【技术实现步骤摘要】
一种全域订单管理系统及其方法
[0001]本专利技术属于互联网服务
,具体涉及一种全域订单管理系统及其方法。
技术介绍
[0002]随着互联网的深入发展,供应链管理水平不断提升,各大企业以及电商平台对于订单管理系统的需求也大大增加。各平台订单管理系统订单数据庞大,人工干扰影响订单管理效率,企业与经销商间的信息不透明,企业不了解经销商的经营状况,经销商无法把控订单订货量,目前没有一种方式,能客观地为企业提供数据支撑,帮助企业通过订单管理掌握经销商经营情况,控制供应链平衡,对经销商订单校验提供决策支撑。
技术实现思路
[0003]为解决现有技术中存在的上述问题,本专利技术提供了一种全域订单管理系统及其方法,通过获取订单信息,根据促销销量预测模型预测促销类商品销量得到促销类商品销量的预测结果,分析经销商资格并根据经销商资格输出订货量校验结果,为经销商订货量提供参考,有利于控制供应链平衡,帮助企业通过订单管理掌握经销商经营情况,对经销商订单校验提供决策支撑。
[0004]本专利技术的目的可以通过以下技术方案实现:一种全域订单管理方法,包括:S1:获取订单信息,所述订单信息包括经销商信息和订单需求信息;S2:根据关联促销数据库计算所述订单需求信息得到映射订单,根据所述映射订单通过归一化线性函数分类得到促销类商品和非促销类商品,所述订单需求信息包括商品名称、商品需求量和总额信息;S3:调用所述促销数据库中历史促销数据训练促销销量预测模型,通过促销敏感度商品分类和语义相似度商品分类处理所述促销类商品输 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种全域订单管理方法,其特征在于,包括:S1:获取订单信息,所述订单信息包括经销商信息和订单需求信息;S2:关联促销数据库计算所述订单需求信息得到映射订单,根据所述映射订单通过归一化线性函数分类得到促销类商品和非促销类商品,所述订单需求信息包括商品名称、商品需求量和总额信息;S3:调用所述促销数据库中历史促销数据训练促销销量预测模型,通过促销敏感度商品分类和语义相似度商品分类处理所述促销类商品输出所述促销类商品的销量预测结果;S4:根据所述经销商信息和所述商品名称验证经销商销售授权范围和经销商信贷信息输出订货量校验信息,所述经销商信息包括经销商名称和经销商地址;S5:根据所述经销商销售授权范围和所述经销商信贷信息计算经销商库存限制,计算公式为,其中,d为经销商年需求量,s为订购成本,c为持有成本,输出所述订货量校验信息的订货量校验结果。2.根据权利要求1所述全域订单管理方法,其特征在于,所述步骤S2具体实现方法包括:S201:根据所述商品名称通过所述关联促销数据库得到所述映射订单;S202:计算所述映射订单对应所述归一化线性函数的欧氏距离,提取最大欧氏距离和最小欧氏距离,所述最大欧氏距离与所述最小欧氏距离之差为对应归一化线性函数的信息距离;S203:根据公式计算相邻所述归一化线性函数的信息距离得到相邻信息距离,其中,Y
j
为相邻信息距离,d
n
为第n个所述归一化线性函数的信息距离,D(d
n
)为d
n
的预设计算函数;S204:判断所述相邻信息距离,当0<Y
j
<1时,所述归一化线性函数对应所述映射订单为所述促销类商品,当Y
j
>1时,所述归一化线性函数对应所述映射订单为所述非促销类商品。3.根据权利要求2所述全域订单管理方法,其特征在于,所述归一化线性函数为,其中,且g1=v1,g
h
为偏置量,v
h
为与分类标准相关的常数,h为正整数,q表示与所述映射订单相对应的权重向量,Q为预设参数,x为所述映射订单。4.根据权利要求1所述的全域订单管理方法,其特征在于,所述步骤S3具体包括:所述促销类商品包括非首次促销商品和首次促销商品,通过所述促销敏感度商品分类对所述非首次促销商品进行分类得到非首次促销商品类,通过所述语义相似度商品分类对所述首次促销商品进行分类得到首次促销商品类;将商品类别输入所述促销销量预测模型得到所述促销类商品的销量预测结果,所述商品类别为非首次促销商品类和首次促销商品类的集合。5.根据权利要求4所述的全域订单管理方法,其特征在于,所述促销敏感度商品分类具
体包括:计算所述非首次促销商品的促销敏感值,计算公式为:,其中,i为商品,j为促销活动次数,h
i
为所述非首次促销商品参与促销活动的总次数,r
ij
为销量,pr
ij
为价格下降的百分比,prse
i
技术研发人员:吴肖峻,陈国平,
申请(专利权)人:广东赛博威信息科技有限公司,
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。