【技术实现步骤摘要】
物品补货方法、装置以及存储介质
[0001]本公开涉及电子商务
,尤其涉及一种物品补货方法、装置以及存储介质。
技术介绍
[0002]在电商领域中,常用的物品补货信息通常是以人工的决策为主,以物品库存数据为辅进行物品补货信息生成的。例如,目前,在国内外市场上,药店管家系统在功能上已实现药品的采销存配,但是药品的补药往往需要手动补药操作,依赖人的主观性,导致药品供应的决策具有随机性,使得药品补货数据准确度不高。药店在发生药品缺货时,通常需要店员手动进行补药,店员在进行补药时,会出现药品缺货后补药不足或过多的现象,往往需要店员多次补药调配工作才能完成,浪费人力并且往往不能及时补全药品,降低了补药效率,同时也影响了客户的购药体验。
技术实现思路
[0003]有鉴于此,本专利技术要解决的一个技术问题是提供一种物品补货方法、装置以及存储介质。
[0004]根据本公开的第一方面,提供一种物品补货方法,包括:确定与物品的销售量相关联的产品属性特征,计算所述产品属性特征与所述物品的销售量之间的销售属性相关系数; ...
【技术保护点】
【技术特征摘要】
1.一种物品补货方法,包括:确定与物品的销售量相关联的产品属性特征,计算所述产品属性特征与所述物品的销售量之间的销售属性相关系数;根据所述销售属性相关系数和所述产品属性特征建立销售预测模型,并对所述销售预测模型进行训练;基于所述物品的销售数据并使用所述销售预测模型,获取所述物品的销售预测数据;根据所述销售预测数据以及所述物品的库存量,判断所述物品的库存是否充足;如果所述物品的库存不足,则根据所述物品的库存量和门店存货量确定所述物品的补货方案。2.如权利要求1所述的方法,所述确定与物品的销售量相关联的产品属性特征包括:获取所述物品的多个产品属性,在每个产品属性中确定至少一个产品属性特征;其中,所述产品属性包括:规格、剂型、包装、生产厂商中的一个或多个。3.如权利要求2所述的方法,所述计算所述产品属性特征与所述物品的销售量之间的销售属性相关系数包括:计算所述物品的销售量分别与每一个产品属性特征之间的Pearson相关系数,作为与此产品属性特征与所述物品的销售量之间的销售属性相关系数。4.如权利要求3所述的方法,所述计算所述物品的销售量分别与每一个产品属性特征之间的Pearson相关系数包括:获取所述物品的多个历史销售数据;其中,所述历史销售数据包括:物品历史销售量、与各个产品属性特征相对应的历史销售量;基于所述物品历史销售量、所述与各个产品属性特征相对应的历史销售量,分别计算所述物品的销售量分别与各个产品属性特征之间的Pearson相关系数。5.如权利要求3或4所述的方法,所述销售预测模型包括:多元线性回归模型;所述对所述销售预测模型进行训练包括:基于所述历史销售数据构建所述训练样本集;其中,所述训练样本集中的训练样本包括:与各个产品属性特征相对应的历史销售量、物品在预设时段后的对应销售量;使用所述训练样本集对所述多元线性回归模型进行训练。6.如权利要求5所述的方法,其中,所述多元线性回归模型为:y
i
=β+a0x0+a1x1+a2x2+
…
+a
m
x
m
+e;其中,所述y
i
为第i种物品在预设时段后的销售量,x0,x1,x2,
…
,x
m
为与第0,1,2,
…
m个产品属性特征相对应的销售量,a0,a1,a2,
…
,a
m
为与第0,1,2,
…
m个产品属性特征相对应的Pearson相关系数,β为常数项,e表示误差值。7.如权利要求5所述的方法,所述基于所述物品的销售数据并使用所述销售预测模型,获取所述物品的销售预测数据包括:获取所述物品在设定时段内的、与各个产品属性特征相对应的销售数据;基于此销售数据并使用所述多元线性回归模型,确定所述物品在预设时段后的销售预测数据。8.如权利要求1所述的方法,所述根据所述销售预测数据以及所述物品的库存量,判断
所述物品的库存是否充足包括:计算所述物品的库存量与所述销售预测数据之间的第一差值;如果所述第一差值大于预设的第一阈值,则确定所述物品的库存充足,如果所述第一差值小于或等于所述第一阈值,则确定所述物品的库存不足。9.如权利要求8所述的方法,所述如果所述物品的库存不足,则根据所述物品的库存量和门店存货量确定所述物品的补货方案包括:根据所述门店存货量与所述物品的库存量,计算所述物品的存货总量;计算所述存货总量与所述销售预测数据之间的第二差值;如果所述第二差值大于预设的所述第二阈值,则不进行物品采购处理,并进行门店间调配处理;如果所述第二差值小于或等于所述第二阈值,则进行库存采购处理,并进行库存补货,或者库存补货结合门店间调配处理。10.如权利要求1至9任一项所述的方法,其中,所述物品包括:药品。11.一种物品补货装置,包括:销售因子确定模块,用于确定与物品的销售量相关联的产品属性特...
【专利技术属性】
技术研发人员:宋威,
申请(专利权)人:北京京东拓先科技有限公司,
类型:发明
国别省市:
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。