[发明专利]一种基于机器学习的智慧电商页面缺货管理方法及系统

摘要

本发明涉及机器学习技术领域,公开一种电商页面缺货原因的自动推断、跟踪处理、补货供应的管理方法，实现通过算法模型最大程度地消除缺货。其特征在于将一种深度神经网络模型及持续进化机制的方法应用于电商行业,包括：多源异构数据获取及处理；基于神经网络的模式分析推理；自动工作流任务指派；多维度数据分析；知识管理及模型进化等。本发明基于商品页面状态、库存、订单、物流、人员等信息提取模式编码；算法模型对该编码进行自动识别及推断；基于结果及知识库为缺货事件建立工作流；而预测模型能产生缺货预警、触发补货事件。本发明有效处理电商页面缺货，分析推断准确率高，监测未知的缺货原因，实现从事后处理转化为事前预防。

主权项

1.一种基于机器学习的智慧电商页面缺货管理系统，其特征在于，包括：(1)数据源定义及管理(101):用于提供多源异构数据的高灵活性定义和配置管理方法，包括数据源的基本信息、接入方式、数据的详细格式、数据模板以及数据间的关联映射关系；(2)异构多数据源处理(104):用于对导入数据进行清洗、分类及归并和基于规则的逻辑校验运算；(3)知识及学习机制(102):用于推理的原因结构定义、特征及模式定义、工作流定义，机器学习模型配置、以及训练进化与参数管理；(4)基于深度学习的原因推理(105):基于预先定义和配置完成的人工智能模型及运算机制，对获取到的事件及相关数据信息进行自动分析和推理；(5)缺货预测告警及整理(106):基于预先定义和配置完成的人工智能模型及运算机制，对获取到的产品及相关数据信息进行分析并预测可能出现缺货的时间窗。