补货方法、装置及电子设备制造方法及图纸

本申请提出了一种补货方法、装置及电子设备，涉及数据处理领域。该方法包括：获取目标商品品类下的候选商品的商品信息和补货周期；针对候选商品，根据商品信息中的历史数据，获取补货周期内候选商品在各个销售区域的销量预测序列；根据候选商品的销量预测序列，获取候选商品在各个销售区域的需求量集；根据商品信息、需求量集和销售区域与仓库之间的映射关系进行全局分仓补货，获取候选商品的补货策略。本申请实施例在需求不确定的前提下，基于销量预测序列，通过全局分仓补货获取候选商品的订购量，该方法可以提高补货的精准性，避免库存积压或者缺货的情况，从而避免存储资源以及人力资源的浪费。力资源的浪费。力资源的浪费。

【技术实现步骤摘要】
补货方法、装置及电子设备


[0001]本申请涉及数据处理领域，尤其涉及一种补货方法、装置及电子设备。

技术介绍

[0002]对商品进行补货时，由于随机因素的影响，对商品补货量的理论预测和实际需求之间可能存在较大的偏差，从而导致补货精度受到影响，造成库存积压或者缺货的情况。因此，如何提高补货的精准性，已经成为重点的研究方向之一。

技术实现思路

[0003]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种补货方法。
[0004]本申请的第二个目的在于提出一种补货装置。
[0005]本申请的第三个目的在于提出一种电子设备。
[0006]本申请的第四个目的在于提出一种非瞬时计算机可读存储介质。
[0007]本申请的第五个目的在于提出一种计算机程序产品。
[0008]为达上述目的，本申请第一方面实施例提出了一种补货方法，包括：
[0009]获取目标商品品类下的候选商品的商品信息和补货周期；
[0010]针对候选商品，根据商品信息中的历史数据，获取补货周期内候选商品在各个销售区域的销量预测序列；
[0011]根据候选商品的销量预测序列，获取候选商品在各个销售区域的需求量集；
[0012]根据商品信息、需求量集和销售区域与仓库之间的映射关系进行全局分仓补货，获取候选商品的补货策略。
[0013]为达上述目的，本申请第二方面实施例提出了一种补货装置，包括：
[0014]第一获取模块，用于获取目标商品品类下的候选商品的商品信息和补货周期；
[0015]第二获取模块，用于针对候选商品，根据商品信息中的历史数据，获取补货周期内候选商品在各个销售区域的销量预测序列；
[0016]第三获取模块，用于根据候选商品的销量预测序列，获取候选商品在各个销售区域的需求量集；
[0017]补货策略生成模块，用于根据商品信息、需求量集和销售区域与仓库之间的映射关系进行全局分仓补货，获取候选商品的补货策略。
[0018]为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：
[0019]至少一个处理器；以及
[0020]与至少一个处理器通信连接的存储器；其中，
[0021]存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请第一方面实施例中提供的补货方法。
[0022]为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，其上存
储有计算机指令，其中，计算机指令用于使计算机执行根据本申请第一方面实施例中提供的补货方法。
[0023]为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本申请第一方面实施例中提供的补货方法。
[0024]本申请实施例在需求不确定的前提下，基于销量预测序列，通过全局分仓补货获取候选商品的订购量，该方法可以提高补货的精准性，避免库存积压或者缺货的情况，从而避免存储资源以及人力资源的浪费。
附图说明
[0025]图1是本申请一个实施例的补货方法的流程图；
[0026]图2是本申请一个实施例的销售区域与仓库之间的映射关系的示意图；
[0027]图3是本申请一个实施例的补货方法的流程图；
[0028]图4是本申请一个实施例的补货方法的流程图；
[0029]图5是本申请一个实施例的补货方法的流程图；
[0030]图6是本申请一个实施例的补货方法的流程图；
[0031]图7是本申请一个实施例的补货装置的结构框图；
