一种基于商品进销存录入处理系统及方法与流程

1.本发明涉及商品进销存管理技术领域，具体为一种基于商品进销存录入处理系统及方法。


背景技术：

2.进销存是指企业管理过程中的采购、入库和销售的动态管理过程，随着信息技术的发展，企业使用进销存相关软件对这一动态过程进行实时监测，保证企业的管理更加具有条理性；通过使用包括进销存的系统，能够帮助业务人员提高工作效率，为老板提高准确的业务决策；
3.但是在中国专利，专利号为cn110766290a，申请日为2019.9.27时公布了一种商品进销存系统、管理系统及管理方法，其公开了在统一入库的批量商品中选择具有一定数量的商品出库作为拆分商品，并将拆分商品作为一个单独的单元进而计算个体成本，从而为后期统一计算成本时提高效率；但是上述专利虽然对商品进行了拆分，但并没有提及所拆分的具体数量，如果拆分的数量过多，却无法全部销售；如果商品非生鲜种类，还能够继续销售；如果是生鲜商品，则积压过多的商品会导致商品不够新鲜，甚至过期；因此，需要确定拆分商品的数量；同时在商品销售完成后需要将商品录入表格中，进而计算商品的销售成本，但是在计算的过程中又需要确保所有的商品都的录入至表格中，一旦有商品未录入进表格中，将会降低工作人员的工作效率，因此，需要对上述问题进行改善。


技术实现要素：

4.本发明的目的在于提供一种基于商品进销存录入处理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于商品进销存录入处理系统，所述录入处理系统包括商品销售管理模块、录入监控模块、商品信息动态管理模块和数据库；
6.所述商品销售管理模块用于获取预备装载入库的商品信息，并根据商品信息提供分类销售的供应数量；
7.所述录入监控模块用于实时监控销售完的商品录入表格的行为；防止商品漏录入或者录入错误，导致后期的总成本计算错误；
8.所述商品信息动态管理模块用于获取商品销售完成的信息，根据销售信息分析商品下阶段的采购趋势；
9.所述数据库用于自动保存商品信息；
10.所述商品销售管理模块与录入监控模块相连接；所述商品销售管理模块与商品信息动态管理模块相连接；所述数据库与商品信息动态管理模块和商品销售管理模块相连接。
11.进一步的，所述商品销售管理模块包括商品信息采集单元、历史信息调取单元、拆
分销售确定单元；
12.所述商品信息采集单元用于获取预备入库的商品信息，并将商品信息输送至拆分销售确定模块；
13.所述历史信息调取单元用于获取在历史阶段中商品的销售信息；
14.所述拆分销售管理单元根据商品的历史销售信息，调整销售策略；
15.所述商品信息采集单元的输出端与拆分销售管理单元的输入端相连接；所述历史信息调取单元的输出端与拆分销售管理单元的输入端相连接。
16.进一步的，所述录入监控模块包括销售状态检测单元、信息录入监控单元、成本计算单元和自动筛查确定单元；
17.所述销售状态检测单元用于核实当前商品的销售状态，分析当前销售是否结束，若核实到当前销售已经结束，则将信息输送至信息录入监控单元；
18.所述信息录入监控单元用于监控销售完成的商品在录入销售表格时的行为；
19.所述成本计算单元用于检测到销售完的商品全部录入销售表格时，计算商品的成本；
20.所述自动筛查确定单元用于检测到销售完的商品并未全部录入销售表格时，自动筛查未录入至销售表格的商品；
21.所述销售状态检测单元的输出端与信息录入监控单元的输入端相连接，所述信息录入监控单元的输出端与成本计算单元和自动筛查确定单元的输入端相连接。
22.进一步的，所述商品信息动态管理模块包括销售曲线建立单元、面积计算单元和采购信息确认单元；
23.所述销售曲线建立单元用于根据商品的历史销售信息，建立商品的销售曲线；所述销售曲线的横轴为销售时间，纵轴为销售额；
24.所述面积计算单元用于获取销售曲线上的时间节点和相邻时间节点信息，计算销售曲线与横轴形成的面积差；
25.所述采购信息确认单元用于根据所计算的面积差重新确定下一阶段商品采购的趋势；
26.所述销售曲线建立单元的输出端与面积计算单元的输入端相连接；所述面积计算单元的输出端与采购信息确认单元的输入端相连接。
27.进一步的，所述数据库中的商品信息通过区块链的方式进行存储。
28.所述商品进销存录入处理方法执行如下步骤：
29.z01：获取预备装载入库的商品种类和数量信息，根据商品信息进行拆分销售，并确定拆分销售的供应数量；
