一种基于货物属性分类的货物数据分析方法及系统技术方案

本发明专利技术涉及数据处理的技术领域，特别是涉及一种基于货物属性分类的货物数据分析方法，其能够快速、准确地了解不同种类货物的库存以及出货情况；获取货物数据；对货物数据进行预处理；将预处理后的货物数据录入至预先训练的决策树网络模型中，对货物进行分类；其中，决策树网络模型由输入层、根决策层、一阶决策层、二阶决策层和输出层组成，根决策层、一阶决策层和二阶决策依次对货物进行分类，一阶决策层和二阶决策层在接收上一决策层的分类结果后均进行货物信息记录；汇总流经不同层级决策层内的货物数据，并进行分析，得到货物分类止于各层级决策层的分析报告；将分析报告进行可视化展示。展示。展示。

【技术实现步骤摘要】
一种基于货物属性分类的货物数据分析方法及系统


[0001]本专利技术涉及数据处理的
，特别是涉及一种基于货物属性分类的货物数据分析方法及系统。

技术介绍

[0002]在对仓库货物进行统计分析时，由于货物的种类繁多，不同种类的货物可能有不同的属性，例如不同货物的品牌、型号、规格、价格等各不相同，即使同一品牌的货物可能有不同的型号规格，例如，不同品牌或同一品牌不同规格的插座，均对应着不同的货物编码，要想在数据分析中，直观的掌握插座的库存与出货情况，就需要将所有不同货物编码的插座分为一个种类，再统计该种类货物总的库存和出货情况。
[0003]而现有的货物数据分析方法大多采用人工利用表格对货物进行分类，再进行汇总计算，分析过程较为繁琐，同时由于人工操作容易产生误差，导致分析结果精确度较低，因此亟需一种高效的数据分析方法。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供一种能够快速、准确地了解不同种类货物的库存以及出货情况的基于货物属性分类的货物数据分析方法。
[0005]第一方面，本专利技术提供了一种基于货物属性分类的货物数据分析方法，所述方法包括：获取货物数据；对货物数据进行预处理；将预处理后的货物数据录入至预先训练的决策树网络模型中，对货物进行分类；其中，所述决策树网络模型由输入层、根决策层、一阶决策层、二阶决策层和输出层组成，所述根决策层、一阶决策层和二阶决策依次对货物进行分类，所述一阶决策层和二阶决策层在接收上一决策层的分类结果后均进行货物信息记录；汇总流经不同层级决策层内的货物数据，并进行分析，得到货物分类止于各层级决策层的分析报告；将分析报告进行可视化展示。
[0006]另一方面，本申请还提供了一种基于货物属性分类的货物数据分析系统，所述系统包括：数据采集单元，用于在货物入库或者出货时，通过扫描枪读取货物上的条形码或者二维码获取一定时间内货物的库存和出货信息，并发送；数据预处理模块，用于接收数据采集单元发送的货物数据，并对货物数据进行去重、数据清洗和数据归一化预处理，将预处理后的数据发送；决策树网络模型模块，由输入层、根决策层、一阶决策层、二阶决策层和输出层组成；所述决策树网络模型模块用于接收数据预处理模块发送的预处理后的数据，并将预处
理后的货物数据录入至预先训练的决策树网络模型中，对货物进行分类；分类结果记录模块，用于在根决策层、一阶决策层和二阶决策层接收上一决策层的分类结果后进行货物数据记录，并将记录结果发送；数据分析模块，用于接收分类结果记录模块发送的记录结果，并汇总流经不同层级决策层内的货物数据进行分析，得到货物分类止于各层级决策层的分析报告，并发送；可视化展示模块，用于接收数据分析模块发送的分析包括，并将分析报告进行可视化展示。
[0007]第三方面，本申请提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
[0008]第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
[0009]进一步地，所述根决策层包括一个根决策节点，用于对输入的货物数据按货物所属行业进行分类；所述一阶决策层包括若干个一阶决策节点，用于按类别对货物分类，所述二阶决策层包括若干个二阶决策节点，用于按种类对货物进行分类；所述输出层包括若干个叶节点，每个叶节点均对应一个种类的货物。
[0010]进一步地，对所述货物数据进行预处理，包括以下方法；移除缺失、重复、异常和冗余的货物数据；将货物数据转换为能够分类分析的格式；选择货物数据中对分类有重要影响的特征将货物数据规范化为统一的尺度。
