[发明专利]一种库存异常数据的检测方法、装置及电子设备

说明书

技术领域

本申请涉及数据检测技术领域，具体涉及一种库存异常数据的检测方法、装置及电子设备。

背景技术

在大型电子商务网站运行过程中，网站记录的商品库存数据与商品实际库存量不一致是一个较为常见的问题，即：网站的商品库存数据不准确。库存数据不准确不仅会对平台业务产生极大的影响，同时也将损害其它各方的利益。对于一个包括海量商品的电子商务网站，需要实时准确地监控不准确的商品库存数据，智能的分析问题的产生原因，对不准确的商品库存数据有总的认识和详细原因的分析，以便做到从容应对。

导致商品库存数据不准确的关键因素包括业务因素和平台技术因素。其中业务因素包括商家对商品库存数据的错误设置等，平台技术因素包括技术原因导致的商品交易过程中库存扣减不准确等。相对于业务因素而言，平台技术因素是导致商品库存数据不准确的主要原因，例如，对订单操作后应该扣库存却没有扣库存，或者应该回补库存却没有回补库存等。由于电子商务平台通常涉及多个复杂系统(交易系统和库存管理系统等)，因此要实时监控库存异常情况，尤其是针对有海量商品的系统，复杂性不言而喻。

最常见的情况是商品库存数据大于商品实际库存量，这种错误的库存数据将导致电子商务网站最终出现商品超卖的问题。商品超卖是商品库存数据不准确产生的最严重问题，同时也是卖家最容易发现的问题。卖家发现商品超卖后，首先将超卖情况反馈给网站，然后网站技术人员介入排查，这种处理方式是解决商品超卖问题的最原始方法。该方法存在的缺点是：只有在真正发生商品超卖后，才能发现系统存在这样的问题，而不能预见商品具有超卖风险。为了解决这个问题，现有技术通过利用Hadoop集群进行离线计算，以发现系统是否存在商品超卖风险。然而，该方法同样存在一些缺点，即：离线计算的非实时性不能满足实际需求。

为了能够实时地检测库存异常，目前通常采用在线实时监控的方法检测已 经发生超卖情况的商品库存数据。该方法是以某个时间点的商品库存数据作为基准库存数据(一般取零点时刻的库存，故也叫零点库存)，将基准库存数据与该时间点后预设时间间隔内的库存变化累计值进行比较，当发现基准库存数据小于库存变化累计值时，判定系统发生商品超卖问题。

由于上述在线实时监控的检测方法是基于一段时间的库存变化累计值来检测是否存在超卖风险的，因此，如果基准库存数据很大，则可能需要经历较长的时间间隔，才能够检测到基准库存数据小于库存变化累计值。可见，该方法并没有真正达到实时检测库存异常的效果，即：无法在每产生一个异常的库存变更数据时就将其检测出来。

发明内容

本申请提供一种库存异常数据的检测方法、装置及电子设备，以解决现有技术存在无法实时检测到每一个异常的库存变更数据的问题。

本申请提供一种库存异常数据的检测方法，包括：

获取待检测订单的新增交易状态变更数据及与其对应的新增库存变更数据；

根据所述新增交易状态变更数据和所述待检测订单应用的库存扣减模式，检测所述新增库存变更数据是否为异常的库存变更数据。

可选的，所述根据所述新增交易状态变更数据和所述待检测订单应用的库存扣减模式，检测所述新增库存变更数据是否为异常的库存变更数据，包括：

根据所述新增交易状态变更数据，获取所述待检测订单的当前交易状态；

根据所述当前交易状态和所述待检测订单应用的库存扣减模式，计算所述新增库存变更数据的预期值；

判断所述新增库存变更数据和所述预期值是否相同；

若是，则判定所述新增库存变更数据为正常的库存变更数据；

若否，则判定所述新增库存变更数据为所述异常的库存变更数据。

可选的，所述根据所述新增交易状态变更数据和所述待检测订单应用的库存扣减模式，检测所述新增库存变更数据是否为异常的库存变更数据，包括：

根据所述新增交易状态变更数据，获取所述待检测订单的当前交易状态；

根据所述待检测订单应用的库存扣减模式和所述新增库存变更数据，生成 所述待检测订单的预期交易状态；

判断所述待检测订单的当前交易状态和所述预期交易状态是否相同；

若是，则判定所述新增库存变更数据为正常的库存变更数据；

若否，则判定所述新增库存变更数据为所述异常的库存变更数据。

可选的，所述根据所述新增交易状态变更数据和所述待检测订单应用的库存扣减模式，检测所述新增库存变更数据是否为异常的库存变更数据，包括：

根据所述新增交易状态变更数据，获取所述待检测订单的当前交易状态；