买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海顶赞信息技术有限公司

摘要：公开了一种电商仓库预包量的计算方法，其首先将预包计划的参数信息输入到计算下推量系统以生成预包任务，其中，所述参数信息包括目标物理仓库、预包商品和打包类型；接着，通过调用WMS接口，查询所述目标物理仓库下预定所述打包类型的所述预包商品以得到WMS预包可用库存；进而，预测预包需求量以得到预包需求量参考值；以及，最终，基于所述预包需求量参考值和所述WMS预包可用库存计算下推WMS的下推量。这样，可以基于产品订单的近期数据和历史同期数据来更准确地预测预包量，减少仓库压力，提高订单处理效率，并改善消费者的购物体验。

主权项：1.一种电商仓库预包量的计算方法，其特征在于，包括：将预包计划的参数信息输入到计算下推量系统以生成预包任务，其中，所述参数信息包括目标物理仓库、预包商品和打包类型；通过调用WMS接口，查询所述目标物理仓库下预定所述打包类型的所述预包商品以得到WMS预包可用库存；预测预包需求量以得到预包需求量参考值；以及基于所述预包需求量参考值和所述WMS预包可用库存计算下推WMS的下推量；其中，所述预测预包需求量以得到预包需求量参考值，包括：获取待评估产品的历史数据，所述历史数据包括所述待评估产品在近多个月的销售量、加购量和收藏量，以及，所述待评估产品在多个618同期的订单量；对所述待评估产品的历史数据和所述待评估产品在多个618同期的订单量进行时序协同关联分析以得到近期-历史同期时序协同关联特征；以及基于所述近期-历史同期时序协同关联特征，确定预包需求量参考值；其中，基于所述近期-历史同期时序协同关联特征，确定预包需求量参考值，包括：对所述近期-历史同期语义交互特征向量进行特征分布优化以得到优化近期-历史同期语义交互特征向量；以及将所述近期-历史同期语义交互特征向量通过解码器以得到解码值，所述解码值为预包需求量参考值；其中，对所述近期-历史同期语义交互特征向量进行特征分布优化以得到优化近期-历史同期语义交互特征向量，包括：对所述近期销售状态语义特征向量和所述同期订单量语义关联特征向量进行非齐次希尔伯特面上空间自适应点学习以得到融合特征向量；以及融合所述融合特征向量和所述近期-历史同期语义交互特征向量以得到所述优化近期-历史同期语义交互特征向量；其中，对所述近期销售状态语义特征向量和所述同期订单量语义关联特征向量进行非齐次希尔伯特面上空间自适应点学习以得到融合特征向量，包括：以如下优化公式对所述近期销售状态语义特征向量和所述同期订单量语义关联特征向量进行非齐次希尔伯特面上空间自适应点学习以得到所述融合特征向量；其中，所述优化公式为：；其中，是所述近期销售状态语义特征向量，是所述同期订单量语义关联特征向量，是所述同期订单量语义关联特征向量的转置向量，，和表示基于吉尔伯特空间的非齐次闵式距离，且和为超参数，和分别是特征向量和的全局特征均值，且特征向量和均为行向量，表示按位置点乘，表示按位置加法，是协方差矩阵，是所述融合特征向量。

全文数据：

权利要求：

百度查询： 上海顶赞信息技术有限公司 一种电商仓库预包量的计算方法