CN110880084A - 一种仓库补货的方法和装置 - Google Patents

一种仓库补货的方法和装置 Download PDF

Info

Publication number
CN110880084A
CN110880084A CN201811037501.1A CN201811037501A CN110880084A CN 110880084 A CN110880084 A CN 110880084A CN 201811037501 A CN201811037501 A CN 201811037501A CN 110880084 A CN110880084 A CN 110880084A
Authority
CN
China
Prior art keywords
user
historical data
range
warehouse
commodity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811037501.1A
Other languages
English (en)
Inventor
李志朋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Shangke Information Technology Co Ltd
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Shangke Information Technology Co Ltd
Priority to CN201811037501.1A priority Critical patent/CN110880084A/zh
Publication of CN110880084A publication Critical patent/CN110880084A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种仓库补货的方法和装置，涉及计算机技术领域。该方法的一个具体实施方式包括：采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。该实施方式能够根据历史数据预测用户未来购买商品的时间、品类和数量，从而为仓库补货提供依据，提高配送时效，合理利用资源，节约成本。

Description

一种仓库补货的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种仓库补货的方法、装置、电子设备和计算机可读介质。
背景技术
目前仓储中心分为中心仓、区域仓、城市仓以及部分前置仓，可以实现仓库之间智能调拨，当用户下单后，会通过用户下单的商品属性及收货地址匹配出发货仓，由仓储生产发货，虽然前置仓或城市仓可以实现当日达或次日达，但是为了更好的提升用户体验，需要提升运输配送时效。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
用户下单由中心仓或其他下级仓进行分拣发货，运输到配送点进行配送，配送时间长；现有的部分前置仓只是针对商城热销或预售商品进行前置，只能解决部分商品和用户的配送时效问题；仓储生产分拣、发货到运输配送调用各个资源，存在一定程度的资源浪费。
发明内容
有鉴于此，本发明实施例提供一种仓库补货的方法和装置，能够根据历史数据预测用户未来购买商品的时间、品类和数量，从而为仓库补货提供依据，提高配送时效，合理利用资源，节约成本。
为实现上述目的，根据本发明实施例的一个方面，提供了一种仓库补货的方法，包括：采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
可选地，还包括：根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
可选地，还包括：基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。
可选地，所述采集在第一范围内的用户的历史数据包括：监测用户浏览和/或购买商品的行为记录；在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；将所述行为记录及所述需求商品记录至数据库。
可选地，在所述采集在第一范围内的用户的历史数据之后，所述方法还包括：删除所述历史数据中重复的数据；对所述历史数据进行校验，删除格式错误的历史数据。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种仓库补货的装置，包括：采集模块，用于采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；预测模块，用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；补货模块，用于向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
可选地，所述预测模块还用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；所述补货模块还用于在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
可选地，所述装置还包括：画像模块，用于基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。
可选地，所述采集模块还用于监测用户浏览和/或购买商品的行为记录；在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；将所述行为记录及所述需求商品记录至数据库。
可选地，所述装置还包括：预处理模块，用于删除所述历史数据中重复的数据；对所述历史数据进行校验，删除格式错误的历史数据。
为实现上述目的，根据本发明实施例的再一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种仓库补货的方法中任一所述的方法。
为实现上述目的，根据本发明实施例的再一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被一个或多个处理器执行时实现一种仓库补货的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用根据用户的历史数据提前对仓库进行补货的技术手段，所以克服了传统方法中订单配送时间长、效率低技术问题，进而达到提高订单配送时效的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种仓库补货的方法的主要步骤的示意图；
图2是根据本发明实施例的一种仓库补货的装置的主要部分的示意图；
图3是本发明实施例可以应用于其中的示例性***架构图；
图4是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的一种仓库补货的方法的主要步骤的示意图，如图1所示：
步骤S101表示采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围。此步骤的目的是为仓库补货收集基础数据。其中所述第一范围为预设的某一范围，例如一个或多个前置仓库所负责配送的用户的配送地址。用户的配送地址是指用户购买的商品所送达的地址，可以包括多个不同的配送地址。
本发明的一个实施例是存储用户历史订单、搜索记录和购物车记录等历史数据，通过数据库(如MySQL数据库、Oracle数据库和Hive数据库等)存储历史数据。
