一种基于大数据的车辆库存管理系统技术方案

一种基于大数据的车辆库存管理系统，包括库存信息管理模块和库存信息服务平台，所述库存信息管理模块用于对库存商品进行记录和查询，所述库存信息服务平台包括信息采集单元、信息处理单元、数据库和市场分析单元，所述信息采集单元用于获取与库存商品相关的历史订单信息、市场信息和政策信息，并将获取的信息输入到数据库中进行存储，所述信息处理单元用于对获取的信息进行处理和聚类，所述市场分析单元根据聚类后的信息对库存商品的市场趋势进行预测，并将预测结果进行显示。本发明专利技术的有益效果为：通过对车辆库存商品相关信息的持续监测，实现了对车辆相关商品的市场趋势的有效预测，可以实现对车辆库存的动态及时调整。

A vehicle inventory management system based on big data

【技术实现步骤摘要】
一种基于大数据的车辆库存管理系统
本专利技术创造涉及大数据领域，具体涉及一种基于大数据的车辆库存管理系统。
技术介绍
随着互联网和大数据等信息技术的深入发展，各行各业越来越重视数据的价值，并且通过数据挖掘相关技术对已有数据进行二次分析利用产生了良好的经济效益。库存管理信息的准确性和及时性对企业的生产和运作至关重要，通过对车辆库存商品相关的历史订单信息、市场信息和政策信息的持续监测，实现了对车辆相关商品的市场趋势的有效预测，根据预测的市场趋势调整车辆相关商品的库存，可以实现对车辆库存的动态及时调整。
技术实现思路
针对上述问题，本专利技术旨在提供一种基于大数据的车辆库存管理系统。本专利技术创造的目的通过以下技术方案实现：一种基于大数据的车辆库存管理系统，包括库存信息管理模块和库存信息服务平台，所述库存信息管理模块包括库存信息记录单元和库存信息查询单元，所述库存信息记录单元用于记录库存商品信息，用户可以通过库存信息查询单元对库存信息记录单元中的库存商品信息进行查询，所述库存信息服务平台包括信息采集单元、信息处理单元、数据库和市场分析单元，所述信息采集单元用于获取与库存商品相关的历史订单信息、市场信息和政策信息，并将获取的信息输入到数据库中进行存储，所述信息处理单元用于对获取的信息进行预处理，并对预处理后的信息进行聚类，所述市场分析单元根据聚类结果对库存商品的市场趋势进行预测，并将预测结果进行显示。优选地，所述库存商品信息包括库存商品类型和该库存商品对应的库存数量、货架位置和出入库情况。优选地，所述信息处理单元包括信息预处理部分和信息聚类部分，所述信息预处理部分用于对获取的信息进行归一化处理，所述信息聚类部分用于对预处理后的信息进行聚类。优选地，所述信息聚类部分采用半监督的K均值算法对获取的信息进行聚类，具体为：在带标签的数据中随机选取N0个数据点作为初始聚类中心，组成聚类中心集合设每个初始聚类中心对应一个初始类，所述初始类为以聚类中心为中心、初始半径为R(0)的球体，包含在该球体内的数据组成该初始类，则聚类中心集合V对应的聚类集合为所述类的标签和聚类中心的标签相同，对不包括在初始类中的数据进行聚类，定义数据点xi的聚类因子为p(xi，cl)，则ρ(xi，cl)的计算公式为：式中，vl为类cl的聚类中心，cl为聚类集合C中的第l个类，cm为聚类集合C中的第m个类，xj为类cl中的数据，xh为类ch中的数据，Nt为当前的聚类数，α和β为权重系数，且α+β＝1；数据xi选取使得聚类因子ρ(xi，cl)取最小值的类加入，设当数据xi为未带标签数据时，则xi直接加入类cj；当数据xi为带标签数据时，则对数据xi和类cj进行标签检测，当数据xi的标签和类cj的标签相同时，则数据xi直接加入类cj，并采用下式对类cj的聚类中心vj进行调整，并对聚类中心集合V进行更新，用调整后的聚类中心v′j代替聚类中心集合V中原有的聚类中心vj：v′j＝vj+α(xi-vj)式中，α表示调整步长，且0＜α＜1，xi表示当前输入的数据，v′j表示修正后的类cj的聚类中心；当数据xi的标签和类cj的标签不同时，则以数据xi为聚类中心生成一个新的类，并对聚类中心集合V和聚类集合C进行更新，设生成的新的类表示为则类的类半径和类cj的类半径R(cj)分别调整为：式中，vj表示类cj的聚类中心。优选地，制定聚类检测机制，对每次迭代后的聚类集合C中的类进行检测，当聚类中心vi和聚类中心vj的标签相同，且类ci和类cj满足时，则将类ci和类cj进行合并，并对聚类集合C进行更新；其中，Cb为类ci和类cj的并集，且Cb＝ci∪cj，为类Cb的聚类中心，R(Cb)为类Cb的类半径，Cs为类ci和类cj的交集，且Cs＝ci∩cj，为类Cs的聚类中心，R(Cs)为类Cs的类半径，δ为调节参数，且0＜δ＜1；将合并后的类表示为cn，将类cn的类半径R(cn)设置为：式中，R(Cb)为类Cb的类半径，R(Cs)为类Cs的类半径，为类Cb的聚类中心，为类Cs的聚类中心。优选地，市场分析单元采用BP神经网络算法对库存商品的市场趋势进行预测，所述BP神经网络的包括输入层、隐含层和输出层，所述BP神经网络输入层的输入值为信息聚类部分的聚类结果。本专利技术创造的有益效果：提供一种基于大数据的车辆库存管理系统，通过对车辆库存商品相关的历史订单信息、市场信息和政策信息的持续监测，实现了对车辆相关商品的市场趋势的有效预测，根据预测的市场趋势调整车辆相关商品的库存，可以实现对车辆库存的动态及时调整。附图说明利用附图对专利技术创造作进一步说明，但附图中的实施例不构成对本专利技术创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图。附图标记：库存信息管理模块；库存信息记录单元；库存信息查询单元；库存信息服务平台；信息采集单元；信息处理单元；数据库；市场分析单元。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种基于大数据的车辆库存管理系统，包括库存信息管理模块和库存信息服务平台，所述库存信息管理模块包括库存信息记录单元和库存信息查询单元，所述库存信息记录单元用于记录库存商品信息，用户可以通过库存信息查询单元对库存信息记录单元中的库存商品信息进行查询，所述库存信息服务平台包括信息采集单元、信息处理单元、数据库和市场分析单元，所述信息采集单元用于获取与库存商品相关的历史订单信息、市场信息和政策信息，并将获取的信息输入到数据库中进行存储，所述信息处理单元用于对获取的信息进行预处理，并对预处理后的信息进行聚类，所述市场分析单元根据聚类结果对库存商品的市场趋势进行预测，并将预测结果进行显示。优选地，所述库存商品信息包括库存商品类型和该库存商品对应的库存数量、货架位置和出入库情况。本优选实施例提供一种基于大数据的车辆库存管理系统，通过对车辆库存商品相关的历史订单信息、市场信息和政策信息的持续监测，实现了对车辆相关商品的市场趋势的有效预测，根据预测的市场趋势调整车辆相关商品的库存，可以实现对车辆库存的动态及时调整。优选地，所述信息处理单元包括信息预处理部分和信息聚类部分，所述信息预处理部分用于对获取的信息进行归一化处理，所述信息聚类部分用于对预处理后的信息进行聚类。优选地，所述信息聚类部分采用半监督K均值算法对获取的信息进行聚类，具体为：在带标签的数据中随机选取N0个数据点作为初始聚类中心，组成聚类中心集合设每个初始聚类中心对应一个初始类，所述初始类为以聚类中心为中心、初始半径为R(0)的球体，包含在该球体内的数据组成该初始类，则聚类中心集合V对应的聚类集合为所述类的标签和聚类中心的标签相同，对不包括在初始类中的数据进行聚类，定义数据点xi的聚类因子为p(xi，c本文档来自技高网...

