[发明专利]一种面向数字化仓储的货品周转模式可视化方法

说明书

本发明公开了一种面向数字化仓储的货品周转模式可视化方法，获取数字化仓储系统的货品相关数据，进行数据清洗、预处理和频繁模式挖掘后保留有效信息;设计货品属性筛选视图和货品出库模式视图，采用位置、形状、颜色等视觉通道进行可视化映射；在货品属性筛选视图中用平行坐标矩形映射货品的周转属性值在指定年月的分布情况；在货品出库模式视图中用嵌套矩形映射货品出库次数的占比情况，用模式单元映射所选货品的出库频繁模式及拣货时间。结合视图内部的丰富交互和视图间的联动，本发明能辅助仓储运营者探索仓库运作过程中货品的周转属性分布，筛选感兴趣的货品，并分析货品出库的频繁模式，进而更好地制定决策，优化仓储运作效率。

技术领域

本发明涉及信息可视化与可视分析技术领域，具体为一种面向数字化仓储的货品周转模式可视化方法。

背景技术

随着互联网电商经济的蓬勃发展，传统仓储的运作效率已无法满足人们的需求，数字化仓储应运而生。数字化仓储以物联网、大数据为核心技术，自动采集货品的入库、出库等环节的数据。这些数据蕴含着货品特征、仓库作业性能等丰富的信息，探索其中隐含的模式可以辅助监管仓储作业状态、指导入库货位分配等。然而，由于数字化仓储数据具有规模大、维度高、时序性的特点，分析者难以挖掘并理解其中蕴含的有价值信息。因此，如何基于数字化仓储数据，分析与理解系统运作状态和货品周转规律，从中探索隐藏的模式以优化决策，进而提升系统运作效率，是数字化仓储运营管理人员关注的焦点问题。

现有关于提升数字化仓储运作效率的方法大多基于机器学习和数据挖掘，但这类自动化方法没有将用户的认知与推理能力融入分析过程，产出的结果往往晦涩难懂，缺乏良好的可解释性。信息可视化与可视分析方法给仓储运营管理人员提供了新的解决思路，可以利用直观的可视化呈现与视图间灵活的交互来探索数据背后的规律与模式。信息可视化方法将数据转化为可感知的图形、符号、颜色等，来增强人们对数据的识别效率，传递有效信息。同时，可视分析方法能够将机器智能与人类智慧相结合，利用多视图融合的交互式界面将人的知识与经验引入分析流程，从而辅助仓储运营管理人员全面直观地完成数据分析和推理决策。

具体在数字化仓储系统的运作中，为了分析货品的出入库周转规律，仓储运营管理人员需要分析货品的周转性能及其属性值分布情况，筛选感兴趣的货品，还需要分析货品出库的频繁模式，从而为异常货品发现与货位调整提供见解。然而，现有仓储数据可视化研究主要围绕作业进程分析与仓储场景模拟，缺乏对仓储系统货品周转模式的交互式探索与分析能力。现有事件序列可视化工作也较少面向仓储周转事件，通用方法难以体现货品的组合方式等特征对事件序列所产生的影响，难以准确体现仓储系统运作状态、直观发现货品异常出库模式。

发明内容

针对上述问题，本发明的目的在于提供一种面向数字化仓储的货品周转模式可视化方法，基于数字化仓储的多种货品相关数据，设计并实现具有交互能力的货品属性筛选视图与货品出库模式视图。本发明将可视分析应用于仓储周转事件研究，不仅可以展示仓储运作过程中货品的多种属性分布，还可以筛选感兴趣的货品，进一步分析其频繁出库模式。仓储运营管理者结合自身的领域知识与经验，可以从该发明中获取有效的见解与认知，例如发现异常货品与不合理的货位，进而更好地制定决策，优化仓储运作效率。具体技术方案如下：

一种面向数字化仓储的货品周转模式可视化方法，包括以下步骤：

S1：数据获取与处理

获取数字化仓储数据，对原始数据进行数据清洗、数据预处理以及频繁模式挖掘后，提取并保留有效信息，将货品周转性能数据与货品出库模式数据存到数据库中；

S2：可视化映射

通过视觉通道将经步骤S1获得的数据进行可视化映射：

设计货品属性筛选视图，用平行坐标矩形映射货品各周转属性值在指定年月的分布情况，矩形内的线段映射货品及其属性值；此外，用货品筛选列表展示所筛选的货品；