【技术实现步骤摘要】
本专利技术涉及商品推送领域，具体涉及一种基于大数据的商品库存资源推荐推送系统。
技术介绍
1、商品库存资源的推荐推送，需要结合具体业务需求来设计。在库存推送规则中，需要明确哪些对象需要保留库存，保留多少库存。同时，也需要考虑如何动态调整销售库存，以提高盘货的周转效率；
2、在进行商品库存资源推荐推送过程中，即会应用到商品库存资源推荐推送系统。
3、现有的商品库存资源推荐推送系统，推送准确度差，智能化程度低，不能很好的提升商家利润，给商品库存资源推荐推送系统的使用带来了一定的影响，因此，提出一种基于大数据的商品库存资源推荐推送系统。
技术实现思路
1、针对现有技术中的缺陷，本专利技术提供一种基于大数据的商品库存资源推荐推送系统，包括采购商户采集模块，产品销售采集模块、供应商采集模块、数据处理模块与信息发送模块；
2、所述采购商户采集模块用于采集采购商户信息，所述产品销售采集模块用于采集各类商品的销售信息，生成大数据产品销售数据库，所述供应商采集模块用于采集供应商信息；
3、所述数据处理模块用于对采购商户信息、大数据产品销售数据库与供应商信息进行处理生成采购提示信息、销售提示信息与采购推送信息；
4、所述信息发送模块用于在采购提示信息、销售推送信息与采购推送信息生成后，将采购提示信息、销售提示信息与采购推送信息发送到预设接收终端。
5、进一步在于，所述采购提示信息的具体处理过程如下：提取出采集到的采购商户信息，采购
6、商户销售量信息包括商户预设时长内的销量信息，计算出商户销售量信息的均值，获取到商户平均日销量信息；
7、对商户平均日销量信息与商户商品库存信息进行处理获取到第一评估参数；
8、再对历史补货速度进行处理获取到第二评估参数；
9、对第一评估参数与第二评估参数进行处理，获取到综合评估参数，当综合评估参数小于预设值时，即生成采购提示信息。
10、进一步在于，所述第一评估参数的具体处理过程如下：提取出商户平均日销量信息与商户商品库存信息，将商户平均日销量信息标记为z1，将商户商品库存信息标记为z2，通过公式z2/z1*α＝zz，即获取到第一评估参数zz，0.91≤α≤0.99；
11、所述第二评估参数的具体处理过程如下：提取出采集到的历史补货速度与商户平均日销量信息z1，历史补货速度为商户在进行补货时从下订单到收到商品货物的时间，将标记为t，通过公式t*z1＝tz，即获取到第二评估参数；
12、所述综合评估参数的具体处理过程如下：计算出第一评估参数与第二评估参数的差值即获取到综合评估参数。
13、进一步在于，所述销售推送信息的具体处理过程如下：提取出采集到的提取出采购商户信息，采购商户信息还包括商户商品类型信息；
14、将商户商品类型信息导入到大数据产品销售数据库中，从商户商品类型信息中是否属于预设种类的销售商品；
15、当商户商品类型信息为非预设种类的销售商品的时，即生成销售推送信息。
16、进一步在于，所述预设种类的销售商品的选定过程如下：将大数据产品销售数据库中的商品销售数据按照月均销售量，进行从大到小的排序，获取到商品销售排序信息；
17、之后将商品销售排序信息中最大的四分之一的商品类型提取出，为推荐商品类型，即预设种类的销售商品。
18、进一步在于，所述销售推送信息生成后，同步生成采购推送信息，为商户推送采购供应商；
19、所述采购推送信息的选定过程如下：采集供应商户商品类型信息的供应商信息，即同类供应商信息，再采集商家位置信息，同类供应商信息包括发货速度信息、货物良品率、供货商位置信息与供货单价信息；
20、对发货速度信息进行评分获取到第一评分，对货物良品率进行评分获取到第二评分，对供货商位置信息与商家位置信息进行处理获取到第三评分，对供货单价信息进行处理获取到第四评分；
21、对第一评分、第二评分、第三评分与第四评分进行计算处理获取到单个供货商的综合评分；
22、之后将所有供货商的综合评分按照从大到小的顺序进行排序，选取供货商的综合评分最大的1/3为商品供应商信息。
23、进一步在于，所述第一评分的具体评定过程如下：提取出采集到的发货速度信息，对发货速度进行评分获取到第一评分a，当发货速度大于预设值a1时，第一评分a为预设数值m1，当发货速度在预设值a1到a2之间时，第一评分a为预设数值m2，当发货速度小于预设值a2时，第一评分a为预设数值m3，a1＞a2，m3＞m2＞m1；
24、所述第二评分的具体处理过程如下：提取出采集到的货物良品率，对货物良品率进行评分，获取到第二评分b，当获取良品率大于预设值b1时，第二评分b为预设数值q1，当获取良品率在预设值b1到b2之间时，第二评分b为预设数值q2，当获取良品率小于预设值b2时，第二评分b为预设数值q3，b1＞b2，q1＞q2＞q3；
25、所述第三评分的具体处理过程如下：提取出供货商位置信息与商家位置信息，测量出供货商位置信息与商家位置信息的距离信息，获取到评估距离，对评估距离进行处理获取到第三评分c，当评估距离大于预设值c1时，第三评分为预设数值g1，当评估距离在预设值c1到c2之间时，第三评分为预设数值g2，当评估距离小于预设值c2时，第三评分为预设数值g3，c1＞c2，g3＞g2＞g1；
26、所述第四评分的具体处理过程如下：提取出供货单价信息，对供货单价信息进行处理获取到第四评分d，当供货单价信息大于预设值d1时，第四评分d为预设数值t1，当供货单价信息在预设值d1到d2之间时，第四评分d为预设数值t2，当供货单价信息小于预设值d2时，第四评分d为预设数值t3，d1＞d2，t3＞t2＞t2。
