一种基于ERP管理系统的订单数据分析系统及方法技术方案

本发明专利技术公开了一种基于ERP管理系统的订单数据分析系统及方法，涉及订单数据分析技术领域。所述系统包括订单信息采集模块、订单信息处理模块、相似度模型构建分析模块、用户订单数据分析模块和ERP管理模块；所述订单信息采集模块与所述订单信息处理模块相连接；所述订单信息处理模块与所述相似度模型构建分析模块相连接；所述相似度模型构建分析模块与所述用户订单数据分析模块相连接；所述用户订单数据分析模块的与所述ERP管理模块相连接。本发明专利技术能够对具有订单特征标志的订单进行识别筛选，监测标记订单的运损情况，将已破损的标记订单在中转站点及时退回，及时解决运损订单的问题。问题。问题。

【技术实现步骤摘要】
一种基于ERP管理系统的订单数据分析系统及方法


[0001]本专利技术涉及订单数据分析
，具体为一种基于ERP管理系统的订单数据分析系统及方法。

技术介绍

[0002]ERP管理系统是现代企业管理的运行模式。它是一个在全公司范围内应用的、高度集成的系统，覆盖了客户、项目、库存和采购供应生产等管理工作，通过优化企业资源达到资源效益最大化，能够规范企业基础管理工作，促进企业的扁平化管理，提高企业员工的成本管理意识，增强企业的市场竞争能力。
[0003]随着物联网在中国的进一步普及应用，网上购物逐渐成为人们的网络行为之一，全新的购物体验和便捷的消费方式在更大范围内取代或者传统模式的购物方式，很大程度上节约了人们购物的时间和购物的成本。但与此同时，在快递运输过程中会产生因快递堆叠挤压或者因遭遇恶劣天气造成的商品损坏等问题，只有当消费者签收时才能发现商品损坏的问题，给消费者带来了极大的不便和困扰；另外，部分企业存在快递中途退回的情况，但由于缺乏对用户实际情况的分析，无法进一步实现智能化管理。

