CN116843416A - 物品补货信息生成方法、装置、电子设备和可读介质 - Google Patents
物品补货信息生成方法、装置、电子设备和可读介质 Download PDFInfo
- Publication number
- CN116843416A CN116843416A CN202310767037.6A CN202310767037A CN116843416A CN 116843416 A CN116843416 A CN 116843416A CN 202310767037 A CN202310767037 A CN 202310767037A CN 116843416 A CN116843416 A CN 116843416A
- Authority
- CN
- China
- Prior art keywords
- information
- article
- item
- item information
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001502 supplementing effect Effects 0.000 claims description 7
- 230000000295 complement effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 abstract description 14
- 239000013598 vector Substances 0.000 description 45
- 230000002457 bidirectional effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000010606 normalization Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Molecular Biology (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (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
本公开的实施例公开了物品补货信息生成方法、装置、电子设备和可读介质。该方法的一具体实施方式包括:获取物品信息组集;执行以下循环步骤:对各个物品信息进行排序,得到物品信息序列;根据物品信息序列,确定目标物品信息集;将与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据待选物品信息组和目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。该实施方式减少了系统资源的占用,减少了读取、排序数据和确定物品补货信息的时间。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及物品补货信息生成方法、装置、电子设备和可读介质。
背景技术
随着互联网技术的发展,通过网络平台进行物品流转已成为主流。其中,做好网络平台上流转量较大的关键物品的补货工作对网络平台的平稳发展至关重要。目前,在确定物品补货信息时,通常采用的方式为:需要将所有物品数据一次性全部读入内存并对所有数据同时进行排序,以根据排序的结果确定物品补货信息。
然而,发明人发现,当采用上述方式确定物品补货信息时,经常会存在如下技术问题:
第一,一次性全部读入内存并进行排序,读取和排序的数据量比较大,导致读取和排序数据花费的时间较长,系统资源占用较多,从而导致系统资源浪费,且确定物品补货信息的耗时较长。
第二,在确定物品补货信息时,未考虑采用基于补货规律的模型预测和直接查询物品数据相结合的方式确定物品补货信息,导致确定的物品补货信息的准确率较低。物品补货量较小时,物品缺货率较高,物品补货量较大时,物品积压,物品损耗较多。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了物品补货信息生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种物品补货信息生成的方法,该方法包括:获取预设时间段内的物品信息组集,其中,上述物品信息组集中的各个物品信息对应同一物品类别,上述物品信息组集中的物品信息包括物品名称和物品流转量;根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集;将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。
第二方面,本公开的一些实施例提供了一种物品补货信息生成装置,装置包括:获取单元,被配置成获取预设时间段内的物品信息组集,其中,上述物品信息组集中的各个物品信息对应同一物品类别,上述物品信息组集中的物品信息包括物品名称和物品流转量;执行单元,被配置成根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集;将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的物品补货信息生成方法,减少了读取和排序数据花费的时间,减少了系统资源的占用,从而减少了确定物品补货信息的时间。具体来说,导致读取和排序数据花费的时间较长,系统资源占用较多,从而导致系统资源浪费,且确定物品补货信息的耗时较长的原因在于:一次性全部读入内存并进行排序,读取和排序的数据量比较大,导致读取和排序数据花费的时间较长,系统资源占用较多,从而导致系统资源浪费,且确定物品补货信息的耗时较长。