基于大数据分析下的信息预警系统的制作方法

1.本发明涉及数据统计预警技术领域，具体为基于大数据分析下的信息预警系统。


背景技术：

2.随着经济发展，便利店的数量逐步增加，而便利店存在的主要问题就在于仓储方面；每个工作日结束之前都需要员工手动进行登记，该活动大量消耗人力时间成本，并且在登记时可能存在偏差导致库存数据不精确；在存取物品时如果纯粹依靠机械运行那么其运营成本相对过高，无法长期使用。因此，设计库存预警精确的基于大数据分析下的信息预警系统是很有必要的。


技术实现要素：

3.本发明的目的在于提供基于大数据分析下的信息预警系统，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：基于大数据分析下的信息预警系统，包括商品数量预警模块和物品存取模块，所述商品数量预警模块用于统计预估便利店各种类商品的数量，所述物品存取模块用于在货柜中设置能够识别存取数量的模块，所述商品数量预警模块和物品存取模块之间数据连接；
5.所述商品数量预警模块包括商品库存统计模块和商品消耗预估模块，所述商品库存统计模块用于计算目前商品的库存所含量，所述商品消耗预估模块用于根据客观因素对短时间内库存量进行预估，所述商品库存统计模块与商品消耗预估模块之间数据连接；
6.所述物品存取模块包括增减数据统计模块、商品尺寸统计模块和红外感应模块，所述增减数据统计模块用于根据红外结果判断对商品的存取关系，所述商品尺寸统计模块用于记录各商品的大小关系，所述红外感应模块用于支撑上述存取感应技术，所述增减数据统计模块与商品尺寸统计模块之间数据连接，所述增减数据统计模块与红外感应模块之间数据连接，所述商品尺寸统计模块与红外感应模块之间数据连接。
7.根据上述技术方案，所述商品消耗预估模块包括商品活动规划模块、天气预估模块和数据库模块，所述商品活动规划模块用于获取未产生库存预警的商品的促销活动安排，所述天气预估模块用于获取天气状况分析其对商品售卖的影响，所述数据库模块用于存储上述各分块数据量，所述商品活动规划模块与数据库模块之间数据连接，所述天气预估模块与数据库模块数据连接。
8.根据上述技术方案，所述信息预警系统的运行方法主要包括以下步骤：
9.步骤s1：红外感应模块实时进行监测，记录存取人员手部信息数据；
10.步骤s2：系统进行初始化操作，录入各类商品的信息，当用户在存取商品时通过扫描距离大小感知取出商品数量；
11.步骤s3：在进行存取作业时根据红外感应的变化判断实际库存增减；
12.步骤s4：将已经达到库存量预警的商品进行报告，若未达到预警数量的商品则进
行预警估测操作。
13.根据上述技术方案，所述步骤s1进一步包括一下步骤：
14.步骤s11：负责商品的管理员工将手腕大小q录入数据库；
15.步骤s12：当有红外感应被触发时，记录此时阻碍物大小数据变化。
16.根据上述技术方案，所述步骤s2进一步包括以下步骤：
17.步骤s21：系统工作时，人工向数据库中键入数据，建立每个物品的存放格间以及数量；
18.步骤s22：等待红外触发，自动判断增加或减少对应商品数量。
19.根据上述技术方案，所述步骤s3进一步包括以下步骤：
20.步骤s31：查看数据库中阻碍物大小数据变化程度；
21.步骤s32：第一次取商品只能取一件，通过该操作测算对应商品大小数值w并存储于数据库中，此后每次存取根据红外检测距离判断其存取的数量变化；
22.步骤s33：同时查看距离变化的表格判断该操作是存操作还是取操作。
23.根据上述技术方案，所述步骤s32进一步包括以下步骤：
24.步骤s321：当用户一次取商品时，测得该次红外测距值为e0；
25.步骤s322：估算此时单件商品数值大小w，w＝0.9e0；
26.步骤s323：当红外单元再次触发时，获取该次测距数值en，估算此次存取商品数量r；
27.步骤s324：上述步骤中商品数量r的计算公式为，
28.根据上述技术方案，所述步骤s33进一步包括以下步骤：
29.步骤s331：若在模型中，红外测距是首先测得的数值大于等于w，该测量数值逐步变为q，则判断该次操作为存操作；
30.步骤s332：若红外测距是首先测得的数值小于等于q，该测量数值逐步变化大于w，则判断该次操作为取操作。
31.根据上述技术方案，所述步骤s4进一步包括以下步骤：
32.步骤s41：工作日结束后，系统根据存取关系确定各商品的剩余数值；
33.步骤s42：库中已经到达库存需补充警戒值的商品需要向管理员发出预警信息；
34.步骤s43：若某种类商品的并未达到预警值，则对该商品做预测处理，预测其在未来时间段内是否存在预警风险。
