确定机器损失出货量的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种确定机器损失出货量的方法、装置、设备及存储介质，该方法包括：根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段；根据目标机器所属机器类别中机器的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度；根据目标机器中目标物品在所述目标时间段的出货速度和所述缺货时长，确定目标机器中目标物品在所述目标时间段的目标影响出货量。本实施例通过将时间、机器类别和物品类型进行细分，可以判断不同机器受供货能力影响的程度；同时，基于每机器每物品每时段的销售效率，可以预测下一天的机器应有订单，有助于调整补货时的物品分配。

Methods, devices, equipment and storage media for determining the loss of machine shipments

The embodiment of the invention discloses a method, device, device and storage medium for determining the loss shipment amount of a machine, the method includes: determining the shortage time period and the shortage time length of the target object in the target machine according to the shipment record of the target object in the target machine, and taking the shortage time period as the target time period; according to the history of the machine in the machine category of the target machine Order, determine the delivery speed of the target items in the target machine in the target time period; according to the delivery speed of the target items in the target machine in the target time period and the shortage time, determine the target impact delivery volume of the target items in the target machine in the target time period. In this embodiment, by subdividing the time, machine category and item type, we can judge the extent of different machines affected by the supply capacity; meanwhile, based on the sales efficiency of each machine and item in each period, we can predict the due order of the machine in the next day, which is helpful to adjust the item allocation during replenishment.

【技术实现步骤摘要】
确定机器损失出货量的方法、装置、设备及存储介质
本专利技术实施例涉及自动零售
，尤其涉及一种确定机器损失出货量的方法、装置、设备及存储介质。
技术介绍
“新零售”是应用互联网新技术、新思维,将产品或服务出售给最终消费者的所有活动。针对自动售卖机业务，为了实现人、货、场的整合，提供更高效的零售服务，数据支持必不可少，而订单的预测及分析更是其中的关键节点。现有的订单预测的方法，主要包括：基于历史订单数据，使用回归拟合的方法做出预测方程，然后基于时序模型进行优化，比如ARMA模型，ARIMA模型等，算法较为简单，运算速度快，不过精度较低。应用机器学习算法来计算，比如神经网络模型，灰度预测模型等，算法较为复杂，可以基于精度需求自定义参数，不过算法复杂，计算压力大，而且在和业务方进行解释时存在困难。
技术实现思路
本专利技术实施例提供一种确定机器损失出货量的方法、装置、设备及存储介质，以提高损失的物品出货量的准确度和可信度。第一方面，本专利技术实施例提供了一种确定机器损失出货量的方法，包括：根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段；根据目标机器所属机器类别中机器的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度；根据目标机器中目标物品在所述目标时间段的出货速度和所述缺货时长，确定目标机器中目标物品在所述目标时间段的目标影响出货量。第二方面，本专利技术实施例还提供了一种确定机器损失出货量的装置，所述装置包括：缺货时间段和缺货时长确定模块，用于根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段；出货速度确定模块，用于根据目标机器所属机器类别中机器在所述目标时间段的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度；目标影响出货量确定模块，用于根据目标机器中目标物品在所述目标时间段的出货速度和所述缺货时长，确定目标机器中目标物品在所述目标时间段的目标影响出货量。第三方面，本专利技术实施例还提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，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本专利技术任意实施例所述的确定机器损失出货量的方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所述的确定机器损失出货量的方法。本专利技术实施例通过将时间、机器类别和物品类型进行细分，充分考虑了不同物品和不同时段的交易差异，基于每机器每物品每时段的销售效率，可以汇总出每台机器的预估订单量，可以用来预测下一天的机器应有订单，有助于调整补货时的物品分配；同时，通过评估受物品售罄影响而损失的出货量，可以判断不同机器受到供货能力影响的程度，同时还可直观地比较不同机器在供货能力发展后的订单增长潜力。附图说明图1是本专利技术实施例一中的确定机器损失出货量的方法的流程图；图2是本专利技术实施例二中的确定机器损失出货量的方法的流程图；图3是本专利技术实施例三中的确定机器损失出货量的装置的结构示意图；图4是本专利技术实施例三中的一种设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的确定机器损失出货量的方法的流程图，该方法可适用于评估机器缺货而损失的物品出货量的情形，可以由确定机器损失出货量的装置来执行，该装置可以采用软件或/和硬件的方式来实现，并可以配置在执行机器缺货时确定物品损失量的设备中，例如服务器。如图1所示，本实施例确定机器损失出货量的方法，包括：S110、根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段。其中，在进行评估前，需要先选定一个具体的机器或者一类的机器作为评估对象，即为目标机器。目标机器为选定的待评估的机器，该选定的待评估的机器可以为单个机器，也可以为某一类型的多个机器。目标物品为选定的某个具体的物品类型。缺货时间段为该物品在该机器中售罄的时间段，例如在某天的12:00-13:00，以及15:00-16:00，这两个时间段机器A中的矿泉水都被售罄，则机器A中的矿泉水在该天的缺货时间段为12:00-13:00，以及15:00-16:00两个时间段。缺货时长为对应的缺货时间段的总时间。将所述缺货时间段作为目标时间段，即为在该缺货时间段内评估该机器中目标物品因为缺货所导致的利润损失。S120、根据目标机器所属机器类别中机器的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度。其中，根据目标机器所属机器类别中机器的历史订单，是指在确定目标物品的销售速度时，将相同类型的机器在单位时间内增长的订单量进行统一计算，将不同类型的机器进行区分，按照机器的类型分别进行计算，确定出每个类型的机器在目标时间段内的销售速度，可以得到机器类别对于物品的销售速度的影响，以此，可以对售卖机的货道进行有目的的调整。出货速度是指目标时间段内单位时间间隔内增加的订单量，可选的，本实施例中，单位时间间隔为每分钟。因为缺货时间段内物品是没有订单的增加量的，所以在确定目标机器中目标物品在所述目标时间段的出货速度时，需要扩大样本的空间，以避免因为样本数据太过稀疏，以及容易受到异常点的影响，而使得得到的出货速度不准确，需要选取同一类型的机器在长周期的订单数据作为样本数据，本实施例的可选方案是：选取该类机器在最近一周的历史数据作为确定目标机器中目标物品在所述目标时间段的出货速度的样本数据。通过对选取的最近一周的历史数据按照物品类型进行分类，又因为不同的时间段内物品的销售速度是不同的，因而需要针对每个时间段分别确定出目标物品的销售速度。可选的，将每个小时作为一个时间段，再按照最小二乘法线性回归算法计算每个小时内每分钟增长的订单量，即为该目标物品在该时间段内的销售速度。例如，机器A1和机器A2，都为工厂区A级别的机器，其中A1机器和A2机器的物品c1在时段17：00～18：00的每分钟发生订单数如表一所示：表一机器编号分钟数订单数机器编号分钟数订单数A101A1391A191A1541A1101A2341A1201A247本文档来自技高网...

