[发明专利]商品的仓库货位推荐方法及装置

权利要求书

1.一种商品的仓库货位推荐方法，其特征在于，包括：

将商品的历史销售数据和当前销售数据，以及个人购买力参数、行业参数和经济形势参数作为输入参数进行神经网络模型训练；

通过所述神经网络模型预测所述商品的未来时段内的销售热度值和对应时间段的销售量；

根据所预测的所述商品的未来时段内的销售热度值和对应时间段的销售量推荐所述商品的仓库货位。

2.根据权利要求1所述的方法，其特征在于，将商品的历史销售数据和当前销售数据，以及个人购买力参数、行业参数和经济形势参数作为输入参数进行神经网络模型训练之前，还包括：

采集所述商品的历史销售数据和所述商品的当前销售数据。

3.根据权利要求1所述的方法，其特征在于，根据所预测的所述商品的未来时段内的销售热度值和对应时间段的销售量推荐所述商品的仓库货位之前，还包括：

将预测的所述商品的未来时段内的所述销售热度值和销售量对接到仓库管理系统中与所述商品SKU进行绑定，并解绑所述商品SKU与货位之间的关联关系。

4.根据权利要求3所述的方法，其特征在于，根据所预测的所述商品的未来时段内的销售热度值和对应时间段的销售量推荐所述商品的仓库货位包括：

根据所述商品的未来时段内的所述销售热度值和销售量建立所述商品的最优库区布局；

设置所述商品的越库操作数据字典和生产加工数据字典；

在所述商品入库时，检索所述越库操作数据字典和生产加工数据字典，根据实时计算的所述商品的销售热度值将所述商品推荐到对应的货位。

5.一种商品的仓库货位推荐装置，其特征在于，包括：

训练模块，用于将商品的历史销售数据和当前销售数据，以及个人购买力参数、行业参数和经济形势参数作为输入参数进行神经网络模型训练；

预测模块，用于通过所述神经网络模型预测所述商品的未来时段内的销售热度值和对应时间段的销售量；

推荐模块，用于根据所预测的所述商品的未来时段内的销售热度值和对应时间段的销售量推荐所述商品的仓库货位。

6.根据权利要求5所述的装置，其特征在于，还包括：

采集模块，用于采集所述商品的历史销售数据和所述商品的当前销售数据。

7.根据权利要求5所述的装置，其特征在于，还包括：

绑定模块，用于将预测的所述商品的未来时段内的所述销售热度值和销售量对接到仓库管理系统中与所述商品SKU进行绑定，并解绑所述商品SKU与货位之间的关联关系。

8.根据权利要求7所述的装置，其特征在于，所述推荐模块还包括：

建立单元，用于根据所述商品的未来时段内的所述销售热度值和销售量建立所述商品的最优库区布局；

设置单元，用于设置所述商品的越库操作数据字典和生产加工数据字典；

推荐单元，用于在所述商品入库时，检索所述越库操作数据字典和生产加工数据字典，根据实时计算的所述商品的销售热度值将所述商品推荐到对应的货位。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。