[發明專利]基于貨架價值地圖的超市貨架陳列方法

有效

• 申請號: 201310332536.9
• 申請日: 2013-08-02
• 公開（公告）號: CN103455874A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 陳國慶;王嘉玲
• 申請（專利權）人: 蘇州兩江科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 陳建和

1.基于貨架價值地圖的超市貨架陳列方法，其特征在于：包括如下步驟：

（1）數據加載：載入超市相關數據，包括賣場內客流行動數據、貨架陳列數據、供應數據和銷售數據；

（2）品類定義：對超市商品進行分類建立商品的樹形層次結構模型，分為兩個以上量級，并按照規則對商品進行編碼；

（3）品類評估：用層次分析法實現數據融合，用熵值法解決層次分析法依靠經驗的缺陷，具體包括如下步驟：

（31）明確目標：通過對超市相關數據的融合，分析出每一個區域對超市的價值貢獻，為貨架的排列做前期數據分析；

（32）確定考察量級：選擇超市的考察區域，確定該考察區域內所有量級中的一個作為考察量級，該考察量級中的所有m個分類分別記為m個樣本，所有樣本的評價指標共有n項，所述評價指標從超市相關數據中提?。猾@取m個樣本的n項評價指標的實際數值；

（33）構造判斷矩陣：計算考察區域內的各指標的信息熵并以信息熵的比值為矩陣元素構造判斷矩陣A，包括如下步驟：

（331）構造原始矩陣X＝(x_ij)_m×n，其中x_ij表示第i個樣本中第j項評價指標的實際數值；

（332）確定指標的正負值：根據評價指標的性質對評價指標進行正負取向分類，設第j項評價指標的理想值為若該評價指標為正向指標，則越大越好；若該評價指標為負向指標，則越小越好；

（333）求出評價指標的理想值，即在每一個正向指標中找到最大值在每一個負向指標中找到最小值

（334）求出接近矩陣X′＝(x_ij′)_m×n，對于正向指標對于負向指標xij'=xjmin*/xij;]]>

（335）求出標準矩陣Y＝(y_ij)_m×n，其中yij=xij′Σi=1mxij′,0≤yij≤1;]]>

（336）計算信息熵值e，第j項評價指標的信息熵值e_j為：

ej=-KΣi=1myijlnyij]]>

其中，0≤e≤1；對信息熵值e做下述處理得到考察區域評價指標的信息熵E_j：

Ej=1ej]]>

（337）以考察區域評價指標的信息熵E_j的比值為矩陣元素構造判斷矩陣A：

A=E1/E1E2/E1......En/E1E1/E2E2/E2......En/E2......E1/EnE2/En......En/En]]>

（34）計算判斷矩陣A的最大特征值問題Aω＝λ_maxω的解ω，其中ω是判斷矩陣A的特征向量，λ_max是判斷矩陣A的最大特征值；ω經歸一化計算后得ω₁,ω₂,…,ω_j,…,ω_n，即為該考察區域內該考察量級的各項評價指標的權重；

（35）計算第i個樣本在該考察量級上的得分為：

（36）采用相同方法計算第i個樣本所屬的第前k個量級樣本在第前k個量級上的得分為t_i(k+1)，據此計算第i個樣本在第前k個量級上的得分為

（37）得分越高，樣品在相應量級的價值越高；

（4）貨架排列：結合貨架公平原則和貨架價值地圖進行貨架排列，商品的貨架空間資源占用計算方法為：

商品所占貨架數

=總貨架數×單品貢獻率；

商品縱向陳列米數

=商品所占貨架數×貨架寬×貨架層數

=該商品所屬的前一量級樣本的陳列米數×商品得分；

商品陳列面

=商品直線陳列米數÷商品寬度

=該商品所屬的前一量級樣本的陳列米數×商品得分；

所述單品貢獻率為商品在當前量級上的得分，所述總貨架數為根據商品在當前量級的前一量級上的得分而計算出的商品所占貨架數，總貨架數的初始值為商場的總貨架數；

（5）冗余處理：在四個量級的貨架分配步驟中，若計算出的所占貨架數不為整數，則根據商品的品類空間彈性進行冗余處理：根據彈性表，若彈性表排名在50%以內，則取超過計算所得數的最小整數，否則取不超過計算所得數的最大數。