一种基于大数据的零售内容管理方法及系统与流程

本发明涉及零售管理领域，特别是一种基于大数据的零售内容管理方法及系统。

背景技术：

1、超市中存在多种多样的零售商品，但是零售商品的种类和属性往往大不相同，顾客在进入超市后通常为选购零售商品，而琳琅满目的零售商品往往会使顾客的选购出现困难。比如顾客需要购买一盒饼干，而饼干的种类繁多，顾客在挑选过程中可能会犯难。若对饼干进行分类等管理手段，则会提高顾客的购买效率，同时提高超市的利益。同理，对零售商品进行管理，需要考虑超市内部零售商品的各种因素，比如库存因素、摆放位置因素等。为了使超市的运营服务更敏捷智能，提高运营效率，优化库存水平，以及更好的服务顾客和满足不断变化的市场需求，所以需要使用大数据来对超市进行零售内容管理。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种基于大数据的零售内容管理方法及系统。

2、为达到上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了一种基于大数据的零售内容管理方法，包括以下步骤：

4、引入模糊聚类法对零售商品进行属性分类，得到同类零售商品，对同类零售商品进行库存变化分析，并基于库存变化分析结果获取热门零售商品和零售商品热门程度排序表；

5、对不同零售区域进行顾客关注度分析和货架分配，并根据关注度分析结果和货架分配结果获取同类零售商品摆放方案；

6、对上架零售商品进行实时质量分析和摆放位置分析，从而得到上架零售商品的实时状态和库存状态，对实时状态异常的上架零售商品进行异常处理，并对上架零售商品进行库存优化处理；

7、实时监控货架的震动参数和上架零售商品的总质量，若货架的震动参数和上架零售商品的总质量出现异常，则实时监控异常货架周边区域的人流情况，并控制超市内的广播发出相应警报。

8、进一步的，本发明的一个较佳实施例中，所述引入模糊聚类法对零售商品进行属性分类，得到同类零售商品，对同类零售商品进行库存变化分析，并基于库存变化分析结果获取热门零售商品和零售商品热门程度排序表，具体为：

9、预设零售商品属性标签，将不同的零售商品属性标签转换为不同的模糊聚类中心，并对模糊聚类中心进行初始化处理，得到初始化模糊聚类中心；

10、获取各种零售商品的生产说明，基于零售商品的生产说明得到零售商品的属性信息，并将所述零售商品的属性信息转换为特征数据；

11、引入模糊c均值算法及遗传算法，对特征数据与不同的初始化模糊聚类中心之间进行隶属度迭代计算，预设标准迭代计算次数，当迭代计算次数达到标准迭代计算次数，停止隶属度迭代计算；

12、隶属度迭代计算后，基于特征数据与不同的初始化模糊聚类中心之间的隶属度大小，得到不同的零售商品的属性信息与零售商品属性标签之间的隶属度，根据所述不同的零售商品的属性信息与零售商品属性标签之间的隶属度，对不同的零售商品添加零售商品属性标签；

13、将零售商品属性标签相同的零售商品定义为同类零售商品，计算同类零售商品中不同零售商品的库存变化速率，并预设标准库存变化速率；

14、在同类零售商品中，若零售商品的库存变化速率大于标准库存变化速率，则将对应的零售商品定义为热门零售商品，并基于零售商品的库存变化速率得到零售商品热门程度排序表。

15、进一步的，本发明的一个较佳实施例中，所述对不同零售区域进行顾客关注度分析和货架分配，并根据关注度分析结果和货架分配结果获取同类零售商品摆放方案，具体为

16、在超市中划分不同的零售区域，并基于所述零售商品属性标签，使不同的零售区域分别对应不同的零售商品属性标签；

17、基于历史数据检索，获取零售区域的历史热度，不同零售区域的历史热度包括零售区域内零售商品的历史购买情况和历史顾客人流情况；

18、通过超市内的摄像头，获取零售区域的实时图像，对零售区域的实时图像进行特征提取处理，得到零售区域的实时顾客人流情况，在零售区域内获取零售商品的实时购买情况，并将零售区域的实时顾客人流情况和实时购买情况定义为零售区域的实时热度；

