明的是,所述产品权重是指所述待评估产品的历史进销存数据对库存管理风险的贡献度,所述竞品权重是指所述竞品进销存数据对库存管理风险值的贡献度,权重越大则贡献度也越大。
步骤S32,根据所述历史进销存数据和所述产品权重,计算所述待评估产品对应的库存管理策略的第一库存管理风险值;
步骤S33,根据所述竞品进销存数据和所述竞品权重,计算所述待评估产品对应的库存管理策略的第二库存管理风险值;
步骤S34,根据所述第一库存管理风险值和所述第二库存管理风险值,确定所述待评估产品对应的库存管理策略的库存管理风险预测值。
作为一种示例,步骤S31至步骤S34包括:将所述历史进销存数据和所述竞品进销存数据输入所述预设目标预测模型,得到所述历史进销存数据对应的产品权重和所述竞品进销存数据对应的竞品权重;计算所述历史进销存数据和所述产品权重之间的乘积,得到所述待评估产品对应的库存管理策略的第一库存管理风险值;计算所述竞品进销存数据和所述竞品权重,得到所述待评估产品对应的库存管理策略的第二库存管理风险值;计算所述第一库存管理风险值和所述第二库存管理风险值之间的和值,得到所述待评估产品对应的库存管理风险预测值。本示例通过确定待评估产品的历史进销存数据和竞品进销存数据各自所对应的产品权重和竞品权重,来确定待评估产品的历史进销存数据和竞品进销存数据各自对待评估产品对应的库存管理策略的库存管理风险值的影响度,从而实现了对产品的库存管理风险值的精准预测,提高了库存调配的准确性。
实施例二
进一步地,参照图3,在本申请另一实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤之前,所述全球电商平台商品进销存管理方法还包括:
步骤A10,获取所述待评估产品对应的历史库存管理风险预测值数据,并根据所述历史库存管理风险预测值数据,构建库存管理风险值特征和库存管理风险值标签,将所述库存管理风险值特征和所述库存管理风险值标签作为训练样本集;
需要说明的是,所述库存管理风险值特征是指影响所述待评估产品对应的库存管理策略的库存管理风险值的特征参数,所述特征参数可以包括所述待评估产品的库存周转率、销售信息、库存信息等,所述库存管理风险值标签是指所述待评估产品对应的库存管理策略的库存管理风险变化趋势,也即所述库存管理策略在不用时间节点所对应的库存管理风险值。
作为一种示例,所述获取所述待评估产品对应的历史库存管理风险预测值数据的步骤可以为实时获取所述待评估产品对应的历史库存管理风险预测值数据,也可以按一定时间间隔周期性地获取所述待评估产品对应的历史库存管理风险预测值数据,也可以是在检测到所述历史库存管理风险预测值数据的数据大小大于预设值时,获取所述待评估产品对应的历史库存管理风险预测值数据,本示例对于历史库存管理风险值数据的获取方式并不作限定。
步骤A20,根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型。
作为一种示例,所述根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型的步骤包括:从所述训练样本集中随机选取训练样本,或者按预设顺序从所述训练样本集中选取训练样本,其中,所述预设顺序可以由各样本权重生成,并根据所述训练样本和所述训练样本对应的样本权重,生成待预测样本;将所述待预测样本分别输入各预测子模型,迭代训练得到所述预设目标预测模型。
本申请实施例提供了一种预测模型训练方式,本申请实施例首先获取所述待评估产品对应的历史库存管理风险预测值数据,并根据所述历史库存管理风险预测值数据,构建库存管理风险值特征和库存管理风险值标签,将所述库存管理风险值特征和所述库存管理风险值标签作为训练样本集;根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型。本申请实施例通过训练迭代多个预测子模型得到总的预设目标预测模型,并不断根据待评估产品对应的历史库存管理风险预测值数据对预设目标预测模型进行优化训练,进一步提高了库存管理风险值预测的准确性。
进一步地,所述预设目标预测模型由多个预测子模型组成,所述根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型的步骤,包括:
步骤A21,将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果;
步骤A22,根据各所述预测子模型对应的子模型加权权重,对各所述预测子模型输出的子模型预测结果进行加权聚合,得到总模型预测结果;
步骤A23,根据所述总模型预测结果,优化各所述预测子模型和各所述子模型加权权重;
步骤A24,返回执行所述将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果的步骤,直至各所述子模型加权权重满足预设权重条件以及各所述预测子模型满足预设模型参数条件,得到所述预设目标预测模型。