本发明的另一个实施例是所述采集在第一范围内的用户的历史数据包括：监测用户浏览和/或购买商品的行为记录；在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；将所述行为记录及所述需求商品记录至数据库。即通过埋点的方式进行历史数据采集，从数据库中读取历史数据，若商品携带有需求商品的标记，说明该用户可能会购买该商品，所以可以根据这种购买意向提前对商品进行补货。
在所述采集在第一范围内的用户的历史数据之后，所述方法还包括：删除所述历史数据中重复的数据；对所述历史数据进行校验，删除格式错误的历史数据。此步骤的目的是对历史数据进行清洗，删除冗余、重复、无效的历史数据，保证历史数据的一致性，提高后期数据处理的准确性。例如，删除缺少用户信息的历史数据，删除缺少商品信息的历史数据；删除时间格式不是预设格式的数据，删除数据编码不是预设格式的历史数据等。
进一步地，可基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像是根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。其中，所述用户画像中包括用户购买的商品类别、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。根据以上信息，可总结出用户对那种商品关注度最高、对那种商品会频繁购买等信息，从而为每个用户都创建用户画像。
步骤S102表示根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量。根据历史数据或用户画像里所包括的各种用户信息，预测用户的偏好、习惯和规律等，从而预测其购买某商品的周期或意图。例如，某用户历史数据中包括每周日左右购买一箱A品牌牛奶，则该用户的用户画像中包括每周日购买一箱A品牌牛奶的习惯，进一步地，可预测该用户下周日也会购买一箱A品牌牛奶。还可以借助现有的多种机器学习算法，使用历史数据进行预测。
步骤S103表示向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
进一步地，根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
本发明的一个事实例是先确定用户画像，再根据用户的配送地址查询所属仓库进行补货，如与预测下周日用户会购买一箱A品牌牛奶，则在下周日之前确保该用户的配送地址所属仓库内有至少一箱A品牌牛奶的库存。本发明的另一个实施例是根据仓库范围内的配送地址查询用户画像，根据用户画像确定补货商品的时间、品类和数量，如某仓库所负责配送地址覆盖区域包括某用户，则根据该用户的用户画像预测其要在下周日购买一箱A品牌牛奶，则在下周日之前确保该仓库内有一箱A品牌牛奶。显而易见地，若仓库中存库的商品数量在用户未来购买所述商品的时间多于用户未来购买所述商品的数量，则不必进行补货。
进一步地，还可以同时对仓库中商品的库存数量和时间进行预测，以及设置安全库存数量(最少库存数量)等，以便能充分适应根据历史数据或用户画像进行补货的要求。
更进一步地，所述配送地址所属的仓库包括前置仓。前置仓是整个配送物流过程中的最后一个存储商品的仓库，所以在商品到达前置仓之前的配送流程时间可通过合理安排前置仓的库存进行压缩，以提高配送时效。为了实现订单更快的配送到用户，针对性的将用户活动范围内的配送点、自提点、便民点等站点作为前置仓，通过社区或商圈的用户画像精准补货，从而实现用户下单，由前置仓直接生产、配送，减少了中间运输环节，提高时效。
图2是根据本发明实施例的一种仓库补货的装置200的主要部分的示意图，如图2所示：
采集模块201，用于采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围。目的是为仓库补货收集基础数据。其中所述第一范围为预设的某一范围，例如一个或多个前置仓库所负责配送的用户的配送地址。用户的配送地址是指用户购买的商品所送达的地址，可以包括多个不同的配送地址。本发明的一个实施例是采集模块201存储用户历史订单、搜索记录和购物车记录等历史数据，通过数据库(如MySQL数据库、Oracle数据库和Hive数据库等)存储历史数据。
采集模块201还可用于监测用户浏览和/或购买商品的行为记录；在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；将所述行为记录及所述需求商品记录至数据库。即通过埋点的方式进行历史数据采集，从数据库中读取历史数据，若商品携带有需求商品的标记，说明该用户可能会购买该商品，所以可以根据这种购买意向提前对商品进行补货。
装置200还可包括画像模块，用于基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像是根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。其中，所述用户画像中包括用户购买的商品类别、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。根据以上信息，可总结出用户对那种商品关注度最高、对那种商品会频繁购买等信息，从而为每个用户都创建用户画像。
预测模块202，用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；预测模块202还可根据历史数据或用户画像里所包括的各种用户信息，预测用户的偏好、习惯和规律等，从而预测其购买某商品的周期或意图。例如，某用户历史数据中包括每周日左右购买一箱A品牌牛奶，则该用户的用户画像中包括每周日购买一箱A品牌牛奶的习惯，进一步地，可预测该用户下周日也会购买一箱A品牌牛奶。还可以借助现有的多种机器学习算法，使用历史数据进行预测。
补货模块203，用于向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
预测模块202还用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；补货模块203还用于在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
本发明的一个事实例是先确定用户画像，再根据用户的配送地址查询所属仓库进行补货，如与预测下周日用户会购买一箱A品牌牛奶，则在下周日之前确保该用户的配送地址所属仓库内有至少一箱A品牌牛奶的库存。本发明的另一个实施例是根据仓库范围内的配送地址查询用户画像，根据用户画像确定补货商品的时间、品类和数量，如某仓库所负责配送地址覆盖区域包括某用户，则根据该用户的用户画像预测其要在下周日购买一箱A品牌牛奶，则在下周日之前确保该仓库内有一箱A品牌牛奶。显而易见地，若仓库中存库的商品数量在用户未来购买所述商品的时间多于用户未来购买所述商品的数量，则不必进行补货。
进一步地，还可以同时对仓库中商品的库存数量和时间进行预测，以及设置安全库存数量(最少库存数量)等，以便能充分适应根据历史数据或用户画像进行补货的要求。
更进一步地，所述配送地址所属的仓库包括前置仓。前置仓是整个配送物流过程中的最后一个存储商品的仓库，所以在商品到达前置仓之前的配送流程时间可通过合理安排前置仓的库存进行压缩，以提高配送时效。为了实现订单更快的配送到用户，针对性的将用户活动范围内的配送点、自提点、便民点等站点作为前置仓，通过社区或商圈的用户画像精准补货，从而实现用户下单，由前置仓直接生产、配送，减少了中间运输环节，提高时效。
装置200还可包括：预处理模块，用于删除所述历史数据中重复的数据；对所述历史数据进行校验，删除格式错误的历史数据。目的是对历史数据进行清洗，删除冗余、重复、无效的历史数据，保证历史数据的一致性，提高后期数据处理的准确性。例如，删除缺少用户信息的历史数据，删除缺少商品信息的历史数据；删除时间格式不是预设格式的数据，删除数据编码不是预设格式的历史数据等。
图3示出了可以应用本发明实施例的一种仓库补货的方法或一种仓库补货的装置的示例性***架构300。
