CN113554401A - 库存数据管理方法、装置、设备和存储介质 - Google Patents
库存数据管理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113554401A CN113554401A CN202110898696.4A CN202110898696A CN113554401A CN 113554401 A CN113554401 A CN 113554401A CN 202110898696 A CN202110898696 A CN 202110898696A CN 113554401 A CN113554401 A CN 113554401A
- Authority
- CN
- China
- Prior art keywords
- training
- data
- inventory data
- model
- signal
- 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
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种库存数据管理方法、装置、设备和存储介质,其中,方法包括:响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引;将查询到的库存数据索引反馈至发出训练请求信号的仓库终端;响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号向其他店铺终端发出协助训练信号和中心模型;接收来自其他店铺终端的训练结果数据;根据训练结果数据更新中心模型并将中心模型分发至请求的仓库终端。本申请的有益之处在于通过多个仓库终端在机器学习模型、模型训练数据和模型相关参数的协作进而使其中一个仓库终端具有较为完善的用于库存数据管理的机器学习模型。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种库存数据管理方法、装置、设备和存储介质。
背景技术
在相关技术中,通过互联网平台的方式,将多个店铺的订单进行汇集,然后再向供应商进行统一的采购和物流取货,然后再由承运车辆按照采购订单配送至对应的店铺,以降低诸如便利店等店铺的仓储成本,提高采购的灵活度。
在供应商在进行库存数据管理时,往往需要根据历史数据进行一定预测,从而决定补货数量和时机。
但是,由于以上模式采购数量存在一定随机性,区别以往多级分销批量定期采购的模式,供应商往往无法根据自身数据变化进行准确预测,因为在以上模式下,供应商的出货量也受到其他供应商影响,并且可能遇到训练数据的数据量不足的问题,所以现在存在供应商根据自身数据无法实现基于有效预测的库存管理。
发明内容
本申请的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本申请的一些实施例提出了库存数据管理方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
作为本申请的第一方面,本申请的一些实施例提供了一种库存数据管理方法,包括:响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引;将查询到的库存数据索引反馈至发出训练请求信号的仓库终端;响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号所选定的库存数据索引向上传这些库存数据索引的其他店铺终端发出协助训练信号和中心模型;接收来自其他店铺终端通过自身的库存数据对中心模型训练而获取的训练结果数据;根据训练结果数据更新中心模型并将更新后的中心模型分发至发送训练请求信号的仓库终端。
作为本申请的第二方面,本申请的一些实施例提供了一种库存数据管理装置,包括:查询模块,用于响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引;反馈模块,用于将查询到的库存数据索引反馈至发出训练请求信号的仓库终端;发送模块,用于响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号所选定的库存数据索引向上传这些库存数据索引的其他店铺终端发出协助训练信号和中心模型;接收模块,用于接收来自其他店铺终端通过自身的库存数据对中心模型训练而获取的训练结果数据;分发模块,用于根据训练结果数据更新中心模型并将更新后的中心模型分发至发送训练请求信号的仓库终端。
作为本申请的第三方面,本申请的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
作为本申请的第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本申请的有益效果在于:通过多个仓库终端在机器学习模型、模型训练数据和模型相关参数的协作进而使其中一个仓库终端具有较为完善的用于库存数据管理的机器学习模型。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。
另外,贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
在附图中:
图1是根据本申请一种实施例的库存数据管理方法的流程图;
图2是根据本申请一种实施例的库存数据管理方法中一部分步骤的流程图;
图3是根据本申请一种实施例的库存数据管理方法中另一部分步骤的流程图;
图4是根据本申请一种实施例的库存数据管理***的架构示意图;
图5是根据本申请一种实施例的库存数据管理方法中的仓库终端的一个操作界面示意图;
图6是根据本申请一种实施例的库存数据管理方法中的仓库终端的另一个操作界面示意图;
