业务处理方法、装置、存储介质及服务器制造方法及图纸

本申请公开了一种业务处理方法、装置、存储介质及服务器，属于互联网技术领域。其中，一个总仓对应多个前置仓，对于本次采购覆盖的时间段内的每一天，包括：对于每个产品种类，确定前置仓当天针对该产品种类的预估补货量；基于每个前置仓当天针对该产品种类的预估补货量，确定总仓当天针对该产品种类的第一出库量；根据每个前置仓针对该产品种类的历史产品量信息，确定总仓当天针对该产品种类的第二出库量；根据第二出库量对第一出库量进行修正处理，得到总仓当天针对该产品种类的预估出库量；基于总仓在上述时间段内的每一天针对该产品种类的预估出库量，确定该产品种类的本次采购量。本申请提高了产品采购的准确度。

Business processing method, device, storage medium and server

【技术实现步骤摘要】
业务处理方法、装置、存储介质及服务器
本申请涉及互联网
，特别涉及一种业务处理确定方法、装置、存储介质及服务器。
技术介绍
随着电商行业的蓬勃发展，时下涌现出了围绕百姓餐桌的生鲜电商平台。其中，生鲜电商平台不但可为用户供应全品类的生鲜产品，比如水果蔬菜、海鲜肉禽、牛奶零食等等，而且还能够及时地将用户购买产品配送到用户手中。对于生鲜电商平台，如果产品的采购量不足，则很可能会出现用户想要购买相关产品但却缺货的情况，即出现产品售罄，进而导致用户流失；而如果产品的采购量过多，则一方面会导致不必要的采购成本提升，另一方面针对保质期相对较短的产品来说很可能会出现损耗，进而造成经济损失。示例性地，前置仓的产品销售量波动性很强，由于整个供应链从供应商到总仓，再从总仓到前置仓，这其中因涉及到供应商供货和总仓分拣等一般时间长度较长，进而导致牛皮鞭效应明显。即，针对前置仓的一个销量波动，生鲜电商平台为了使得前置仓有货可卖不会出现售罄情况，会大量进行产品采购，最终导致产品采购量大幅攀升，进而产生过多的库存，随之带来大量的产品损耗。为了尽可能地避免出现以上情况，如何进行业务处理，以精准地确定产品的采购量，对于生鲜电商平台来说极其重要的。
技术实现思路
本申请实施例提供了一种业务处理方法、装置、存储介质及服务器，能够精准地确定产品的采购量，提高产品采购的准确度。所述技术方案如下：一方面，提供了一种业务处理方法，一个总仓对应多个前置仓，对于本次采购覆盖的时间段内的每一天，所述方法包括：对于每个产品种类，确定每个前置仓当天针对所述产品种类的预估补货量；基于每个前置仓当天针对所述产品种类的预估补货量，确定所述总仓当天针对所述产品种类的第一出库量；根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量；根据所述第二出库量对所述第一出库量进行修正处理，得到所述总仓当天针对所述产品种类的预估出库量；基于所述总仓在所述时间段内的每一天针对所述产品种类的预估出库量，确定所述产品种类的本次采购量。在一种可能的实现方式中，所述确定每个前置仓当天针对所述产品种类的预估补货量，包括：对于任意一个前置仓，获取所述前置仓下所述产品种类的历史实际交易量；在目标售罄率和目标损耗率的约束下，基于所述前置仓下所述产品种类的历史实际交易量，确定所述前置仓当天需要所述产品种类的期初库存量；获取所述前置仓前一天针对所述产品种类的期末库存量；基于所述期初库存量和所述期末库存量，确定所述前置仓当天针对所述产品种类的预估补货量。在一种可能的实现方式中，所述方法还包括：获取每个前置仓针对所述产品种类的历史产品量信息，其中，所述历史产品量信息包括以下至少一种：每个前置仓历史每天针对所述产品种类的实际补货量；每个前置仓历史每天针对所述产品种类的预估交易量；每个前置仓历史每天针对所述产品种类的实际期末库存量。在一种可能的实现方式中，所述根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量，包括：根据每个前置仓历史每天针对所述产品种类的实际补货量、预估交易量和实际期末库存量，拟合出总仓出库量与所述预估交易量和所述实际期末库存量之间的对应关系；基于所述对应关系确定所述总仓当天针对所述产品种类的第二出库量。在一种可能的实现方式中，所述根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量，包括：构建深度学习模型，将每个前置仓针对所述产品种类的历史产品量信息输入至所述深度学习模型中，采用随机梯度下降算法优化所述深度学习模型的网络参数直至模型收敛，得到总仓出库量预测模型；基于所述总仓出库量预测模型，确定所述总仓当天针对所述产品种类的第二出库量。在一种可能的实现方式中，所述基于所述总仓在所述时间段内的每一天针对所述产品种类的预估出库量，确定所述产品种类的本次采购量，包括：在本次采购覆盖的时间段内，将所述总仓每一天针对所述产品种类的预估出库量进行累计，得到总仓累计出库量；基于所述总仓累计出库量、所述总仓当前针对所述产品种类的剩余库存量和所述总仓针对所述产品种类的在途库存量，确定所述产品种类的本次采购量。在一种可能的实现方式中，所述根据所述第二出库量对所述第一出库量进行修正处理，得到所述总仓当天针对所述产品种类的预估出库量，包括：如果所述第二出库量大于所述第一出库量，则增大所述第一出库量，得到所述总仓当天针对所述产品种类的预估出库量；如果所述第二出库量小于所述第一出库量且前置仓之间的前一天期末库存量分布不均匀，则将所述第一出库量作为所述总仓当天针对所述产品种类的预估出库量；如果所述第二出库量小于所述第一出库量且前置仓之间的前一天期末库存量分布均匀，则减小所述第一出库量，得到所述总仓当天针对所述产品种类的预估出库量。在一种可能的实现方式中，所述基于每个前置仓当天针对所述产品种类的预估补货量，确定所述总仓当天针对所述产品种类的第一出库量，包括：将每个前置仓当天针对所述产品种类的预估补货量进行线性叠加，得到所述总仓当天针对所述产品种类的第一出库量。另一方面，提供了一种业务处理装置，一个总仓对应多个前置仓，对于本次采购覆盖的时间段内的每一天，所述装置包括：第一确定模块，被配置为对于每个产品种类，确定每个前置仓当天针对所述产品种类的预估补货量；第二确定模块，被配置为基于每个前置仓当天针对所述产品种类的预估补货量，确定所述总仓当天针对所述产品种类的第一出库量；第三确定模块，被配置为根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量；修正模块，被配置为根据所述第二出库量对所述第一出库量进行修正处理，得到所述总仓当天针对所述产品种类的预估出库量；第四确定模块，被配置为基于所述总仓在所述时间段内的每一天针对所述产品种类的预估出库量，确定所述产品种类的本次采购量。在一种可能的实现方式中，所述第一确定模块，还被配置为对于任意一个前置仓，获取所述前置仓下所述产品种类的历史实际交易量；在目标售罄率和目标损耗率的约束下，基于所述前置仓下所述产品种类的历史实际交易量，确定所述前置仓当天需要所述产品种类的期初库存量；获取所述前置仓前一天针对所述产品种类的期末库存量；基于所述期初库存量和所述期末库存量，确定所述前置仓当天针对所述产品种类的预估补货量。在一种可能的实现方式中，所述装置还包括：获取模块，被配置为获取每个前置仓针对所述产品种类的历史产品量信息，其中，所述历史产品量信息包括以下至少一种：每个前置仓历史每天针对所述产品种类的实际补货量；每个前置仓历史每天针对所述产品种类的预估交易量；每个前置仓历史每天针对所述产品种类的实际期末库存量。...