19、对同一零售区域的历史热度和实时热度进行结合分析，得到不同零售区域的顾客关注度，对不同零售区域的顾客关注度进行倒序排序，得到零售区域顾客关注度排序表；

20、获取超市内的货架数量与货架类型，对零售区域顾客关注度排序表、超市内的货架数量与货架类型以及超市内所有零售商品的库存情况进行预测处理，得到第一预测结果，基于所述第一预测结果，对不同零售区域进行货架分配；

21、在大数据网络中分析不同的货架类型，得到不同货架类型的零售商品拿取方便程度，对所述不同货架类型的零售商品拿取方便程度、不同零售区域的货架分配情况以及零售商品热门程度排序表进行结合分析，生成同类零售商品摆放方案。

22、进一步的，本发明的一个较佳实施例中，所述对上架零售商品进行实时质量分析和摆放位置分析，从而得到上架零售商品的实时状态和库存状态，对实时状态异常的上架零售商品进行异常处理，并对上架零售商品进行库存优化处理，具体为：

23、根据所述同类零售商品摆放方案，在同一零售区域的货架上相应放置同类零售商品，并将货架上的零售商品定义为上架零售商品；

24、根据零售商品的生产说明，获取零售商品的质量，基于所述零售商品的质量预设上架零售商品标准总质量范围，在货架上安装质量传感器，通过所述质量传感器实时监测上架零售商品总质量变化情况，并将所述上架零售商品总质量变化情况实时上传至超市数据中心；

25、在同类零售商品摆放方案中获取各种零售商品的标准摆放位置，若上架零售商品总质量在上架零售商品标准总质量范围内，则实时监控上架零售商品的摆放位置是否为标准摆放位置；

26、若否，则将对应的上架零售商品定义为摆放位置异常上架零售商品，并根据各种零售商品的标准摆放位置，对摆放位置异常上架零售商品进行商品归位处理；

27、若上架零售商品总质量小于标准总质量范围，则获取上架零售商品的库存数量；

28、若上架零售商品的库存数量满足预设值，则通过实时更新上架零售商品数量的方式使上架零售商品总质量维持在标准总质量范围内；

29、若上架零售商品的库存数量不满足预设值，则判断上架零售商品是否为热门零售商品，若否，则在超市数据中心中将上架零售商品的库存状态定义为售罄库存状态，并在上架零售商品的库存数量满足预设值后，实时更新上架零售商品数量，使上架零售商品总质量维持在标准总质量范围内；

30、若是，则在超市数据中心中将上架零售商品的库存状态定义为异常库存状态；

31、对异常库存状态进行分析，并根据异常库存状态分析结果对上架零售商品进行库存调用优化以及库存数量优化。

32、进一步的，本发明的一个较佳实施例中，所述对异常库存状态进行分析，并根据异常库存状态分析结果对上架零售商品进行库存调用优化以及库存数量优化，具体为

33、若上架零售商品的库存状态为异常库存状态，则预设零售商品售卖时间，并在零售商品售卖时间内获取热门零售商品的总库存变化程度；

34、将所述零售商品售卖时间拆分成不同的零售商品售卖时间段，对零售商品售卖时间内热门零售商品的总库存变化程度进行分析，得到在不同的零售商品售卖时间段内热门零售商品的库存变化程度；

35、将热门零售商品的库存变化程度大于预设值的零售商品售卖时间段定义为重点零售时间段，并将热门零售商品的库存变化程度小于预设值的零售商品售卖时间段定义为非重点零售时间段，计算重点零售时间段在零售商品售卖时间内的占比；

36、若占比小于预设值，则在非重点零售时间段内停止上架对应的热门零售商品，使热门零售商品库存全部用于重点零售时间段上架；

37、若占比大于预设值，则将热门零售商品的总库存变化程度和零售商品售卖时间导入至卷积神经网络中进行预测，得到零售商品售卖时间内的标准热门零售商品库存量；

38、在零售超市下一次进货时，根据所述零售商品售卖时间内的标准热门零售商品库存量，对热门零售商品的进货数量进行优化，使热门零售商品于货架上的总质量在零售商品售卖时间内维持在标准总质量范围内。

39、进一步的，本发明的一个较佳实施例中，所述实时监控货架的震动参数和上架零售商品的总质量，若货架的震动参数和上架零售商品的总质量出现异常，则实时监控异常货架周边区域的人流情况，并控制超市内的广播发出相应警报，具体为：

40、在所有货架上安装震动感应传感器，所述震动感应传感器实时监测货架的震动参数，并将货架的震动参数实时上传至超市数据中心；

41、基于大数据网络检索，获取货架的最大承重值，并基于所述货架的最大承重值获取上架零售商品的最大总质量；

42、超市数据中心实时监控货架的震动参数以及上架零售商品总质量，若货架的震动参数大于预设值，或上架零售商品总质量大于最大总质量，则将对应货架定义为危险货架，并获取拍摄范围内存在危险货架的摄像头，定义为目标摄像头；

43、基于大数据网络检索，获取危险货架影响范围，并将危险货架影响范围内的超市区域定义为危险区域；

44、通过所述目标摄像头获取危险区域的实时视频，并对危险区域的实时视频进行视频灰度化处理和视频特征提取处理，得到危险区域的人物特征数据；

45、将所述危险区域的人物特征数据导入至超市数据中心内，所述超市数据中心提前存储了超市工作人员的人物特征数据，计算危险区域的人物特征数据与超市工作人员的人物特征数据的欧氏距离，若危险区域的人物特征数据与超市工作人员的人物特征数据的欧氏距离大于预设值，则通过超市内的广播提醒危险区域中的人物离开危险区域。

46、本发明第二方面还提供了一种基于大数据的零售内容管理系统，所述零售内容管理系统包括存储器与处理器，所述存储器中储存有零售内容管理方法，所述零售内容管理方法被所述处理器执行时，实现如下步骤：

47、引入模糊聚类法对零售商品进行属性分类，得到同类零售商品，对同类零售商品进行库存变化分析，并基于库存变化分析结果获取热门零售商品和零售商品热门程度排序表；

48、对不同零售区域进行顾客关注度分析和货架分配，并根据关注度分析结果和货架分配结果获取同类零售商品摆放方案；

49、对上架零售商品进行实时质量分析和摆放位置分析，从而得到上架零售商品的实时状态和库存状态，对实时状态异常的上架零售商品进行异常处理，并对上架零售商品进行库存优化处理；

50、实时监控货架的震动参数和上架零售商品的总质量，若货架的震动参数和上架零售商品的总质量出现异常，则实时监控异常货架周边区域的人流情况，并控制超市内的广播发出相应警报。

51、本发明解决的背景技术中存在的技术缺陷，本发明具备以下有益效果：基于模糊聚类法零售商品进行分类处理，并进行库存变化分析，得到热门零售商品和零售商品热门程度排序表；根据零售商品热门程度排序表与其他相关数据获得顾客关注度，并基于顾客关注度对货架进行分配，生成同类零售商品摆放方案；结合所述同类零售商品摆放方案，对上架零售商品进行实时质量分析和摆放位置分析，并基于分析结果对上架零售商品进行异常处理和库存优化处理，最后监控货架的震动参数和上架零售商品的总质量，确保超市内人物的人身安全。本发明能够对超市内的零售商品进行库存管理和商品位置管理，使顾客能在购物过程中的购物体验更佳，有利于提升超市的形象，同时保护了顾客的人身安全。