[0011]进一步地，构建所述决策树网络模型的方法包括：选择决策树网络模型适合进行货物分类的算法：ID3算法；根据ID3算法构建决策树网络模型；在构建决策树网络模型中，根据货物所属行业不同设计一阶决策节点；根据货物所属类别不同设计二阶决策节点；根据货物所属种类不同设计具体的叶节点；使用交叉验证方法对决策树网络模型进行评估，包括决策树网络模型准确率、召回率、精度的计算；对决策树网络模型进行剪枝、优化。
[0012]进一步地，对所述决策树网络模型的剪枝方法包括预剪枝、后剪枝、回归剪枝和悲观剪枝。
[0013]进一步地，流经不同层级决策层内的货物数据的分析报告包括：行业、类别、种类的占比报告；不同类别、种类货物的出货量趋势报告；高运转货物、中运转货物、低运转货物分析报告。
[0014]进一步地，所述分析报告的可视化方式包括：使用散点图表示各个货物在出货量和库存量上的关系；使用热力图表示不同货物在不同月份的出货量情况；使用矩形图或相关性矩阵表示不同分类之间的相关性；使用树型图表示不同层级之间的分类情况；使用饼图或柱状图表示行业、类别、种类的货物数量占比图；使用折线图或柱状图表示不同类别、
种类货物的出货量趋势图。
[0015]与现有技术相比本专利技术的有益效果为：在整合行业和货物数据时，基于不同的特征属性构建决策树网络模型能够准确地理解和分析货物数据；通过决策树网络模型对货物进行分类，能够快速、准确地了解不同种类货物的库存以及出货情况特点，进而为仓库的运行管理提供准确指导。
附图说明
[0016]图1是本专利技术的逻辑流程图；图2是决策树网络模型示意图；图3是构建决策树网络模型的流程图；图4是训练和评估决策树网络模型的流程图。
具体实施方式
[0017]在本申请的描述中，所属
的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等）、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
[0018]上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
[0019]本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
[0020]本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
[0021]应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于货物属性分类的货物数据分析方法，其特征在于，所述方法包括：获取货物数据；对货物数据进行预处理；将预处理后的货物数据录入至预先训练的决策树网络模型中，对货物进行分类；其中，所述决策树网络模型由输入层、根决策层、一阶决策层、二阶决策层和输出层组成，所述根决策层、一阶决策层和二阶决策依次对货物进行分类，所述一阶决策层和二阶决策层在接收上一决策层的分类结果后均进行货物信息记录；汇总流经不同层级决策层内的货物数据，并进行分析，得到货物分类止于各层级决策层的分析报告；将分析报告进行可视化展示。2.如权利要求1所述的一种基于货物属性分类的货物数据分析方法，其特征在于，所述根决策层包括一个根决策节点，用于对输入的货物数据按货物所属行业进行分类；所述一阶决策层包括若干个一阶决策节点，用于按类别对货物分类，所述二阶决策层包括若干个二阶决策节点，用于按种类对货物进行分类；所述输出层包括若干个叶节点，每个叶节点均对应一个种类的货物。3.如权利要求2所述的一种基于货物属性分类的货物数据分析方法，其特征在于，对所述货物数据进行预处理，包括以下方法；移除缺失、重复、异常和冗余的货物数据；将货物数据转换为能够分类分析的格式；选择货物数据中对分类有重要影响的特征将货物数据规范化为统一的尺度。4.如权利要求3所述的一种基于货物属性分类的货物数据分析方法，其特征在于，构建所述决策树网络模型的方法包括：选择决策树网络模型适合进行货物分类的算法：ID3算法；根据ID3算法构建决策树网络模型；在构建决策树网络模型中，根据货物所属行业不同设计一阶决策节点；根据货物所属类别不同设计二阶决策节点；根据货物所属种类不同设计具体的叶节点；使用交叉验证方法对决策树网络模型进行评估，包括决策树网络模型准确率、召回率、精度的计算；对决策树网络模型进行剪枝、优化。5.如权利要求4所述的一种基于货物属性分类的货物数据分析方法，其特征在于，对所述决策树网络模型的剪枝方法包括预剪枝、后剪枝、回归剪枝和悲观剪枝。6.如权利要求1所述的一种基于货物属性分类的货物数据分析方法，其特征在于，流经不同层级决策层内的货物数据的分析报告包括：行业、类别、种类的占比报告；不同...

【专利技术属性】
技术研发人员：位银星，陈文华，陈超，
申请(专利权)人：深圳爱巧网络有限公司，
类型：发明
国别省市：