基于此,本公开的一些实施例的物品补货信息生成方法,首先,获取预设时间段内的物品信息组集。其中,上述物品信息组集中的各个物品信息对应同一物品类别。上述物品信息组集中的物品信息包括物品名称和物品流转量。由此,可以得到物品信息组集,从而可以筛选出需要补货的各个物品对应的补货信息。然后,根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列。根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集。由此,可以先对一种类别对应的各个物品的物品信息进行排序,并获取目标物品信息集。从而用于进一步筛选需要补货的物品信息。之后,将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组。由此,可以确定第一物品信息组,从而可以通过对物品信息组集中的各个数据进行分块的方式进行数据的筛选,进而可以提高读取和排序数据的效率。其次,根据第一物品信息组,确定最大物品信息。由此,可以得到最大物品信息。从而可以判断表征一个数据块的第一物品信息组是否需要进行读取、排序和数据筛选,进而可以用于提高读取和排序数据的效率。然后,响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组。由此,通过满足小于等于最大物品信息条件的判断,可以得到待选物品信息组。从而减少了读取和排序的数据量,提高了读取和排序数据的效率。之后,根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集。由此,可以得到第一补货物品信息集,从而可以用于确定需要补货的各个物品对应的补货量信息。最后,根据第一补货物品信息集,生成物品补货信息。由此,可以得到物品补货信息。也因为通过对物品信息组集进行分组读取和排序,减少了每次读取和排序的数据量。还因为通过与每个物品信息组中的最大值进行对比,可以筛选出需要读取的物品信息组。从而减少了需要读取和排序的物品信息组,减少了读取和排序数据花费的时间。进而减少了系统资源的占用,缩短了确定物品补货信息的时长。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的物品补货信息生成方法的一些实施例的流程图;
图2是根据本公开的物品补货信息生成装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的物品补货信息生成方法的一些实施例的流程100。该物品补货信息生成方法,包括以下步骤:
步骤101,获取预设时间段内的物品信息组集。
在一些实施例中,物品补货信息生成方法的执行主体(例如计算设备)可以通过有线连接方式或者无线连接方式从物品信息数据库中获取预设时间段内的物品信息组集。其中,上述物品信息数据库可以为存储目标网络平台上流转的各个物品的信息的数据库。上述目标网络平台可以为能够通过网络对物品进行流转的平台。上述目标网络平台在此不做具体限定。上述物品信息组集可以为上述预设时间段内对应各个物品类别的各个物品的信息的集合。上述物品信息组集中的各个物品信息对应同一物品类别。上述物品信息组集中的物品信息包括物品名称和物品流转量。上述预设时间段可以为预先设定的历史时间段。例如,上述预设时间段可以为最近一个月的历史时间段。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,根据物品信息组集,执行以下循环步骤:
步骤1021,对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列。
在一些实施例中,上述执行主体可以对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列。
实践中,首先,上述执行主体可以对物品信息组集中任意一个物品信息组包括的各个物品信息对应的物品流转量进行升序排序,得到物品流转量序列。然后,可以将上述物品流转量序列对应的物品信息确定为物品信息序列。其中,上述排序可以包括但不限于:冒泡排序、快速排序、堆排序、直接插入排序、选择排序、希尔排序、归并排序和计数排序。这里,上述排序可以为堆排序。
步骤1022,根据物品信息序列,确定物品信息序列对应的目标物品信息集。
在一些实施例中,根据上述物品信息序列,上述执行主体可以确定上述物品信息序列对应的目标物品信息集。
在一些实施例的一些可选的实现方式中,上述执行主体可以将上述物品信息序列中满足第一预设物品信息条件的各个物品信息确定为目标物品信息集。其中,上述第一预设物品信息条件可以为物品信息包括的物品流转量在上述物品信息序列包括的各个物品流转量中的降序次序值大于等于第一预设排名阈值。上述第一预设排名阈值可以为预先设定的排名阈值。例如,上述第一预设排名阈值可以为20。
步骤1023,将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组。
在一些实施例中,上述执行主体可以将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组。
实践中,上述执行主体可以将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组。
步骤1024,根据第一物品信息组,确定最大物品信息。