作为一种示例,步骤A21至步骤A24包括:将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果;根据各所述预测子模型对应的子模型加权权重,通过预设聚合方法对各所述预测子模型输出的子模型预测结果进行加权聚合,得到子模型输出特征,通过所述预设目标预测模型将所述子模型输出特征映射为总模型预测结果,其中,所述预设聚合方法可以为均值聚合方法,也可以为线性聚合方法等聚合方法;获取所述训练样本中的库存管理风险值标签,根据所述库存管理风险值标签和所述总模型预测结果之间的差异度,优化各所述预测子模型和各所述子模型加权权重;返回执行所述将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果的步骤,直至各所述子模型加权权重满足预设权重条件以及各所述预测子模型满足预设模型参数条件,得到所述预设目标预测模型。本示例在将训练样本和训练样本的样本权重输入至各预测子模型得到各子模型输出的预测结果后,根据各子模型的加权权重对各子模型输出的预测结果进行加权聚合,从而得到总模型的预测结果,再对各子模型以及各子模型的模型加权权重分别进行优化,使得迭代优化后的训练样本集训练得到的各预测子模型的模型加权权重能够均匀分布,以使得生成的预设目标预测模型对于待评估产品对应的库存管理策略的库存管理风险的预测准确度得到了进一步提高。
实施例三
本申请实施例还提供一种全球电商平台商品进销存管理装置,参照图4,所述全球电商平台商品进销存管理装置包括:
获取模块10,用于获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
筛选模块20,用于依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
预测模块30,用于将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
调整模块40,用于若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
可选地,所述历史进销存数据包括历史库存周转率,所述竞品进销存数据包括竞品库存周转率,所述调整模块40还包括:
获取所述库存管理策略中所述待评估产品对应的当前库存预警数量,其中,库存预警数量包括过剩预警数量和紧缺预警数量;
根据所述历史库存周转率和所述竞品库存周转率,确定库存调整指数;
根据所述库存调整指数和所述当前库存预警数量,确定所述待评估产品对应的目标库存预警数量;
将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量。
可选地,所述目标库存预警数量包括目标紧缺预警数量和目标过剩预警数量,所述全球电商平台商品进销存管理装置还包括:
获取所述待评估产品的当前库存数量,其中,所述当前库存数量是指所述目标商家在所述跨境交易平台对应的销售仓库中当前存储的所述待评估产品的数量;
若所述当前库存数量小于所述目标紧缺预警数量,则增加所述待评估产品的库存数量;
若所述当前库存数量大于所述目标过剩预警数量,则减少所述待评估产品的库存数量。
可选地,所述产品信息包括产品类型,所述筛选模块20还包括:
将所述产品类型作为筛选条件,在所述跨境交易平台中筛选出与所述产品类型匹配的竞品,并获取所述竞品的竞品进销存数据。
可选地,所述调整模块40还包括:
将所述历史进销存数据和所述竞品进销存数据输入所述预设目标预测模型,得到所述历史进销存数据对应的产品权重和所述竞品进销存数据对应的竞品权重;
根据所述历史进销存数据和所述产品权重,计算所述待评估产品对应的库存管理策略的第一库存管理风险值;
根据所述竞品进销存数据和所述竞品权重,计算所述待评估产品对应的库存管理策略的第二库存管理风险值;
根据所述第一库存管理风险值和所述第二库存管理风险值,确定所述待评估产品对应的库存管理策略的库存管理风险预测值。
可选地,所述全球电商平台商品进销存管理装置还包括:
获取所述待评估产品对应的历史库存管理风险预测值数据,并根据所述历史库存管理风险预测值数据,构建库存管理风险值特征和库存管理风险值标签,将所述库存管理风险值特征和所述库存管理风险值标签作为训练样本集;
根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型。
可选地,所述预设目标预测模型由多个预测子模型组成,所述全球电商平台商品进销存管理装置还包括:
将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果;
根据各所述预测子模型对应的子模型加权权重,对各所述预测子模型输出的子模型预测结果进行加权聚合,得到总模型预测结果;
根据所述总模型预测结果,优化各所述预测子模型和各所述子模型加权权重;
返回执行所述将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果的步骤,直至各所述子模型加权权重满足预设权重条件以及各所述预测子模型满足预设模型参数条件,得到所述预设目标预测模型。
本申请提供的全球电商平台商品进销存管理装置,采用上述实施例中的全球电商平台商品进销存管理方法,解决了跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。与现有技术相比,本申请实施例提供的全球电商平台商品进销存管理装置的有益效果与上述实施例提供的全球电商平台商品进销存管理方法的有益效果相同,且该全球电商平台商品进销存管理装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例四
本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的全球电商平台商品进销存管理方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(Personal Digital Assistant:个人数字助理)、PAD(Portable ApplicationDescription:平板电脑)、PMP(Portable Media Player:便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM:Read Only Memory)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM:Random Access Memory)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。
