基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法
【专利摘要】本发明涉及基于数据挖掘及保鲜预测的超市果蔬优化销售装置。该装置包括果蔬腐败程度信息采集模块、销售经验数据采集模块、时序数据库建立模块、销售经验数据库建立模块、数据仓库建立模块、知识模型挖掘模块、价格模型建立模块、实时价格设定模块以及提示模块。果蔬腐败程度信息采集模块采集果蔬腐败程度信息，销售经验数据采集模块采集销售经验数据；知识模型挖掘模块挖掘得到知识模型；价格模型建立模块建立果蔬的价格模型；实时价格设定模块设定果蔬的实时价格，提示模块在果蔬腐败临界点发出促销提示。本发明在以往销售经验基础上，准确估算不同种类果蔬在不同时间段的保质期，自动实施价格阶梯下降式销售策略，有效促进果蔬销售。
【专利说明】基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法【
【技术领域】
】
[0001]本发明涉及基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法。
【【背景技术】】
[0002]在我国果蔬产业链中，因销售不畅、腐烂导致的损失，占总成本30%左右，经济损失几千亿元。果蔬因销售不畅而腐烂，并非绝对数量过剩，而是销售策略与管理方法、定价机制的问题。目前国内的超市果蔬销售，多采取全程价格不变、腐烂减价处理的销售方式，造成了果蔬的大量腐烂丢弃，不仅造成了超市、果蔬经销商的经济损失，同时也使社会财富总价值产生无谓消耗。
【
【发明内容】
】
[0003]本发明旨在解决上述现有技术中存在的问题，提出基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法。
[0004]本发明一方面提出了基于数据挖掘及保鲜预测的超市果蔬优化销售装置，该装置包括:果蔬腐败程度信息采集模块、销售经验数据采集模块、时序数据库建立模块、销售经验数据库建立模块、数据仓库建立模块、知识模型挖掘模块、价格模型建立模块、实时价格设定模块以及提示模块。其中，所述果蔬腐败程度信息采集模块采集果蔬腐败程度信息，所述销售经验数据采集模块采集以往销售经验数据；所述时序数据库建立模块根据所述果蔬腐败程度信息建立时序数据库，销售经验数据库建立模块根据所述销售经验数据建立销售经验数据库；所述数据仓库建立模块对所述时序数据库进行数据筛选建立得到数据仓库；所述知识模型挖掘模块对所述数据仓库中的数据进行挖掘得到知识模型；所述价格模型建立模块根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型；所述实时价格设定模块根据所述价格模型设定所述果蔬的实时价格；所述提示模块在果蔬腐败临界点时刻发出告警，并发出促销提示。
[0005]本发明另一方面提出了基于数据挖掘及保鲜预测的超市果蔬优化销售方法，该方法包括以下步骤:步骤一:采集果蔬的腐败程度信息，并采集以往销售经验数据；步骤二:根据所述腐败程度信息预测果蔬的保鲜期，建立果蔬腐败程度信息时序数据库，根据所述销售经验数据建立销售经验数据库；步骤三:根据所述时序数据库实时监控果蔬新鲜度；步骤四:对果蔬腐败程度信息时序数据库进行数据筛选建立数据仓库；步骤五:采用时序挖掘算法对所述数据仓库中的数据进行挖掘，得到知识模型；步骤六:根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型；步骤七:根据所述价格模型设定所述果蔬的实时价格，在果蔬腐败前根据所述实时价格销售所述果蔬，在果蔬腐败后采取促销措施。
[0006]本发明提出的基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法在以往销售经验基础上，准确估算不同种类果蔬在不同时间段的保质期，自动实施价格阶梯下降式销售策略，有效促进果蔬销售。【【专利附图】
【附图说明】】
[0007]图1所示为本发明一实施例的基于数据挖掘及保鲜预测的超市果蔬优化销售装置结构图；
[0008]图2所示为本发明一实施例的基于数据挖掘及保鲜预测的超市果蔬优化销售方法流程图。
【【具体实施方式】】
[0009]为了使本发明的目的、技术方案及优点更加清晰，以下结合具体实施例及附图，对本发明作进一步详细说明。应当理解，文中所描述的具体实施例仅仅用以解释本发明的技术方案，而不应当理解为对本发明的限制。
[0010]如图1所示，本发明一方面提供基于数据挖掘及保鲜预测的超市果蔬优化销售装置，该装置包括:果蔬腐败程度信息采集模块100、销售经验数据采集模块200、时序数据库建立模块300、销售经验数据库建立模块400、数据仓库建立模块500、知识模型挖掘模块600、价格模型建立模块700、实时价格设定模块800以及提示模块900。
[0011]其中，所述果蔬腐败程度信息采集模块100用于采集果蔬腐败程度信息。具体地，所述果蔬腐败程度信息采集模块100包括但不限于气味采集装置、传感器等；所述销售经验数据采集模块200用于采集以往果蔬销售经验数据，所述销售经验数据采集模块200包括但不限于ERP (Enterprise Resource Planning,企业资源规划)信息系统。
[0012]所述时序数据库建立模块300根据所述果蔬腐败程度信息建立时序数据库，该时序数据库包含了所述果蔬的腐败程度随时间推移的变化情况；所述销售经验数据库建立模块400根据所述销售经验数据建立销售经验数据库。
