基于货架价值地图的超市货架陈列方法技术

本发明专利技术公开了一种基于货架价值地图的超市货架陈列方法，包括数据加载步骤、品类定义步骤、品类评估步骤、货架排列步骤和冗余处理步骤。本发明专利技术提供的基于货架价值地图的超市货架陈列方法，按照品类对超市进行区域划分，计算各种粒度的区域价值，并进行展示，给决策者以直观的展现印象，将计算结果结合公平货架原则对货架重新调整，以数据为基础，经过科学的计算过程，给决策者提出科学的建议，以提高货架利用价值，能够帮助决策者做出科学的决策，以提高超市利润。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，包括数据加载步骤、品类定义步骤、品类评估步骤、货架排列步骤和冗余处理步骤。本专利技术提供的，按照品类对超市进行区域划分，计算各种粒度的区域价值，并进行展示，给决策者以直观的展现印象，将计算结果结合公平货架原则对货架重新调整，以数据为基础，经过科学的计算过程，给决策者提出科学的建议，以提高货架利用价值，能够帮助决策者做出科学的决策，以提高超市利润。【专利说明】
本专利技术涉及一种，属于计算机应用技术。
技术介绍
我国的超市零售业正在经历一个高速发展的时期，竞争越来越激烈，现代超市零售商意识到消费者需求引导市场，在此环境下，以商品品类管理为导向的管理模式，顺应了流通企业管理变革的潮流，受到了更多企业的青睐。然而在品类管理实施过程中遇到的最主要困难是相应的软件系统工具不到位，缺乏信息系统支持，尤其在货架陈列方面依靠人工经验，没有科学的基于数据的决策帮助系统。目前，市场上的大型超市管理软件分为两个层次，一是采集销售量、销售额等信息，运行简单的加减运算，使之可以呈现某一时段的某类商品的销售数据，但不对其进行挖掘；另一种是按照品类管理的思路对数据进行处理，并对货架陈列提出建议方案，这种货架陈列方式多数基于公平货架原则，计算商品贡献率时各指标的权重是基于管理者的经验，这就导致计算结果有偏差。
技术实现思路
专利技术目的:为了克服现有技术中存在的不足，本专利技术提供一种，以消费者需求为导向、以数据分析为基础，通过分析客流数据、现有商品种类数据、当前货架陈列数据等，利用层次分析法和熵值法而不是依靠人工经验进行数据处理，计算超市区域价值，生成货架价值地图，通过货架价值地图，利用公平原则为超市提出科学的货架陈列方案，从而为超市品类管理提供信息系统支持；为超市零售商实现品类管理提供信息系统支持。技术方案:为实现上述目的，本专利技术采用的技术方案为:首先简单介绍下使用层次分析法(简称AHP)计算评价指标权重思想、现有的判断矩阵的矩阵元素确定方法、熵的基本原理和公平货架原则。1、AHP计算评价指标权重思想对任意节点其因素集是确定的(即为评价指标)，节点的子节点构成该节点的一组更细的分类，由AHP算法得到子节点的相对权重；当所有节点(叶节点除外)的子节点均处理完毕，即得到各节点(根节点除外)的相对权重。因而该过程是一个循环计算和节点遍历的过程。计算品类区域价值在各叶节点上得分的具体过程为:对任一叶节点，其所在区域所在量级的所有分类的得分由AHP算法得到。因而该过程也是一个循环和节点遍历的过程。计算区域在不同量级得分的具体过程为:根据各节点的得分和叶节点上的得分，计算叶节点在不同量级的得分，叶节点的得分t，叶节点的父节点的得分为，父节点的父节点(二级父节点)的得分为t2,......, n级父节点的得分为tn,从而叶节点在n量级(n级父节点所属量级)的得分为【权利要求】1.，其特征在于:包括如下步骤: (1)数据加载:载入超市相关数据，包括卖场内客流行动数据、货架陈列数据、供应数据和销售数据； (2)品类定义:对超市商品进行分类建立商品的树形层次结构模型，分为两个以上量级，并按照规则对商品进行编码； (3)品类评估:用层次分析法实现数据融合，用熵值法解决层次分析法依靠经验的缺陷，具体包括如下步骤: (31)明确目标:通过对超市相关数据的融合，分析出每一个区域对超市的价值贡献，为货架的排列做前期数据分析； (32)确定考察量级:选择超市的考察区域，确定该考察区域内所有量级中的一个作为考察量级，该考察量级中的所有m个分类分别记为m个样本,所有样本的评价指标共有n项，所述评价指标从超市相关数据中提取；获取m个样本的n项评价指标的实际数值； (33)构造判断矩阵:计算考察区域内的各指标的信息熵并以信息熵的比值为矩阵元素构造判断矩阵A，包括如下步骤: (331)构造原始矩阵X= (Xipmxn，其中表示第i个样本中第j项评价指标的实际数值； (332)确定指标的正负值:根据评价指标的性质对评价指标进行正负取向分类，设第j项评价指标的理想值为若该评价指标为正向指标，则I越大越好；若该评价指标为负向指标，则a越小越好； (333)求出评价指标的理想值，即在每一个正向指标中找到最大值，在每一个负向指标中找到最小值' (334)求出接近矩阵X'= (x,/ )mXn，对于正向指SY = XgAraax，对于负向指标(335)求出标准矩阵Y=(yij)mXn，其中 2.根据权利要求1所述的，其特征在于:所述步骤(4)中，结合货架公平原则和货架价值地图进行货架排列的具体方法为: a.按品牌垂直排列，包装大小水平排列； b.品牌排序按价值从端头到中间排放； c.同一品牌中同一单品摆在同一层上； d.同一品类不同规格摆在一起； e.表现最好商品摆在黄金层位第二层； f.表现很好的的商品摆在第三层位；g.表现良好的商品摆在第一层位； h.其余的摆在第四层。3.根据权利要求1所述的，其特征在于:所述步骤(2)中，对超市商品进行分类建立商品的树形层次结构模型，分为次品类、大分类、中分类和小分类四个量级 ，并按照规则对商品进行编码。【文档编号】G06Q30/06GK103455874SQ201310332536【公开日】2013年12月18日 申请日期:2013年8月2日 优先权日:2013年8月2日 【专利技术者】陈国庆, 王嘉玲 申请人:苏州两江科技有限公司本文档来自技高网...