【技术保护点】
1.一种业务处理方法，其特征在于，一个总仓对应多个前置仓，对于本次采购覆盖的时间段内的每一天，所述方法包括：/n对于每个产品种类，确定每个前置仓当天针对所述产品种类的预估补货量；/n基于每个前置仓当天针对所述产品种类的预估补货量，确定所述总仓当天针对所述产品种类的第一出库量；/n根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量；/n根据所述第二出库量对所述第一出库量进行修正处理，得到所述总仓当天针对所述产品种类的预估出库量；/n基于所述总仓在所述时间段内的每一天针对所述产品种类的预估出库量，确定所述产品种类的本次采购量。/n

【技术特征摘要】
1.一种业务处理方法，其特征在于，一个总仓对应多个前置仓，对于本次采购覆盖的时间段内的每一天，所述方法包括：
对于每个产品种类，确定每个前置仓当天针对所述产品种类的预估补货量；
基于每个前置仓当天针对所述产品种类的预估补货量，确定所述总仓当天针对所述产品种类的第一出库量；
根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量；
根据所述第二出库量对所述第一出库量进行修正处理，得到所述总仓当天针对所述产品种类的预估出库量；
基于所述总仓在所述时间段内的每一天针对所述产品种类的预估出库量，确定所述产品种类的本次采购量。


2.根据权利要求1所述的方法，其特征在于，所述确定每个前置仓当天针对所述产品种类的预估补货量，包括：
对于任意一个前置仓，获取所述前置仓下所述产品种类的历史实际交易量；
在目标售罄率和目标损耗率的约束下，基于所述前置仓下所述产品种类的历史实际交易量，确定所述前置仓当天需要所述产品种类的期初库存量；
获取所述前置仓前一天针对所述产品种类的期末库存量；
基于所述期初库存量和所述期末库存量，确定所述前置仓当天针对所述产品种类的预估补货量。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取每个前置仓针对所述产品种类的历史产品量信息，其中，所述历史产品量信息包括以下至少一种：
每个前置仓历史每天针对所述产品种类的实际补货量；
每个前置仓历史每天针对所述产品种类的预估交易量；
每个前置仓历史每天针对所述产品种类的实际期末库存量。


4.根据权利要求3所述的方法，其特征在于，所述根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量，包括：
根据每个前置仓历史每天针对所述产品种类的实际补货量、预估交易量和实际期末库存量，拟合出总仓出库量与所述预估交易量和所述实际期末库存量之间的对应关系；
基于所述对应关系确定所述总仓当天针对所述产品种类的第二出库量。


5.根据权利要求3所述的方法，其特征在于，所述根据每个前置仓针对所述产品种类的历史产品量信息，确定所述总仓当天针对所述产品种类的第二出库量，包括：
构建深度学习模型，将每个前置仓针对所述产品种类的历史产品量信息输入至所述深度学习模型中，采用随机梯度下降算法优化所述深度学习模型的网络参数直至模型收敛，得到总仓出库量预测模型；
基于所述...

【专利技术属性】
技术研发人员：吕亦奇，林瑜恒，李治，
申请(专利权)人：北京每日优鲜电子商务有限公司，
类型：发明
国别省市：北京;11