一种仓储货物自动化估值方法、装置、设备及存储介质与流程

本发明涉及供应链金融领域，特别涉及一种仓储货物自动化估值方法、装置、设备及存储介质。

背景技术：

1、仓储货物融资是盘活中小企业存货资产、解决中小企业融资难和融资贵的一款融资产品，其中仓储货物的估值是仓储货物融资业务中最重要的一环。

2、当前金融机构在识别仓储货物是什么以及货物对应的价格方面主要依赖人工现场盘点货物并核验货物相关票据(如采购合同、发票等)等手段，即人工先拿到一份仓储货物清单，再现场盘点货物、确认库存清单载明的名称与实物是否一致，最后根据相关票据载明的货物对应的价格、库存清单的库存数量计算货值，需要付出巨大的人力成本，且贷后环节无法动态监管货值的变化(特别是电商仓库的货物，其货物种类多而杂且存货进出频繁)。现有模式的不足具体表现在：

3、1)作业成本高，需要安排专门人力去盘点仓库存货、核对票据；

4、2)作业效率低，无法根据动态库存变化快速给出最新的货值；

5、3)操作风险高(人工误操作或者通过票据造假、内外勾结等手段带来欺诈风险)；

6、若系统能够自动化识别仓储货物的货值，且能够识别并剔除虚假交易订单，实现降低人力成本、提升货物估值的效率，更能有效防范操作风险。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种仓储货物自动化估值方法、装置、设备及存储介质，解决了现有技术中货物估值效率低且操作风险高的问题。