【技术保护点】
1.一种基于大数据的车辆库存管理系统，其特征是，包括库存信息管理模块和库存信息服务平台，所述库存信息管理模块包括库存信息记录单元和库存信息查询单元，所述库存信息记录单元用于记录库存商品信息，用户可以通过库存信息查询单元对库存信息记录单元中的库存商品信息进行查询，所述库存信息服务平台包括信息采集单元、信息处理单元、数据库和市场分析单元，所述信息采集单元用于获取与库存商品相关的历史订单信息、市场信息和政策信息，并将获取的信息输入到数据库中进行存储，所述信息处理单元用于对获取的信息进行预处理，并对预处理后的信息进行聚类，所述市场分析单元根据聚类结果对库存商品的市场趋势进行预测，并将预测结果进行显示。/n

【技术特征摘要】
1.一种基于大数据的车辆库存管理系统，其特征是，包括库存信息管理模块和库存信息服务平台，所述库存信息管理模块包括库存信息记录单元和库存信息查询单元，所述库存信息记录单元用于记录库存商品信息，用户可以通过库存信息查询单元对库存信息记录单元中的库存商品信息进行查询，所述库存信息服务平台包括信息采集单元、信息处理单元、数据库和市场分析单元，所述信息采集单元用于获取与库存商品相关的历史订单信息、市场信息和政策信息，并将获取的信息输入到数据库中进行存储，所述信息处理单元用于对获取的信息进行预处理，并对预处理后的信息进行聚类，所述市场分析单元根据聚类结果对库存商品的市场趋势进行预测，并将预测结果进行显示。


2.根据权利要求1所述的一种基于大数据的车辆库存管理系统，其特征是，所述库存商品信息包括库存商品类型和该库存商品对应的库存数量、货架位置和出入库情况。


3.根据权利要求2所述的一种基于大数据的车辆库存管理系统，其特征是，信息处理单元包括信息预处理部分和信息聚类部分，所述信息预处理部分用于对获取的信息进行归一化处理，所述信息聚类部分用于对预处理后的信息进行聚类。


4.根据权利要求3所述的一种基于大数据的车辆库存管理系统，其特征是，所述信息聚类部分采用半监督的K均值算法对获取的信息进行聚类，具体为：
在带标签的数据中随机选取个数据点作为初始聚类中心，组成聚类中心集合，设每个初始聚类中心对应一个初始类，所述初始类为以聚类中心为中心、初始半径为的球体，包含在该球体内的数据组成该初始类，聚类中心集合对应的聚类集合为，所述类的标签和聚类中心的标签相同，对不包括在初始类中的数据进行聚类，定义数据的聚类因子为，则的计算公式为：


<...

【专利技术属性】
技术研发人员：郝润清，于大江，
申请(专利权)人：青岛鲁诺电子科技有限公司，
类型：发明
国别省市：山东;37