【技术实现步骤摘要】
本专利技术涉及数据处理领域，尤其涉及一种用于商品销售的数据处理系统及方法。
技术介绍
1、数据处理是将数据转化为信息的过程，这个过程包括对数据的收集、清洗、整合、转换、分析、挖掘和可视化等步骤，通过这些步骤，原始数据被转化为具有实际应用价值的情报或知识。
2、一般地，数据处理的主要目的有以下几点：1、提取数据中的有用信息：通过处理数据，人们可以从中提取出有用的信息，如商店的商品销售数量、客户的购买习惯、市场趋势等；2、支持决策制定：有效的数据处理可以帮助决策者了解数据背后的趋势，从而做出更明智的决策；3、数据挖掘：通过数据处理，人们可以发现数据中隐藏的模式和关联，这些信息对于预测未来趋势和制定战略非常有价值；4、数据可视化：通过图表、图像等可视化工具，使处理后的数据更容易被理解和使用。
3、示例地，公开号为cn108985847a的中国专利技术专利提出的一种商品销售数据分析系统，所述系统包括中央管理单元、各自平行的库存单元和各自平行的销售单元，中央管理单元包括中心数据库，中心数据库分别连接各自平行的销售单元，一个库存单元连接至少一个销售单元；该商品销售数据分析系统通过采集销售单元和库存单元的数据，并进行核对无误后再发送给中心数据库，能够提高销售单元提供的销售数据准确度，同时通过采集各自平行的销售单元销售的商品信息和商品数量，可以定时掌握各销售单元商品流通的情况，以便及时调整销售策略，掌握紧俏好销的商品供应。
4、示例地，公开号为cn112734479a的中国专利技术专利提出的一种商品数据处理智
5、由此可见，上述与商品销售相关的各个数据处理方案仅仅涉及商品销售数据分析的常规化处理，处理的都是已知的过往数据或者实时数据，而无法对商品销售方，例如无人值守商店，涉及的未来商品销售数据的分析和预测，由于不同类型的商品未来销售数据可能千差万别，在缺乏上述基于数据分析的未来商品销售数据预测机制的情况下，很难确定提前针对不同类型的商品需要分别补足的商品数量，以供未来销售，容易在补货过多、占用有限的销售空间以及补货不足、难以满足不同顾客个性化购物需求之间失衡。
技术实现思路
1、为了解决现有技术中的技术缺陷，本专利技术提供了一种用于商品销售的数据处理系统及方法，能够采用人工智能模式基于数据分析机制执行无人值守商店各种类型商品未来不同销量的有效预测，并根据上述未来商品销量的预测结果对不同类型商品分别制定不同的动态补货策略，从而实现不同类型商品在补货过多以及补货不足之间的动态均衡。
2、根据本专利技术的第一方面，提供了一种用于商品销售的数据处理系统，所述系统包括：
3、第一检测机构，用于获取无人值守商店过往各天分别对应的各份售卖数据，每一天对应的单份售卖数据为当天内所述无人值守商店各种类型商品分别对应的各份已售数量；
4、第二检测机构，用于获取所述无人值守商店的多份配置内容，所述无人值守商店的多份配置内容包括所述无人值守商店的在售商品类型总数、商店占地面积、商店入口数量、商店出口数量以及周围同类商店数量；
5、网络训练机构，用于对卷积神经网络执行多次训练操作，以获得完成多次训练操作后的卷积神经网络，并作为智能数据处理模型输出，所述多次训练操作的次数与所述无人值守商店的周围同类商店数量正向关联；
6、模型应用机构，分别与所述第一检测机构、所述第二检测机构以及所述网络训练机构连接，用于在当天凌晨到达时，采用所述智能数据处理模型基于所述无人值守商店过往各天分别对应的各份售卖数据以及所述无人值守商店的多份配置内容智能分析当天内所述无人值守商店各种类型商品分别对应的各份已售数量的预测数值；
7、策略解析机构，与所述模型应用机构连接，用于基于当天凌晨到达时所述无人值守商店各种类型商品分别对应的各份剩余数量以及智能分析获得的当天内所述无人值守商店各种类型商品分别对应的各份已售数量的预测数值解析出所述无人值守商店各种类型商品的凌晨补货策略。
8、根据本专利技术的第二方面，提供了一种用于商品销售的数据处理系统，所述系统包括存储器以及一个或多个处理器，所述存储器存储有计算机程序，所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤：