30.z02：检测商品的销售状况，若核实到商品全部销售结束，则监控商品录入至销售表格的行为；若核实到商品全部录入至销售表格中，则计算商品销售的总成本；若核实到部分商品未录入至销售表格中，则筛选出未录入至表格中的商品；
31.z03：获取商品的销售记录信息，并建立销售曲线；计算销售曲线与水平方向形成的面积差，得到下一阶段商品采购的趋势。
32.在步骤z01中，获取商品种类信息，若核实到商品的保质期低于预设保质时间时，则将商品归属为易损坏商品，得到易损坏商品信息的集合，具体为e＝{1,2,3
…
m}，e为易损
坏商品信息集合；获取上一阶段易损坏商品拆分销售后的销售信息为x＝{x1,x2,x3…
xm},m为种类，xm为第m个种类的易损坏商品拆分销售后的销售信息；获取电商平台内易损坏商品的历史购买数量和线下易损坏商品的历史购买数量；经核实，若电商平台上易损坏商品的售卖数量比例小于线下易损坏商品的售卖比例，则获取易损坏商品的受影响因素，并得到易损坏商品的受影响权重值，若易损坏商品的受影响权重值大于预设权重值，则对易损坏商品的数量在电商平台上和线下进行重新分配；若易损坏商品的影响权重值小于预设权重值，则商品直接在电商平台上售卖；若电商平台上易损坏商品的售卖比例大于线下易损坏商品的售卖比例，则同理分析易损坏商品的影响权重值和分配情况；
33.得到易损坏商品的受影响因素为：季节n，商品质量y和外界影响因素k，则受影响权重值为h＝α1*n+α2*y+α3*k，α1、α2、α3为受影响系数；
34.其中易损坏商品在电商平台和线下重新分配的情况具体为：
35.其中：β是指用户浏览电商平台次数所对应的系数，a1是指重新分配给电商平台的易损坏商品的数量，a2是指重新分配给线下的易损坏商品的数量。
36.在步骤z02中，监控商品录入至销售表格的行为，并得到商品是否被录入至销售表格的分类结果，所述分类方式通过如下步骤实现：
37.z021：获取商品被扫描录入表格中的特征信息；
38.z022：计算商品被扫描录入表格中的特征与所有商品扫描录入表格中的分类信息特征的距离量；
39.z023：对所述计算的距离量进行排序；
40.z024：将距离量排序中最小的商品扫描录入特征与所对应的录入结果聚类，得到最近邻的商品扫描录入表格特征子群。
41.在步骤z03中，获取本年度销售时间点i以及接近当前时间点i的商品销售信息，得到商品销售信息集合j＝{j1,j2,j3…ji
…jp
},p为销售时间点，j
p
为销售时间点为p时的商品销售信息；将数据集通过最小二乘法的方式进行数据拟合，得到曲线y和与本年度销售曲线接近的曲线y’；
42.在函数曲线中，以时间变量t为横轴和商品销售变化量y和y’为纵轴；获取所述曲线y和y’上第一节点与接近第一节点的第二节点之间的曲线与横轴形成的面积差集合s＝{s1,s2,s3...su}，u为面积项数；
43.则形成的面积差为：c、e是指形成的面积差对应横轴上的时间点，且e》c；
44.若检测到最后一个面积su是面积差集合中的最小面积，则下一阶段的商品采购数量减小，减小到本年度采购商品的最少数量；若检测到最后一个面积su是面积差集合中的最大面积，则下一阶段的商品采购数量增大，增大到本年度采购数量的最大数量；若检测到最后一个面积su是面积差集合中非最大以及非最小的面积，则下一阶段的商品采购数量通过预测方式得到。
45.与现有技术相比，本发明所达到的有益效果是：
46.本发明设置商品销售管理模块，能够根据历史阶段的销售信息调整销售策略，从
而能够及时将易损坏商品销售出去，同时将部分产品拆分销售能够确保后期在计算成本时不会过于紧凑，进而丢失部分信息，实现了进销存的灵活性；设置录入监控模块，能够实时监控商品是否全部录入表格，确保在计算商品的成本或者利润时不会因为商品的漏检或者错检导致发生错误；通过商品信息动态管理模块，根据商品的历史销售信息，建立商品的销售曲线，通过计算面积分析下一阶段商品采购时的趋势，防止因为采买过多商品使得商品积存，无法及时卖出。
附图说明
47.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：
48.图1是本发明一种基于商品进销存录入处理系统的模块组成示意图；
49.图2是本发明一种基于商品进销存录入处理方法的步骤示意图。
具体实施方式
50.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。
51.请参阅图1-图2，本发明提供技术方案：
52.一种基于商品进销存录入处理系统，所述录入处理系统包括商品销售管理模块、录入监控模块、商品信息动态管理模块和数据库；
