[發明專利]倉儲位置分配方法及裝置

有效

• 申請號: 201711251732.8
• 申請日: 2017-12-01
• 公開（公告）號: CN108108933B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 郭佳睿;龍岳;張金玲
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q50/28
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 宋揚;劉芳

1.一種倉儲位置分配方法，其特征在于，包括：

獲取目標用戶的歷史交易信息；

根據所述目標用戶的歷史交易信息，評估所述目標用戶在當日的交易量排名；

根據所述目標用戶在當日的交易量排名，為所述目標用戶分配倉儲位置；

所述根據所述歷史交易信息，評估所述目標用戶在當日的交易量排名，包括：

獲取所述目標用戶的交易量預測模型和交易量排名與交易量的線性方程；

根據所述歷史交易信息，以及所述目標用戶的交易量預測模型，評估所述目標用戶在當日的交易量；

根據所述目標用戶在當日的交易量，以及所述目標用戶的交易量排名與交易量的線性方程，評估所述目標用戶在當日的交易量排名；

其中，所述交易量預測模型是采用GM(1,1)的單變量一階線性微分方程的建模方式生成的；

所述根據所述目標用戶在當日的交易量排名，為所述目標用戶分配倉儲位置，包括：

根據所述目標用戶在當日的交易量排名，以及各倉儲位置與倉庫出口的距離的遠近，為交易量排名靠前的目標用戶分配距離倉庫出口近的倉儲位置，以使所述目標用戶的倉儲位置與倉庫出口的距離小于或者等于交易量排名在所述目標用戶之后的用戶的倉儲位置與倉庫出口的距離，并且大于或者等于交易量排名在所述目標用戶之前的用戶的倉儲位置與倉庫出口的距離。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述目標用戶的交易量預測模型和交易量排名與交易量的線性方程之前，還包括：

根據所述歷史交易信息，生成并存儲所述目標用戶的交易量預測模型和交易量排名與交易量的線性方程。

3.根據權利要求2所述的方法，其特征在于，根據所述歷史交易信息，生成所述目標用戶的交易量排名與交易量的線性方程，包括：

根據所述歷史交易信息，計算所述目標用戶在最近的n天內每天的交易量和交易量排名，其中n為正整數；

根據所述目標用戶在最近的n天內每天的交易量和交易量排名，采用線性回歸方法，生成所述目標用戶的交易量排名與交易量的線性方程。

4.根據權利要求2所述的方法，其特征在于，根據所述歷史交易信息，生成所述目標用戶對應的交易量預測模型，以及所述目標用戶的交易量排名與交易量的線性方程之后，還包括：

定期地更新所述目標用戶的交易量預測模型和交易量排名與交易量的線性方程。

5.根據權利要求1所述的方法，其特征在于，在所述獲取目標用戶的歷史交易信息之前，還包括：

接收訂單信息，所述訂單信息至少包括用戶標識；

根據所述訂單信息中的所述用戶標識，確定是否已經為所述用戶標識對應的用戶分配了倉儲位置；

若還沒有為所述用戶標識對應的用戶分配倉儲位置，則將所述用戶標識對應的用戶作為所述目標用戶。

6.一種倉儲位置分配裝置，其特征在于，包括：

獲取模塊，用于獲取目標用戶的歷史交易信息；

計算模塊，用于根據所述目標用戶的歷史交易信息，評估所述目標用戶在當日的交易量排名；

分配模塊，用于根據所述目標用戶在當日的交易量排名，為所述目標用戶分配倉儲位置；

所述計算模塊包括：

獲取子模塊，用于獲取所述目標用戶的交易量預測模型和交易量排名與交易量的線性方程；

第一計算子模塊，用于根據所述歷史交易信息，以及所述目標用戶的交易量預測模型，評估所述目標用戶在當日的交易量；

第二計算子模塊，用于根據所述目標用戶在當日的交易量，以及所述目標用戶的交易量排名與交易量的線性方程，評估所述目標用戶在當日的交易量排名；

其中，所述交易量預測模型是采用GM(1,1)的單變量一階線性微分方程的建模方式生成的；

所述分配模塊還用于：

根據所述目標用戶在當日的交易量排名，以及各倉儲位置與倉庫出口的距離的遠近，為交易量排名靠前的目標用戶分配距離倉庫出口近的倉儲位置，以使所述目標用戶的倉儲位置與倉庫出口的距離小于或者等于交易量排名在所述目標用戶之后的用戶的倉儲位置與倉庫出口的距離，并且大于或者等于交易量排名在所述目標用戶之前的用戶的倉儲位置與倉庫出口的距離。