9、获取无人值守商店过往各天分别对应的各份售卖数据，每一天对应的单份售卖数据为当天内所述无人值守商店各种类型商品分别对应的各份已售数量；
10、获取所述无人值守商店的多份配置内容，所述无人值守商店的多份配置内容包括所述无人值守商店的在售商品类型总数、商店占地面积、商店入口数量、商店出口数量以及周围同类商店数量；
11、对卷积神经网络执行多次训练操作，以获得完成多次训练操作后的卷积神经网络，并作为智能数据处理模型输出，所述多次训练操作的次数与所述无人值守商店的周围同类商店数量正向关联；
12、在当天凌晨到达时，采用所述智能数据处理模型基于所述无人值守商店过往各天分别对应的各份售卖数据以及所述无人值守商店的多份配置内容智能分析当天内所述无人值守商店各种类型商品分别对应的各份已售数量的预测数值；
13、基于当天凌晨到达时所述无人值守商店各种类型商品分别对应的各份剩余数量以及智能分析获得的当天内所述无人值守商店各种类型商品分别对应的各份已售数量的预测数值解析出所述无人值守商店各种类型商品的凌晨补货策略。
14、根据本专利技术的第三方面，提供了一种用于商品销售的数据处理方法，所述方法包括：
15、获取无人值守商店过往各天分别对应的各份售卖数据，每一天对应的单份售卖数据为当天内所述无人值守商店各种类型商品分别对应的各份已售数量；
16、获取所述无人值守商店的多份配置内容，所述无人值守商店的多份配置内容包括所述无人值守商店的在售商品类型总数、商店占地面积、商店入口数量、商店出口数量以及周围同类商店数量；
17、对卷积神经网络执行多次训练操作，以获得完成多次训练操作后的卷积神经网络，并作为智能数据处理模型输出，所述多次训练操作的次数与所述无人值守商店的周围同类商店数量正向关联；
18、在当天凌晨到达时，采用所述智能数据处理模型基于所述无人值守商店过往各天分别对应的各份售卖数据以及所述无人值守商店的多份配置内容智能分析当天内所述无人值守商店各种类型商品分别对应的各份已售数量的预测数值；
19、基于当天凌晨到达时所述无人值守商店各种类型商品分别对应的各份剩余数量以及智能本文档来自技高网...
【技术保护点】
1.一种用于商品销售的数据处理系统，其特征在于，所述系统包括：
2.如权利要求1所述的用于商品销售的数据处理系统，其特征在于：
3.如权利要求2所述的用于商品销售的数据处理系统，其特征在于：
4.如权利要求3所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
5.如权利要求3所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
6.如权利要求3所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
7.如权利要求6所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
8.如权利要求3-7任一所述的用于商品销售的数据处理系统，其特征在于：
9.一种用于商品销售的数据处理系统，其特征在于，所述系统包括存储器以及一个或多个处理器，所述存储器存储有计算机程序，所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤：
10.一种用于商品销售的数据处理方法，其特征在于，所述方法包括：
【技术特征摘要】
1.一种用于商品销售的数据处理系统，其特征在于，所述系统包括：
2.如权利要求1所述的用于商品销售的数据处理系统，其特征在于：
3.如权利要求2所述的用于商品销售的数据处理系统，其特征在于：
4.如权利要求3所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
5.如权利要求3所述的用于商品销售的数据处理系统，其特征在于，所述系统还包括：
6.如权利要求3所述的用于商品销售的数据处理系统，其特征在...
【专利技术属性】
技术研发人员：孙树杰，温振铭，汤锦文，
申请(专利权)人：东莞巨正源科技有限公司，
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。