本公開的實施例涉及倉儲領域，具體涉及備貨信息生成方法、裝置、設備、介質和程序產品。

背景技術：

1、零售門店會根據(jù)門店歷史訂單等數(shù)據(jù)來進行門店選品、備貨等。例如，可以通過門店歷史訂單等數(shù)據(jù)訓練備貨，進而對備貨信息(例如備貨量、備貨品類等)進行預測。

2、然而，發(fā)明人發(fā)現(xiàn)，當采用上述方式進行預測時，經(jīng)常會存在如下技術問題：

3、第一、由于單個門店的歷史訂單數(shù)據(jù)較少，訓練得到的備貨預測模型準確率無法保證；

4、第二、多個門店的數(shù)據(jù)由于信息安全限制無法進行共享。

5、該背景技術部分中所公開的以上信息僅用于增強對本發(fā)明構思的背景的理解，并因此，其可包含并不形成本國的本領域普通技術人員已知的現(xiàn)有技術的信息。

技術實現(xiàn)思路

1、本公開的內容部分用于以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。本公開的內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。

2、本公開的一些實施例提出了備貨信息生成方法、裝置、設備、介質和程序產品，來解決以上背景技術部分提到的技術問題中的一項或多項。

3、第一方面，本公開的一些實施例提供了一種備貨信息生成方法，該方法包括：獲取目標物品供應方的備貨關聯(lián)指標的指標數(shù)據(jù)；將備貨關聯(lián)指標的指標數(shù)據(jù)輸入預先訓練的備貨預測模型，得到目標物品供應方對應的備貨信息，其中，備貨預測模型是通過以下步驟生成的：獲取利用目標物品供應方的物品流轉樣本數(shù)據(jù)訓練的第一備貨預測模型；獲取利用多個物品供應方的對應物品流轉樣本數(shù)據(jù)集訓練的第二備貨預測模型，其中，多個物品供應方包括目標物品供應方；將第一備貨預測模型和第二備貨預測模型進行加權，得到備貨預測模型。

4、第二方面，本公開的一些實施例提供了一種備貨信息生成裝置，裝置包括：獲取單元，被配置成獲取目標物品供應方的備貨關聯(lián)指標的指標數(shù)據(jù)；預測單元，被配置成將備貨關聯(lián)指標的指標數(shù)據(jù)輸入預先訓練的備貨預測模型，得到目標物品供應方對應的備貨信息，其中，備貨預測模型是通過以下步驟生成的：獲取利用目標物品供應方的物品流轉樣本數(shù)據(jù)訓練的第一備貨預測模型；獲取利用多個物品供應方的對應物品流轉樣本數(shù)據(jù)集訓練的第二備貨預測模型，其中，多個物品供應方包括目標物品供應方；將第一備貨預測模型和第二備貨預測模型進行加權，得到備貨預測模型。

5、第三方面，本公開的一些實施例提供了一種電子設備，包括：一個或多個處理器；存儲裝置，其上存儲有一個或多個程序，當一個或多個程序被一個或多個處理器執(zhí)行，使得一個或多個處理器實現(xiàn)上述第一方面任一實現(xiàn)方式所描述的方法。

6、第四方面，本公開的一些實施例提供了一種計算機可讀介質，其上存儲有計算機程序，其中，程序被處理器執(zhí)行時實現(xiàn)上述第一方面任一實現(xiàn)方式所描述的方法。

7、第五方面，本公開的一些實施例提供了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執(zhí)行時實現(xiàn)上述第一方面任一實現(xiàn)方式所描述的方法。

8、本公開的上述各個實施例具有如下有益效果：提高了備貨信息的預測準確率。具體的，相關的預測方法之所以準確率低的原因在于：采用單一門店的數(shù)據(jù)進行訓練，數(shù)據(jù)量少。基于此，本公開的一些實施例在采用由單一門店的數(shù)據(jù)訓練得到的第一備貨預測模型的基礎上，結合由多個門店的數(shù)據(jù)訓練得到的第二備貨預測模型，并對第一備貨預測模型和第二備貨預測模型進行加權，在此過程中，由于綜合使用了多個門店的數(shù)據(jù)，數(shù)據(jù)量全面，從而可以提高備貨信息的預測準確率。

技術特征：

1.一種備貨信息生成方法，包括：

2.根據(jù)權利要求1所述的方法，其中，所述第二備貨預測模型是通過以下步驟訓練得到的：

3.根據(jù)權利要求2所述的方法，其中，所述物品流轉樣本數(shù)據(jù)集中的物品流轉樣本數(shù)據(jù)包括備貨關聯(lián)指標的樣本指標數(shù)據(jù)和所述樣本指標數(shù)據(jù)的標簽，其中，不同的物品供應方的物品流轉樣本數(shù)據(jù)中的標簽不同。

4.根據(jù)權利要求3所述的方法，其中，所述對于所述各個物品供應方，利用接收到的中間結果計算加密梯度和加密損失，包括：

5.根據(jù)權利要求2所述的方法，其中，所述備貨關聯(lián)指標包括：歷史訂單指標、用戶指標、物品供應方指標。

6.根據(jù)權利要求1-5中任一所述的方法，其中，所述目標物品供應方為電商平臺，所述目標物品供應方的物品流轉樣本數(shù)據(jù)為所述電商平臺對應的線上訂單，所述多個物品供應方為多個線下零售方，所述多個物品供應方的對應物品流轉樣本數(shù)據(jù)集為所述多個線下零售方對應的零售數(shù)據(jù)集。

7.一種備貨信息生成裝置，包括：

8.一種電子設備，包括：

9.一種計算機可讀介質，其上存儲有計算機程序，其中，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1-6中任一所述的方法。

10.一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權利要求1-6中任一項所述的方法。

技術總結
本公開的實施例公開了備貨信息生成方法、裝置、設備、介質和程序產品。該方法的一具體實施方式包括：獲取目標物品供應方的備貨關聯(lián)指標的指標數(shù)據(jù)；將備貨關聯(lián)指標的指標數(shù)據(jù)輸入預先訓練的備貨預測模型，得到目標物品供應方對應的備貨信息，其中，備貨預測模型是通過以下步驟生成的：獲取利用目標物品供應方的物品流轉樣本數(shù)據(jù)訓練的第一備貨預測模型；獲取利用多個物品供應方的對應物品流轉樣本數(shù)據(jù)集訓練的第二備貨預測模型，其中，多個物品供應方包括目標物品供應方；將第一備貨預測模型和第二備貨預測模型進行加權，得到備貨預測模型。該實施方式與聯(lián)邦學習有關，實現(xiàn)了提高備貨信息的預測準確率。

技術研發(fā)人員：許若琪,趙超,龐皓文
受保護的技術使用者：北京沃東天駿信息技術有限公司
技術研發(fā)日：
技術公布日：2024/9/9