一种基于多模态感知的售货机快捷补货分析方法技术

本发明专利技术涉及商业数据处理技术领域，具体涉及一种基于多模态感知的售货机快捷补货分析方法，该方法通过获取售货机的每种商品的存货量、售卖时长、当前补货时间以及上次补货时所确定的补货量，并进行相应的数据处理，从而得到每种商品对应的描述子，根据该描述子确定每种商品的第一销售量预测值和第二销售量预测值，进而确定每种商品当前的补货量。本发明专利技术通过获取每种商品的相关数据，并对这些数据进行相应的处理，从而可以准确确定商品的补货量，有效提高了商品补货量的合理性。有效提高了商品补货量的合理性。有效提高了商品补货量的合理性。

【技术实现步骤摘要】
一种基于多模态感知的售货机快捷补货分析方法


[0001]本专利技术涉及商业数据处理
，具体涉及一种基于多模态感知的售货机快捷补货分析方法。

技术介绍

[0002]目前，使用自动售货机进行自助购物已经成为新零售的一种发展趋势，而由于售货机内的不同商品受消费者的欢迎程度不一致，会在一段时间后出现一些货物留存量很大，而另外一些货物十分紧缺的情况。这样在后续进行补货时，就需要根据商品的存货量情况，选择性进行补货，以减少运输成本以及人力成本的浪费，同时提高销售利润。
[0003]现有自动售货机进行补货通常采用目标补货法，也就是在进行补货时对该自动售货机内商品数量进行盘点，当自动售货机内某一商品的存货量小于一定的目标值时，则补货到该目标值，否则不进行补货。在目标补货法中，由于每种商品每次都是按照固定的目标值为标准进行补货，而不同商品的售卖情况又是复杂多变的，例如售卖情况不仅与商品本身的种类有关，还与天气、时间等多种因素有关系，这就会导致即便是同一商品，也会出现有时在补货后很快出现缺货，而有时在补货后又长时间卖不动的现象。因此，现有确定商品补货量的方式较为粗放，不够合理准确。