如图3所示，***架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、数据库软件等。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所浏览的网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如用户的历史数据、商品信息)反馈给终端设备。
需要说明的是，本发明实施例所提供的一种仓库补货的方法一般由服务器305执行，相应地，一种仓库补货的装置一般设置于服务器305中。
应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图4所示为适于用来实现本发明实施例的终端设备的计算机***400的结构示意图。图4所示的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机***400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有***400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明公开的实施例，上文步骤图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的***中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质包括计算机可读信号介质或计算机可读存储介质，或者是上述两者的任意组合。计算机可读存储介质包括但不限于电、磁、光、电磁、红外线、半导体的***、装置或器件，或者上述内容的任意组合。计算机可读存储介质具体包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述内容的任意组合。在本发明中，计算机可读存储介质包括任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用；计算机可读的信号介质包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码，这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述信号的任意组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF(射频)等，或者上述介质的任意组合。
附图中的步骤图或框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作，步骤图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以并行地执行，有时也可以按相反的顺序执行，其执行顺序依所涉及的功能而定。也要注意的是，框图或步骤图中的每个方框以及其组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块或单元也可以设置在处理器中，例如，可以描述为：一种处理器包括采集模块、预测模块和补货模块。其中，这些模块或单元的名称在某种情况下并不构成对该模块或单元本身的限定，例如，采集模块还可以被描述为“用于采集在第一范围内的用户的历史数据的模块”。
另一方面，本发明实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
根据本发明实施例的技术方案，能够根据历史数据预测用户未来购买商品的时间、品类和数量，从而为仓库补货提供依据，提高配送时效，合理利用资源，节约成本。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种仓库补货的方法，其特征在于，包括：
采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；
根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；
向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
2.根据权利要求1所述的方法，其特征在于，还包括：
根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；
在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
3.根据权利要求1所述的方法，其特征在于，还包括：
基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。
4.根据权利要求1所述的方法，其特征在于，所述采集在第一范围内的用户的历史数据包括：
监测用户浏览和/或购买商品的行为记录；
在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；
将所述行为记录及所述需求商品记录至数据库。
5.根据权利要求1所述的方法，其特征在于，在所述采集在第一范围内的用户的历史数据之后，所述方法还包括：
删除所述历史数据中重复的数据；
对所述历史数据进行校验，删除格式错误的历史数据。
6.一种仓库补货的装置，其特征在于，包括：
采集模块，用于采集在第一范围内的用户的历史数据，其中基于用户的配送地址确定所述第一范围；
预测模块，用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的品类和数量；
补货模块，用于向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
7.根据权利要求6所述的装置，其特征在于，所述预测模块还用于根据所述历史数据预测在所述第一范围内的用户未来购买商品的时间；
所述补货模块还用于在所预测的时间之前，向对应于所述第一范围的仓库补充所述品类的商品，使所述商品的库存数量不少于所预测的数量。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
画像模块，用于基于所述用户历史数据生成用户画像，所述用户画像包括用户购买的商品的品类和数量、购买商品的周期、用户搜索记录、用户地址范围和购物时间中的一个或多个信息。
9.根据权利要求6所述的装置，其特征在于，所述采集模块还用于监测用户浏览和/或购买商品的行为记录；
在用户浏览商品时间超过预设阈值的情况下，将所述商品标记为需求商品；
将所述行为记录及所述需求商品记录至数据库。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括：
预处理模块，用于删除所述历史数据中重复的数据；
对所述历史数据进行校验，删除格式错误的历史数据。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被一个或多个处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811037501.1A 2018-09-06 2018-09-06 一种仓库补货的方法和装置 Pending CN110880084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811037501.1A CN110880084A (zh) 2018-09-06 2018-09-06 一种仓库补货的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811037501.1A CN110880084A (zh) 2018-09-06 2018-09-06 一种仓库补货的方法和装置