35.根据上述技术方案，所述骤s43进一步包括以下步骤：
36.步骤s431：首先根据商品是否存在活动判断其对商品数量的影响，设其优惠券的数量为t，优惠卷时效天数为y；
37.步骤s432：计算活动商品其每日库存消耗预估值u，p∈(1，y)；
38.步骤s433：其次考虑天气对部分商品的影响，当气候温度较高时，部分季节产品的销量会上升，增加库存压力，并将该消耗趋势存放于数据库模块中；
39.步骤s434：此时将当前库存量减去预计消耗因素，判断是否存在库存不足的风险，若存在则进行预警，否则不进行提示操作。
40.与现有技术相比，本发明所达到的有益效果是：本发明，使用智能预警管理，将库
存中商品分为已预警商品和未预警商品，其中对未预警商品进行估算操作，预测其在需要预警时间，通过该操作保证库存的充足；在商品的存取中使用智能化判断方法，精确估计其操作类型，并通过估计商品的大小判断商品的存取数量，从而达到精确存储数据的效果。
附图说明
41.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
42.图1是本发明的系统模块组成示意图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.请参阅图1，本发明提供技术方案：基于大数据分析下的信息预警系统，包括商品数量预警模块和物品存取模块，商品数量预警模块用于统计预估便利店各种类商品的数量，物品存取模块用于在货柜中设置能够识别存取数量的模块，商品数量预警模块和物品存取模块之间数据连接，该系统中使用智能预警管理，将库存中商品分为已预警商品和未预警商品，其中对未预警商品进行估算操作，预测其在需要预警时间，通过该操作保证库存的充足；在商品的存取中使用智能化判断方法，精确估计其操作类型，并通过估计商品的大小判断商品的存取数量，从而达到精确存储数据的效果；
45.商品数量预警模块包括商品库存统计模块和商品消耗预估模块，商品库存统计模块用于计算目前商品的库存所含量，商品消耗预估模块用于根据客观因素对短时间内库存量进行预估，商品库存统计模块与商品消耗预估模块之间数据连接，首先在系统使用时对库存数量使用初始化操作，该步骤由手动操作完成，在进行初始化后使用商品预估功能，综合考虑多种因素，判断商品是否存在预警风险；
46.物品存取模块包括增减数据统计模块、商品尺寸统计模块和红外感应模块，增减数据统计模块用于根据红外结果判断对商品的存取关系，商品尺寸统计模块用于记录各商品的大小关系，红外感应模块用于支撑上述存取感应技术，增减数据统计模块与商品尺寸统计模块之间数据连接，增减数据统计模块与红外感应模块之间数据连接，商品尺寸统计模块与红外感应模块之间数据连接。
47.商品消耗预估模块包括商品活动规划模块、天气预估模块和数据库模块，商品活动规划模块用于获取未产生库存预警的商品的促销活动安排，天气预估模块用于获取天气状况分析其对商品售卖的影响，数据库模块用于存储上述各分块数据量，商品活动规划模块与数据库模块之间数据连接，天气预估模块与数据库模块数据连接。
48.信息预警系统的运行方法主要包括以下步骤：
49.步骤s1：红外感应模块实时进行监测，记录存取人员手部信息数据，手部信息是指手腕距离大小，手掌在进行拿取操作时，由于其接触面积有限，因此可以将其忽略不计；
50.步骤s2：系统进行初始化操作，录入各类商品的信息，当用户在存取商品时通过扫
描距离大小感知取出商品数量，在使用智能化仓管之前需要手动录入商品信息，将各类商品与其对应数量进行建模，并留有物品大小的数据存储空间，等待测量数据；本方法避免依靠图像识别功能来分析商品库存的存取，而是通过距离模型的方式来智能识别，这种方法可以有效的表达增减关系，并且只有第一次统计数据时需要人工干预，往后的操作都是通过模型识别来完成，保证了系统的连续性与精确性；
51.步骤s3：在进行存取作业时根据红外感应的变化判断实际库存增减，当红外触发时，查看其红外测距的变化，测距数据由大到小或者由小到大，可以判断其是存操作和取操作，该方法与现有方法不同之处在于，现有的技术依靠感知商品的减少来获知取出商品多少，而本系统是通过模型数据的变化，使用模型数据改变的方法，减少了因为图像分析需要大量运算力而造成的卡顿现象，而且由于物品的体积是固定的，所以在模型识别中具备很好的准确性；
52.步骤s4：将已经达到库存量预警的商品进行报告，若未达到预警数量的商品则进行预警估测操作。
53.步骤s1进一步包括一下步骤：
