备货处理方法、装置、设备及存储介质制造方法及图纸

技术编号:25916880 阅读:14 留言:0更新日期:2020-10-13 10:36
本申请提供一种备货处理方法、装置、设备及存储介质,该方法包括:接收备货调整请求,所述备货调整请求包括资源仓标识;基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息,所述备货调整信息包括资源标识及对应的资源备货量;所述资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,所述分类模型包括预设轮数的二分类模型;反馈所述备货调整信息,以便根据所述备货调整信息进行资源仓备货处理。可以准确地预测未来一定时间内不同区域的资源仓的备货调整信息,使资源仓及时备货,提高配送效率,从而提高用户购物体验。

【技术实现步骤摘要】
备货处理方法、装置、设备及存储介质
本申请涉及电子商务
,尤其涉及一种备货处理方法、装置、设备及存储介质。
技术介绍
随着电商平台业务的不断壮大,各区域的大件仓库备货量也在逐渐增多,比如存放空调、冰箱、洗衣机等的仓库,大仓的压力逐渐显现,尤其是在大促阶段,并且客户方面更加注重自己的购买体验,希望下单后货品能够及时送达。为了缓解大仓的压力,减少配送时效,提高客户体验,减少运营成本,电商平台在不同区域建立了前置仓库业务,这些前置仓库(也可称为资源仓)主要可以存放大件货物,是距离用户更近的一种仓库,在日常运营中,这些前置仓库可以提前进行选品备货,如果本区域的用户下单后,可以优先从本区域的前置仓库进行定位、出库。但是,这些前置仓库需要备哪些货物、各种货物需要备多少件,既能满足前置仓库的库存量,同时又能较高几率销售出去而不滞留在前置仓库,成为关键的技术问题。
技术实现思路
本申请提供一种备货处理方法、装置、设备及存储介质,以解决现有技术选品备货推荐不准确等缺陷。本申请第一个方面提供一种备货处理方法,包括:接收备货调整请求,所述备货调整请求包括资源仓标识;基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息,所述备货调整信息包括资源标识及对应的资源备货量;所述资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,所述分类模型包括预设轮数的二分类模型;反馈所述备货调整信息,以便根据所述备货调整信息进行资源仓备货处理。可选地,基于预定时期内资源相关特征数据以及训练好的分类模型确定资源仓备货信息,包括:对于每个资源仓标识,将所述资源仓标识对应区域的资源相关特征数据输入到各轮的二分类模型,获得所述预设轮数的分类结果;根据所述预设轮数的分类结果,确定所述资源仓标识对应的备货调整信息;将各资源仓标识对应的备货调整信息进行存储,形成所述资源仓备货信息。可选地,根据所述预设轮数的分类结果,确定所述资源仓标识对应的备货调整信息,包括:对于确定的每个资源标识,根据所述预设轮数的分类结果,选取其中最大数量作为该资源标识对应的资源备货量。可选地,在基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息之前,所述方法还包括:获取训练特征数据及各轮的标签数据;基于所述训练特征数据及各轮的标签数据,对预先建立的所述预设轮数的二分类网络进行训练,获得所述分类模型。可选地,所述获取训练特征数据,包括:获取预设的历史资源训练数据,所述历史资源训练数据至少包括销量数据、评论数据、流量数据、配送中心库存、资源信息、促销数据中的一种;对所述历史资源训练数据进行特征提取,获得所述训练特征数据。可选地,对所述历史资源训练数据进行特征提取,获得所述训练特征数据,包括:采用皮尔森相关系数确定所述历史资源训练数据中各特征的相关性;采用主成分分析算法PCA对所述历史资源训练数据中的多维特征进行降维处理,获得降维后的特征;采用one-hot编码对降维后的特征进行特征提取,获得所述训练特征数据。本申请第二个方面提供一种备货处理装置,包括:接收模块,用于接收备货调整请求,所述备货调整请求包括资源仓标识;处理模块,用于基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息,所述备货调整信息包括资源标识及对应的资源备货量;所述资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,所述分类模型包括预设轮数的二分类模型;发送模块,用于反馈所述备货调整信息,以便根据所述备货调整信息进行资源仓备货处理。可选地,所述处理模块,具体用于:对于每个资源仓标识,将所述资源仓标识对应区域的资源相关特征数据输入到各轮的二分类模型,获得所述预设轮数的分类结果;根据所述预设轮数的分类结果,确定所述资源仓标识对应的备货调整信息;将各资源仓标识对应的备货调整信息进行存储,形成所述资源仓备货信息。可选地,所述处理模块,具体用于:对于确定的每个资源标识,根据所述预设轮数的分类结果,选取其中最大数量作为该资源标识对应的资源备货量。可选地,所述处理模块,还用于:获取训练特征数据及各轮的标签数据;基于所述训练特征数据及各轮的标签数据,对预先建立的所述预设轮数的二分类网络进行训练,获得所述分类模型。可选地,所述处理模块,具体用于:获取预设的历史资源训练数据,所述历史资源训练数据至少包括销量数据、评论数据、流量数据、配送中心库存、资源信息、促销数据中的一种;对所述历史资源训练数据进行特征提取,获得所述训练特征数据。可选地,所述处理模块,具体用于:采用皮尔森相关系数确定所述历史资源训练数据中各特征的相关性;采用主成分分析算法PCA对所述历史资源训练数据中的多维特征进行降维处理,获得降维后的特征;采用one-hot编码对降维后的特征进行特征提取,获得所述训练特征数据。本申请第三个方面提供一种计算机设备,包括:至少一个处理器和存储器;所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现第一个方面提供的方法。本申请第四个方面提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现第一个方面提供的方法。本申请实施例提供的备货处理方法、装置、设备及存储介质,通过接收备货调整请求,备货调整请求包括资源仓标识,基于资源仓标识,在资源仓备货信息中查询并确定与资源仓标识对应的备货调整信息,反馈备货调整信息,以便根据备货调整信息进行资源仓备货处理,而资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,分类模型包括预设轮数的二分类模型,从而可以准确地确定未来一定时间内不同资源仓需要备货的资源类型及对应的资源备货量,使各资源仓及时备货,提高配送效率,从而提高用户购物体验。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本申请一实施例提供的备货处理方法的流程示意图;图2为本申请另一实施例提供的备货处理方法的流程示意图;图3为本申请再一实施例提供的备货处理方法的流程示意图;图4为本申请一实施例提供的示例的最终的测试结果;图5为本申请一实施例提供的模型训练及预测的示意图;图6为本申请一实施例提供的示例性的输出结果;图7为本申请一实施例提供的资源仓业务的流程示意图;图8为本申请一实施例提供的备货处理装置的结构示意图;<本文档来自技高网...

