[发明专利]一种基于大数据的配件管理方法及系统

权利要求书

1.一种基于大数据的配件管理方法，其特征在于，包括：

获取维修单位的维修数据和汽配数据，其中，所述维修数据包括维修类型，汽配数据包括汽配型号及其对应的使用频率；

对所述维修数据和所述汽配数据进行数据分析，得到分析结果，所述分析结果包括所述维修单位对应的维修属性和汽配属性，其中，所述维修属性包括业务类型，所述汽配属性包括汽配流转效率、高频汽配信息以及高需求汽配信息；

基于所述分析结果更新所述维修单位的汽配需求；

将所述汽配需求同步至汽配供应商对应的服务器；

其中，对所述维修数据和所述汽配数据进行数据分析，得到分析结果，包括：

识别所述维修数据和所述汽配数据的数据类型，基于所述数据类型分别对所述维修数据和所述汽配数据进行数据合并，得到合并数据；

对所述合并数据进行拟合分析，得到所述合并数据对应的分布属性；

基于所述分布属性，确定所述维修单位对应的维修属性；其中，所述维修属性包括业务类型以及各业务类型对应业务规模、业务频率；

其中，对所述合并数据进行拟合分析，得到所述合并数据对应的分布属性，包括：

对所述合并数据进行基于对数的分析，确定所述合并数据对应于各预设的概率模型的模型参数；

基于模型参数及其参数均值，确定参数差值，所述参数差值用于衡量所述概率模型的准确度；

基于所述参数差值确定概率模型对应的模型权重；

基于各所述概率模型对应的模型权重，确定所述合并数据对应的分布属性；

其中，对所述合并数据进行基于对数的分析，确定所述合并数据对应于各预设的概率模型的模型参数，包括：

基于合并数据对应数据值val_data、合并数据的数据量data_n、以及概率模型的模型因子k，确定模型参数Moe_p(i)为：

其中，表示模型因子，i表示概率模型的标识，表示似然运算，表示对数运算；基于模型参数及其参数均值，确定参数差值：。

2.根据权利要求1所述的方法，其特征在于，获取维修单位的维修数据和汽配数据，包括：

基于设定的时间周期，从维修单位的数据库中获取维修数据和汽配数据；

识别所述维修数据和汽配数据的数据标识；

将属于同一数据标识的数据存储于一个存储单位中；

识别并删除所述存储单位中的重复数据；

基于所述存储单位对应的数据标识，获取设定的数据范围；

基于所述数据范围检测异常数据，删除所述异常数据。

3.根据权利要求2所述的方法，其特征在于，基于所述数据范围检测异常数据，删除所述异常数据，包括：

基于所述数据范围中的最小值和最大值，确定所述存储单位中的数据对应的检测参数；

若所述检测参数大于或者等于设定的异常阈值，则判定所述数据为异常数据；

删除所述异常数据。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户触发的维修需求，所述维修需求包括维修对象信息和故障信息；

基于所述维修对象信息和所述故障信息，确定本次维修所需的目标汽配；

从数据库中获取所述目标汽配对应的目标维修单位；

将所述维修需求派发至所述目标维修单位。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户触发的维修需求，所述维修需求包括维修对象信息和故障信息；

基于所述维修对象信息和所述故障信息，确定本次维修所需的目标汽配以及维修工具；

从数据库中获取所述目标汽配和所述维修工具综合对应的目标维修单位；

将所述维修需求派发至所述目标维修单位。

6.根据权利要求1所述的方法，其特征在于，所述分析结果包括表示库存大于设定阈值的存量配件信息；

对所述维修数据和所述汽配数据进行数据分析，得到分析结果之后，还包括：

查询与所述存量配件信息对应的配件需求信息；

获取发布所述配件需求信息的目标维修单位；

基于所述存量配件信息生成调货信息，并将所述调货信息发送至所述目标维修单位。