货位推荐链路信息获取方法、货位推荐方法、装置及系统制造方法及图纸

本申请实施例提供了一种货位推荐链路信息获取方法、货位推荐方法、装置及系统。该方法包括：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。本申请实施例可获得优化的货位推荐链路，从而可提高货位推荐效率。

【技术实现步骤摘要】
货位推荐链路信息获取方法、货位推荐方法、装置及系统
本申请涉及数据处理
，尤其是涉及一种货位推荐链路信息获取方法、货位推荐方法、装置及系统。
技术介绍
货品货位，即货品在仓库中的存放位置(以下简称货位)。在现代化的大型仓库中，待入库货品的货位一般需要由仓储管理系统(WarehouseManagementSystem，WMS)根据存放规则要求(例如业务需求、仓库管理规定等)进行合理的安排推荐。随着仓储物流业务的发展，仓库的容量不断增加，一些仓库的货位可能多达几万个或者数十万个。与此同时，仓库管理规范性也不断提高，一个或多个种存放规则要求有几十条，甚至上百条之多。在这样复杂性场景中，如果高效的为待入库货品推荐出一个合理的货位是目前亟需解决的技术问题。
技术实现思路
本申请实施例的目的在于提供一种货位推荐链路信息获取方法、货位推荐方法、装置及系统，以提高货位推荐效率。为达到上述目的，一方面，本申请实施例提供了一种货位推荐方法，包括以下步骤：接收货位推荐请求，所述货位推荐请求中携带货品信息；根据所述货品信息确定货品属性，并根据所述货品属性和货位推荐链路信息确定存放所述货品信息所对应货品的推荐货位；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。另一方面，本申请实施例提供了一种货位推荐链路信息获取方法，包括以下步骤：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。再一方面，本申请实施例提供了一种货位推荐链路信息获取装置，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。再一方面，本申请实施例提供了一种货位推荐系统，包括：客户端和服务器；所述客户端用于获取货品信息，并提供给所述服务器；所述服务器用于在收到所述货品信息时确定货品属性，根据所述货品属性和货位推荐链路信息确定存放所述货品信息所对应货品的推荐货位，并返回所述推荐货位；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。再一方面，本申请实施例提供了一种服务器，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：接收货品信息；根据所述货品信息确定货品属性，并根据所述货品属性和货位推荐链路信息确定存放所述货品信息所对应货品的推荐货位；返回所述推荐货位；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。再一方面，本申请实施例提供了一种客户端，包括存储器、处理器、输出设备以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：获取货品信息，并提供给服务器；接收所述服务器提供的货位信息；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。再一方面，本申请实施例提供了另一种货位推荐方法，包括以下步骤：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；根据所述入库货品的属性，确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序；基于所述货位推荐链路信息，向所述入库货品推荐准放货位。与现有技术相比，本申请实例不再是人工根据经验配置货位推荐链路信息，而是依据一些数据自动构建货位推荐链路信息。具体的，获取入库货品的一个或多个属性对总货位信息熵的影响程度值，由于入库货品的每个属性对总货位信息熵的影响程度值反映了该属性在确定货位中的信息量贡献大小，因此，当一个属性对总货位信息熵的影响程度值越大，该属性在确定货位中的信息量贡献越大，该属性越是优选的属性，所以根据获取的入库货品的一个或多个属性对总货位信息熵的影响程度值可自动构建到优化的货位推荐链路信息。而基于该优化的货位推荐链路信息进行货位推荐，则显然可以降低货位推荐的计算量，从而提高了货位推荐效率。附图说明此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请实施例的一部分，并不构成对本申请实施例的限定。在附图中：图1为本申请一实施例的仓库平面示意图；图2为本申请一实施例的货架立体结构示意图；图3为本申请一实施例的货位推荐链路信息获取方法的流程图；图4为本申请一实施例根据影响程度值确定货位推荐链路信息的处理流程图；图5为本申请一实施例获得的一种货位推荐链路信息的逻辑示意图；图6为本申请一实施例的货位推荐链路信息获取装置的结构框图；图7为本申请一实施例的货位推荐系统的时序图；图8为本申请一实施例的服务器的结构框图；图9为本申请一实施例的货位推荐方法的流程图；图10为本申请一实施例的货位推荐方法的流程图。具体实施方式为使本申本文档来自技高网...

【技术保护点】
1.一种货位推荐方法，其特征在于，包括以下步骤：接收货位推荐请求，所述货位推荐请求中携带货品信息；根据所述货品信息确定货品属性，并根据所述货品属性和货位推荐链路信息确定存放所述货品信息所对应货品的推荐货位；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。

【技术特征摘要】
1.一种货位推荐方法，其特征在于，包括以下步骤：接收货位推荐请求，所述货位推荐请求中携带货品信息；根据所述货品信息确定货品属性，并根据所述货品属性和货位推荐链路信息确定存放所述货品信息所对应货品的推荐货位；其中，所述货位推荐链路信息预先通过以下步骤得到：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取所述入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。2.根据权利要求1所述的方法，其特征在于，所述获取入库货品的一个或多个属性对总货位信息熵的影响程度值，包括：获取总货位信息熵；对于所述入库货品的每个属性，以其属性值为类别将所述特征集拆分成对应数量的特征子集；对于所述入库货品的每个属性，获取其一个或多个个特征子集的分货位信息熵，及所述一个或多个个特征子集所对应属性值在所述特征集中的取值概率；所述分货位信息熵用于表征在对应特征子集下，一个或多个准放货位被确定为推荐货位所需的信息量；对于所述入库货品的每个属性，计算其一个或多个个特征子集的分货位信息熵与对应属性值在所述特征集中的取值概率的乘积和，得到该属性对所述总货位信息熵的影响期望；对于所述入库货品的每个属性，根据所述总货位信息熵和该属性对所述总货位信息熵的影响期望，得到该属性对所述总货位信息熵的影响程度值。3.根据权利要求2所述的方法，其特征在于，所述获取总货位信息熵，包括：在特征集内，获取其内每个准放货位被确定为推荐货位的概率及对应自信息量；在所述特征集内，计算其内一个或多个个准放货位被确定为推荐货位的概率与对应自信息量的乘积和，得到总货位信息熵。4.根据权利要求2所述的方法，其特征在于，所述对于入库货品的每个属性，获取其每个特征子集的分货位信息熵，包括：对于每个特征子集，获取其内每个准放货位被确定为推荐货位的概率及对应自信息量；对于每个特征子集，计算其内一个或多个个准放货位被确定为推荐货位的概率与对应自信息量的乘积和，得到该特征子集的分货位信息熵。5.根据权利要求1所述的方法，其特征在于，所述根据影响程度值确定货位推荐链路信息，包括：根据入库货品的一个或多个属性对所述总货位信息熵的影响程度值的大小确定货位推荐链路信息。6.根据权利要求5所述的方法，其特征在于，所述根据入库货品的一个或多个属性对所述总货位信息熵的影响程度值的大小确定货位推荐链路信息，包括：确定影响程度值集合中的最大值所对应的属性，将该属性对应的数据列从特征集中删除，并更新特征集及影响程度值集合；确定新的影响程度值集合中的最大值所对应的属性，将该属性对应的数据列从新的特征集中删除，并更新新的特征集及新的影响程度值集合；依此递推，直至当前特征集中的属性个数不大于1为止；按照入库货品的一个或多个属性被提取的先后顺序确定货位推荐链路信息。7.根据权利要求1-6任意一项所述的方法，其特征在于，所述影响程度值包括信息增益或信息增益率。8.一种货位推荐链路信息获取方法，其特征在于，包括以下步骤：获取入库货品的特征集，所述特征集包括所述入库货品的一个或多个属性与准放货位之间的对应关系集合；获取入库货品的一个或多个属性对总货位信息熵的影响程度值；所述总货位信息熵用于表征在所述特征集下，一个或多个准放货位被确定为推荐货位所需的信息量；根据所述影响程度值确定货位推荐链路信息；所述货位推荐链路信息包括在为任意一个入库货品推荐货位时，该入库货品的一个或多个属性被选用的顺序。9.根据权利要求8所述的方法，其特征在于，所述获取入库货品的一个或多个属性对总货位信息熵的影响程度值，包括：获取总货位信息熵；对于入库货品的每个属性，以其属性值为类别将所述特征集拆分成对应数量的特征子集；对于入库货品的每个属性，获取其一个或多个个特征子集的分货位信息熵，及所述一个或多个个特征子集所对应属性值在所述特征集中的取值概率；所述分货位信息熵用于表征在对应特征子集下，一个或多个准放货位被确定为推荐货位所需的信息量；对于入库货品的每个属性，计算其一个或多个个特征子集的分货位信息熵与对应属性值在所述特征集中的取值概率的乘积和，得到该属性对所述总货位信息熵的影响期望；对于入库货品的每个属性，根据所述总货位信息熵和该属性对所述总货位信息熵的影响期望，得到该属性对所述总货位信息熵的影响程度值。10.根据权利要求9所述的方法，其特征在于，所述获取总货位信息熵，包括：在特征集内，获取其内每个准放货位被确定为推荐货位的概率及对应自信息量；在所述特征集内，计算其内一个或多个个准放货位被确定为推荐货位的概率与对应自信息量的乘积和，得到总货位信息熵。11.根据权利要求10所述的方法，其特征在于，所述对于入库货品的每个属性，获取其每个特征子集的分货位信息熵，包括：对于每个特征子集，获取其内每个准放货位被确定为推荐货位的概率及对应自信息量；对于每个特征子集，计算其内一个或多个个准放货位被确定为推荐货位的概率与对应自信息量的乘积和，得到该特征子集的分货位信息熵。12.根据权利要求8所述的方法，其特征在于，所述根据影响程度值确定货位推荐链路信息，包括：根据入库货品的一个或多个属性对所述总货位信息熵的影响程度值的大小确定货位推荐链路信息。13.根据权利要求12所述的方法，其特征在于，所述根据入库货品的一个或多个属性对所述总货位信息熵的影响程度值的大小确定货位推荐链路信息，包括：提取影响程度值集合中的最大值所对应的属性，将该...

【专利技术属性】
技术研发人员：姜镇林，
申请(专利权)人：菜鸟智能物流控股有限公司，
类型：发明
国别省市：开曼群岛,KY