【技术保护点】
基于货架价值地图的超市货架陈列方法，其特征在于：包括如下步骤：（1）数据加载：载入超市相关数据，包括卖场内客流行动数据、货架陈列数据、供应数据和销售数据；（2）品类定义：对超市商品进行分类建立商品的树形层次结构模型，分为两个以上量级，并按照规则对商品进行编码；（3）品类评估：用层次分析法实现数据融合，用熵值法解决层次分析法依靠经验的缺陷，具体包括如下步骤：（31）明确目标：通过对超市相关数据的融合，分析出每一个区域对超市的价值贡献，为货架的排列做前期数据分析；（32）确定考察量级：选择超市的考察区域，确定该考察区域内所有量级中的一个作为考察量级，该考察量级中的所有m个分类分别记为m个样本，所有样本的评价指标共有n项，所述评价指标从超市相关数据中提取；获取m个样本的n项评价指标的实际数值；（33）构造判断矩阵：计算考察区域内的各指标的信息熵并以信息熵的比值为矩阵元素构造判断矩阵A，包括如下步骤：（331）构造原始矩阵X＝(xij)m×n，其中xij表示第i个样本中第j项评价指标的实际数值；（332）确定指标的正负值：根据评价指标的性质对评价指标进行正负取向分类，设第j项评价指标的理想值为若该评价指标为正向指标，则越大越好；若该评价指标为负向指标，则越小越好；（333）求出评价指标的理想值，即在每一个正向指标中找到最大值在每一个负向指标中找到最小值（334）求出接近矩阵X′＝(xij′)m×n，对于正向指标对于负向指标xij“=xjmin*/xij;（335）求出标准矩阵Y＝(yij)m×n，其中yij=xij′Σi=1mxij′,0≤yij≤1;（336）计算信息熵值e，第j项评价指标的信息熵值ej为：ej=-KΣi=1myijlnyij其中，0≤e≤1；对信息熵值e做下述处理得到考察区域评价指标的信息熵Ej：Ej=1ej（337）以考察区域评价指标的信息熵Ej的比值为矩阵元素构造判断矩阵A：A=E1/E1E2/E1......En/E1E1/E2E2/E2......En/E2......E1/EnE2/En......En/En（34）计算判断矩阵A的最大特征值问题Aω＝λmaxω的解ω，其中ω是判断矩阵A的特征向量，λmax是判断矩阵A的最大特征值；ω经归一化计算后得ω1,ω2,…,ωj,…,ωn，即为该考察区域内该考察量级的各项评价指标的权重；（35）计算第i个样本在该考察量级上的得分为：（36）采用相同方法计算第i个样本所属的第前k个量级样本在第前k个量级上的得分为ti(k+1)，据此计算第i个样本在第前k个量级上的得分为（37）得分越高，样品在相应量级的价值越高；（4）货架排列：结合货架公平原则和货架价值地图进行货架排列，商品的货架空间资源占用计算方法为：商品所占货架数=总货架数×单品贡献率；商品纵向陈列米数=商品所占货架数×货架宽×货架层数=该商品所属的前一量级样本的陈列米数×商品得分；商品陈列面=商品直线陈列米数÷商品宽度=该商品所属的前一量级样本的陈列米数×商品得分；所述单品贡献率为商品在当前量级上的得分，所述总货架数为根据商品在当前量级的前一量级上的得分而计算出的商品所占货架数，总货架数的初始值为商场的总货架数；（5）冗余处理：在四个量级的货架分配步骤中，若计算出的所占货架数不为整数，则根据商品的品类空间弹性进行冗余处理：根据弹性表，若弹性表排名在50%以内，则取超过计算所得数的最小整数，否则取不超过计算所得数的最大数。FDA00003610568100013.jpg,FDA00003610568100014.jpg,FDA00003610568100015.jpg,FDA00003610568100016.jpg,FDA00003610568100017.jpg,FDA00003610568100019.jpg,FDA00003610568100026.jpg,FDA00003610568100024.jpg,FDA00003610568100025.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈国庆，王嘉玲，
申请(专利权)人：苏州两江科技有限公司，
类型：发明
国别省市：