System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种商品检测方法、设备、存储介质及产品技术_技高网

一种商品检测方法、设备、存储介质及产品技术

技术编号:41097622 阅读:14 留言:0更新日期:2024-04-25 13:55
本发明专利技术涉及人工智能大数据分析技术领域,具体涉及一种商品检测方法、设备、存储介质及产品。对收银数值向量进行预处理,并计算商品检测特征;采用深度学习模型根据商品检测特征和初始商品背景数据进行分析判别,得到初始判别结果;根据初始判别结果从原始商品背景数据中获取相同类别的商品背景数据,根据商品检测特征和商品背景数据进行分析判别,并对分析判别结果分别进行长时时间序列预测和短时时间序列预测,将分析判别结果和预测结果进行融合,得到最终的检测结果。本发明专利技术对收银数据所处的类别模块进行逆向查找,通过网络大数据精准匹配实时的市场发展趋势,对数据进行精准科学的分析,提高数据颗粒度和预测精准度。

【技术实现步骤摘要】

本专利技术涉及人工智能大数据分析,具体涉及一种商品检测方法、设备、存储介质及产品


技术介绍

1、在餐饮领域,通过需要对经营门店中的菜品进行体检分析,从各个维度判断菜品处于什么阶段。

2、目前常规方法采用的是菜品abc分析法,即一般把销售额作为abc分析的基准,以3个月为期收集资料为基础,进行分析。其中,a类占总销售额70%的商品,b类是除了a以外的,占销售额排名前20%的商品;c类是剩下的10%。但此类方法并不足够智能和精准。


技术实现思路

1、针对现有技术中的上述不足,本专利技术提供了一种商品检测方法、设备、存储介质及产品。

2、为了达到上述专利技术目的,本专利技术采用的技术方案为:

3、第一方面,本专利技术提出了一种商品检测方法,包括以下步骤:

4、获取原始收银数据和原始商品背景数据;

5、采用自然语言处理方法对原始收银数据和原始商品背景数据进行扫描,生成收银数值向量和商品背景数值向量;

6、从收银数值向量提取商品特征数据,并逆向分析商品特征数据和商品背景数值向量,得到与原始收银数据相同区域和品类的初始商品背景数据;

7、对收银数值向量进行预处理,并计算商品检测特征;

8、采用深度学习模型根据商品检测特征和初始商品背景数据进行分析判别,得到初始判别结果;

9、根据初始判别结果从原始商品背景数据中获取相同类别的商品背景数据,根据商品检测特征和商品背景数据进行分析判别,并对分析判别结果分别进行长时时间序列预测和短时时间序列预测,将分析判别结果和预测结果进行融合,得到最终的检测结果。

10、作为可选地,原始收银数据包括订单号、商品名、销售价格和销售时间;

11、原始商品背景数据包括商品平均价格和订单组合。

12、作为可选地,从收银数值向量提取商品特征数据包括:

13、从收银数值向量提取商品特征数据;所述商品特征数据包括商品类别、销售价格和销售时间;

14、采用特征工程方法对商品特征数据进行降维处理。

15、作为可选地,对收银数值向量进行预处理包括:

16、对收银数值向量进行数据归一化、去除异常值和数据增强;

17、所述数据增强包括随机调整销售价格和随机交换订单中的商品顺序以生成新的数据样本。

18、作为可选地,商品检测特征包括平均订单金额和单品销售数量。

19、作为可选地,采用深度学习模型根据商品检测特征和初始商品背景数据进行分析判别,得到初始判别结果,包括:

20、构建深度学习模型,并加入注意力机制;

21、采用迁移学习方法对深度学习模型进行预训练;

22、利用预训练后的深度学习模型根据商品检测特征和初始商品背景数据进行分析判别,得到初始判别结果。

23、作为可选地,根据商品检测特征和商品背景数据进行分析判别包括:

24、采用深度信念网络根据商品检测特征和商品背景数据进行无监督的特征学习;

25、采用生成对抗网络在数据增强阶段生成模拟订单数据;

26、对商品检测特征和商品背景数据进行补充分析判别。

27、第二方面,本专利技术提出了一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现第一方面任一所述方法的步骤。

28、第三方面,本专利技术提出了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现第一方面任一所述方法的步骤。

29、第四方面,本专利技术提出了一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现第一方面任一所述方法的步骤。

30、本专利技术具有以下有益效果:

31、本专利技术首先从收银数据中扫描全量数据,对收银数据进行自然语言文本识别及异常值改正,避免了传统方法中忽略了这些值所带来的数据不够精准的问题;并且对收银数据所处的类别模块进行逆向查找,通过网络大数据精准匹配实时的市场发展趋势,此外通过深度学习模型,对数据进行精准科学的分析,提高数据颗粒度和预测精准度。

本文档来自技高网...

【技术保护点】

1.一种商品检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种商品检测方法,其特征在于,原始收银数据包括订单号、商品名、销售价格和销售时间;

3.根据权利要求1所述的一种商品检测方法,其特征在于,从收银数值向量提取商品特征数据包括:

4.根据权利要求1所述的一种商品检测方法,其特征在于,对收银数值向量进行预处理包括:

5.根据权利要求1所述的一种商品检测方法,其特征在于,商品检测特征包括平均订单金额和单品销售数量。

6.根据权利要求1所述的一种商品检测方法,其特征在于,采用深度学习模型根据商品检测特征和初始商品背景数据进行分析判别,得到初始判别结果,包括:

7.根据权利要求1所述的一种商品检测方法,其特征在于,根据商品检测特征和商品背景数据进行分析判别包括:

8.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1至7任一所述方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一所述方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一所述方法的步骤。

...

【技术特征摘要】

1.一种商品检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种商品检测方法,其特征在于,原始收银数据包括订单号、商品名、销售价格和销售时间;

3.根据权利要求1所述的一种商品检测方法,其特征在于,从收银数值向量提取商品特征数据包括:

4.根据权利要求1所述的一种商品检测方法,其特征在于,对收银数值向量进行预处理包括:

5.根据权利要求1所述的一种商品检测方法,其特征在于,商品检测特征包括平均订单金额和单品销售数量。

6.根据权利要求1所述的一种商品检测方法,其特征在于,采用深度学习模型根据商品检测特征和初始商品背...

【专利技术属性】
技术研发人员:谭海林孔令轩
申请(专利权)人:成都万数光合信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1