【技术实现步骤摘要】
一种基于标识解析的商品管理方法、设备、存储介质
[0001]本申请涉及机器学习领域，尤其涉及一种基于标识解析的商品管理方法、设备、存储介质。
技术介绍
[0002]工业互联网标识解析体系，是工业互联网网络层的重要部分。如同工业互联网的神经网络，用标识码，给设备和产品赋予一个身份证，标识码记录的信息，是给物建立的档案，通过标识解析技术，实现档案信息的存储和读取。
[0003]虽然通过标识码实现商品信息可查，但对于商品销售方，难以自行根据商品的种类、成本、大小、物流时间快速预测商品的利润、价格、预计库存等影响商家利益的特征，以使商家能够更好地对商品进行调货和补货。
技术实现思路
[0004]本申请提供了一种基于标识解析的商品管理方法、设备、存储介质，解决了难以根据商品属性对商品的风险、利润进行预测的技术问题。
[0005]一种基于标识解析的商品管理方法，应用于商品管理系统中，包括：
[0006]采集相同种类的商品标识码，根据所述标识码获取所述商品的属性信息，获得样本集，根据所述属性信息生成
【技术保护点】
【技术特征摘要】
1.一种基于标识解析的商品管理方法，其特征在于，应用于商品管理系统中，包括：采集相同种类的商品标识码，根据所述标识码获取所述商品的属性信息，获得样本集，根据所述属性信息生成多维度变量；接收用户选择确定目标变量，根据所述目标变量以及所述多维度变量的数量确定样本分布，根据所述样本分布的性质确定多元回归方程的形式；将所述多维度变量中除所述目标变量之外的其它变量作为特征变量，将所述特征变量输入所述多元回归方程获得每个样本的输出值；根据所述输出值与所述目标变量实际的值之间的差值确定所述多元回归方程的代价函数；确定所述代价函数的最小值，根据所述最小值确定所述多元回归方程中的参数，根据所述参数确定所述多元回归方程的表达式；根据对应所述的多元回归方程得到输出的目标变量的预测值，以使用户对商品进行管理。2.根据权利要求1所述的方法，其特征在于，所述接收用户选择确定目标变量，根据所述目标变量以及所述多维度变量的数量确定样本分布，根据所述样本分布的性质确定多元回归方程的形式，具体包括：接收用户选择确定目标变量；确定在所述目标变量的情况下的样本分布的定义域、值域；确定所述样本分布的目标变量在所述值域内的变化情况，根据所述变化情况确定所述样本分布的性质；所述样本分布的性质包括在定义域中的单调性、奇偶性；根据所述样本分布的性质与多元回归方程的性质进行匹配；确定匹配程度最高的多元回归方程的形式。3.根据权利要求1所述的方法，其特征在于，所述根据所述输出值与所述目标变量实际的值之间的差值确定所述多元回归方程的代价函数，具体包括：确定将每个样本的所述特征变量输入到多元回归方程中后的输出值与所述目标变量的实际值之间的差值，确定所述每个样本的差值的平方；将所述每个样本的差值的平方相加得到平方和；将所述平方和除以样本数量得到平方和的均值；确定所述平方和均值的表达式，确定代价函数；所述代价函数中包含所述多元回归方程的参数。4.根据权利要求1所述的方法，其特征在于，所述确定所述代价函数的最小值，根据所述最小值确定所述多元回归方程中的参数，根据所述参数确定所述多元回归方程的表达式，具体包括：确定所述代价函数相对于多元回归方程中的每个参数的偏导数；根据所述偏导数更新所述多元回归方程中的每个参数；当确定任一参数的所述偏导数为0时，则不再更新偏导数为0的参数；当所述代价函数中所有的参数的偏导数为0时，确定每个参数值，将所述参数值带入到所述多元回归方程，得到所述多元回归方程的表达式。5.根据权利要求1所述的方法，其特征在于，根据对应所述的多元回归方程得到输出的
目标变量的预测值，以使用户对商品进行管理，具体包括：接受用户查询的所述商品的价格属性，确定所述商品的预测价格；根据所述商品的进价、物流、存储确定所述商品的成本；根据所述商品的成本和所述商品的预测价格确定所述商品的利润；根据预设的利润值筛选所述商品的供货商。6.根据权利要求1所述的方法，其特征在于，当用户查询商品时，所述方法还包括：获取商品标识码，根据所述商品标识码获取商品的属性信息，作为多维度变量，所述多维度变量包括价格属性、成本属性、销量属性、利润属性；根据所述商品标识码的前缀获取同类商品的样本数据...
【专利技术属性】
技术研发人员：潘先文，商广勇，李程，马岩堂，
申请(专利权)人：山东浪潮工业互联网产业股份有限公司，
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。