Publications (1)

Publication Number Publication Date
CN110880084A true CN110880084A (zh) 2020-03-13

Family

ID=69727201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811037501.1A Pending CN110880084A (zh) 2018-09-06 2018-09-06 一种仓库补货的方法和装置

Country Status (1)

Country Link
CN (1) CN110880084A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709759A (zh) * 2020-05-26 2020-09-25 深圳市润方科技有限公司 一种兼容人工智能以及无极配的配送方法、***和装置
CN112116292A (zh) * 2020-08-31 2020-12-22 深圳优地科技有限公司 一种订单配送方法、装置、终端和存储介质
CN112150068A (zh) * 2020-09-24 2020-12-29 中武(福建)跨境电子商务有限责任公司 一种海外仓增值服务的作业分配***
CN112258120A (zh) * 2020-10-29 2021-01-22 广州新奥达云科技有限公司 仓库资源管理方法、装置、计算机设备
CN113139690A (zh) * 2021-04-27 2021-07-20 阿拉拇 基于人工智能和区块链的电商大数据物流供应链控制***
CN113537874A (zh) * 2021-05-14 2021-10-22 深圳市富能新能源科技有限公司 仓储管理方法、***、终端设备及计算机存储介质
CN113627662A (zh) * 2021-08-03 2021-11-09 杭州拼便宜网络科技有限公司 库存数据预测方法、装置、设备和存储介质
WO2021238589A1 (zh) * 2020-05-29 2021-12-02 北京沃东天骏信息技术有限公司 产品的管理方法及相关设备
CN113762867A (zh) * 2021-01-14 2021-12-07 北京沃东天骏信息技术有限公司 配送物品的方法、装置、计算设备及介质
CN113780944A (zh) * 2021-09-02 2021-12-10 山东派盟网络科技有限公司 信息处理方法、装置、电子设备及介质
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质
CN115130954A (zh) * 2022-06-21 2022-09-30 廖璐璐 一种基于多分散网点的供应预测方法
CN115330320A (zh) * 2022-10-17 2022-11-11 合肥喆塔科技有限公司 基于大数据和工业互联网的产品管理方法及相关装置
CN115730892A (zh) * 2022-12-12 2023-03-03 武汉逸飞物流有限公司 一种基于智慧物流的货物运输方法与装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485447A (zh) * 2016-09-30 2017-03-08 北京京东尚科信息技术有限公司 基于用户浏览商品行为的数据处理的方法、装置及***
US20180204267A1 (en) * 2017-01-16 2018-07-19 Ncr Corporation Network-based inventory replenishment
US20180240089A1 (en) * 2017-02-21 2018-08-23 Toshiba Tec Kabushiki Kaisha Inventory management computer system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485447A (zh) * 2016-09-30 2017-03-08 北京京东尚科信息技术有限公司 基于用户浏览商品行为的数据处理的方法、装置及***
US20180204267A1 (en) * 2017-01-16 2018-07-19 Ncr Corporation Network-based inventory replenishment
US20180240089A1 (en) * 2017-02-21 2018-08-23 Toshiba Tec Kabushiki Kaisha Inventory management computer system