[0032]图8是本申请一个实施例的电子设备的结构示意图。
具体实施方式
[0033]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0034]下面结合附图来描述本申请实施例的补货方法、装置及电子设备。
[0035]图1是本申请一个实施例的补货方法的流程图，如图1所示，该方法包括以下步骤：
[0036]S101，获取目标商品品类下的候选商品的商品信息和补货周期。
[0037]目前，终端销售的竞争日益激烈，若商品补货量过大，会造成货物堆积，从而浪费仓储资源，若补货量过小，会导致人工浪费，影响订单配送速度，降低客户体验，因此，如何确定商品的补货量，用于节约成本，对资源进行合理分配，已经成为重要的研究方向。
[0038]在一些实现中，可以以时间作为条件，每当达到预设时间阈值时，判定商品需要进行补货，例如，预设时间阈值可以为15天，与上次补货时间间隔达到15天时，判定商品需要进行补货；在一些实现中，可以以候选商品的库存量作为条件，也就是说，当仓库的库存量小于预设库存量阈值时，判定商品需要进行补货；在一些实现中，每当达到预设时间阈值时，或当仓库的库存量小于预设库存量阈值时，判定为需要进行补货。
[0039]在一些实现中，选取一个商品品类作为目标商品品类，在一些实现中，选取多个商品品类作为目标商品品类，进而获取目标商品品类下的候选商品的商品信息和补货周期，其中，候选商品为最小库存量单位(Stock Keeping Unit，SKU)。
[0040]在实现中，补货后需要预留运输时间及上货时间，因此补货周期还包括提前补货天数，可选地，本申请实施例中，补货周期可以是库存盘点周期与提前补货天数之和。
[0041]S102，针对候选商品，根据商品信息中的历史数据，获取补货周期内候选商品在各
个销售区域的销量预测序列。
[0042]本申请实施例中，候选商品的商品信息中包含该候选商品的历史数据，可选地，候选商品的历史数据可以是历史销量信息，也就是候选商品在一段时间内每天的销量量以及销售日期。
[0043]在一些实现中，将候选商品的历史数据以及补货周期输入分位数预测模型中，由分位数预测模型对补货周期内候选商品在各个销售区域的销量进行预测，获取补货周期内候选商品在各个销售区域的一个销量预测序列。
[0044]在一些实现中，为了提高销量预测的准确度，本申请实施例选取两个预测分位数，基于两个预测分位数对候选商品的销售预测序列进行预测，也就是说，将候选商品的历史数据以及补货周期输入分位数预测模型中，由分位数预测模型对补货周期内候选商品在各个销售区域的销量进行预测，获取补货周期内候选商品在各个销售区域的两个销量预测序列，即第一销量预测序列和第二销量预测序列，其中，第一销售预测序列中候选商品的预测分位数大于第二销售预测序列中候选商品的预测分位数。
[0045]可选地，分位数预测模型可以是决策树模型，例如梯度提升决策树(Gradient Boosting Decision Tree，GBDT)模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种补货方法，其特征在于，包括：获取目标商品品类下的候选商品的商品信息和补货周期；针对所述候选商品，根据所述商品信息中的历史数据，获取所述补货周期内所述候选商品在各个销售区域的销量预测序列；根据所述候选商品的销量预测序列，获取所述候选商品在各个销售区域的需求量集；根据所述商品信息、所述需求量集和销售区域与仓库之间的映射关系进行全局分仓补货，获取所述候选商品的补货策略。2.根据权利要求1所述的方法，其特征在于，所述针对所述候选商品，根据所述历史数据，获取所述候选商品在所述补货周期内在各个销售区域的销量预测序列，包括：将所述候选商品的历史数据以及补货周期输入分位数预测模型中，由所述分位数预测模型对所述补货周期内所述候选商品在各个销售区域的销量进行预测，获取第一销量预测序列和第二销量预测序列，其中，第一销售预测序列中所述候选商品的预测分位数大于所述第二销售预测序列中所述候选商品的预测分位数。3.根据权利要求2所述的方法，其特征在于，所述根据所述候选商品的销量预测序列，获取所述候选商品在各个销售区域的需求量集，包括：获取所述第一销售预测序列和所述第二销售预测序列在相同销售时段内预测分位数的差值，根据所有销售时段的所述预测分位数的差值，获取所述候选商品的安全需求量；基于所述第一销售预测序列的和值以及所述安全需求量获取所述候选商品的目标需求量；对所述目标需求量进行修正，获取所述候选商品的最大需求量。