54.步骤s11：负责商品的管理员工将手腕大小q录入数据库；
55.步骤s12：当有红外感应被触发时，记录此时阻碍物大小数据变化，红外被触发表示产生存或取的操作，在第一次进行存取时，设定只能存取单件，因此可以通过该方法测算出单件商品的数值。
56.步骤s2进一步包括以下步骤：
57.步骤s21：系统工作时，人工向数据库中键入数据，建立每个物品的存放格间以及数量；
58.步骤s22：等待红外触发，自动判断增加或减少对应商品数量。
59.步骤s3进一步包括以下步骤：
60.步骤s31：查看数据库中阻碍物大小数据变化程度；
61.步骤s32：第一次取商品只能取一件，通过该操作测算对应商品大小数值w并存储于数据库中，此后每次存取根据红外检测距离判断其存取的数量变化，第一次存取可以获得该商品的大小数值，需要将其记录，在此后的操作中每当进行存取时，根据红外测距的数值与商品大小数值产生计算关系，获取单次存取的数量；
62.步骤s33：同时查看距离变化的表格判断该操作是存操作还是取操作。
63.步骤s32进一步包括以下步骤：
64.步骤s321：当用户一次取商品时，测得该次红外测距值为e0；
65.步骤s322：估算此时单件商品数值大小w，w＝0.9e0，在估算商品大小时需要考虑手掌与商品的接触，但手掌的距离相对较小，因此在测量了距离数值之后进行系数乘法，在一定程度上精确商品的大小数值；
66.步骤s323：当红外单元再次触发时，获取该次测距数值en，估算此次存取商品数量r，en表示除第一次测量以外的距离测量结果，将其表示记为en，为计算商品数量做准备，其中n在一至无穷间取值；
67.步骤s324：上述步骤中商品数量r的计算公式为，上述使用向上取整法，
这是因为用户在取商品时可以一次取多件，将其与单件大小相除后有极大概率会产生小数问题，因此对此使用取整操作，使商品的数量保持整数。
68.步骤s33进一步包括以下步骤：
69.步骤s331：若在模型中，红外测距是首先测得的数值大于等于w，该测量数值逐步变为q，则判断该次操作为存操作，该现象是由于仓管人员拿取商品放入货架时，由于抓取商品，所以其测距结果一定大于等于单件商品大小，而当放入后，其手臂一定会往前伸出，所以此时检测到的距离近似于手臂大小数值，因此判定为存操作；
70.步骤s332：若红外测距是首先测得的数值小于等于q，该测量数值逐步变化大于w，则判断该次操作为取操作，上述现象是当仓管人员取某商品时，手臂先进入检测区域，所以此时测出结果近似于q，而当人员抓取商品离开货架时，其由于抓持商品原因，因此测距结果一定大于单件物品大小数值。
71.步骤s4进一步包括以下步骤：
72.步骤s41：工作日结束后，系统根据存取关系确定各商品的剩余数值；
73.步骤s42：库中已经到达库存需补充警戒值的商品需要向管理员发出预警信息；
74.步骤s43：若某种类商品的并未达到预警值，则对该商品做预测处理，预测其在未来时间段内是否存在预警风险，此时由于该工作日尚未将商品消耗至预警值，但是需要考虑客观因素对其影响，预测未来时间段的商品消耗，以此达到及时补充商品的目的。
75.步骤s43进一步包括以下步骤：
76.步骤s431：首先根据商品是否存在活动判断其对商品数量的影响，设其优惠券的数量为t，优惠卷时效天数为y，商品消耗预计主要与该商品的优惠活动相关，优惠券的数量直接影响该商品的销量增加程度，其中随着时间的推移，使用优惠券的人数也成下降趋势；
77.步骤s432：计算活动商品其每日库存消耗预估值u，p∈(1，y)，上述p代表该商品时效性，第一天时p为1，最后一天时p为y，优惠券发放的第一天该商品的销量会有急剧的上升，随后会逐渐变少，因此u随着p的增加而减少；
78.步骤s433：其次考虑天气对部分商品的影响，当气候温度较高时，部分季节产品的销量会上升，增加库存压力，并将该消耗趋势存放于数据库模块中，当天气炎热时，就使得夏季商品的销量产生明显增，但是由于其效果远低于商品活动影响，因此作为次要因素，并且记录于数据库中，作为历史数据进行推测；
79.步骤s434：此时将当前库存量减去预计消耗因素，判断是否存在库存不足的风险，若存在则进行预警，否则不进行提示操作。
80.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
81.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可
以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。