技术实现思路

[0004]本专利技术的目的在于提供一种基于ERP管理系统的订单数据分析系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：
[0006]一种基于ERP管理系统的订单数据分析方法，所述方法包括以下步骤：
[0007]步骤S1：在订单发送站点采集订单包装信息，基于订单包装信息对订单特征标志进行检测，当检测到订单特征标志时，生成标记订单；
[0008]步骤S2：采集标记订单的初始图像，对标记订单的初始图像进行处理，得到标记订单的初始灰度图像的初始向量；
[0009]步骤S3：获取标记订单所有的中转站点，当标记订单到达各个中转站点后，分别获取标记订单在各个中转站点的中转图像并对标记订单在各个中转站点的中转图像进行处理，得到标记订单在各个中转站点的中转灰度图像的中转向量；
[0010]步骤S4：构建标记订单相似度计算模型，将标记订单的初始灰度图像的初始向量与标记订单在各个中转站点的中转灰度图像的中转向量进行对比，计算标记订单的相似度；
[0011]步骤S5：设置标记订单的相似度阈值，当标记订单的相似度未超出阈值时，判定标记订单产生运损，获取标记订单所属用户的历史订单数据，计算标记订单所属用户因运损申请退货的概率；
[0012]步骤S6：设置标记订单因运损申请退货的概率阈值，当标记订单所属用户因运损申请退货的概率超出标记订单因运损申请退货的概率阈值时，判定标记订单因运损申请退
货，将标记订单在当前中转站点的中转图像反馈给商家和所属用户，并将标记订单退回；
[0013]步骤S7：利用ERP管理系统对标记订单当前中转站点以及前一中转站点进行二次标记，对中转退回的标记订单的数量进行统计，当某一中转站点中转退回的标记订单的数量超出阈值时，ERP管理系统对标记订单当前中转站点以及前一中转站点进行告警，并追溯运输路径和运输人员信息。
[0014]进一步的，在步骤S1
‑
S2中，所述订单包装信息包括订单运输信息和订单特征标志；
[0015]所述订单运输信息包括订单号、运单号、发货地址和收货地址；
[0016]所述订单特征标志包括易碎标志、小心轻放标志和防潮标志；
[0017]当检测到订单特征标志是易碎标志时，生成标记订单当检测到订单特征信息是小心轻放标志后，生成标记订单当检测到订单特征信息是防潮标志后，生成标记订单
[0018]采集标记订单的初始图像对标记订单的初始图像进行灰度处理，生成标记订单的初始灰度图像对标记订单的初始灰度图像进行边缘计算；
[0019]根据公式，对标记订单的初始灰度图像的每个像素有：
[0020][0021][0022][0023]其中，G(x,y)表示高斯滤波函数；E
x0,n
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的水平结果；E
y0,n
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的垂直结果；
[0024]对标记订单的初始灰度图像的每个像素经高斯滤波后的水平结果和垂直结果求取平均值：
[0025][0026][0027]其中，E
x0,avg
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的水平结果平均值；E
y0,avg
(x,y)表示标记订单的初始灰度图像的每个像
素经高斯滤波后的垂直结果平均值；
[0028]标记订单的初始灰度图像的初始向量：
[0029][0030]其中，表示标记订单的初始灰度图像的初始向量。
[0031]在上述技术方案中，首先要筛选标记出含有诸如易碎标志、小心轻放标志和防潮标志等订单特征标志的订单是易产生破损的订单，确定系统的检测对象；其次，采集标记订单的初始图像，并对标记订单的初始图像进行灰度处理和边缘计算是为了对图像进行轮廓提取，保证图像的准确性；再次，通过Canny算子进行边缘计算能够得到更为清晰的图像轮廓边缘，为计算初始图像与中转图像的相似度提供基础；最后，灰度图像的像素坐标能够较好的反映图像中各个像素点的变化。
[0032]进一步的，在步骤S3中，
[0033]获取标记订单所有的中转站点B＝{b1,b2,...,b
z
}；对应的标记订单在各个中转站点的中转图像对标记订单在各个中转站点的中转图像进行灰度处理，生成标记订单在各个中转站点的中转灰度图像在各个中转站点的中转灰度图像对标记订单的中转灰度图像F进行边缘计算，并对标记订单的中转灰度图像F的每个像素经高斯滤波后的水平结果和垂直结果求取平均值，得到标记订单在各个中转站点的中转灰度图像的中转向量
[0034]进一步的，在步骤S4中，构建标记订单相似度计算模型包括：
[0035]获取标记订单的初始灰度图像的初始向量获取标记订单在各个中转站点的中转灰度图像的中转向量
[0036]计算标记订单的相似度：
[0037][0038]其中，表示标记订单在第j个中转站点的相似度；表示标记订单的初始灰度图像的初始向量；表示标记订单在第j个中转站点的中转灰度图像的中转向量。
[0039]在上述技术方案中，余弦相似度算法用于对两个向量进行相似性对比，余弦值越接近1，表明夹角越接近0度，即两个向量越相似；利用余弦相似度算法将标记订单的初始灰度图像的初始向量和标记订单的中转灰度图像的中转向量进行对比能够清晰地反正出标记订单灰度图像的显著变化。
[0040]进一步的，在步骤S5
‑
S6中，设置标记订单A
i
的相似度阈值，记为cos(θ0)；
[0041]当标记订单的相似度超出阈值时，判定标记订单未产生运损；