4.根据权利要求1所述的方法，其特征在于，所述根据所述商品信息、所述需求量集和销售区域与仓库之间的映射关系进行全局分仓补货，获取所述候选商品的补货策略，包括：基于所述商品信息、所述需求量集和所述销售区域与仓库之间的映射关系，以预设约束条件获取所述候选商品在所属仓库的库存量集；根据所述库存量集进行全局分仓补货，获取所述候选商品的补货策略。5.根据权利要求4所述的方法，其特征在于，所述基于所述商品信息、所述需求量集和所述销售区域与仓库之间的映射关系，以预设约束条件获取所述候选商品在所属仓库的库存量集，包括：获取所述候选商品的由每个仓库映射至各销售区域的初始库存量集；从所述候选商品的所述初始库存量集开始，根据所述商品信息、所述需求量集和当前迭代更新出的库存量集，以及所述销售区域与仓库之间的映射关系，获取所述候选商品的补货成本；响应于满足迭代结束条件，从每次迭代后获取的所述补货总成本中，选取最小补货成本；将所述最小补充总成本对应的所述库存量集，作为所述候选商品最终的库存量集。6.根据权利要求5所述的方法，其特征在于，所述根据所述商品信息、所述需求量集和当前迭代更新出的库存量集，以及所述销售区域与仓库之间的映射关系，获取所述候选商品的补货成本，包括：基于所述候选商品在各个仓库对应的销售区域的当前迭代更新出的库存量集以及需
求量获取缺货量；根据所述商品信息，获取所述候选商品的单位缺货成本，并根据所述候选商品的单位缺货成本和所述缺货量，获取所述候选商品的缺货损失；根据所述销售区域与仓库之间的映射关系，获取所述候选商品的单位库存成本和每个仓库映射至每个销售区域的所述候选商品的库存量，并根据所述候选商品的单位库存成本和所述库存量，获取所述候选商品的库存成本；获取所述候选商品所在仓库发往每个销售区域的区域发货成本，并根据所述区域发货成本以及所述库存量集，获取所述候选商品的从仓库发货到销售区域的发货成本；基于所述缺货损失、所述库存成本以及所述发货成本获取所述补货成本。7.根据权利要求5或6所述的方法，其特征在于，所述满足迭代结束条件，包括：针对任一仓库，获取所述候选商品的所述销售区域的库存量之和，若所述库存量之和大于所述仓库的最大容量，则判定为满足迭代结束条件。8.根据权利要求6所述的方法，其特征在于，所述基于所述候选商品在各个仓库对应的销售区域的当前迭代更新出的库存量集以及需求量获取缺货量，包括：响应于所述候选商品的需求量不大于库存量，将所述候选商品的缺货量约束为0；响应于所述候选商品的需求量大于库存量，则基于所述需求量以及所述库存量集获取该候选商品的所述缺货量。9.根据权利要求4
‑
6任一项所述的方法，其特征在于，所述以预设约束条件获取所述候选商品在所属仓库的库存量集，还包括：基于所述商品信息、安全需求量和所述销售区域与仓库之间的映射关系，获取成本最低时的安全库存量；基于所述商品信息、目标需求量和所述销售区域与仓库之间的映射关系，获取成本最低时的目标库存量；基于所述商品信息、最大需求量和所述销售区域与仓库之间的映射关系，获取成本最低时的最大库存量。10.根据权利要求9所述的方法，其特征在于，所述根据所述库存量集进行全局分仓补货，获取所述候选商品的补货策略，还包括：获取当前库存余量；响应于所述候选商品的所述当前库存余量小于所述目标库存量集中的库存量之和，则基于所述目标库存量集中的库存量之和以及所述候选商品的当前库存余量，获取所述候选商品在每个仓库的预估需求量；将所述预估需求量及所述安全需求量输入经济批量订货模型，获取所述候选商品在每个仓库的订购量以及目标补货成本。11.根据权利要求9所述的方法，其特征在于，还包括：响应于所述候选商品的当前库存余量大于所述最大库存量集中的库存量之和，则进行库存滞销预警；或响应于所述候选商品的当前库存余量小于所述安全库存量集中的库存量之和，则进行库存缺货预警。12.一种补货装置，其特征在于，包括：
第一获取模块，用于获取目标商品...

【专利技术属性】
技术研发人员：胡炜，易津锋，王答明，刘维妙，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：