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709759A (zh) * 2020-05-26 2020-09-25 深圳市润方科技有限公司 一种兼容人工智能以及无极配的配送方法、***和装置
WO2021238589A1 (zh) * 2020-05-29 2021-12-02 北京沃东天骏信息技术有限公司 产品的管理方法及相关设备
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质
CN112116292A (zh) * 2020-08-31 2020-12-22 深圳优地科技有限公司 一种订单配送方法、装置、终端和存储介质
CN112116292B (zh) * 2020-08-31 2024-04-02 深圳优地科技有限公司 一种订单配送方法、装置、终端和存储介质
CN112150068A (zh) * 2020-09-24 2020-12-29 中武(福建)跨境电子商务有限责任公司 一种海外仓增值服务的作业分配***
CN112258120A (zh) * 2020-10-29 2021-01-22 广州新奥达云科技有限公司 仓库资源管理方法、装置、计算机设备
CN113762867A (zh) * 2021-01-14 2021-12-07 北京沃东天骏信息技术有限公司 配送物品的方法、装置、计算设备及介质
CN113139690A (zh) * 2021-04-27 2021-07-20 阿拉拇 基于人工智能和区块链的电商大数据物流供应链控制***
WO2022228426A1 (zh) * 2021-04-27 2022-11-03 广州工商学院 基于人工智能和区块链的电商大数据物流供应链控制***
CN113537874A (zh) * 2021-05-14 2021-10-22 深圳市富能新能源科技有限公司 仓储管理方法、***、终端设备及计算机存储介质
CN113627662A (zh) * 2021-08-03 2021-11-09 杭州拼便宜网络科技有限公司 库存数据预测方法、装置、设备和存储介质
CN113627662B (zh) * 2021-08-03 2024-05-28 杭州拼便宜网络科技有限公司 库存数据预测方法、装置、设备和存储介质
CN113780944A (zh) * 2021-09-02 2021-12-10 山东派盟网络科技有限公司 信息处理方法、装置、电子设备及介质
CN115130954A (zh) * 2022-06-21 2022-09-30 廖璐璐 一种基于多分散网点的供应预测方法
CN115330320A (zh) * 2022-10-17 2022-11-11 合肥喆塔科技有限公司 基于大数据和工业互联网的产品管理方法及相关装置
CN115330320B (zh) * 2022-10-17 2023-01-31 合肥喆塔科技有限公司 基于大数据和工业互联网的产品管理方法及相关装置
CN115730892A (zh) * 2022-12-12 2023-03-03 武汉逸飞物流有限公司 一种基于智慧物流的货物运输方法与装置

Similar Documents

Publication Publication Date Title
CN110880084A (zh) 一种仓库补货的方法和装置
CN110751497A (zh) 一种商品补货方法和装置
US20170061367A1 (en) Data Processing System and Method
CN109961306B (zh) 一种物品的库存分配方法和装置
CN110826831A (zh) 对仓库的拣选区补货的方法和装置
CN110866709A (zh) 合并订单的方法和装置
CN109961198B (zh) 关联信息生成方法和装置
US20160098524A1 (en) Medical inventory tracking
CN112884405A (zh) 一种询价***及其调度方法
CN113538028A (zh) 一种广告投放的方法和装置
CN110858332B (zh) 订单生产方法和装置
CN109902847B (zh) 预测分库订单量的方法和装置
CN114663015A (zh) 补货方法和装置
CN109978421B (zh) 信息输出方法和装置
CN111612385A (zh) 一种对待配送物品进行聚类的方法和装置
CN109255563B (zh) 物品的储位区域的确定方法和装置
CN112784212A (zh) 一种优化库存的方法和装置
US20170091683A1 (en) Database system for distribution center fulfillment capacity availability tracking and method therefor
CN111260271A (zh) 用于缩短门店订单拣货时长的方法和装置
CN110826948A (zh) 仓库选品方法和装置
CN110766431A (zh) 判断用户对优惠券是否敏感的方法和装置
CN110858335A (zh) 一种计算促销弹性的方法和装置
CN110956478A (zh) 确定物品进货量的方法和装置
CN113780611A (zh) 一种库存管理方法和装置
CN110490501B (zh) 一种运力状态管理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination