[发明专利]一种基于数据挖掘的售货机智能管理系统及方法在审
申请号: | 201711294439.X | 申请日: | 2017-12-08 |
公开(公告)号: | CN108171531A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 蔡伟佳;何乐民;刘梓豪;李永锋;王尚权 | 申请(专利权)人: | 广州云印信息科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G07F11/00 |
代理公司: | 广州容大益信专利代理事务所(普通合伙) 44397 | 代理人: | 牛丽霞;汪小梅 |
地址: | 510000 广东省广州市高新*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 售货机 智能管理系统 数据挖掘 进货量 分析处理单元 工作状态数据 数据采集单元 个性化偏好 后台服务器 销售 定时采集 分析处理 人员定位 商品销售 数据采集 数据信息 数据整合 图表形式 用户提供 用户行为 预测数据 运营模式 归类 整合 销售量 零售 预测 运营 展示 分析 帮助 学习 | ||
本发明涉及零售运营模式领域,具体涉及一种基于数据挖掘的售货机智能管理系统及方法,系统包括数据采集单元定时采集售货机工作状态数据信息;数据整合分析处理单元对数据采进行归类整合分析处理;后台服务器单元预测下一阶段售货机预售数据。本发明为用户提供大量有效的数据信息并以图表形式展示;提供下一阶段热销商品、销售额、销售量、进货量、商品销售占比等预测数据,帮助运营人员定位销售策略。通过售货机的定位、销售种类、销售时间、用户进货时间、进货量等多方位数据采集,分析用户行为,进而学习用户的个性化偏好。
技术领域
本发明涉及零售运营模式领域,具体涉及一种基于数据挖掘的售货机智能管理系统及方法。
背景技术
一直以来售货机只能提供售货功能,即便介入了移动支付功能也只能做到方便购买者购买,但是对于运营商来说,需求永远不止如此,运营商对于何种商品销售情况,走势等,后续采购方案等处于被动情况,无法为运营带任何有效的效果。
作为运营方,需要统筹全局,对于地区的营收状况、投入成本、下阶段的营销计划都是基于售卖的情况,而在传统的售卖机上,这方面是一个空白的区域,运营商必须承担较大的风险尝试,也无法有效提升销售状况。
发明内容
为克服上述现有技术存在的不足,本发明提出一种基于数据挖掘的售货机智能管理系统,所述系统包括:数据采集单元、数据整合分析处理单元、后台服务器单元;
数据采集单元,用于定时采集售货机工作状态数据信息;
数据整合分析处理单元,对数据采集单元采集到的数据信息,进行归类整合分析处理;
后台服务器单元,获取整合后的数据信息,预测下一阶段售货机预售数据。
进一步地,所述数据采集单元内搭载单片机,用于定时采集数据;
所述定时采集数据为每隔10S进行一次数据采集。
进一步地,所述售货机工作状态数据信息为售货机的定位、销售种类、销售时间、用户进货时间和进货量数据信息。
进一步地,所述数据整合分析处理单元包括:机器管理模块、商品库存管理模块、订单管理模块、报警模块;
机器管理模块,用于设置售货机的运行、离线状态;
商品库存管理模块,用于对已有商品库存进行管理,实时更新库存状态信息;
订单管理模块,用于产生销售订单,并通过实际售货机出货情况标记订单的状态;
报警模块,用于对机器管理模块出现运行异常,或商品库存管理模块商品库存达到阈值时,或订单管理模块产生异常订单时实时产生报警信息。
进一步地,所述数据整合分析处理单元,通过C/S的模式把处理后的数据信息上传数据到后台服务器单元。
进一步地,所述后台服务器单元,通过BP算法生成预测下一阶段售货机预售数据;
相应地,所述下一阶段售货机预售数据包括热销商品、销售额、销售量、进货量和商品销售占比。
进一步地,所述后台服务器单元包括:web应用模块和微信公众号模块;
web应用模块和微信公众号模块,通过http协议与后台服务器单元实时数据信息通信;
web应用模块,用于对售货机的实时工作状态信息图形化,提供web服务;
信公众号模块,借助微信公众号API,实现消息实时推送,信息实时查看。
为达到上述目的,本发明还提出一种基于数据挖掘的售货机智能管理方法,具体方法包括如下步骤:
S1,定时采集售货机工作状态数据信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州云印信息科技有限公司,未经广州云印信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711294439.X/2.html,转载请声明来源钻瓜专利网。