[0042]当标记订单的相似度未超出阈值时，判定标记订单产生运损，获取标记订本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ERP管理系统的订单数据分析方法，其特征在于，所述方法包括以下步骤：步骤S1：在订单发送站点采集订单包装信息，基于订单包装信息对订单特征标志进行检测，当检测到订单特征标志时，生成标记订单；步骤S2：采集标记订单的初始图像，对标记订单的初始图像进行处理，得到标记订单的初始灰度图像的初始向量；步骤S3：获取标记订单所有的中转站点，当标记订单到达各个中转站点后，分别获取标记订单在各个中转站点的中转图像并对标记订单在各个中转站点的中转图像进行处理，得到标记订单在各个中转站点的中转灰度图像的中转向量；步骤S4：构建标记订单相似度计算模型，将标记订单的初始灰度图像的初始向量与标记订单在各个中转站点的中转灰度图像的中转向量进行对比，计算标记订单的相似度；步骤S5：设置标记订单的相似度阈值，当标记订单的相似度未超出阈值时，判定标记订单产生运损，获取标记订单所属用户的历史订单数据，计算标记订单所属用户因运损申请退货的概率；步骤S6：设置标记订单因运损申请退货的概率阈值，当标记订单所属用户因运损申请退货的概率超出标记订单因运损申请退货的概率阈值时，判定标记订单因运损申请退货，将标记订单在当前中转站点的中转图像反馈给商家和所属用户，并将标记订单退回；步骤S7：利用ERP管理系统对标记订单当前中转站点以及前一中转站点进行二次标记，对中转退回的标记订单的数量进行统计，当某一中转站点中转退回的标记订单的数量超出阈值时，ERP管理系统对标记订单当前中转站点以及前一中转站点进行告警，并追溯运输路径和运输人员信息。2.根据权利要求1所述的一种基于ERP管理系统的订单数据分析方法，其特征在于：在步骤S1
‑
S2中，所述订单包装信息包括订单运输信息和订单特征标志；所述订单运输信息包括订单号、运单号、发货地址和收货地址；所述订单特征标志包括易碎标志、小心轻放标志和防潮标志；当检测到订单特征标志是易碎标志时，生成标记订单当检测到订单特征信息是小心轻放标志后，生成标记订单当检测到订单特征信息是防潮标志后，生成标记订单采集标记订单的初始图像对标记订单的初始图像进行灰度处理，生成标记订单的初始灰度图像对标记订单的初始灰度图像进行边缘计算；根据公式，对标记订单的初始灰度图像的每个像素有：的每个像素有：的每个像素有：其中，G(x,y)表示高斯滤波函数；E
x0,n
(x,y)表示标记订单的初始灰度图像的
每个像素经高斯滤波后的水平结果；E
y0,n
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的垂直结果；对标记订单的初始灰度图像的每个像素经高斯滤波后的水平结果和垂直结果求取平均值：结果求取平均值：其中，E
x0,avg
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的水平结果平均值；E
y0,avg
(x,y)表示标记订单的初始灰度图像的每个像素经高斯滤波后的垂直结果平均值；标记订单的初始灰度图像的初始向量：其中，表示标记订单的初始灰度图像的初始向量。3.根据权利要求1所述的一种基于ERP管理系统的订单数据分析方法，其特征在于：在步骤S3中，获取标记订单所有的中转站点B＝{b1，b2，...，b
z
}；对应的标记订单在各个中转站点的中转图像对标记订单在各个中转站点的中转图像进行灰度处理，生成标记订单在各个中转站点的中转灰度图像在各个中转站点的中转灰度图像对标记订单的中转灰度图像F进行边缘计算，并对标记订单的中转灰度图像F的每个像素经高斯滤波后的水平结果和垂直结果求取平均值，得到标记订单在各个中转站点的中转灰度图像的中转向量4.根据权利要求1所述的一种基于ERP管理系统的订单数据分析方法，其特征在于：在步骤S4中，构建标记订单相似度计算模型包括：获取标记订单的初始灰度图像的初始向量获取标记订单在各个中转站点的中转灰度图像的中转向量计算标记订单的相似度：其中，表示标记订单在第j个中转站点的相似度；表示标记订单的初始灰度图像的初始向量；表示标记订单在第j个中转站点的中转灰度图像的中转向量。
5.根据权利要求1所述的一种基于ERP管理系统的订单数据分析方法，其特征在于：在步骤S5
‑
S6中，设置标记订单A
i
的相似度阈值，记为cos(θ0)；当标记订单的相似度超出阈值时，判定标记订单未产生运损；当标记订单的相似度未超出阈值时，判定标记订单产生运损，获取标记订单所属用户C
k
的历史订单数据；所述获取标记订单所属用户C
g
的历史订单数据包括：获取标记订单所属用户C
h
产生运损的订单数量，记为U
h
；获取标记订单所属用户C
h
因运损申请退货的订单数量，记为V
h
；计算标记订单所属用户C
h
因运损申请退货的概率：其中，p
h
表示标记订单所属用户C
h
因运损申请退货的概率；设置标记订单因运损申请退货的概率阈值，记为p0；当标记订单所属用户C
h
因运损申请退货的概率超出标记订单因运损申请退货的概率阈值时，将标记订单在当前中转站点的中转图像反馈给商家和用户，并将标记订单退回。6.应用权利1
‑
5中任意一项的一种基于ERP管理系统的订单数据分析方法的一种基于ERP管理系统的订单数据分析系统，其特征在于：所述系统包括订单信息采集模块、订单信息处理模块、相似度模型构建分析模块、用户订单数据分析模块和ERP管理模块；所述订单信息采集模块用于采集订单包装信息、检测订单特征标志、生成标记订单、采集标记订...

【专利技术属性】
技术研发人员：张秋燕，肖传智，
申请(专利权)人：泉州市融兴信息科技有限公司，
类型：发明
国别省市：