[发明专利]一种确定物品存储分类的方法和装置

权利要求书

1.一种确定物品存储分类的方法，其特征在于，包括：

根据各个物品的历史出库量，确定所述各个物品的分类数量；

根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比；

基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型；

基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类。

2.根据权利要求1所述的方法，其特征在于，根据各个物品的历史出库量，确定所述各个物品的分类数量，包括：

采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量。

3.根据权利要求2所述的方法，其特征在于，采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量，包括：

对于每次聚类，预先指定簇数量，采用k-means算法并根据各个物品的历史出库量，对所述各个物品进行聚类；

比较每次聚类的组间间距值或者组内间距值，选择组间间距值或者组内间距值最小的聚类对应的簇数量作为所述各个物品的分类数量。

4.根据权利要求1所述的方法，其特征在于，根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比，包括：

根据所述各个物品的历史出库量对所述各个物品进行排序，从而得到所述各个物品的出库量排序；

根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比；

根据所述各个物品的出库量排序计算所述各个物品的品项数累计占比。

5.根据权利要求1所述的方法，其特征在于，基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型，包括：

构建回归分析模型；其中，所述回归分析模型描述了出库量累计占比与品项数累计占比之间的回归关系；

根据所述回归分析模型构建目标函数，基于所述各个物品的出库量累计占比和品项数累计占比求解所述目标函数，以使拟合的出库量累计占比与实际的出库量累计占比的差值最小；

根据所述目标函数的求解结果得到所述回归分析模型中的参数，从而得到分类模型。

6.根据权利要求1所述的方法，其特征在于，基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类，包括：

若所述分类数量为2，则计算所述分类模型的拐点处的品项数累计占比，从而根据所述拐点处的品项数累计占比确定所述各个物品的所在分类；

若所述分类数量为3，则基于所述分类模型求解第一边界点的品项数累计占比和第二边界点的品项数累计占比，从而根据所述第一边界点的品项数累计占比和所述第二边界点的品项数累计占比确定所述各个物品的所在分类；

若所述分类数量大于3，则将所述各个物品分为三类，对所述三类中的至少一类进行等距划分，从而确定所述各个物品的所在分类。

7.根据权利要求6所述的方法，其特征在于，对所述三类中的至少一类进行等距划分，从而确定所述各个物品的所在分类，包括：

令m为k/3的取整部分，n为k/3的余数；其中，k为分类数量；

若n等于1，则将第一类等距划分为m+1类，将第二类和第三类分别等距划分为m类；若n等于2，则将第一类和第二类分别等距划分为m+1类，将第三类等距划分为m类；

根据等距划分结果确定各个分类的边界点，从而根据所述各个分类的边界点的品项数累计占比确定所述各个物品的所在分类。