53.所述商品销售管理模块用于获取预备装载入库的商品信息，并根据商品信息提供分类销售的供应数量；
54.所述录入监控模块用于实时监控销售完的商品录入表格的行为；防止商品漏录入或者录入错误，导致后期的总成本计算错误；
55.所述商品信息动态管理模块用于获取商品销售完成的信息，根据销售信息分析商品下阶段的采购趋势；
56.所述数据库用于自动保存商品信息；
57.所述商品销售管理模块与录入监控模块相连接；所述商品销售管理模块与商品信息动态管理模块相连接；所述数据库与商品信息动态管理模块和商品销售管理模块相连接。
58.进一步的，所述商品销售管理模块包括商品信息采集单元、历史信息调取单元、拆分销售确定单元；
59.所述商品信息采集单元用于获取预备入库的商品信息，并将商品信息输送至拆分销售确定模块；
60.所述历史信息调取单元用于获取在历史阶段中商品的销售信息；
61.所述拆分销售管理单元根据商品的历史销售信息，调整销售策略；
62.所述商品信息采集单元的输出端与拆分销售管理单元的输入端相连接；所述历史信息调取单元的输出端与拆分销售管理单元的输入端相连接。
63.进一步的，所述录入监控模块包括销售状态检测单元、信息录入监控单元、成本计算单元和自动筛查确定单元；
64.所述销售状态检测单元用于核实当前商品的销售状态，分析当前销售是否结束，若核实到当前销售已经结束，则将信息输送至信息录入监控单元；
65.所述信息录入监控单元用于监控销售完成的商品在录入销售表格时的行为；
66.所述成本计算单元用于检测到销售完的商品全部录入销售表格时，计算商品的成本；
67.所述自动筛查确定单元用于检测到销售完的商品并未全部录入销售表格时，自动筛查未录入至销售表格的商品；
68.所述销售状态检测单元的输出端与信息录入监控单元的输入端相连接，所述信息录入监控单元的输出端与成本计算单元和自动筛查确定单元的输入端相连接。
69.进一步的，所述商品信息动态管理模块包括销售曲线建立单元、面积计算单元和采购信息确认单元；
70.所述销售曲线建立单元用于根据商品的历史销售信息，建立商品的销售曲线；所述销售曲线的横轴为销售时间，纵轴为销售额；
71.所述面积计算单元用于获取销售曲线上的时间节点和相邻时间节点信息，计算销售曲线与横轴形成的面积差；
72.所述采购信息确认单元用于根据所计算的面积差重新确定下一阶段商品采购的趋势；
73.所述销售曲线建立单元的输出端与面积计算单元的输入端相连接；所述面积计算单元的输出端与采购信息确认单元的输入端相连接。
74.进一步的，所述数据库中的商品信息通过区块链的方式进行存储；通过所述存储方式能能够避免所有的信息集中存储在同一个存储块中，保证数据能够从区块链节点中快速调取，同时又能够避免同行人员盗取信息。
75.所述商品进销存录入处理方法执行如下步骤：
76.z01：获取预备装载入库的商品种类和数量信息，根据商品信息进行拆分销售，并确定拆分销售的供应数量；
77.z02：检测商品的销售状况，若核实到商品全部销售结束，则监控商品录入至销售表格的行为；若核实到商品全部录入至销售表格中，则计算商品销售的总成本；若核实到部分商品未录入至销售表格中，则筛选出未录入至表格中的商品；
78.z03：获取商品的销售记录信息，并建立销售曲线；计算销售曲线与水平方向形成的面积，得到下一阶段商品采购的趋势。
79.在步骤z01中，获取商品种类信息，若核实到商品的保质期低于预设保质时间时，则将商品归属为易损坏商品，得到易损坏商品信息的集合，具体为e＝{1,2,3
…
m}，e为易损坏商品信息集合；获取上一阶段易损坏商品拆分销售后的销售信息为x＝{x1,x2,x3…
xm},m为种类，xm为第m个种类的易损坏商品拆分销售后的销售信息；获取电商平台内易损坏商品的历史购买数量和线下易损坏商品的历史购买数量；经核实，若电商平台上易损坏商品的售卖数量比例小于线下易损坏商品的售卖比例，则获取易损坏商品的受影响因素，并得到易损坏商品的受影响权重值，若易损坏商品的受影响权重值大于预设权重值，则对易损坏
商品的数量在电商平台上和线下进行重新分配；若易损坏商品的影响权重值小于预设权重值，则商品直接在电商平台上售卖；若电商平台上易损坏商品的售卖比例大于线下易损坏商品的售卖比例，则同理分析易损坏商品的影响权重值和分配情况；
80.得到易损坏商品的受影响因素为：季节n，商品质量y和外界影响因素k，则受影响权重值为h＝α1*n+α2*y+α3*k，α1、α2、α3为受影响系数；