图7是根据本申请一种实施例的库存数据管理方法中的仓库终端的又一个操作界面示意图;
图8是根据本申请一种实施例的库存数据管理装置的结构图;
图9是根据本申请一种实施例的电子设备的结构示意图。
图中附图标记的含义:
库存数据管理***100,仓库终端101、102、103,***服务器104。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现, 而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要注意,本申请中提及的“ 第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的, 而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本申请。
参照图1所示,本申请中作为一个实施例的库存数据管理方法包括如下步骤:
S1:响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引。
S2:将查询到的库存数据索引反馈至发出训练请求信号的仓库终端。
S3:响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号所选定的库存数据索引向上传这些库存数据索引的其他店铺终端发出协助训练信号和中心模型。
S4:接收来自其他店铺终端通过自身的库存数据对中心模型训练而获取的训练结果数据。
S5:根据训练结果数据更新中心模型并将更新后的中心模型分发至发送训练请求信号的仓库终端。
如图4所示,图4示出了一个库存数据管理***,该***包括:若干分属于不同用户的仓库终端和一个***服务器。步骤S1至S5可由***服务器所执行。
其中,仓库终端可以为一个台式计算机,作为优选方案,仓库终端为一个智能手机。仓库终端具有一定的数据处理能力,并且能通过移动网络发送和接收相应的信号、数据、信息。***服务器为由一台或多台计算机搭建的***平台或是由云服务器构成的***平台。仓库终端可以与***服务交互数据,仓库终端之间不直接交换数据。
参照图5所示,图5示出了仓库终端(此时为智能手机)的操作界面。用户可以通过该操作界面选择所需的库存数据管理功能。其中,“库存数据本地分析”是基于本地数据和机器学习模型的训练和输入从而对外来可能发生的数据变动进行预测。而“库存数据本地分析”则是通过与其他仓库终端协作从而实现机器学习模型的间接训练,获取更完善的机器学习模型。
参照图6所示,图6示出了仓储终端的另一个操作界面。该界面用于供用户选择或/填写的“库存数据协同分析”的具体需求。如图6所示,用户需要操作的项目包括:分析项目、预测时间范围、商品SKU。
其中,分析项目和预测时间范围以选择框方式呈现,在用户点击选择框时,分析项目和预测时间范围会的选择框会产生下拉的备选项,用户可以选择其中一项。
具体而言,分析项目包括:库存预测、补货预测、出货预测、单价预测。预测时间范围包括:未来1天、未来5天、未来15天、未来30天和未来3个月,这里需要说明的是,如果预测时间范围太长,预测准确率和置信度大大降低,失去参考价值。因为最多提供3个月时间范围。
商品SKU可以采用填写框的方式,用户可以手动填写商品SKU,在填写时,会自动联想历史填写记录和***以记录商品SKU以帮助用户填写完整值。作为优选方案,用户可以通过“放大镜”图标进行搜索界面从而通过商品名称、图片等获取对应的商品SKU,作为优选方案,用户可以通过商品名称和对应的商品规格的文本信息获取对应的商品SKU,更进一步而言,可以通过拍摄商品图片和扫描商品的条形码获得对应的商品SKU。
在完成分析项目、预测时间范围、商品SKU填写后,实际已经指定了一个机器学习模型,即用户通过操作指定了一个预置的机器学习模型。
另外,在用户需要预测多个商品SKU或者需要汇总分析时,可以通过多个机器学习模型分析结果本地汇总后经过合并算法进行预测。
另外,如图6所示,本申请的方法提供两种选择协助仓库终端的方案,其中是根据用户的操作选择对应的仓库终端,即用户点击“手动匹配”按钮后,仓库终端可以弹出一个列表界面(图中未示出)供用户选择对应仓库终端或者仓库终端的库存数据索引。
大部分情况,对于非专业需求的用户,可以通过点击“自动匹配”由***在后台(***服务器)匹配所有适合的仓库终端或仓库终端的库存数据索引。
如图7所示,图7示出了***服务器将查询到的库存数据索引发送到仓库终端供用户选择时的界面。如图7所示,在该界面中显示了库存数据索引查询结果汇总项目的参数,比如:仓库名称、数据条数和更新时间,用户可以通过选中操作选择这些库存数据索引。
具体而言,本申请的库存数据索引是指仓库终端中存储的每条数据除了数据内容本身以外能够表达该条数据与其他条数据差异的索引数据,即相当于每条数据都有一个头部索引,通过该头部索引可以找到该数据本身,区域于数据库领域,库存数据索引不同于键值等数据地址索引,其服务的对象是数据模型的构建,当然库存数据索引可以与数据存储本身数据结构和键值相关联。
作为优选方案,库存数据索引包括如下几个部分:仓库ID、商品SKU、数据时间、数据ID。
其中,仓库ID用于区别不同的仓库终端,即数据拥有者。商品SKU用于区别不同商品,并在查询时自动关联。数据时间为数据生成或存储的时间,可以精确到毫秒。数据ID是为每条数据匹配的一个随机编码,其用于区别以上均相同的数据之间的差别,虽然一般而言,数据时间很难重复。
仓库ID、商品SKU、数据时间均可以由仓储终端以明码的形式发送至***服务器,再由***服务器发送至另一个仓储终端。虽然获得数据ID并不能知道数据内容,但是为了进一提高数据安全,数据ID经过哈希加密处理后再送给***服务器,***服务器在发给另一个仓库终端时经过二次哈希加密处理。
