一种仓库管理方法与系统技术方案

本发明专利技术提供一种仓库管理方法与系统，属于数据处理技术领域，具体包括：基于商品的历史订单数据，将相同订单内的与所述商品的存储方式相同的其它商品作为同订单商品并基于其进行关联商品的确定，基于设定时间内的销量数据、预设时间内的销量数据、单笔订单的商品平均金额，采用基于机器学习算法的评估模型，分别得到关联商品的受欢迎度与商品的受欢迎度，并当关联商品的受欢迎度的最大值与商品的受欢迎度的差值的绝对值不大于设定值时，基于仓库的利用率、商品提取平均用时、存储商品种类，分别得到关联商品以及商品的存储仓库的仓库评分值，并将关联商品与商品放置于仓库评分值最大的存储仓库，从而进一步提升了仓储管理和商品提取的效率。商品提取的效率。商品提取的效率。

【技术实现步骤摘要】
一种仓库管理方法与系统


[0001]本专利技术属于数据处理
，尤其涉及一种仓库管理方法与系统。

技术介绍

[0002]为了实现仓库中的商品的存储位置的管理，提升商品的提取和管理效率，在授权专利技术专利授权公告号CN107545381B《管理仓库库存的方法和仓库管理系统》中通过获取订单数据，所述订单数据包括商品信息和所属仓库信息；根据订单数据计算任意两个商品的关联性；以及根据商品的关联性和所述仓库信息调整所述仓库库存，从而打破旧有单一的按品类划分方式，最大程度降低“高拆单率”给企业运营带来的成本，但是却存在以下技术问题：
[0003]1、未考虑不同商品的存储方式的差异，对于常温保存、冷藏保存、冷冻保存的商品，例如烤箱、冷冻烤翅预制品、锡纸等商品，虽然烤箱有可能与锡纸和冷冻烤翅预制品出现在一个订单的频率很高，但是若将冷冻保存的商品放置于烤箱等可以常温保存的仓库，则会不可避免的会导致商品的变质等问题的出现。
[0004]2、未考虑结合商品的历史销量、仓库的利用率、仓库的商品提取用时等进行存储位置的确定，对于存在同一个订单的多个商品且同时存在的次数或者频率大于一定阈值时，若不能结合上述因素实现存储位置的确定，则仓库的利用率和商品提取效率同样会受到影响，严重时甚至会导致某些仓库爆仓，而某些仓库的利用率严重不足。
[0005]针对上述技术问题，本专利技术提供了一种仓库管理方法与系统。

技术实现思路

[0006]为实现本专利技术目的，本专利技术采用如下技术方案：
[0007]根据本专利技术的一个方面，提供了一种仓库管理方法。
[0008]一种仓库管理方法，其特征在于，具体包括：
[0009]S11确定待确认仓库位置的商品，并判断所述商品的设定时间内的销量是否大于预设销量，若是，则进入步骤S12，若否，则将其存储于原始的仓库；
[0010]S12基于所述商品的历史订单数据，将相同订单内的与所述商品的存储方式相同的其它商品作为同订单商品，并基于所述同订单商品与所述商品在相同订单内的次数确定是否为关联商品，若是，则将所述同订单产品作为关联商品，并进入步骤S13，若否，则输出商品无关联商品；
[0011]S13判断所述关联商品是否均与所述商品位于相同的仓库，若是，则将关联商品以及商品中销量最高的作为主商品，并将关联商品以及商品放置于所述主商品的存储位置，若否，则进入步骤S14；
[0012]S14基于设定时间内的销量数据、预设时间内的销量数据、单笔订单的商品平均金额，采用基于机器学习算法的评估模型，分别得到所述关联商品的受欢迎度与所述商品的受欢迎度，并判断所述关联商品的受欢迎度的最大值与所述商品的受欢迎度的差值的绝对
值是否大于设定值，若是，则将受欢迎度最大的作为主商品，并将所述关联商品以及所述商品放置于所述主商品的存储仓库，若否，则进入步骤S15；
[0013]S15基于仓库的利用率、商品提取平均用时、存储商品种类，分别得到所述关联商品的存储仓库的仓库评分值以及所述商品的存储仓库的仓库评分值，并将所述关联商品与所述商品放置于仓库评分值最大的存储仓库。
[0014]通过首先进行关联商品的筛选，从而实现了从订单角度出发实现对商品的关联商品的确认，进一步明确了商品与关联商品的关系，为进一步进行仓库管理的优化奠定了基础。
[0015]通过将销量最高的作为主商品，并将关联商品以及商品放置于所述主商品的存储位置，从而避免了原有的仅仅采用商品的种类进行存储位置的确定的提取效率不高的技术问题，使得提取效率得到进一步提升，并且保证了销量较高的商品的提取效率，保证了整个商品以及关联商品的提取效率。
[0016]通过受欢迎度的确认以及设定值的设置，从而实现了从多角度对商品的受欢迎度的评价，保证了受欢迎度较高的主商品的提取效率以及商品、关联商品的存储仓库的优化，提升了整体的提升效率，并且避免了由于受欢迎度相近而采用受欢迎度进行存储仓库确认的不够准确的技术问题，保证了所有商品以及关联商品的提取效率。
[0017]通过仓库评分值的确定，从而实现了不同的商品的受欢迎度相近时，从仓库评分制的角度实现对存储仓库的确认，进一步提升了整体的提取效率，保证了更好的存储和提取效率，同时也实现了从多角度对存储仓库的评价，保证了评价结果的准确性和全面性。
[0018]另一方面，本申请实施例中提供一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时上述的一种仓库管理方法。
[0019]另一方面，本专利技术提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种仓库管理方法。
[0020]其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
[0021]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0022]通过参照附图详细描述其示例实施方式，本专利技术的上述和其它特征及优点将变得更加明显。
[0023]图1是根据实施例1的一种仓库管理方法的流程图；
[0024]图2是根据实施例1的进行存储位置的确定的具体步骤的流程图；
[0025]图3是根据实施例1的确定关联商品的受欢迎度的具体步骤的流程图；
[0026]图4是根据实施例1的商品的存储仓库的仓库评分值构建的具体步骤的流程图。
具体实施方式
[0027]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本专利技术将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
[0028]用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
[0029]实施例1
[0030]为解决上述问题，根据本专利技术的一个方面，如图1所示，提供了一种仓库管理方法，其特征在于，具体包括：
[0031]S11确定待确认仓库位置的商品，并判断所述商品的设定时间内的销量是否大于预设销量，若是，则进入步骤S12，若否，则将其存储于原始的仓库；
[0032]需要说明的是，设定时间内一般取最近的一年以上的时间，从而可以从一个较长的时间端内的销量对商品的实际销售情况进行确定。
[0033]具体的，所述预设销量根据仓库的数量、商品的种类、所有商品的总销量进行确定，其中所述仓库的数量越多、商品的种类越多、所有商品的总销量越大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仓库管理方法，其特征在于，具体包括：S11确定待确认仓库位置的商品，并判断所述商品的设定时间内的销量是否大于预设销量，若是，则进入步骤S12，若否，则将其存储于原始的仓库；S12基于所述商品的历史订单数据，将相同订单内的与所述商品的存储方式相同的其它商品作为同订单商品，并基于所述同订单商品与所述商品在相同订单内的次数确定是否为关联商品，若是，则将所述同订单产品作为关联商品，并进入步骤S13，若否，则输出商品无关联商品；S13判断所述关联商品是否均与所述商品位于相同的仓库，若是，则将关联商品以及商品中销量最高的作为主商品，并将关联商品以及商品放置于所述主商品的存储位置，若否，则进入步骤S14；S14基于设定时间内的销量数据、预设时间内的销量数据、单笔订单的商品平均金额，采用基于机器学习算法的评估模型，分别得到所述关联商品的受欢迎度与所述商品的受欢迎度，并判断所述关联商品的受欢迎度的最大值与所述商品的受欢迎度的差值的绝对值是否大于设定值，若是，则将受欢迎度最大的作为主商品，并将所述关联商品以及所述商品放置于所述主商品的存储仓库，若否，则进入步骤S15；S15基于仓库的利用率、商品提取平均用时、存储商品种类，分别得到所述关联商品的存储仓库的仓库评分值以及所述商品的存储仓库的仓库评分值，并将所述关联商品与所述商品放置于仓库评分值最大的存储仓库。2.如权利要求1所述的仓库管理方法，其特征在于，所述预设销量根据仓库的数量、商品的种类、所有商品的总销量进行确定，其中所述仓库的数量越多、商品的种类越多、所有商品的总销量越大，则所述预设销量越大。3.如权利要求1所述的仓库管理方法，其特征在于，所述存储方式包括常温保存、冷藏保存、冷冻保存。4.如权利要求1所述的仓库管理方法，其特征在于，当所述关联商品均与所述商品位于相同的仓库时，进行存储位置的确定的具体步骤为：获取所述关联商品以及所述商品的设定时间内的销量数据，并判断所述关联商品的设定时间内的销量数据的最大值与所述商品的设定时间内的销量数据的差值的绝对值是否大于设定偏差值，若是，则将设定时间内的销量最大的作为主商品，并将关联商品以及商品放置于所述主商品的存储位置，若否，则进入下一步骤；基于所述关联商品与所述商品的预设时间内的销量数据，并判断所述关联商品的预设时间内的销量数据的最大值与所述商品的预设时间内的销量数据的差值的绝对值是否大于短...

【专利技术属性】
技术研发人员：李志杰，周宇天，范正荣，朱伟俊，傅洪鑫，
申请(专利权)人：乐麦信息技术杭州有限公司，
类型：发明
国别省市：