2、为解决上述技术问题，本发明提供了一种仓储货物自动化估值方法，包括：

3、将待估值仓储在预设时间段内的仓储库存数据、交易订单数据和物流订单数据形成原始数据库；

4、根据所述原始数据库建立虚假交易模型；

5、利用所述虚假交易模型剔除交易订单中的虚假交易订单，得到真实交易订单；

6、将所述真实交易订单中各个商品的单价进行加权平均，得到各个商品的交易单价；

7、利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值。

8、可选的，在所述利用所述虚假交易模型剔除交易订单中的虚假交易订单之后，还包括：

9、利用所述交易订单对应的物流订单确定库存商品id和平台商品id的对应明细；

10、剔除所述库存商品id和平台商品id的对应明细中ean条形码不一致的交易订单。

11、可选的，在所述利用所述虚假交易模型剔除交易订单中的虚假交易订单之后，还包括：

12、利用所述交易订单对应的物流订单确定库存商品id和平台商品id的对应明细；

13、根据所述库存商品id获得所述库存商品id对应的所属类目；

14、根据所述所属类目获得所述待估值仓储中所述所属类目中商品的商品规格，记为第一规格；

15、计算所述库存商品id对应的商品规格与所述第一规格的差；

16、若所述差不在预设范围内，则所述库存商品id对应的交易订单为异常订单；并对所述异常订单执行异常处理操作。

17、可选的，所述对所述异常订单执行异常处理操作，包括：

18、将所述库存商品id的价格设为0并持续预设时间，并在所述预设时间内，接收人工抽检校验结果；

19、若所述人工抽检校验结果正常，则恢复所述库存商品id的价格，并将所述库存商品id对应的交易订单作为真实交易订单；

20、若所述人工抽检校验结果异常，则将所述库存商品id对应的交易订单作为虚假交易订单，并剔除。

21、可选的，所述根据所述原始数据库建立虚假交易模型，包括：

22、对所述电商平台交易订单数据进行特征衍生得到衍生特征；

23、对所述衍生特征进行特征筛选，得到所述数据特征；

24、根据所述数据特征建立所述虚假交易模型。

25、可选的，在所述利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值之后，还包括：

26、计算所述真实交易订单对应的各个商品的货值变化范围；

27、接收对所述变化范围超出预设范围对应的商品进行现场抽查的结果，得到第一实际抽查货值；

28、判断所述货值与第一实际抽查货值是否一致；

29、若不一致，则对所述虚假交易模型进行优化。

30、可选的，在所述利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值之后，还包括：

31、计算所述真实交易订单对应的各个商品的货值；

32、接收对所述货值大于预设货值对应的商品进行现场抽查的结果，得到第二实际抽查货值；

33、判断所述货值与第二实际抽查货值是否一致；

34、若不一致，则对所述虚假交易模型进行优化。

35、本发明还提供了一种仓储货物自动化估值装置，包括：

36、原始数据库构建模块，用于将待估值仓储在预设时间段内的仓储库存数据、交易订单数据和物流订单数据形成原始数据库；

37、模型构建模块，用于根据所述原始数据库建立虚假交易模型；

38、剔除模块，用于利用所述虚假交易模型剔除交易订单中的虚假交易订单，得到真实交易订单；

39、交易单价计算模块，用于将所述真实交易订单中各个商品的单价进行加权平均，得到各个商品的交易单价；

40、总货值确定模块，用于利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值。

41、本发明还提供了一种仓储货物自动化估值设备，包括：

42、存储器，用于存储计算机程序；

43、处理器，用于执行所述计算机程序实现上述的仓储货物自动化估值方法的步骤。

44、本发明还提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述的仓储货物自动化估值方法的步骤。

45、可见，本发明通过将待估值仓储在预设时间段内的仓储库存数据、交易订单数据和物流订单数据形成原始数据库；根据原始数据库建立虚假交易模型；利用虚假交易模型剔除交易订单中的虚假交易订单，得到真实交易订单；将真实交易订单中各个商品的单价进行加权平均，得到各个商品的交易单价；利用各个商品的交易单价和各个商品的库存数量确定待估值仓储的总货值。本方法通过在整合仓储库存数据、电商平台交易订单数据、物流订单数据的基础上，利用大数据技术快速识别仓库中各个货物对应的名称和交易单价，可以精准、快速、全面的计算货值，不仅成本低、准确度高，而且能有效规避操作风险。本发明可以实现虚假交易订单的识别，还能降低人工作业成本。

46、此外，本发明还提供了一种仓储货物自动化估值装置、设备及存储介质，同样具有上述有益效果。

技术特征：

1.一种仓储货物自动化估值方法，其特征在于，包括：

2.根据权利要求1所述的仓储货物自动化估值方法，其特征在于，在所述利用所述虚假交易模型剔除交易订单中的虚假交易订单之后，还包括：

3.根据权利要求1所述的仓储货物自动化估值方法，其特征在于，在所述利用所述虚假交易模型剔除交易订单中的虚假交易订单之后，还包括：

4.根据权利要求3所述的仓储货物自动化估值方法，其特征在于，所述对所述异常订单执行异常处理操作，包括：

5.根据权利要求1所述的仓储货物自动化估值方法，其特征在于，所述根据所述原始数据库建立虚假交易模型，包括：

6.根据权利要求1所述的仓储货物自动化估值方法，其特征在于，在所述利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值之后，还包括：

7.根据权利要求1所述的仓储货物自动化估值方法，其特征在于，在所述利用所述各个商品的交易单价和各个商品的库存数量确定所述待估值仓储的总货值之后，还包括：

8.一种仓储货物自动化估值装置，其特征在于，包括：

9.一种仓储货物自动化估值设备，其特征在于，包括：

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的仓储货物自动化估值方法的步骤。

技术总结
本发明公开了一种仓储货物自动化估值方法、装置、设备及存储介质，应用于供应链金融领域，该方法包括：将待估值仓储在预设时间段内的仓储库存数据、交易订单数据和物流订单数据形成原始数据库；根据原始数据库建立虚假交易模型；利用虚假交易模型剔除交易订单中的虚假交易订单，得到真实交易订单；将真实交易订单中各个商品的单价进行加权平均，得到各个商品的交易单价；利用各个商品的交易单价和各个商品的库存数量确定待估值仓储的总货值。本方法利用大数据技术快速识别仓库中各个货物对应的名称和交易单价，可以精准、快速、全面的计算货值，不仅成本低、准确度高，而且还能实现虚假交易订单的识别，有效规避操作风险。

技术研发人员：刘园之
受保护的技术使用者：上海小萌金融信息服务有限公司
技术研发日：
技术公布日：2024/1/13