再如7所示,***服务器根据图6的配置,通过库存数据索引查询所需的数据,然后汇总到对应的仓库名称下,并统计数据条数和这些数据集合中最晚的更新时间,这个更新时间精确到日即可。
需要说明的是,***服务器预测仓库ID与仓库其他数据对应关系,通过仓库ID即可以获得仓库的地址数据等信息。
作为优选方案,对于图7而言,用户可以点击其中一条仓库名称获取仓库详情页的界面(图中未示出),从而获知仓库地址等数据等。
继续参照图2所示,步骤S1具体包括如下步骤:
S11:解析训练请求信号中的训练内容数据。
S12:根据训练内容数据选择多个中心模型中一个。
S13:根据中心模型的类型查询中心模型训练所需的输入数据和输出数据的数据特征。
S14:根据数据特征中的一项或几项生成库存数据索引的查询范围。
S15:根据训练内容数据选择商品SKU。
S16:根据商品SKU生成库存数据索引的查询范围。
作为具体方案,训练请求信号由仓储终端的操作所生产和触发,比如图6所示界面中,点击“自动匹配”按钮即向***服务器发送训练请求信号。训练请求信号包含训练内容数据,其包括由分析项目、预测时间范围、商品SKU等。
不同训练内容数据的组合可以指定不同中心模型,中心模型是指预存或更新存储在***服务器中的机器学习模型,其可以根据训练内容设置多个。作为优选方案,每个商品SKU都可以具有一个对应的中心模型。
在确定中心模型后,***服务器需要查询该中心模型的输入数据和输出数据的数据特征,这里数据特征是指输入数据和输出数据的类型和格式。因此,作为优选方案,库存数据索引还包括:数据类型和数据格式。这两个部分也是通过哈希加密处理的。
作为进一步的优选方案,S1在确定发出训练请求信号的仓库终端时,可以发送至一定的设定范围内的仓库所对应的仓库终端。
作为更具体的方案,地理范围的确定不是根据发起协助的仓库的位置,而是根据训练请求信号选择的商品SKU确定购买过该商品SKU店铺,然后根据这些店铺和商品SKU查询一定时间范围内所有向这些店铺提供过该商品SKU的商品的仓库,以查询到的所有仓库作为发送训练请求信号的设定范围。
继续参考图3所示,步骤S3具体包括:
S31:解析选择操作信号中被选择的库存数据索引。
S32:根据库存数据索引选定发送协助训练信号的店铺终端。
S33:向选定发送协助训练信号的店铺终端发送对应的被选择操作信号选择的库存数据索引。
S34:在根据训练内容数据选择的中心模型的多个历史版本中选择更新时间最新的一个发送至被选定的店铺终端。
简单而言,***服务器不但要告知其他仓储终端(当然发起仓库终端也可以发起模型训练并上传参数等)开始协助并需要提供需要的数据的索引和模型本身。
作为具体方案,训练结果数据包括中心模型的模型参数、模型结构和参数梯度。
通过以上方案,各个协作的仓库终端的数据不出本地,仅输出训练结果给***服务器,***服务器将这些参数综合后更新原有的中心模型,然后将更新的模型发送给发起的仓库终端,该仓库终端可以采用该中心模型进行数据预测等。
如图8所示,作为本申请一个实施例的库存数据管理装置,包括:查询模块,用于响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引;反馈模块,用于将查询到的库存数据索引反馈至发出训练请求信号的仓库终端;发送模块,用于响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号所选定的库存数据索引向上传这些库存数据索引的其他店铺终端发出协助训练信号和中心模型;接收模块,用于接收来自其他店铺终端通过自身的库存数据对中心模型训练而获取的训练结果数据;分发模块,用于根据训练结果数据更新中心模型并将更新后的中心模型分发至发送训练请求信号的仓库终端。
如图9所示,电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806:包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808:以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本申请的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的一些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流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM802被安装。在该计算机程序被处理装置801执行时,执行本申请的一些实施例的方法中限定的上述功能。
需要说明的是,本申请的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者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例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于: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、或者上述的任意合适的组合。