通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD:LiquidCrystal Display)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的全球电商平台商品进销存管理方法,解决了跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的全球电商平台商品进销存管理方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例五
本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例一中的全球电商平台商品进销存管理的方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM:Random Access Memory)、只读存储器(ROM:Read Only Memory)、可擦式可编程只读存储器(EPROM:Erasable Programmable Read Only Memory或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM:CD-Read Only Memory)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,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、系统或者器件使用或者与其结合使用。计算机可读存储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:电线、光缆、RF(Radio Frequency:射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
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公开的操作的计算机程序代码,上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:Local Area Network)或广域网(WAN:Wide Area Network)—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)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本申请提供的计算机可读存储介质,存储有用于执行上述全球电商平台商品进销存管理方法的计算机可读程序指令,解决了跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。与现有技术相比,本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的全球电商平台商品进销存管理方法的有益效果相同,在此不做赘述。
实施例六
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的全球电商平台商品进销存管理方法的步骤。
本申请提供的计算机程序产品解决了跨境电商无法及时调整库存管理策略,导致库存调整的准确率低的技术问题。与现有技术相比,本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的全球电商平台商品进销存管理方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种全球电商平台商品进销存管理方法,其特征在于,所述全球电商平台商品进销存管理方法包括:
获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
2.如权利要求1所述全球电商平台商品进销存管理方法,其特征在于,所述历史进销存数据包括历史库存周转率,所述竞品进销存数据包括竞品库存周转率,所述调整所述待评估产品的库存管理策略的步骤,包括:
获取所述库存管理策略中所述待评估产品对应的当前库存预警数量,其中,库存预警数量包括过剩预警数量和紧缺预警数量;
根据所述历史库存周转率和所述竞品库存周转率,确定库存调整指数;
根据所述库存调整指数和所述当前库存预警数量,确定所述待评估产品对应的目标库存预警数量;
将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量。
3.如权利要求2所述全球电商平台商品进销存管理方法,其特征在于,所述目标库存预警数量包括目标紧缺预警数量和目标过剩预警数量,所述将所述库存管理策略中的所述当前库存预警数量调整为所述目标库存预警数量的步骤之后,所述全球电商平台商品进销存管理方法还包括:
获取所述待评估产品的当前库存数量,其中,所述当前库存数量是指所述目标商家在所述跨境交易平台对应的销售仓库中当前存储的所述待评估产品的数量;
若所述当前库存数量小于所述目标紧缺预警数量,则增加所述待评估产品的库存数量;
若所述当前库存数量大于所述目标过剩预警数量,则减少所述待评估产品的库存数量。
