[發明專利]一種基于物聯網貿易的物流訂單分析預測系統

有效

• 申請號: 201910879278.3
• 申請日: 2019-09-18
• 公開（公告）號: CN110598940B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 盧生;鄭磊
• 申請（專利權）人: 深圳才儲網絡有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于物聯網貿易的物流訂單分析預測系統，其特征在于，包括數據采集模塊、服務器、訂單分析模塊、訂單預測模塊、訂單監控模塊、異常分析模塊和訂單預警模塊；

所述數據采集模塊用于獲取購物網站上用戶的歷史消費訂單信息和購物車信息；所述數據采集模塊將采集的歷史消費訂單信息和購物車信息發送至服務器內進行存儲；所述訂單分析模塊用于對用戶添加的購物車商品進行訂單購買值計算，具體計算步驟如下：

步驟一：設定添加購物車的商品記為Di，i＝1、……、n；商品對應的店鋪購買次數記為P_Di；

步驟二：獲取購物車的商品對應的添加時間與系統當前時間差值計算，得到添加時間差，并將添加時間差標記為T_Di；T_Di的單位為天；

步驟三：獲取歷史消費訂單信息并進行篩選，篩選出系統當前時間所在月份所有的歷史消費訂單以及前三個月的歷史消費訂單，并將其標記為參考訂單；

步驟四：統計參考訂單的數量并標記為Ma，獲取系統當前時間所在月份所有的歷史消費訂單對應的訂單價格求和得到當前月份消費額，并將其標記為MD；獲取系統當前時間前三個月的歷史消費訂單對應的訂單價格并求和，求和后計算月消費均值，并將月消費均值標記為YX；

步驟五：利用公式獲取得到購物車的商品對應的訂單購買值DM_Di；其中ρ為修正因子，取值為1.324122；m1、m2和m3均為預設比例系數；

步驟六：當訂單購買值大于預設值時，生成預測指令，然后訂單分析模塊將用戶、用戶購物車商品對應的訂單購買值、預測指令和購物車信息發送至訂單預測模塊；

所述訂單預測模塊用于根據訂單購買值進行分析預測得到預估訂單；具體分析過程如下：

a：訂單預測模塊接收到預測指令，對該商品和該商品對應的訂單購買值以及購物車信息進行分析；

b：獲取服務器內存儲的該用戶的歷史消費訂單信息，通過歷史消費訂單信息內訂單對應的收貨地址，選取收貨地址對應的訂單數量最多的地址，并將其標記為優先收貨地址；

c：獲取該商品對應的店鋪及該店鋪發貨的快遞公司和發貨地址；當發貨地址為多個時，則將多個發貨地址與優先收貨地址進行距離計算，選取距離最近的發貨地址標記為優先地址；

d：將優先地址、優先收貨地址和對應的商品及店鋪發貨的快遞公司構成預估訂單，訂單預測模塊將預估訂單發送至服務器內進行存儲；

訂單監控模塊采集已發貨訂單的物流信息，訂單監控模塊將采集的已發貨訂單的物流信息發送至異常分析模塊；異常分析模塊用于對訂單進行異常分析，異常分析模塊將訂單時間異常指令、訂單超時異常指令和訂單重量異常指令發送至訂單預警模塊；訂單預警模塊用于向用戶和商家發送訂單異常信息。

2.根據權利要求1所述的一種基于物聯網貿易的物流訂單分析預測系統，其特征在于，所述訂單監控模塊用于采集已發貨訂單的物流信息，物流信息包括訂單基礎信息、訂單的配送開始時間、訂單對應的運輸公司和運輸公司運輸經過的中轉站以及經過中轉站掃描的時間和訂單對應包裹的重量；訂單基礎信息包括用戶地址和聯系電話以及商家發貨地址和聯系電話；所述訂單監控模塊將采集的已發貨訂單的物流信息發送至異常分析模塊；

所述異常分析模塊用于對訂單進行異常分析，具體分析步驟如下：

步驟一：設定已發貨訂單記為Rj，j＝1、……、n；已發貨訂單已攬件的時間記為T_Rj；

步驟二：根據已發貨訂單的發貨地址和收貨地址得到運輸公司經過的對應中轉站以及運輸路線；設定中轉站記為Zk,k＝1、……、6；

步驟三：根據運輸路線依次經過的中轉先后順序，對中轉站Zk進行排序；依次排序為Z1、Z2、Z3、Z4、Z5、Z6；

步驟四：根據排序后的中轉站進行分析計算距離，根據距離設置中轉站Zk到達的預估時長并將預估時長標記為T_Zk；

步驟五：通過中轉站對包裹掃碼稱重得到已發貨訂單的訂單信息和重量信息，并將稱重的重量記為Li_Rj；i＝1、……、6；

步驟六：已發貨訂單經過中轉站進行異常值分析，獲取得到訂單時間異常指令、訂單超時異常指令和訂單重量異常指令；

步驟七：異常分析模塊將訂單時間異常指令、訂單超時異常指令和訂單重量異常指令發送至訂單預警模塊。