【技术保护点】
1.一种备货处理方法,其特征在于,包括:/n接收备货调整请求,所述备货调整请求包括资源仓标识;/n基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息,所述备货调整信息包括资源标识及对应的资源备货量;所述资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,所述分类模型包括预设轮数的二分类模型;/n反馈所述备货调整信息,以便根据所述备货调整信息进行资源仓备货处理。/n

【技术特征摘要】
1.一种备货处理方法,其特征在于,包括:
接收备货调整请求,所述备货调整请求包括资源仓标识;
基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息,所述备货调整信息包括资源标识及对应的资源备货量;所述资源仓备货信息是基于预定时期内资源相关特征数据以及训练好的分类模型确定的,所述分类模型包括预设轮数的二分类模型;
反馈所述备货调整信息,以便根据所述备货调整信息进行资源仓备货处理。


2.根据权利要求1所述的方法,其特征在于,基于预定时期内资源相关特征数据以及训练好的分类模型确定资源仓备货信息,包括:
对于每个资源仓标识,将所述资源仓标识对应区域的资源相关特征数据输入到各轮的二分类模型,获得所述预设轮数的分类结果;根据所述预设轮数的分类结果,确定所述资源仓标识对应的备货调整信息;
将各资源仓标识对应的备货调整信息进行存储,形成所述资源仓备货信息。


3.根据权利要求2所述的方法,其特征在于,根据所述预设轮数的分类结果,确定所述资源仓标识对应的备货调整信息,包括:
对于确定的每个资源标识,根据所述预设轮数的分类结果,选取其中最大数量作为该资源标识对应的资源备货量。


4.根据权利要求1所述的方法,其特征在于,在基于所述资源仓标识,在资源仓备货信息中查询并确定与所述资源仓标识对应的备货调整信息之前,所述方法还包括:
获取训练特征数据及各轮的标签数据;
基于所述训练特征数据及各轮的标签数据,对预先建立的所述预设轮数的二分类网络进行训练,获得所述分类模型。


5.根据权利要求4所述的方法,其特征在于,所述获取训练特征数据,包括:
获取预设的历史资源训练数据,所述历史资源训练数据至少包括销量数据、评论数据、流量数据、配送中心库存、资源信息、促销数据中的一种;
对所述历...

【专利技术属性】
技术研发人员:禄晓龙杜永青
申请(专利权)人:北京沃东天骏信息技术有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1