[0013]基于所述时序数据库，所述提示模块900在果蔬腐败临界点时刻发出告警，并提示超市工作人员采取赠送、促销等措施。
[0014]所述数据仓库建立模块500对所述时序数据库进行数据筛选建立得到数据仓库；所述知识模型挖掘模块600对所述数据仓库中的数据进行挖掘得到知识模型，其中，挖掘过程中所采用的挖掘算法包括但不限于时序挖掘算法。
[0015]所述价格模型建立模块700根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型；所述实时价格设定模块800根据所述价格模型设定所述果蔬的实时价格，在果蔬腐败前，超市工作人员可根据该实时价格销售果蔬。
[0016]如图2所示，本发明另一方面提供了基于数据挖掘及保鲜预测的超市果蔬优化销售方法。
[0017]具体地，在步骤SlOO中，利用气味采集装置、传感器等设备采集果蔬腐败程度信息，并利用ERP (Enterprise Resource Planning,企业资源规划)信息系统等具有销售经验数据存储功能的装置采集以往果蔬销售经验数据。
[0018]在步骤S200中，根据所述腐败程度信息预测果蔬的保鲜期，并建立时序数据库，该时序数据库包含了所述果蔬的腐败程度随时间推移的变化情况，同时，根据所述销售经验数据建立销售经验数据库。
[0019]在步骤S300中，根据步骤S200中建立的时序数据库实时地监控所述果蔬的新鲜度。
[0020]在步骤S400中，对所述时序数据库进行数据筛选建立得到数据仓库。在步骤S500中，对所述数据仓库中的数据进行挖掘得到知识模型，其中，挖掘过程中所采用的挖掘算法包括但不限于时序挖掘算法。
[0021]在步骤S600中，根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型。在步骤S700中，根据所述价格模型设定所述果蔬的实时价格，在果蔬腐败前，超市工作人员可根据该实时价格销售果蔬；在果蔬腐败后，超市工作人员可采取赠送、促销等措施。
[0022]本发明提出的基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法为超市果蔬销售方式提供了一种可能性策略，本发明在充分分析销售经验基础上，准确估算不同种类果蔬在不同时间段的保质期，从超市进货开始，自动实施价格阶梯下降式销售策略，有效促进果蔬销售；此外，在果蔬开始腐烂的保质临界点及其之后，开展“购买其他商品、免费赠送果蔬”的促销措施，通过促进整个超市的有效运营，弥补、摊薄果蔬销售成本。
[0023]虽然本发明参照当前的较佳实施方式进行了描述，但本领域的技术人员应能理解，上述较佳实施方式仅用来解释和说明本发明的技术方案，而并非用来限定本发明的保护范围，任何在本发明的精神和原则范围之内，所做的任何修饰、等效替换、变形、改进等，均应包含在本发明的权利要求保护范围之内。
【权利要求】
1.基于数据挖掘及保鲜预测的超市果蔬优化销售装置，包括:果蔬腐败程度信息采集模块、销售经验数据采集模块、时序数据库建立模块、销售经验数据库建立模块、数据仓库建立模块、知识模型挖掘模块、价格模型建立模块、实时价格设定模块以及提示模块，其中， 所述果蔬腐败程度信息采集模块采集果蔬腐败程度信息，所述销售经验数据采集模块采集以往销售经验数据； 所述时序数据库建立模块根据所述果蔬腐败程度信息建立时序数据库，销售经验数据库建立模块根据所述销售经验数据建立销售经验数据库； 所述数据仓库建立模块对所述时序数据库进行数据筛选建立得到数据仓库； 所述知识模型挖掘模块对所述数据仓库中的数据进行挖掘得到知识模型； 所述价格模型建立模块根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型； 所述实时价格设定模块根据所述价格模型设定所述果蔬的实时价格； 所述提示模块在果蔬腐败临界点时刻发出告警，并发出促销提示。
2.根据权利要求1所述基于数据挖掘及保鲜预测的超市果蔬优化销售装置，其特征在于，所述知识模型挖掘模块根据时序挖掘算法对所述数据仓库中的数据进行挖掘，得到所述知识模型。
3.基于数据挖掘及保鲜预测的超市果蔬优化销售方法，包括以下步骤: 步骤一:采集果蔬的腐败程度信息，并采集以往销售经验数据； 步骤二:根据所述腐败程度信息预测果蔬的保鲜期，建立果蔬腐败程度信息时序数据库，根据所述销售经验数据建立销售经验数据库； 步骤三:根据所述时序数据库实时监控果蔬新鲜度； 步骤四:对果蔬腐败程度信息时序数据库进行数据筛选建立数据仓库； 步骤五:采用时序挖掘算法对所述数据仓库中的数据进行挖掘，得到知识模型； 步骤六:根据所述销售经验数据库以及所述知识模型建立所述果蔬的价格模型；步骤七:根据所述价格模型设定所述果蔬的实时价格，在果蔬腐败前根据所述实时价格销售所述果蔬，在果蔬腐败后采取促销措施。
4.根据权利要求3所述的基于数据挖掘及保鲜预测的超市果蔬优化销售方法，其特征在于，采用时序挖掘算法对所述数据仓库中的数据进行挖掘，得到所述知识模型。
【文档编号】G06Q30/02GK104077706SQ201310100849
【公开日】2014年10月1日 申请日期:2013年3月26日 优先权日:2013年3月26日
【发明者】修文群, 冯圣中, 张宝运, 李晓明 申请人:深圳先进技术研究院