在本申请的一些实施例中,计算机可读存储介质可以是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。而在本申请的一些实施例中,计算机可读信号介质可以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、光信号或上述的任意合适的组合。计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,adhoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。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该电子设备执行时,使得该电子设备:响应于一个仓库终端发送的训练请求信号,查询与训练请求信号相关的其他店铺终端上传的库存数据索引;将查询到的库存数据索引反馈至发出训练请求信号的仓库终端;响应于仓库终端对库存数据索引的选择操作信号,根据选择操作信号所选定的库存数据索引向上传这些库存数据索引的其他店铺终端发出协助训练信号和中心模型;接收来自其他店铺终端通过自身的库存数据对中心模型训练而获取的训练结果数据;根据训练结果数据更新中心模型并将更新后的中心模型分发至发送训练请求信号的仓库终端。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言―诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言:诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、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。在这点上,流程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,该模块、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。
也应当注意,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基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,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。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本申请的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种库存数据管理方法,包括:
响应于一个仓库终端发送的训练请求信号,查询与所述训练请求信号相关的其他所述店铺终端上传的库存数据索引;
将查询到的所述库存数据索引反馈至发出所述训练请求信号的所述仓库终端;
响应于所述仓库终端对所述库存数据索引的选择操作信号,根据所述选择操作信号所选定的库存数据索引向上传这些所述库存数据索引的其他店铺终端发出协助训练信号和中心模型;
接收来自其他所述店铺终端通过自身的库存数据对所述中心模型训练而获取的训练结果数据;
根据所述训练结果数据更新所述中心模型并将更新后的所述中心模型分发至发送所述训练请求信号的所述仓库终端。
2.根据权利要求1所述的库存数据管理方法,其中,所述响应于一个仓库终端发送的训练请求信号,查询与所述训练请求信号相关的其他所述店铺终端上传的库存数据索引,包括:
解析所述训练请求信号中的训练内容数据;
根据所述训练内容数据选择多个所述中心模型中一个;
根据所述中心模型的类型查询所述中心模型训练所需的输入数据和输出数据的数据特征;
根据所述数据特征中的一项或几项生成所述库存数据索引的查询范围。
3.根据权利要求2所述的库存数据管理方法,其中,所述响应于一个仓库终端发送的训练请求信号,查询与所述训练请求信号相关的其他所述店铺终端上传的库存数据索引,包括:
根据所述训练内容数据选择商品SKU;
根据所述商品SKU生成所述库存数据索引的查询范围。
4.根据权利要求1所述的库存数据管理方法,其中,所述响应于所述仓库终端对所述库存数据索引的选择操作信号,根据所述选择操作信号所选定的库存数据索引向上传这些所述库存数据索引的其他店铺终端发出协助训练信号和中心模型,包括:
解析所述选择操作信号中被选择的库存数据索引;
根据所述库存数据索引选定发送所述协助训练信号的所述店铺终端。
5.根据权利要求4所述的库存数据管理方法,其中,所述响应于所述仓库终端对所述库存数据索引的选择操作信号,根据所述选择操作信号所选定的库存数据索引向上传这些所述库存数据索引的其他店铺终端发出协助训练信号和中心模型,包括:
向选定发送所述协助训练信号的所述店铺终端发送对应的被所述选择操作信号选择的库存数据索引。
6.根据权利要求5所述的库存数据管理方法,其中,所述响应于所述仓库终端对所述库存数据索引的选择操作信号,根据所述选择操作信号所选定的库存数据索引向上传这些所述库存数据索引的其他店铺终端发出协助训练信号和中心模型,包括:
在根据所述训练内容数据选择的中心模型的多个历史版本中选择更新时间最新的一个发送至被选定的所述店铺终端。
7.根据权利要求1所示的库存数据管理方法,其中,所述训练结果数据包括所述中心模型的模型参数、模型结构和参数梯度。
8.一种库存数据管理装置,包括:
查询模块,用于响应于一个仓库终端发送的训练请求信号,查询与所述训练请求信号相关的其他所述店铺终端上传的库存数据索引;
反馈模块,用于将查询到的所述库存数据索引反馈至发出所述训练请求信号的所述仓库终端;
发送模块,用于响应于所述仓库终端对所述库存数据索引的选择操作信号,根据所述选择操作信号所选定的库存数据索引向上传这些所述库存数据索引的其他店铺终端发出协助训练信号和中心模型;
接收模块,用于接收来自其他所述店铺终端通过自身的库存数据对所述中心模型训练而获取的训练结果数据;
分发模块,用于根据所述训练结果数据更新所述中心模型并将更新后的所述中心模型分发至发送所述训练请求信号的所述仓库终端。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述处理器实现如权利要求1至7任意一项所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898696.4A CN113554401A (zh) | 2021-08-05 | 2021-08-05 | 库存数据管理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898696.4A CN113554401A (zh) | 2021-08-05 | 2021-08-05 | 库存数据管理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113554401A true CN113554401A (zh) | 2021-10-26 |