在一些实施例中,根据第一物品信息组,上述执行主体可以确定最大物品信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以将上述第一物品信息组中满足预设物品信息阈值条件的第一物品信息确定为最大物品信息。其中,上述预设物品信息阈值条件可以为第一物品信息包括的物品流转量在上述第一物品信息组包括的各个物品流转量中的降序次序值等于第二预设排名阈值。上述第二预设排名阈值可以为预先设定的排序阈值。例如,上述第二预设排名阈值可以为1。上述最大物品信息可以为上述第一物品信息组中与最大的物品流转量对应的第一物品信息。
步骤1025,响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组。
在一些实施例中,响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,上述执行主体可以将第一物品信息组确定为待选物品信息组。
可选地,响应于确定目标物品信息集包括的各个目标物品信息均大于最大物品信息,将第一物品信息组从物品信息组集中删除,以及将删除第一物品信息组后的物品信息组集作为物品信息组集,再次执行上述循环步骤。
实践中,响应于确定目标物品信息集包括的各个目标物品信息均大于最大物品信息,上述执行主体可以将第一物品信息组从物品信息组集中删除,以及将删除第一物品信息组后的物品信息组集作为物品信息组集,再次执行上述循环步骤。
步骤1026,根据待选物品信息组和目标物品信息集,确定第一补货物品信息集。
在一些实施例中,根据上述待选物品信息组和上述目标物品信息集,上述执行主体可以确定第一补货物品信息集。
在一些实施例的一些可选的实现方式中,根据上述待选物品信息组和上述目标物品信息集,上述执行主体可以通过以下步骤确定第一补货物品信息集:
第一步,根据上述待选物品信息组中的各个待选物品信息包括的各个物品流转量,对上述各个待选物品信息进行排序处理,得到待选物品信息序列。实践中,上述执行主体可以按照待选物品信息组中的各个待选物品信息包括的各个物品流转量的大小对上述各个待选物品信息进行升序处理,得到待选物品信息序列。
第二步,将上述待选物品信息序列中满足第二预设物品信息条件的各个待选物品信息确定为待选物品信息集。其中,上述第二预设物品信息条件可以为待选物品信息包括的物品流转量在上述待选物品信息序列包括的各个物品流转量中的降序次序值大于等于上述第一预设排名阈值。
第三步,将上述待选物品信息集中的各个待选物品信息与上述目标物品信息集中的各个目标物品信息进行组合,得到待选目标物品信息集。其中,上述组合可以为拼接。
第四步,根据上述待选目标物品信息集中的各个待选目标物品信息包括的各个物品流转量,对上述各个待选目标物品信息进行排序处理,得到排序处理后的待选目标物品信息集作为待选目标物品信息序列。实践中,上述执行主体可以按照待选目标物品信息集中的各个待选目标物品信息包括的各个物品流转量的大小,对上述各个待选目标物品信息进行升序处理,得到升序处理后的待选目标物品信息集作为待选目标物品信息序列。
第五步,将上述待选目标物品信息序列中满足第三预设物品信息条件的各个待选目标物品信息确定为第一补货物品信息集。其中,上述第三预设物品信息条件为待选目标物品信息包括的物品流转量在上述待选目标物品信息序列包括的各个物品流转量中的降序次序值大于等于上述第一预设排名阈值。
步骤1027,根据第一补货物品信息集,生成物品补货信息。
在一些实施例中,根据第一补货物品信息集,上述执行主体可以生成物品补货信息。
在一些实施例的一些可选的实现方式中,根据第一补货物品信息集,上述执行主体可以通过以下步骤生成物品补货信息:
第一步,将上述第一补货物品信息集中各个第一补货物品信息对应的流转量确定为各个第一补货物品信息对应的补货量信息,得到补货量信息集合。
第二步,将上述补货量信息集合确定为物品补货信息。
在一些实施例的一些可选的实现方式中,根据第一补货物品信息集,上述执行主体还可以通过以下步骤生成物品补货信息:
第一步,对于上述第一补货物品信息集中的每个第一补货物品信息,执行以下步骤:
第一子步骤,获取第一预设时间段内对应上述第一补货物品信息的历史流转量信息集合。实践中,上述执行主体可以从物品信息数据库中获取第一预设时间段内对应上述第一补货物品信息的历史流转量信息集合。其中,上述第一预设时间段可以为预先设定的一段历史时间。例如,上述第一预设时间段可以为最近一年的一段历史时间。
第二子步骤,对上述历史流转量信息集合进行归一化处理,得到归一化历史流转量信息集合。其中,上述归一化处理可以包括但不限于线性函数归一化处理和零均值归一化处理。实践中,上述执行主体可以对上述历史流转量信息集合进行线性函数归一化处理,得到线性函数归一化处理后的历史流转量信息集合作为归一化历史流转量信息集合。
第三子步骤,将上述归一化历史流转量信息集合进行向量化处理,得到向量化处理后的归一化历史流转量信息集合作为历史流转量信息向量集合。实践中,首先,对于上述归一化历史流转量信息集合中的每个归一化历史流转量信息,上述执行主体可以将上述归一化历史流转量信息进行列向量化处理,得到历史流转量信息向量。然后,可以将所得到的各个历史流转量信息向量确定为历史流转量信息向量集合。
第四子步骤,将上述历史流转量信息向量集合输入至预先训练的物品补货信息生成模型的嵌入层,得到嵌入向量集合。其中,上述物品补货信息生成模型可以为以历史流转量信息向量集合为输入,以第一物品补货信息为输出的神经网络模型。上述物品补货信息生成模型可以包括:嵌入层、卷积网络层、双向循环网络层、注意力机制层和分类层。其中,上述嵌入层可以为能够将高维稀疏的特征向量转换为低维稠密的特征向量的网络层。这里,上述嵌入层可以为能够将历史流转量信息向量集合转换为嵌入向量集合的网络层。上述卷积网络层可以为能够对输入数据进行特征提取,得到特征向量的网络层。上述双向循环网络层可以为能够对特征张量进行双向特征提取,得到序列特征的网络层。上述注意力机制层可以为能够对特征集合中的各个特征赋予不同权重,得到优化特征向量集合的网络层。上述分类层可以为通过Softmax多分类函数将优化向量转化为分类结果的网络层。
第五子步骤,将上述嵌入向量集合输入至上述卷积网络层,得到卷积向量集合。
第六子步骤,将上述卷积向量集合输入至上述双向循环网络层,得到双向优化特征向量集合。这里,上述双向循环网络层可以为能够对上述卷积向量集合进行双向特征提取得到双向优化特征向量集合的网络层。
第七子步骤,将上述双向优化特征向量集合输入至上述注意力机制层,得到优化向量集合。这里,上述注意力机制层可以为能够对上述双向优化特征向量集合中的各个序列特征赋予不同权重,得到优化向量集合的网络层。
第八子步骤,将上述优化向量集合输入至上述分类层,得到第一物品补货信息。这里,上述分类层可以为通过Softmax多分类函数将优化向量集合转化为第一物品补货信息的网络层。
第九子步骤,将上述第一物品补货信息与第一预设系数的乘积确定为第二物品补货信息。其中,上述第一预设系数可以为预先设定的系数。例如,上述第一预设系数可以为0.4。
第十子步骤,将上述第一补货物品信息对应的补货量与第二预设系数的乘积确定为第三物品补货信息。其中,上述第二预设系数可以为预先设定的系数。例如,上述第二预设系数可以为0.6。
第十一子步骤,将上述第二物品补货信息与上述第三物品补货信息的和确定为第四物品补货信息。
第二步,将所得到的各个第四物品补货信息确定为物品补货信息。实践中,上述执行主体可以将所得到的各个第四物品补货信息确定为物品补货信息。其中上述各个第四物品补货信息可以为第一补货物品信息集对应的各个物品的补货信息。
上述第一步至第二步及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“在确定物品补货信息时,未考虑采用基于补货规律的模型预测和直接查询物品数据相结合的方式确定物品补货信息,导致确定的物品补货信息的准确率较低。物品补货量较小时,物品缺货率较高,物品补货量较大时,物品积压,物品损耗较多”。导致物品补货信息的准确率比较低,物品补货量较小时,物品缺货率较高,物品补货量较大时,物品积压,物品损耗较多的因素往往如下:在确定物品补货信息时,未考虑采用基于补货规律的模型预测和直接查询物品数据相结合的方式确定物品补货信息,导致确定的物品补货信息的准确率较低。物品补货量较小时,物品缺货率较高,物品补货量较大时,物品积压,物品损耗较多。如果解决了上述因素,就能达到提高物品补货信息的准确率、降低补货量较少时的缺货率和减少补货量较大时的物品损耗的效果。为了达到这一效果,首先,对于上述第一补货物品信息集中的每个第一补货物品信息,执行以下步骤:获取第一预设时间段内对应上述第一补货物品信息的历史流转量信息集合。由此,可以得到第一补货物品信息对应的历史流转量信息集合,从而可以用于对对应第一补货物品信息的物品进行物品补货信息的预测。然后,对上述历史流转量信息集合进行归一化处理,得到归一化历史流转量信息集合。由此,可以得到表征无量纲化的归一化历史流转量信息集合。同时,也可以用于加速模型收敛。之后,将上述归一化历史流转量信息集合进行向量化处理,得到向量化处理后的归一化历史流转量信息集合作为历史流转量信息向量集合。由此,可以得到模型训练需要格式的历史流转量信息向量集合。随后,将上述历史流转量信息向量集合输入至预先训练的物品补货信息生成模型的嵌入层,得到嵌入向量集合,其中,上述物品补货信息生成模型还包括:卷积网络层、双向循环网络层、注意力机制层和分类层。由此,可以得到表征低维稠密向量的嵌入向量集合。从而可以用于加速模型的收敛。随之,将上述嵌入向量集合输入至上述卷积网络层,得到卷积向量集合。由此,可以得到表征数据特征的卷积向量集合,从而可以用于提高模型预测物品补货信息的准确率。其次,将上述卷积向量集合输入至上述双向循环网络层,得到双向优化特征向量集合。由此,可以得到对数据特征进行双向提取的双向优化特征向量集合,从而可以用于提高模型预测物品补货信息的准确率。然后,将上述双向优化特征向量集合输入至上述注意力机制层,得到优化向量集合。由此,可以得到对双向优化特征向量集合中的各个双向优化特征向量赋予不同权重的优化向量集合。从而可以用于提高模型预测物品补货信息的准确率。之后,将上述优化向量集合输入至上述分类层,得到第一物品补货信息。由此,可以得到第一物品补货信息,从而实现了采用基于补货规律的模型预测的物品补货信息。随后,将上述第一物品补货信息与第一预设系数的乘积确定为第二物品补货信息。由此,可以得到对模型预测的第一物品补货信息赋予一定权重的第二物品补货信息。随之,将上述第一补货物品信息对应的补货量与第二预设系数的乘积确定为第三物品补货信息。由此,可以得到对通过数据查询获取的补货量赋予一定权重的第三物品补货信息。接着,将上述第二物品补货信息与上述第三物品补货信息的和确定为第四物品补货信息。由此,可以得到采用基于补货规律的模型预测和直接查询物品数据相结合的方式确定的第四物品补货信息。从而提高了第四物品补货信息的准确率。最后,将所得到的各个第四物品补货信息确定为物品补货信息。由此,可以得到流转量较大的各个物品的补货信息。从而可以用于确定整体的补货量。也因为通过物品补货信息生成模型,可以对第一补货物品信息对应物品的补货量进行预测,通过直接进行数据查询,可以获取第一补货物品信息对应的补货量。还因为将两者的结果赋予不同的权重,并加权求和的方式确定第四物品补货信息。从而提高物品补货信息的准确率、降低补货量较少时的缺货率和减少补货量较大时的物品损耗的效果。
