[发明专利]生鲜备货方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910363078.2 申请日: 2019-04-30
公开(公告)号: CN110060016A 公开(公告)日: 2019-07-26
发明(设计)人: 申少修 申请(专利权)人: 深圳春沐源控股有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q30/02
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 杨毅玲
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 销售量 产品数据 销售数据 历史销售数据 计算机设备 存储介质 大小关系 环境参数 指令 发送 预设 预估 供需平衡 预备
【权利要求书】:

1.一种生鲜备货方法,其特征在于,所述方法包括:

获取生鲜的环境参数及历史销售数据;

基于所述环境参数确定所述生鲜的未来产品数据;

基于所述历史销售数据确定所述生鲜的未来销售数据;

判断所述未来产品数据中的未来产量是否大于所述未来销售数据中的未来销售量;

当所述未来产量大于或者等于所述未来销售量时,发送第一备货指令至预设商家;

当所述未来产量小于所述未来销售量时,发送第二备货指令至所述预设商家。

2.如权利要求1所述的生鲜备货方法,其特征在于,所述环境参数包括:生长周期、气候、灾害等级、光照时长、运输周期;

所述基于所述环境参数确定所述生鲜的产品数据包括:

将所述环境参数输入预先训练好的产量品质识别模型中;

获取所述产量品质识别模型的输出结果;

根据所述输出结果确定所述生鲜的未来产品数据。

3.如权利要求2所述的生鲜备货方法,其特征在于,所述产量品质识别模型的训练过程包括:

获取多个历史环境参数及每个历史环境参数对应的历史产品数据,作为数据集;

将所述数据集分为第一数量的训练集和第二数量的测试集,其中,所述第一数量大于所述第二数量;

将所述训练集输入预先设置的深度神经网络中进行训练,得到产量品质识别模型;

将所述测试集输入所述产量品质识别模型中进行测试,得到测试通过率;

当所述测试通过率大于或者等于预设通过率阈值,结束所述产量品质识别模型的训练;

当所述测试通过率小于所述预设通过率阈值,重新划分训练集和测试集,并基于新的训练集训练产量品质识别模型直至测试通过率大于或者等于所述预设通过率阈值。

4.如权利要求1所述的生鲜备货方法,其特征在于,所述基于所述历史销售数据确定所述生鲜的未来销售数据包括:

获取所述历史销售数据中生鲜的销售区域、销售区域的销售量及消费喜好;

获取所述销售区域的消费者物价指数的环比涨幅;

根据所述销售区域的销售量及所述消费者物价指数的环比涨幅计算所述销售区域的未来销售量;

基于所述销售区域、所述销售区域的未来销售量及所述消费喜好确定所述生鲜的未来销售数据。

5.如权利要求4所述的生鲜备货方法,其特征在于,所述第一备货指令中携带有所述销售区域的未来销售量及所述消费喜好;所述第二备货指令中携带有所述销售区域的未来产量和所述未来销售量。

6.如权利要求1至5中任意一项所述的生鲜备货方法,其特征在于,在对所述生鲜进行备货之前,所述方法还包括:

获取所述生鲜的采摘期;

将所述采摘期前预设日期确定为生鲜的预定期;

在所述预定期内发布预设预定机制。

7.如权利要求1至5中任意一项所述的生鲜备货方法,其特征在于,在对所述生鲜进行备货之后,所述方法还包括:

获取所述生鲜的剩余保质期;

判断所述剩余保质期是否小于预设保质期阈值;

当所述剩余保质期小于或者等于所述预设保质期阈值时,发布预设促销机制。

8.一种生鲜备货装置,其特征在于,所述装置包括:

获取模块,用于获取生鲜的环境参数及历史销售数据;

第一确定模块,用于基于所述环境参数确定所述生鲜的未来产品数据;

第二确定模块,用于基于所述历史销售数据确定所述生鲜的未来销售数据;

判断模块,用于判断所述未来产品数据中的未来产量是否大于所述未来销售数据中的未来销售量;

第一发送模块,用于当所述未来产量大于或者等于所述未来销售量时,发送第一备货指令至预设商家;

第二发送模块,用于当所述未来产量小于所述未来销售量时,发送第二备货指令至所述预设商家。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳春沐源控股有限公司,未经深圳春沐源控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910363078.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top