【技术保护点】
1.一种确定机器损失出货量的方法，其特征在于，包括：/n根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段；/n根据目标机器所属机器类别中机器的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度；/n根据目标机器中目标物品在所述目标时间段的出货速度和所述缺货时长，确定目标机器中目标物品在所述目标时间段的目标影响出货量。/n

【技术特征摘要】
1.一种确定机器损失出货量的方法，其特征在于，包括：
根据目标机器中目标物品的出货记录，确定目标机器中目标物品的缺货时间段和缺货时长，并将所述缺货时间段作为目标时间段；
根据目标机器所属机器类别中机器的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度；
根据目标机器中目标物品在所述目标时间段的出货速度和所述缺货时长，确定目标机器中目标物品在所述目标时间段的目标影响出货量。


2.根据权利要求1所述的方法，其特征在于，根据目标机器所属机器类别中机器在所述目标时间段的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度之前，还包括：
根据已有机器的点位类型和级别，对已有机器进行聚类，其中，所述点位类型按照机器所在的场所进行确定；
根据聚类结果，确定目标机器所属机器类别。


3.根据权利要求2所述的方法，其特征在于，所述根据已有机器的点位类型和级别，对已有机器进行聚类之前，还包括：
根据已有机器中物品的理论出货量，确定已有机器中物品的出货效率，其中，所述理论出货量为实际出货量与受影响的出货量之和；
根据已有机器中物品的出货效率，确定已有机器的级别。


4.根据权利要求2所述的方法，其特征在于，所述根据已有机器的点位类型和级别，对已有机器进行聚类之前，还包括：
若根据任一机器在任一时间段的历史出货记录，确定该机器在该时间段的缺货物品属于该时间段的畅销物品，则将该机器在该时间段的历史出货记录剔除，并采用该机器在其他时间段的历史出货记录确定该机器的级别。


5.根据权利要求2所述的方法，其特征在于，所述根据目标机器所属机器类别中机器在所述目标时间段的历史订单，确定目标机器中目标物品在所述目标时间段的出货速度，包括：
根据目标机器所属机器类别中机器在所述目标时间段的历史订单，确定目标机器中目标物品在所述目标时间段内单位时间间隔的订单量；
根据所述单位时间间隔的订单量以及所述缺货时长，确...

【专利技术属性】
技术研发人员：张林澍，
申请(专利权)人：深圳蓝贝科技有限公司，
类型：发明
国别省市：广东;44