可选地,根据上述物品补货信息,控制相关联的物品运输设备对上述物品补货信息对应的各个物品进行调度操作。其中,上述物品运输设备可以为能够对物品进行运输的设备。例如,上述物品运输设备可以为无人车。
实践中,上述执行主体可以控制无人车将数量为物品补货信息对应的各个物品运输至目标仓库。其中,上述目标仓库可以为存储物品信息数据库包括的各个物品的仓库。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的物品补货信息生成方法,减少了读取和排序数据花费的时间,减少了系统资源的占用,从而减少了确定物品补货信息的时间。具体来说,导致读取和排序数据花费的时间较长,系统资源占用较多,从而导致系统资源浪费,且确定物品补货信息的耗时较长的原因在于:一次性全部读入内存并进行排序,读取和排序的数据量比较大,导致读取和排序数据花费的时间较长,系统资源占用较多,从而导致系统资源浪费,且确定物品补货信息的耗时较长。基于此,本公开的一些实施例的物品补货信息生成方法,首先,获取预设时间段内的物品信息组集。其中,上述物品信息组集中的各个物品信息对应同一物品类别。上述物品信息组集中的物品信息包括物品名称和物品流转量。由此,可以得到物品信息组集,从而可以筛选出需要补货的各个物品对应的补货信息。然后,根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列。根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集。由此,可以先对一种类别对应的各个物品的物品信息进行排序,并获取目标物品信息集。从而用于进一步筛选需要补货的物品信息。之后,将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组。由此,可以确定第一物品信息组,从而可以通过对物品信息组集中的各个数据进行分块的方式进行数据的筛选,进而可以提高读取和排序数据的效率。其次,根据第一物品信息组,确定最大物品信息。由此,可以得到最大物品信息。从而可以用判断表征一个数据块的第一物品信息组是否需要进行读取、排序和数据筛选,进而可以用于提高读取和排序数据的效率。然后,响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组。由此,通过满足小于等于最大物品信息条件的判断,可以得到待选物品信息组。从而减少了读取和排序的数据量,提高了读取和排序数据的效率。之后,根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集。由此,可以得到第一补货物品信息集,从而可以用于确定需要补货的各个物品对应的补货量信息。最后,根据第一补货物品信息集,生成物品补货信息。由此,可以得到物品补货信息。也因为通过对物品信息组集进行分组读取和排序,减少了每次读取和排序的数据量。还因为通过与每个物品信息组中的最大值进行对比,可以筛选出需要读取的物品信息组。从而减少了需要读取和排序的物品信息组,减少了读取和排序数据花费的时间。进而减少了系统资源的占用,缩短了确定物品补货信息的时长。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种物品补货信息生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的物品补货信息生成装置200包括:获取单元201和执行单元202。其中,获取单元201被配置成获取预设时间段内的物品信息组集,其中,上述物品信息组集中的各个物品信息对应同一物品类别,上述物品信息组集中的物品信息包括物品名称和物品流转量;执行单元202被配置成根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集;将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。
可以理解的是,物品补货信息生成装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于物品补货信息生成装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300(例如计算设备)的结构示意图。本公开的一些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(个人数字助理)、PAD(平板电脑)、PMP(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3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置301(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)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,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,本公开的一些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。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,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)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,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、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读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(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读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该电子设备执行时,使得该电子设备:获取预设时间段内的物品信息组集,其中,上述物品信息组集中的各个物品信息对应同一物品类别,上述物品信息组集中的物品信息包括物品名称和物品流转量;根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;根据上述物品信息序列,确定上述物品信息序列对应的目标物品信息集;将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据上述待选物品信息组和上述目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。
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一些实施例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)或广域网(WAN)——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,图示了按照本公开各种实施例的系统、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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元和执行单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取预设时间段内的物品信息组集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种物品补货信息生成方法,包括:
获取预设时间段内的物品信息组集,其中,所述物品信息组集中的各个物品信息对应同一物品类别,所述物品信息组集中的物品信息包括物品名称和物品流转量;
根据物品信息组集,执行以下循环步骤:
对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;
根据所述物品信息序列,确定所述物品信息序列对应的目标物品信息集;
将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;
根据第一物品信息组,确定最大物品信息;
响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;
根据所述待选物品信息组和所述目标物品信息集,确定第一补货物品信息集;
根据第一补货物品信息集,生成物品补货信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定目标物品信息集包括的各个目标物品信息均大于最大物品信息,将第一物品信息组从物品信息组集中删除,以及将删除第一物品信息组后的物品信息组集作为物品信息组集,再次执行所述循环步骤。
3.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述物品补货信息,控制相关联的物品运输设备对所述物品补货信息对应的各个物品进行调度操作。
4.根据权利要求1所述的方法,其中,所述根据所述物品信息序列,确定所述物品信息序列对应的目标物品信息集,包括:
将所述物品信息序列中满足第一预设物品信息条件的各个物品信息确定为目标物品信息集,其中,所述第一预设物品信息条件为物品信息包括的物品流转量在所述物品信息序列包括的各个物品流转量中的降序次序值大于等于第一预设排名阈值。
5.根据权利要求1所述的方法,其中,所述根据第一物品信息组,确定最大物品信息,包括:
将所述第一物品信息组中满足预设物品信息阈值条件的第一物品信息确定为最大物品信息,其中,所述预设物品信息阈值条件为第一物品信息包括的物品流转量在所述第一物品信息组包括的各个物品流转量中的降序次序值等于第二预设排名阈值。
6.根据权利要求4所述的方法,其中,所述根据所述待选物品信息组和所述目标物品信息集,确定第一补货物品信息集,包括:
根据所述待选物品信息组中的各个待选物品信息包括的各个物品流转量,对所述各个待选物品信息进行排序处理,得到待选物品信息序列;
将所述待选物品信息序列中满足第二预设物品信息条件的各个待选物品信息确定为待选物品信息集,其中,所述第二预设物品信息条件为待选物品信息包括的物品流转量在所述待选物品信息序列包括的各个物品流转量中的降序次序值大于等于所述第一预设排名阈值;
将所述待选物品信息集中的各个待选物品信息与所述目标物品信息集中的各个目标物品信息进行组合,得到待选目标物品信息集;
根据所述待选目标物品信息集中的各个待选目标物品信息包括的各个物品流转量,对所述各个待选目标物品信息进行排序处理,得到排序处理后的待选目标物品信息集作为待选目标物品信息序列;
将所述待选目标物品信息序列中满足第三预设物品信息条件的各个待选目标物品信息确定为第一补货物品信息集,其中,所述第三预设物品信息条件为待选目标物品信息包括的物品流转量在所述待选目标物品信息序列包括的各个物品流转量中的降序次序值大于等于所述第一预设排名阈值。
7.根据权利要求1所述的方法,其中,所述根据第一补货物品信息集,生成物品补货信息,包括:
将所述第一补货物品信息集中各个第一补货物品信息对应的流转量确定为各个第一补货物品信息对应的补货量信息,得到补货量信息集合;
将所述补货量信息集合确定为物品补货信息。
8.一种物品补货信息生成装置,包括:
获取单元,被配置成获取预设时间段内的物品信息组集,其中,所述物品信息组集中的各个物品信息对应同一物品类别,所述物品信息组集中的物品信息包括物品名称和物品流转量;
执行单元,被配置成根据物品信息组集,执行以下循环步骤:对物品信息组集中任意一个物品信息组包括的各个物品信息进行排序,得到物品信息序列;根据所述物品信息序列,确定所述物品信息序列对应的目标物品信息集;将物品信息组集中与物品信息序列对应的物品信息组相异的任意一个物品信息组确定为第一物品信息组;根据第一物品信息组,确定最大物品信息;响应于确定目标物品信息集包括的至少一个目标物品信息小于等于最大物品信息,将第一物品信息组确定为待选物品信息组;根据所述待选物品信息组和所述目标物品信息集,确定第一补货物品信息集;根据第一补货物品信息集,生成物品补货信息。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310767037.6A CN116843416A (zh) | 2023-06-26 | 2023-06-26 | 物品补货信息生成方法、装置、电子设备和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310767037.6A CN116843416A (zh) | 2023-06-26 | 2023-06-26 | 物品补货信息生成方法、装置、电子设备和可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116843416A true CN116843416A (zh) | 2023-10-03 |
Family
ID=88162795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310767037.6A Pending CN116843416A (zh) | 2023-06-26 | 2023-06-26 | 物品补货信息生成方法、装置、电子设备和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843416A (zh) |
-
2023
- 2023-06-26 CN CN202310767037.6A patent/CN116843416A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020427B (zh) | 策略确定方法和装置 | |
CN111459992B (zh) | 信息推送方法、电子设备和计算机可读介质 | |
CN115357350A (zh) | 任务配置方法、装置、电子设备和计算机可读介质 | |
CN112365109B (zh) | 配送路径信息生成方法、装置、电子设备和可读介质 | |
CN112102043B (zh) | 物品推荐页面生成方法、装置、电子设备和可读介质 | |
CN116245595A (zh) | 供应端物品运输方法、装置、电子设备和计算机可读介质 | |
CN116258911A (zh) | 图像分类模型的训练方法、装置、设备及存储介质 | |
CN116843416A (zh) | 物品补货信息生成方法、装置、电子设备和可读介质 | |
CN114926234A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN115271582A (zh) | 物品调度方法、装置、电子设备和计算机可读介质 | |
CN111338621B (zh) | 显示数据方法、装置、电子设备和计算机可读介质 | |
CN114386649A (zh) | 使用优化求解器机器的生产计划的方法、系统和存储介质 | |
CN112860999A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN112308595A (zh) | 用于确定货品状态的方法和装置 | |
CN117591048B (zh) | 任务信息处理方法、装置、电子设备和计算机可读介质 | |
CN116541421B (zh) | 地址查询信息生成方法、装置、电子设备与计算机介质 | |
CN111950572A (zh) | 训练分类器的方法、装置、电子设备和计算机可读存储介质 | |
CN110619079A (zh) | 用于推送信息的方法和装置 | |
CN116307998A (zh) | 电力设备材料运输方法、装置、电子设备和计算机介质 | |
CN115169321B (zh) | 物流内容文本核对方法、装置、电子设备和计算机介质 | |
CN112712325B (zh) | 上货设备控制方法、装置、电子设备和计算机可读介质 | |
CN116800834B (zh) | 虚拟礼物合并方法、装置、电子设备和计算机可读介质 | |
CN114040014B (zh) | 内容推送方法、装置、电子设备及计算机可读存储介质 | |
CN116258443A (zh) | 物品补货信息生成方法、装置、电子设备和可读介质 | |
CN117132193A (zh) | 库存信息处理方法、装置、电子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 |