4.如权利要求1所述全球电商平台商品进销存管理方法,其特征在于,所述产品信息包括产品类型,所述依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据的步骤,包括:
将所述产品类型作为筛选条件,在所述跨境交易平台中筛选出与所述产品类型匹配的竞品,并获取所述竞品的竞品进销存数据。
5.如权利要求1至4任一项所述全球电商平台商品进销存管理方法,其特征在于,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤,包括:
将所述历史进销存数据和所述竞品进销存数据输入所述预设目标预测模型,得到所述历史进销存数据对应的产品权重和所述竞品进销存数据对应的竞品权重;
根据所述历史进销存数据和所述产品权重,计算所述待评估产品对应的库存管理策略的第一库存管理风险值;
根据所述竞品进销存数据和所述竞品权重,计算所述待评估产品对应的库存管理策略的第二库存管理风险值;
根据所述第一库存管理风险值和所述第二库存管理风险值,确定所述待评估产品对应的库存管理策略的库存管理风险预测值。
6.如权利要求5所述全球电商平台商品进销存管理方法,其特征在于,所述将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值的步骤之前,所述全球电商平台商品进销存管理方法还包括:
获取所述待评估产品对应的历史库存管理风险预测值数据,并根据所述历史库存管理风险预测值数据,构建库存管理风险值特征和库存管理风险值标签,将所述库存管理风险值特征和所述库存管理风险值标签作为训练样本集;
根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型。
7.如权利要求6所述全球电商平台商品进销存管理方法,其特征在于,所述预设目标预测模型由多个预测子模型组成,所述根据所述训练样本集中的训练样本和各所述训练样本的样本权重,迭代训练得到所述预设目标预测模型的步骤,包括:
将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果;
根据各所述预测子模型对应的子模型加权权重,对各所述预测子模型输出的子模型预测结果进行加权聚合,得到总模型预测结果;
根据所述总模型预测结果,优化各所述预测子模型和各所述子模型加权权重;
返回执行所述将所述训练样本和所述样本权重分别输入各所述预测子模型,得到各所述预测子模型输出的预测结果的步骤,直至各所述子模型加权权重满足预设权重条件以及各所述预测子模型满足预设模型参数条件,得到所述预设目标预测模型。
8.一种全球电商平台商品进销存管理装置,其特征在于,所述全球电商平台商品进销存管理装置包括:
获取模块,用于获取预设周期内目标商家的待评估产品在跨境交易平台的历史进销存数据;
筛选模块,用于依据所述待评估产品的产品信息,在所述跨境交易平台中筛选得到竞品进销存数据;
预测模块,用于将所述历史进销存数据和所述竞品进销存数据输入预设目标预测模型,对所述待评估产品对应的库存管理策略进行库存管理风险预测,得到库存管理风险预测值,其中,所述库存管理风险用于表征所述待评估产品的库存过剩风险或库存紧缺风险;
调整模块,用于若所述库存管理风险预测值大于预设风险阈值,则调整所述待评估产品的库存管理策略。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的全球电商平台商品进销存管理方法的步骤。
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实现全球电商平台商品进销存管理方法的程序,所述实现全球电商平台商品进销存管理方法的程序被处理器执行以实现如权利要求1至7中任一项所述全球电商平台商品进销存管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310525184.2A CN116542604A (zh) | 2023-05-10 | 2023-05-10 | 全球电商平台商品进销存管理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310525184.2A CN116542604A (zh) | 2023-05-10 | 2023-05-10 | 全球电商平台商品进销存管理方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542604A true CN116542604A (zh) | 2023-08-04 |
Family
ID=87443161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310525184.2A Pending CN116542604A (zh) | 2023-05-10 | 2023-05-10 | 全球电商平台商品进销存管理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542604A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883084A (zh) * | 2023-09-08 | 2023-10-13 | 青岛巨商汇网络科技有限公司 | 一种基于销售评价的数据智能监控预警方法及系统 |
CN117541156A (zh) * | 2023-12-15 | 2024-02-09 | 西安英兆软件信息有限责任公司 | 仓库管理数据库数据处理方法及系统 |
CN117745309A (zh) * | 2024-02-20 | 2024-03-22 | 江苏中创供应链服务有限公司 | 一种针对跨境电商产业数据可信服务的处理方法及系统 |
-
2023
- 2023-05-10 CN CN202310525184.2A patent/CN116542604A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883084A (zh) * | 2023-09-08 | 2023-10-13 | 青岛巨商汇网络科技有限公司 | 一种基于销售评价的数据智能监控预警方法及系统 |
CN116883084B (zh) * | 2023-09-08 | 2023-11-28 | 青岛巨商汇网络科技有限公司 | 一种基于销售评价的数据智能监控预警方法及系统 |
CN117541156A (zh) * | 2023-12-15 | 2024-02-09 | 西安英兆软件信息有限责任公司 | 仓库管理数据库数据处理方法及系统 |
CN117745309A (zh) * | 2024-02-20 | 2024-03-22 | 江苏中创供应链服务有限公司 | 一种针对跨境电商产业数据可信服务的处理方法及系统 |
CN117745309B (zh) * | 2024-02-20 | 2024-05-10 | 江苏中创供应链服务有限公司 | 一种针对跨境电商产业数据可信服务的处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7043512B2 (ja) | パイプ漏れを予測する新規な自律的人工知能システム | |
CN116542604A (zh) | 全球电商平台商品进销存管理方法、装置、设备及介质 | |
EP3745264A1 (en) | Automated scaling of resources based on long short-term memory recurrent neural networks and attention mechanisms | |
US20190087320A1 (en) | Garbage collection for data storage | |
CN110738527A (zh) | 一种特征重要性排序方法、装置、设备和存储介质 | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
US11410111B1 (en) | Generating predicted values based on data analysis using machine learning | |
CN113159453B (zh) | 资源数据预测方法、装置、设备及存储介质 | |
US20240037111A1 (en) | Intelligent Analytics For Cloud Computing Applications | |
CN116630071A (zh) | 跨境电商多平台利润自动核算方法、装置、设备及介质 | |
CN115983759A (zh) | 物品需求量预测方法及装置、电子设备和存储介质 | |
CN114708081A (zh) | 信用风险预测方法及装置、电子设备和可读存储介质 | |
US20210097637A1 (en) | Reducing waiting times using queuing networks | |
CN115048561A (zh) | 推荐信息确定方法及装置、电子设备和可读存储介质 | |
US10891664B2 (en) | System and method for facilitating non-parametric weighted correlation analysis | |
Brouwer et al. | Comparison of different waste bin monitoring approaches: An exploratory study | |
CN115037655B (zh) | 压测方法和系统 | |
US20230351211A1 (en) | Scoring correlated independent variables for elimination from a dataset | |
CN116029578B (zh) | 服务对象业务水平检测方法、装置、电子设备及存储介质 | |
US20230297901A1 (en) | Entity relation strength identification using spatiotemporal data | |
US20220164405A1 (en) | Intelligent machine learning content selection platform | |
CN117745336A (zh) | 客户流失预测方法、装置、设备、存储介质及程序产品 | |
US20230214916A1 (en) | Systems and methods for generating a credit score based at least in part upon telematics data | |
CN112785197A (zh) | 信息推荐方法、装置、计算设备、介质和程序产品 | |
CN116450950A (zh) | 产品组合推荐方法、装置、设备及介质 |
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 |