81.其中易损坏商品在电商平台和线下重新分配的情况具体为：
82.其中：β是指用户浏览电商平台次数所对应的系数，a1是指重新分配给电商平台的易损坏商品的数量，a2是指重新分配给线下的易损坏商品的数量；
83.在分析得到电商平台上的售卖比例大于或者小于线下的售卖比例时，需要对商品的受影响权重值进行分析，确保电商平台上的商品或者线下的商品不会因受影响因素的影响没有及时卖出，导致商品积存以及商家亏损；易损坏商品的受影响因素会受到季节的影响，例如：水果在不同季节，销售量也不同；由于水果的生鲜保质日期过于短暂，能够维持的时间较短，因此水果的质量也难以得到保障；同时水果还会受到外界因素的影响，例如将两个不同种类的水果叠放在一起，会加速消耗水果的生鲜程度；因此，为了保证易损坏商品的销售量，许需要拆分销售，根据销售情况，实时调整销售比例，确保商品能够最大化销售出去；在重新调整销售比例时，会根据电商平台上的浏览次数来确定销售比例的系数，确保合理化的分配销售比例。
84.在步骤z02中，监控商品录入至销售表格的行为，并得到商品是否被录入至销售表格的分类结果，所述分类方式通过如下步骤实现：
85.z021：获取商品被扫描录入表格中的特征信息；
86.z022：计算商品被扫描录入表格中的特征与所有商品扫描录入表格中的分类信息特征的距离量；
87.z023：对所述计算的距离量进行排序；
88.z024：将距离量排序中最小的商品扫描录入特征与所对应的录入结果聚类，得到最近邻的商品扫描录入表格特征子群；
89.通过k近邻算法分析商品是否录入至表格中，同时能够减轻工作人员的负担，无需工作人员自行去核对商品录入的错误情况；确保了商品录入的准确性；其中步骤z023中的距离量是指通过曼哈顿距离或者欧氏距离的方式计算距离量，在计算距离量时需要将商品被扫描录入表格只能够的特征信息进行归一化，从而能够提高分类的准确性，通知k近邻算法，为了确保预测或者分类的准确性，可以预先设置样本并对样本进行测试，提高分类的准确性。
90.在步骤z03中，获取本年度销售时间点i以及接近当前时间点i的商品销售信息，得到商品销售信息集合j＝{j1,j2,j3…ji
…jp
},p为销售时间点，j
p
为销售时间点为p时的商品销售信息；将数据集通过最小二乘法的方式进行数据拟合，得到曲线y和与本年度销售曲线接近的曲线y’；
91.在函数曲线中，以时间变量t为横轴和商品销售变化量y和y’为纵轴；获取所述曲线y和y’上第一节点与接近第一节点的第二节点之间的曲线与横轴形成的面积差集合s＝{s1,s2,s3...su}，u为面积项数；
92.则形成的面积差为：c、e是指形成的面积差对应横轴上的时间点，且e》c；
93.若检测到最后一个面积su是面积差集合中的最小面积，则下一阶段的商品采购数量减小，减小到本年度采购商品的最少数量；若检测到最后一个面积su是面积差集合中的最大面积，则下一阶段的商品采购数量增大，增大到本年度采购数量的最大数量；若检测到最后一个面积su是面积差集合中非最大以及非最小的面积，则下一阶段的商品采购数量通过预测方式得到；
94.在上述过程中，通过设置最小二乘法对数据点进行拟合，若当前的数据点为(ci,oi),i＝1,2,...,p；设置直线rt＝ε+θc，所设置的均方误差为通过求得系数ε和θ，得到最新的拟合直线为通过此方法得到曲线y和曲线y’；本方法通过计算两个曲线之间的函数变化，得到函数在指定设定值时的面积差，根据面积差得到商品的销售变化情况，进而根据销售变化情况得到下一阶段商品的采购数量，通过此方法确定下一阶段商品的采购数量，能够准确得到商品销售的变化情况，提高分析的准确性。
95.实施例1：现一公司要对商品进行拆分销售，且检测到拆分销售的商品为易损坏商品，通过销售记录了解到电商平台上所售卖的商品比例小于线下的销售比例，获取易损坏商品的受影响因素为：季节n＝1.23，商品质量y＝2.31和外界影响因素k＝0.98，，α1＝1.52、α2＝2.85、α3＝1.95为受影响系数，则受影响权重值为h＝α1*n+α2*y+α3*k＝1.23*1.52+2.31*2.85+0.98*1.95＝10.37；其中预设的受影响权重值为13，检测得到易损坏商品的受影响权重值小于预设权重值，则商品能够在电商平台上进行售卖。
96.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。
97.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。