27、进一步在于，所述对第一评分、第二评分、第三评分与第四评分进行计算处理获取到单个供货商的综合评分的具体过程如下：将第一评分标记以为h1,第二评分标记为h2,第三评分标记为h3,第四评分标记为h4；
28、赋予第一评分h1一个修正值f1，第二评分h2一个修正值f2，第三评分h3一个修正值f3，第四评分一个修正值f4，f1+f2+f3+f4＝1，f4＞f3＞f2＞f1；
29、通过公式h1*f1+h2*f2+h3*f3+h4*f4＝hh，即获取到单个供货商的综合评分hh。
30、进一步在于，所述发货速度a1和a2的具体设置过程如下：提取出所有商品供应商的发货速度，将其进行三等分，选取最大的1/3中最小值对应的发货速度为发货速度a1，选取最大的2/3中最小值对应的发货速度为发货速度a1；
31、所述预设值b1到b2的具体设置过程如下：提出所有商品供应商的良品率，将其进行三等分，选取最大的1/3中最小值的对应良品率为预设本文档来自技高网...
【技术保护点】
1.一种基于大数据的商品库存资源推荐推送系统，其特征在于，包括采购商户采集模块，产品销售采集模块、供应商采集模块、数据处理模块与信息发送模块；
2.根据权利要求1所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述采购提示信息的具体处理过程如下：提取出采集到的采购商户信息，采购商户信息包括商户商品库存信息、商户销售量信息与历史补货速度信息；
3.根据权利要求2所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述第一评估参数的具体处理过程如下：提取出商户平均日销量信息与商户商品库存信息，将商户平均日销量信息标记为Z1，将商户商品库存信息标记为Z2，通过公式Z2/Z1*α＝Zz，即获取到第一评估参数Zz，0.91≤α≤0.99；
4.根据权利要求1所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述销售推送信息的具体处理过程如下：提取出采集到的提取出采购商户信息，采购商户信息还包括商户商品类型信息；
5.根据权利要求4所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述预设种类的销售商品的
6.根据权利要求1所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述销售推送信息生成后，同步生成采购推送信息，为商户推送采购供应商；
7.根据权利要求6所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述第一评分的具体评定过程如下：提取出采集到的发货速度信息，对发货速度进行评分获取到第一评分A，当发货速度大于预设值a1时，第一评分A为预设数值m1，当发货速度在预设值a1到a2之间时，第一评分A为预设数值m2，当发货速度小于预设值a2时，第一评分A为预设数值m3，a1＞a2，m3＞m2＞m1；
8.根据权利要求6所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述对第一评分、第二评分、第三评分与第四评分进行计算处理获取到单个供货商的综合评分的具体过程如下：将第一评分标记以为H1,第二评分标记为H2,第三评分标记为H3,第四评分标记为H4；
9.根据权利要求8所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述发货速度a1和a2的具体设置过程如下：提取出所有商品供应商的发货速度，将其进行三等分，选取最大的1/3中最小值对应的发货速度为发货速度a1，选取最大的2/3中最小值对应的发货速度为发货速度a1；
...【技术特征摘要】
1.一种基于大数据的商品库存资源推荐推送系统，其特征在于，包括采购商户采集模块，产品销售采集模块、供应商采集模块、数据处理模块与信息发送模块；
2.根据权利要求1所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述采购提示信息的具体处理过程如下：提取出采集到的采购商户信息，采购商户信息包括商户商品库存信息、商户销售量信息与历史补货速度信息；
3.根据权利要求2所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述第一评估参数的具体处理过程如下：提取出商户平均日销量信息与商户商品库存信息，将商户平均日销量信息标记为z1，将商户商品库存信息标记为z2，通过公式z2/z1*α＝zz，即获取到第一评估参数zz，0.91≤α≤0.99；
4.根据权利要求1所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述销售推送信息的具体处理过程如下：提取出采集到的提取出采购商户信息，采购商户信息还包括商户商品类型信息；
5.根据权利要求4所述的一种基于大数据的商品库存资源推荐推送系统，其特征在于：所述预设种类的销售商品的选定过程如下：将大数据产品销售数据库中的商品销售数据按照月均销售量，进行从大到小的排序，获取到商品销售排序信息；
【专利技术属性】
技术研发人员：刘根，
申请(专利权)人：阿锐巴数据科技上海有限公司，
类型：发明
国别省市：
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。