CN116777306A - 一种基于大数据的质量管理系统、方法、设备及介质 - Google Patents
一种基于大数据的质量管理系统、方法、设备及介质 Download PDFInfo
- Publication number
- CN116777306A CN116777306A CN202311047078.4A CN202311047078A CN116777306A CN 116777306 A CN116777306 A CN 116777306A CN 202311047078 A CN202311047078 A CN 202311047078A CN 116777306 A CN116777306 A CN 116777306A
- Authority
- CN
- China
- Prior art keywords
- product
- quality
- value
- products
- marking
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003326 Quality management system Methods 0.000 title claims abstract description 16
- 238000013439 planning Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 34
- 238000007726 management method Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 claims description 5
- 238000003908 quality control method Methods 0.000 claims 1
- 230000005058 diapause Effects 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的质量管理系统、方法、设备及介质，所述产品质量模块基于产品的信息数据获取产品的产品质量系数，并将产品质量系数传送至服务器；所述产品分级模块根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划；本发明中对所有的产品按类似产品进行类别划分，将同一类别内的所有产品的产品质量系数按高到低的顺序进行排列，生成质量清单表，根据质量清单表将产品分为一等质量产品、二等质量产品和三等质量产品，并对每个同等质量内产品进行滞销产品与脱销产品进行识别，将滞销产品参照脱销产品的销售方式进行复制，提高所有产品的流动率，从而保证所有的产品的销售质量基准。
Description
技术领域
本发明涉及质量管理技术领域，具体涉及一种基于大数据的质量管理系统、方法、设备及介质。
背景技术
质量管理体系是指在质量方面指挥和控制组织的管理体系。质量管理体系是组织内部建立的、为实现质量目标所必需的、系统的质量管理模式，是组织的一项战略决策。它将资源与过程结合，以过程管理方法进行的系统管理，根据企业特点选用若干体系要素加以组合，一般包括与管理活动、资源提供、产品实现以及测量、分析与改进活动相关的过程组成，可以理解为涵盖了从确定顾客需求、设计研制、生产、检验、销售、交付之前全过程的策划、实施、监控、纠正与改进活动的要求，一般以文件化的方式，成为组织内部质量管理工作的要求。
随着科技的发展，大数据平台的愈发成熟，将质量管理系统与大数据平台相结合到一起，是科技发展的所向。
目前，在产品质量管理系统中，对于质量管理结果是难以进行实时监控的，并且由于在产品质量管理整个流程中，缺少对同类别的产品更加细致化的销售分类，从而很难在每个节点上都对产品的质量进行监控，因此，亟需设计一种基于大数据的质量管理系统。
发明内容
本发明的目的在于提供一种基于大数据的质量管理系统、方法、设备及介质，通过对产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值进行计算得到产品质量系数，根据产品质量系数对产品的质量进行识别，即产品的加工时间有效值越小、产品在当前时间内的价值基准值越高及当前时间内的存储空间值越小，则说明该产品对应的产品质量系数越大，则说明当前产品的加工时间短、存储所需空间小获得价值大，说明该产品在一定的时间和空间内所获取的价值最大，价值最大，通过价值体现该产品的质量，质量越大质量越高，实现对所有产品质量的识别。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的质量管理系统，包括:
产品质量模块，所述产品质量模块基于产品的信息数据获取产品的产品质量系数，并将产品质量系数传送至服务器；
产品分级模块，所述产品分级模块接收服务器传送的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
作为本发明进一步的方案：所述产品的信息数据包括产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值。
作为本发明进一步的方案：产品质量系数的获取过程为：
将产品的加工时间有效值标记为Pt；
将产品在当前时间内的价值基准值标记为Jz；
将产品在当前时间内的存储空间值标记为Zc；
通过公式获取得到产品质量系数ZX,其中，为/>修正系数取0.2653，a1、a2、a3为预设比例系数。
作为本发明进一步的方案：产品的加工时间有效值的获取过程为，将当前时间与产品初加工时间（通常为生产日期，以天为单位）作差值得到T1，再将当前时间与产品加工时间的差值与存储时间T2（通常为有效保存时间）作商计算，从而得到产品的加工时间有效值为预设修正系数。
作为本发明进一步的方案：产品在当前时间内的价值基准值的获取过程为：
获取产品的结算价值，将产品的结算价值标记为jg，将以该结算价值结算的产品个数标记为gi；
将产品的成本价值标记为jc，将产品的结算价值与产品的成本价值作差值，再将得到的差值与以该结算价值结算的产品个数取乘积，得到产品的销售价值JS；
将产品的产品损耗率标记为Pz；
通过公式计算得到产品在当前时间内的价值基准值Jz,其中，T为结算平台当前时间与产品进货时间的差值，λ为预设的修正系数。
作为本发明进一步的方案：产品损耗率的获取过程为：
将产品的初期仓储存量标记为M，将产品周期出货量标记为Si,将产品周期进货量标记为Bj；
通过公式获取产品损耗率Pz，其中，Mz为当前产品实际存储量，n表示出货的总周期次数，m表示进货的总周期次数。
作为本发明进一步的方案：产品在当前时间内的存储空间值获取过程为：
将当前时间与产品仓储存储开始时间作差值取绝对值得到T1，将产品仓储存储开始时间与产品生产日期作差值取绝对值得到T2，通过公式得到产品时间系数；
将剩余产品在当前时间内的存储体积标记为V1，将仓储整体存储体积标记为V2，产品在仓储内的存储空间值。
作为本发明进一步的方案：一种基于大数据的质量管理方法，包括以下步骤：
步骤一：获取产品的信息数据，通过产品的信息数据得到产品的产品质量系数，并将产品质量系数传送至服务器
步骤二：根据得到的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
作为本发明进一步的方案：一种电子设备,包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述的一种基于大数据的质量管理方法。
作为本发明进一步的方案：一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现实现上述的一种基于大数据的质量管理方法。
本发明的有益效果：
本发明对产品的信息数据进行处理，即通过对产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值进行计算得到产品质量系数，根据产品质量系数对产品的质量进行识别，即产品的加工时间有效值越小、产品在当前时间内的价值基准值越高及当前时间内的存储空间值越小，则说明该产品对应的产品质量系数越大，则说明当前产品的加工时间短、存储所需空间小获得价值大，说明该产品在一定的时间和空间内所获取的价值最大，价值最大，通过价值体现该产品的质量，质量越大质量越高，实现对所有产品质量的识别；
本发明中对所有的产品按类似产品进行类别划分，将同一类别内的所有产品的产品质量系数按高到低的顺序进行排列，生成质量清单表，根据质量清单表将产品分为一等质量产品、二等质量产品和三等质量产品，并对每个同等质量内产品进行滞销产品与脱销产品进行识别，将滞销产品参照脱销产品的销售方式进行复制，提高所有产品的流动率，从而保证所有的产品的销售质量基准。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明实施例提供的一种基于大数据的质量管理系统的结构图；
图2为本发明实施例还提供的一种基于大数据的质量管理方法的流程图；
图3为本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例，请参阅图1所示，本发明为一种基于大数据的质量管理系统，包括产品质量模块、产品分级模块和服务器；
产品质量模块与产品分级模块与服务器电性连接；
产品质量模块基于产品的信息数据获取产品的产品质量系数，并将产品质量系数传送至服务器；
产品分级模块接收服务器传送的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
其中，产品的信息数据包括产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值。
获取产品的加工时间有效值，将产品的加工时间有效值标记为Pt;
其中，产品的加工时间有效值的获取过程为，将当前时间与产品初加工时间（通常为生产日期，以天为单位）作差值得到T1，再将当前时间与产品加工时间的差值与存储时间T2（通常为有效保存时间）作商计算，从而得到产品的加工时间有效值，/>为预设修正系数；
获取产品在当前时间内的价值基准值，将产品在当前时间内的价值基准值标记为Jz；
获取产品的结算价值，将产品的结算价值标记为jg，将以该结算价值结算的产品个数标记为gi；
将产品的成本价值标记为jc，将产品的结算价值与产品的成本价值作差值，再将得到的差值与以该结算价值结算的产品个数取乘积，得到产品的销售价值JS；
其中，产品的成本价值包括不限于人力成本、时间成本、仓储成本等；
获取产品的初期仓储存量、产品周期出货量和产品周期进货量；
将产品的初期仓储存量标记为M，将产品周期出货量标记为Si,将产品周期进货量标记为Bj；
通过公式获取产品损耗率Pz，其中，Mz为当前产品实际存储量，n表示出货的总周期次数，m表示进货的总周期次数;
再通过公式计算得到产品在当前时间内的价值基准值Jz,其中，T为结算平台当前时间与产品进货时间的差值，λ为预设的修正系数；
获取产品在当前时间内的存储空间值，将产品在当前时间内的存储空间值标记为Zc；
其中，将当前时间与产品仓储存储开始时间作差值取绝对值得到T1，将产品仓储存储开始时间与产品生产日期作差值取绝对值得到T2，通过公式得到产品时间系数；
将剩余产品在当前时间内的存储体积标记为V1，将仓储整体存储体积标记为V2，产品在仓储内的存储空间值；
对产品的加工时间有效值Pt、产品在当前时间内的价值基准值Jz和产品在当前时间内的存储空间值Zc进行处理；
通过公式获取得到产品质量系数ZX,其中，为/>修正系数取0.2653，a1、a2、a3为预设比例系数。
对所有的产品按类似产品进行类别划分，将同一类别内的所有产品的产品质量系数按高到低的顺序进行排列，生成质量清单表；
将处于质量清单表前30%部分的产品记为；
将处于质量清单表后30%部分的产品记为三等质量产品；
将质量清单表其余部分的产品记为二等质量产品；
其中，一等质量产品的质量高于二等质量产品的质量，二等质量产品的质量高于三等质量产品的质量；
对同类别且处于同等质量的产品进行分类处理；
具体的，获取同等质量产品内销售最好的产品，将该产品记为脱销产品，获取同等质量产品内销售最差的产品，将该产品记为滞销产品；
获取该脱销产品的销售区域，将每个城市作为一个销售区域单元，获取销售区域单元内脱销产品在近一个月内每天单日最该浏览量的时间段、被浏览的频率、产品在近一个月内被推广次数之和及该产品在近一个月内促销活动的次数之和；
将该脱销产品在近一个月内每天单日最该浏览量的时间段记为TX1;
将该脱销产品在近一个月内被推广次数之和记为TX2；
将该脱销产品在近一个月内促销活动的次数之和记为TX3；
通过公式计算得到脱销产品的外销售参数值TXZ，其中，d1、d2与d3均为预设比例系数，d1、d2与d3均大于零；
以该脱销产品的外销售参数值TXZ为基准，对滞销产品的被推广次数、促销活动的次数及被推广次数的时间段、促销活动的次数时间段进行调整，使该滞销产品的在脱销产品在近一个月内每天单日最该浏览量的时间段内进行滞销产品的推广活动和促销活动；
在一个具体的实施例中，在同等质量产品中对于非脱销产品和非滞销产品按原本销售方案进行销售处理；
并在每个月内对脱销产品、滞销产品进行重新识别，实现对产品销售的及时调整，保证产品的销售质量。
请参阅图2所示，本发明为一种基于大数据的质量管理方法，包括以下步骤：
步骤一：获取产品的信息数据，通过产品的信息数据得到产品的产品质量系数，并将产品质量系数传送至服务器；
步骤二：根据得到的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
步骤一中，产品的信息数据包括产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值。
步骤二中，对所有的产品按类似产品进行类别划分，将同一类别内的所有产品的产品质量系数按高到低的顺序进行排列，生成质量清单表；
将处于质量清单表前30%部分的产品记为一等质量产品；
将处于质量清单表后30%部分的产品记为三等质量产品；
将质量清单表其余部分的产品记为二等质量产品；
其中，一等质量产品的质量高于二等质量产品的质量，二等质量产品的质量高于三等质量产品的质量。
本发明实施例还提供了一种电子设备，如图3所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现如下步骤：
获取产品的信息数据，通过产品的信息数据得到产品的产品质量系数，并将产品质量系数传送至服务器；
根据得到的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
上述电子设备提到的通信总线可以是外设部件互连标准（Peripheral ComponentInterconnect，PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，EISA）总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non-Volatile Memory，NVM），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的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（Network Processor，NP）等；还可以是数字信号处理器（Digital SignalProcessor，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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一一种基于大数据的质量管理方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一一种基于大数据的质量管理方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。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。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk (SSD)）等。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于大数据的质量管理系统，其特征在于，包括:
产品质量模块，所述产品质量模块基于产品的信息数据获取产品的产品质量系数，并将产品质量系数传送至服务器；
产品分级模块，所述产品分级模块接收服务器传送的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划；
所述产品的信息数据包括产品的加工时间有效值、产品在当前时间内的价值基准值和产品在当前时间内的存储空间值；
产品质量系数的获取过程为：
将产品的加工时间有效值标记为Pt；
将产品在当前时间内的价值基准值标记为Jz；
将产品在当前时间内的存储空间值标记为Zc；
通过公式获取得到产品质量系数ZX,其中，为/>修正系数取0.2653，a1、a2、a3为预设比例系数。
2.根据权利要求1所述的一种基于大数据的质量管理系统,其特征在于，产品的加工时间有效值的获取过程为，将当前时间与产品初加工时间作差值得到T1，再将当前时间与产品加工时间的差值与存储时间T2作商计算，从而得到产品的加工时间有效值，/>为预设修正系数。
3.根据权利要求1所述的一种基于大数据的质量管理系统,其特征在于，产品在当前时间内的价值基准值的获取过程为：
获取产品的结算价值，将产品的结算价值标记为jg，将以该结算价值结算的产品个数标记为gi；
将产品的成本价值标记为jc，将产品的结算价值与产品的成本价值作差值，再将得到的差值与以该结算价值结算的产品个数取乘积，得到产品的销售价值JS；
将产品的产品损耗率标记为Pz；
通过公式计算得到产品在当前时间内的价值基准值Jz,其中，T为结算平台当前时间与产品进货时间的差值，λ为预设的修正系数。
4.根据权利要求3所述的一种基于大数据的质量管理系统,其特征在于，产品损耗率的获取过程为：
将产品的初期仓储存量标记为M，将产品周期出货量标记为Si,将产品周期进货量标记为Bj；
通过公式获取产品损耗率Pz，其中，Mz为当前产品实际存储量，n表示出货的总周期次数，m表示进货的总周期次数。
5.根据权利要求1所述的一种基于大数据的质量管理系统,其特征在于，产品在当前时间内的存储空间值获取过程为：
将当前时间与产品仓储存储开始时间作差值取绝对值得到T1，将产品仓储存储开始时间与产品生产日期作差值取绝对值得到T2，通过公式得到产品时间系数；
将剩余产品在当前时间内的存储体积标记为V1，将仓储整体存储体积标记为V2，产品在仓储内的存储空间值。
6.一种基于大数据的质量管理方法，其特征在于，包括以下步骤：
步骤一：获取产品的信息数据，通过产品的信息数据得到产品的产品质量系数，并将产品质量系数传送至服务器
步骤二：根据得到的产品质量系数，根据产品质量系数对产品进行质量等级划分，并对同质量等级内的产品进行质量处理规划。
7.一种电子设备,其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求6所述的一种基于大数据的质量管理方法。
8.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求6所述的一种基于大数据的质量管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311047078.4A CN116777306B (zh) | 2023-08-21 | 2023-08-21 | 一种基于大数据的质量管理系统、方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311047078.4A CN116777306B (zh) | 2023-08-21 | 2023-08-21 | 一种基于大数据的质量管理系统、方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116777306A true CN116777306A (zh) | 2023-09-19 |
| CN116777306B CN116777306B (zh) | 2023-11-07 |
Family
ID=87991601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311047078.4A Active CN116777306B (zh) | 2023-08-21 | 2023-08-21 | 一种基于大数据的质量管理系统、方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116777306B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003030525A (ja) * | 2001-07-10 | 2003-01-31 | Toshiba Corp | バナー広告自動配布機能を有するインターネットショッピングシステム用サーバコンピュータ及び同コンピュータにおけるバナー広告自動配布方法 |
| CN109034605A (zh) * | 2018-07-23 | 2018-12-18 | 叶苑庭 | 一种基于大数据的仓储物流的货物质量评估系统 |
| KR102525542B1 (ko) * | 2022-12-29 | 2023-04-26 | 주식회사 그린랩스 | 인공지능 기반으로 농산물에 대한 수요, 공급 데이터 기반의 가격을 예측하는 서버, 방법 및 프로그램 |
| CN116051000A (zh) * | 2023-02-16 | 2023-05-02 | 深圳一资源网络平台有限公司 | 一种基于数据销售分析方法、系统和可读存储介质 |
-
2023
- 2023-08-21 CN CN202311047078.4A patent/CN116777306B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003030525A (ja) * | 2001-07-10 | 2003-01-31 | Toshiba Corp | バナー広告自動配布機能を有するインターネットショッピングシステム用サーバコンピュータ及び同コンピュータにおけるバナー広告自動配布方法 |
| CN109034605A (zh) * | 2018-07-23 | 2018-12-18 | 叶苑庭 | 一种基于大数据的仓储物流的货物质量评估系统 |
| KR102525542B1 (ko) * | 2022-12-29 | 2023-04-26 | 주식회사 그린랩스 | 인공지능 기반으로 농산물에 대한 수요, 공급 데이터 기반의 가격을 예측하는 서버, 방법 및 프로그램 |
| CN116051000A (zh) * | 2023-02-16 | 2023-05-02 | 深圳一资源网络平台有限公司 | 一种基于数据销售分析方法、系统和可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| QINGCHUAN ZHANG等: "A Model for Predicting and Grading the Quality of Grain Storage Processes Affected by Microorganisms under Different Environments", 《INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH》, vol. 20, pages 1 - 17 * |
| 刘恒宇: "果蔬产品库存、生产与销售策略研究", 《中国知网》, pages 1 - 74 * |
| 孙洪喜;焦清国;孙培峰;邱晓嵩;: "智慧仓储优化管理系统的研发", 物流技术与应用, no. 04 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116777306B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110554958B (zh) | 图数据库测试方法、系统、设备和存储介质 | |
| US10896037B2 (en) | Method and apparatus for open source analytics for information handling systems | |
| CN113220573B (zh) | 用于微服务架构的测试方法、装置和电子设备 | |
| CN110879776A (zh) | 一种测试用例的生成方法和装置 | |
| WO2020253038A1 (zh) | 一种模型构建方法及装置 | |
| CN109478311A (zh) | 一种图像识别方法及终端 | |
| CN107885875B (zh) | 检索词的同义变换方法、装置及服务器 | |
| CN112633461A (zh) | 应用辅助系统和方法以及计算机可读记录介质 | |
| CN110414591A (zh) | 一种数据处理方法以及设备 | |
| CN113989058A (zh) | 一种服务生成方法和装置 | |
| CN116777306B (zh) | 一种基于大数据的质量管理系统、方法、设备及介质 | |
| CN110717653B (zh) | 风险识别方法及装置和电子设备 | |
| CN112231299A (zh) | 一种特征库动态调整的方法和装置 | |
| CN113052509B (zh) | 模型评估方法、模型评估装置、电子设备和存储介质 | |
| CN116091111A (zh) | 产品需求量预测方法、装置、电子设备及存储介质 | |
| CN113656046A (zh) | 一种应用部署方法和装置 | |
| CN113837807A (zh) | 热度预测方法、装置、电子设备及可读存储介质 | |
| CN114090535A (zh) | 一种模型训练方法、数据存储方法、装置及电子设备 | |
| CN109086207B (zh) | 页面响应故障分析方法、计算机可读存储介质及终端设备 | |
| CN114968696A (zh) | 指标监控方法、电子设备及芯片系统 | |
| CN112015659A (zh) | 基于网络模型的预测方法及装置 | |
| CN112036418A (zh) | 用于提取用户特征的方法和装置 | |
| CN110895564A (zh) | 一种潜在客户数据处理方法和装置 | |
| CN106528577B (zh) | 一种设置待清理文件的方法和装置 | |
| CN113705594B (zh) | 一种识别图像的方法和装置 |
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 |