[发明专利]物品补货方法、装置以及存储介质

说明书

本公开提供了一种物品补货方法、装置以及存储介质，涉及电子商务技术领域，其中的方法包括：计算产品属性特征与物品的销售量之间的销售属性相关系数；根据销售属性相关系数和产品属性特征建立销售预测模型；基于物品的销售数据并使用销售预测模型，获取物品的销售预测数据；根据销售预测数据以及物品的库存量，判断物品的库存是否充足，根据物品的库存量和门店存货量确定物品的补货方案。本公开的方法、装置以及存储介质，能够解决由于对物品的未来销量无法预测，并根据经验进行补货而造成的库存积压等问题，充分考虑了影响物品销售的各个因素，使得物品补货更加及时、全面、有效、准确，降低了人工成本，提高补货效率，并提升了客户体验。

技术领域

本公开涉及电子商务技术领域，尤其涉及一种物品补货方法、装置以及存储介质。

背景技术

在电商领域中，常用的物品补货信息通常是以人工的决策为主，以物品库存数据为辅进行物品补货信息生成的。例如，目前，在国内外市场上，药店管家系统在功能上已实现药品的采销存配，但是药品的补药往往需要手动补药操作，依赖人的主观性，导致药品供应的决策具有随机性，使得药品补货数据准确度不高。药店在发生药品缺货时，通常需要店员手动进行补药，店员在进行补药时，会出现药品缺货后补药不足或过多的现象，往往需要店员多次补药调配工作才能完成，浪费人力并且往往不能及时补全药品，降低了补药效率，同时也影响了客户的购药体验。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种物品补货方法、装置以及存储介质。

根据本公开的第一方面，提供一种物品补货方法，包括：确定与物品的销售量相关联的产品属性特征，计算所述产品属性特征与所述物品的销售量之间的销售属性相关系数；根据所述销售属性相关系数和所述产品属性特征建立销售预测模型，并对所述销售预测模型进行训练；基于所述物品的销售数据并使用所述销售预测模型，获取所述物品的销售预测数据；根据所述销售预测数据以及所述物品的库存量，判断所述物品的库存是否充足；如果所述物品的库存不足，则根据所述物品的库存量和门店存货量确定所述物品的补货方案。

可选地，所述确定与物品的销售量相关联的产品属性特征包括：获取所述物品的多个产品属性，在每个产品属性中确定至少一个产品属性特征；其中，所述产品属性包括：规格、剂型、包装、生产厂商中的一个或多个。

可选地，所述计算所述产品属性特征与所述物品的销售量之间的销售属性相关系数包括：计算所述物品的销售量分别与每一个产品属性特征之间的Pearson相关系数，作为与此产品属性特征与所述物品的销售量之间的销售属性相关系数。

可选地，所述计算所述物品的销售量分别与每一个产品属性特征之间的Pearson相关系数包括：获取所述物品的多个历史销售数据；其中，所述历史销售数据包括：物品历史销售量、与各个产品属性特征相对应的历史销售量；基于所述物品历史销售量、所述与各个产品属性特征相对应的历史销售量，分别计算所述物品的销售量分别与各个产品属性特征之间的Pearson相关系数。

可选地，所述销售预测模型包括：多元线性回归模型；所述对所述销售预测模型进行训练包括：基于所述历史销售数据构建所述训练样本集；其中，所述训练样本集中的训练样本包括：与各个产品属性特征相对应的历史销售量、物品在预设时段后的对应销售量；使用所述训练样本集对所述多元线性回归模型进行训练。

可选地，所述多元线性回归模型为：

y_i＝β+a₀x₀+a₁x₁+a₂x₂+…+a_mx_m+e；