技术实现思路

[0004]本专利技术的目的在于提供一种基于多模态感知的售货机快捷补货分析方法，用于解决现有确定售货机内的商品补货量合理性差的问题。
[0005]为解决上述技术问题，本专利技术提供了一种基于多模态感知的售货机快捷补货分析方法，包括以下步骤：
[0006]获取售货机的每种商品在过去第一数目次补货前后的存货量、每种商品的售卖时长、当前补货时间以及上次补货时所确定的补货量；
[0007]计算每种商品在过去任意前一次补货后和后一次补货前的存货量的差值，并将该差值作为前后两次补货之间对应时段的销售量，从而得到每种商品在过去第二数目个时段的销售量；
[0008]根据每种商品在过去第二数目个时段的销售量，确定每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列；
[0009]根据每种商品的售卖时长，将售卖时长最大的前第四数目种商品确定为目标商品，并根据每种商品和目标商品在过去第三数目个时段对应的销售量序列和受欢迎程度序列以及每种商品的售卖时长，确定每种商品在过去第三数目个时段对应的售卖潜力值；
[0010]根据每种商品在过去第三数目个时段对应的售卖潜力值和销售量以及当前补货时间，构造每种商品的描述子；
[0011]将每种商品的描述子分别输入到第一补货量预测网络和第二补货量预测网络中，对应得到每种货物的第一销售量预测值和第二销售量预测值，根据每种商品的第一销售量
预测值和第二销售量预测值、上次补货时所确定的补货量以及上次补货后与当前补货前之间对应时段的销售量，确定每种商品当前的补货量。
[0012]进一步的，确定每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列，包括：
[0013]根据每种商品在过去第二数目个时段的销售量，确定每种商品在过去第二数目个时段的受欢迎程度值；
[0014]根据每种商品的过去第二数目个时段，设置时段滑窗，时段滑窗沿着时段滑动过程中，将时段滑窗内包含的所有时段所对应的销售量所构成的序列，确定为该时段滑窗内所包含的最后一个时段对应的销售量序列，并将时段滑窗内包含的所有时段所对应的受欢迎程度值按照大小顺序排列所构成的序列，确定为该时段滑窗内所包含的最后一个时段对应的受欢迎程度序列，从而得到每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列。
[0015]进一步的，确定每种商品在过去第二数目个时段的受欢迎程度值，包括：
[0016]对每种商品在过去第二数目个时段的销售量分别进行归一化处理，并将归一化处理后的销售量作为对应时段的受欢迎程度值，从而得到每种商品在过去第二数目个时段的受欢迎程度值。
[0017]进一步的，确定每种商品在过去第三数目个时段对应的售卖潜力值，包括：
[0018]根据每种商品和目标商品在过去第三数目个时段对应的受欢迎程度序列和售货量序列，确定每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的销售力相似性指标值，确定每种商品在过去每个时段所对应的所有销售力相似性指标值的中值，并将所述中值作为每种商品在过去对应时段的初始售卖潜力值，从而得到每种商品在过去第三数目个时段对应的初始售卖潜力值；
[0019]根据每种商品在过去第三数目个时段对应的初始售卖潜力值以及每种商品的售卖时长，确定每种商品在过去第三数目个时段对应的最终的售卖潜力值。
[0020]进一步的，确定每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的销售力相似性指标值，包括：
[0021]根据每种商品和目标商品在过去第三数目个时段对应的受欢迎程度序列，计算每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的形态相似距离值；
[0022]根据每种商品和目标商品在过去第三数目个时段对应的销售量序列，确定销售量序列中的销售量中值，计算每种商品在过去每个时段的销售量中值分别与各种目标商品在过去对应时段的销售量中值的差值绝对值；
[0023]根据每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的形态相似距离值以及差值绝对值，计算每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的销售力相似性指标值。
[0024]进一步的，确定每种商品在过去第三数目个时段对应的最终的售卖潜力值，包括：
[0025]对每种商品的售卖时长进行缩放处理，并计算每种商品的缩放处理后的售卖时长分别与每种商品在过去第三数目个时段的初始售卖潜力值的乘积值；
[0026]对每种商品在过去第三数目个时段对应的乘积值进行归一化处理，并根据归一化处理后的乘积值确定每种商品在过去第三数目个时段对应的最终的售卖潜力值。
[0027]进一步的，在构造每种商品的描述子序列之前，还包括：
[0028]根据每种商品在过去第三数目个时段的后一次补货前的存货量，判断存货量是否不高于存货量阈值，若存货量不高于存货量阈值，则将该商品的售货机最大存储量作为对应时段的最终的销售量，若存货量高于存货量阈值，则根据所有商品在对应时段的后一次补货前的存货量，确定该商品在对应时段的后一次补货前的参考存货量，判断参考存货量是否不高于存货量阈值，若参考存货量不高于存货量阈值，则将该商品的售货机最大存储量作为对应时段的最终的销售量。
[0029]进一步的，确定该商品在对应时段的后一次补货前的参考存货量，包括：
[0030]确定该商品在对应时段的初始售卖潜力值的参考初始售卖潜力值，所述参考初始售卖潜力值为与该商品在对应时段的初始售卖潜力值差异最小的其他商品在对应时段的初始售卖潜力值，并将参考初始售卖潜力值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态感知的售货机快捷补货分析方法，其特征在于，包括以下步骤：获取售货机的每种商品在过去第一数目次补货前后的存货量、每种商品的售卖时长、当前补货时间以及上次补货时所确定的补货量；计算每种商品在过去任意前一次补货后和后一次补货前的存货量的差值，并将该差值作为前后两次补货之间对应时段的销售量，从而得到每种商品在过去第二数目个时段的销售量；根据每种商品在过去第二数目个时段的销售量，确定每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列；根据每种商品的售卖时长，将售卖时长最大的前第四数目种商品确定为目标商品，并根据每种商品和目标商品在过去第三数目个时段对应的销售量序列和受欢迎程度序列以及每种商品的售卖时长，确定每种商品在过去第三数目个时段对应的售卖潜力值；根据每种商品在过去第三数目个时段对应的售卖潜力值和销售量以及当前补货时间，构造每种商品的描述子；将每种商品的描述子分别输入到第一补货量预测网络和第二补货量预测网络中，对应得到每种货物的第一销售量预测值和第二销售量预测值，根据每种商品的第一销售量预测值和第二销售量预测值、上次补货时所确定的补货量以及上次补货后与当前补货前之间对应时段的销售量，确定每种商品当前的补货量。2.根据权利要求1所述的基于多模态感知的售货机快捷补货分析方法，其特征在于，确定每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列，包括：根据每种商品在过去第二数目个时段的销售量，确定每种商品在过去第二数目个时段的受欢迎程度值；根据每种商品的过去第二数目个时段，设置时段滑窗，时段滑窗沿着时段滑动过程中，将时段滑窗内包含的所有时段所对应的销售量所构成的序列，确定为该时段滑窗内所包含的最后一个时段对应的销售量序列，并将时段滑窗内包含的所有时段所对应的受欢迎程度值按照大小顺序排列所构成的序列，确定为该时段滑窗内所包含的最后一个时段对应的受欢迎程度序列，从而得到每种商品在距离当前最近的过去第三数目个时段对应的销售量序列和受欢迎程度序列。3.根据权利要求2所述的基于多模态感知的售货机快捷补货分析方法，其特征在于，确定每种商品在过去第二数目个时段的受欢迎程度值，包括：对每种商品在过去第二数目个时段的销售量分别进行归一化处理，并将归一化处理后的销售量作为对应时段的受欢迎程度值，从而得到每种商品在过去第二数目个时段的受欢迎程度值。4.根据权利要求1所述的基于多模态感知的售货机快捷补货分析方法，其特征在于，确定每种商品在过去第三数目个时段对应的售卖潜力值，包括：根据每种商品和目标商品在过去第三数目个时段对应的受欢迎程度序列和售货量序列，确定每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的销售力相似性指标值，确定每种商品在过去每个时段所对应的所有销售力相似性指标值的中值，并将所述中值作为每种商品在过去对应时段的初始售卖潜力
值，从而得到每种商品在过去第三数目个时段对应的初始售卖潜力值；根据每种商品在过去第三数目个时段对应的初始售卖潜力值以及每种商品的售卖时长，确定每种商品在过去第三数目个时段对应的最终的售卖潜力值。5.根据权利要求4所述的基于多模态感知的售货机快捷补货分析方法，其特征在于，确定每种商品在过去每个时段的受欢迎程度序列分别与各种目标商品在过去对应时段的受欢迎程度序列的销售力相...

【专利技术属性】
技术研发人员：张平，孙晓鸣，
申请(专利权)人：山西萍樟科技有限公司，
类型：发明
国别省市：