[發(fā)明專利]積壓物料相關物料屬性的查詢和預測方法

在審

• 申請?zhí)枺?/td>: 201710295686.5
• 申請日: 2017-04-28
• 公開（公告）號: CN107122863A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設計）人: 周綺鳳;李濤;鄭理;黃越;韓如愿
• 申請（專利權(quán)）人: 廈門大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08
• 代理公司: 廈門南強之路專利事務所(普通合伙)35200
• 代理人: 馬應森

技術領域

本發(fā)明涉及商品管理，尤其是涉及一種積壓物料相關物料屬性的查詢和預測方法。

背景技術

商家在采購商品時，往往憑借采購人員的采購經(jīng)驗對商品的種類和數(shù)量進行采購，容易 造成緊缺商品的采購不足以及滯銷商品的過度采購，這種采購方式對采購人員的采購經(jīng)驗依 賴性大，對采購種類和采購數(shù)量缺乏科學性分析，造成庫存壓力，增加庫存成本[1]。

為了防止貨物積壓和減少貨物積壓投資，對物料庫存的監(jiān)控是必不可少的。傳統(tǒng)的統(tǒng)計 方法可以幫助我們建立庫存相關圖表，直觀地了解物料庫存的整體情況。但由于物料相關庫 存數(shù)據(jù)量激增和屬性復雜度的提高，僅通過圖表很容易忽略庫存相關的重要信息。

參考文獻：

[1]Zipkin P H.Foundations of inventory management[M].New York:McGraw-Hill,2000.

[2]I.Guyon and A.Elisseeff,“An introduction to variable and feature selection,”The Journal of Machine Learning Research,vol.3,pp.1157–1182,2003.

[3]Q.Zhou,W.Hong,F.Yang,and L.Luo,“Feature selection of random forest-based proximity matrix difference,”Journal of Huazhong Univ.of Sci.&Tech.:Natural Science Edition, no.4,pp.58–61,2010.

[4]L.Breiman,“Random forests,”Machine learning,vol.45,no.1,pp.5–32,2001.

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種積壓物料相關物料屬性的查詢和預測方法。

本發(fā)明包括以下步驟：

1)庫齡基本統(tǒng)計分析，利用圖表等形式初步了解特定貨物的庫齡分布基本情況，同時比 較當前和歷史庫齡的變化；

2)針對預測物料是否積壓問題，對相關物料屬性進行重要性排序；

3)查詢積壓物料，利用屬性重要性排序得出的對造成積壓最相關的屬性，在該屬性上查 詢某個時間范圍的庫存量。

4)預測積壓物料，通過步驟3)的查詢結(jié)果來預測積壓物料。

在步驟1)中，所述庫齡基本統(tǒng)計分析的具體方法可為：通過各種直觀圖表形式，按產(chǎn) 品、產(chǎn)品類型、公司及其組合計算當期庫齡和庫齡金額結(jié)構(gòu)，來顯示庫齡的基本信息；通過 選擇不同的屬性，來查看關于庫齡數(shù)據(jù)分布情況，包括貨物庫齡、庫齡金額結(jié)構(gòu)、當期庫齡、 歷史庫齡比較和庫齡排名等。

在步驟2)中，所述針對預測物料是否積壓問題，對相關物料屬性進行重要性排序的具 體方法可為：將預測物料是否積壓問題轉(zhuǎn)化為特征選擇問題，綜合多種特征選擇方法：過濾 法和封裝法，來進行相關物料屬性重要性排序。首先利用過濾法進行特征選擇，從原始特征 中獲得候選特征子集。然后利用封裝法進行特征選擇，從上一步中的候選特征子集中確定對 于物料積壓與否相關性大的屬性，并按相關性進行重要性排序；所述相關物料屬性包括：上 月入庫數(shù)量、上月出庫數(shù)量、上次入庫數(shù)量、上次出庫數(shù)量、上次入庫至今時間(月)、上次 出庫至今時間(月)、上次入庫至今時間、上次出庫至今時間(月)、類型、尺寸等；

在步驟3)中，所述查詢積壓物料的具體方法可為：利用屬性重要性排序得出的對造成 積壓最相關的屬性，在該屬性上獲取某個時間范圍的庫存量。

在步驟4)中，所述預測積壓物料，通過步驟3)的查詢結(jié)果預測積壓物料的具體方法可 為：若在設置的查詢范圍內(nèi)庫存量為0或者小于一定閾值，則不是積壓物料；若庫存量越過 一定閾值，則可能是積壓物料。

本發(fā)明利用特征選擇方法對相關物料屬性進行排列，從而找到與造成積壓最相關的物料 屬性，然后通過查詢在該屬性上的某個時間查詢范圍的庫存量，來判斷該物料是否是積壓物 料，從而降低成本，實現(xiàn)了對商品庫存的精益化管理。

本發(fā)明將預測物料是否積壓問題轉(zhuǎn)化為特征選擇問題，集成多種特征選擇方法：過濾法 和封裝法，進行相關物料屬性重要性排序[2,3,4]。選取重要性大的屬性進行重點監(jiān)控，將大 大降低了庫存監(jiān)管的工作復雜度和提高了物料庫存積壓的預判精度。