Family
ID=78105357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110898696.4A Pending CN113554401A (zh) | 2021-08-05 | 2021-08-05 | 库存数据管理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554401A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
CN109242141A (zh) * | 2018-07-24 | 2019-01-18 | 杭州汇数智通科技有限公司 | 一种商品库存数量的预测方法及装置 |
CN111383096A (zh) * | 2020-03-23 | 2020-07-07 | 中国建设银行股份有限公司 | 欺诈检测及其模型训练方法、装置、电子设备及存储介质 |
US20200250609A1 (en) * | 2019-02-06 | 2020-08-06 | Laundris Corporation | Inventory management system |
-
2021
- 2021-08-05 CN CN202110898696.4A patent/CN113554401A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
CN109242141A (zh) * | 2018-07-24 | 2019-01-18 | 杭州汇数智通科技有限公司 | 一种商品库存数量的预测方法及装置 |
US20200250609A1 (en) * | 2019-02-06 | 2020-08-06 | Laundris Corporation | Inventory management system |
CN111383096A (zh) * | 2020-03-23 | 2020-07-07 | 中国建设银行股份有限公司 | 欺诈检测及其模型训练方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9092244B2 (en) | System for developing custom data transformations for system integration application programs | |
US20140025774A1 (en) | Systems and methods for metadata driven dynamic web services | |
CN110866040B (zh) | 用户画像生成方法、装置和*** | |
CN112884405A (zh) | 一种询价***及其调度方法 | |
CN113554400A (zh) | 库存数据更新方法、装置、设备和存储介质 | |
CN112749323B (zh) | 一种构建用户画像的方法和装置 | |
CN112947919A (zh) | 构建业务模型和处理业务请求的方法和装置 | |
CN114049108A (zh) | 一种基于智能称的结算支付方法和*** | |
CN112102043B (zh) | 物品推荐页面生成方法、装置、电子设备和可读介质 | |
CN116911805B (zh) | 资源告警方法、装置、电子设备和计算机可读介质 | |
CN113887783A (zh) | 仓储补货预测方法、装置、设备和存储介质 | |
CN113658597A (zh) | 语音下单方法、装置、电子设备和计算机可读介质 | |
KR20090000702A (ko) | 온라인 쇼핑몰 통합 공급망 관리시스템 | |
CN116562772A (zh) | 物品补货信息生成方法、装置、设备、介质和程序产品 | |
CN113780650B (zh) | 运力锁定方法、装置、设备和存储介质 | |
CN113554401A (zh) | 库存数据管理方法、装置、设备和存储介质 | |
CN115115313A (zh) | 一种订单时效管理方法和装置 | |
CN111861293B (zh) | 用于发送信息的方法和装置 | |
CN112364232A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113722315A (zh) | 数据生成方法、装置、电子设备和计算机可读介质 | |
US20190272512A1 (en) | Systems and methods for providing an electronic line-of-business gateway | |
CN116737917B (zh) | 文本推荐信息生成方法、电子设备和计算机可读介质 | |
CN113656506B (zh) | 一种电子说明书获取方法、装置及可读介质 | |
CN117236837B (zh) | 电力物资配送与车辆定位信息显示方法、装置、电子设备 | |
CN108831012B (zh) | 一种贩售机的售货方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |