基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法
【專利摘要】本發明涉及基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置。該裝置包括果蔬腐敗程度信息采集模塊、銷售經驗數據采集模塊、時序數據庫建立模塊、銷售經驗數據庫建立模塊、數據倉庫建立模塊、知識模型挖掘模塊、價格模型建立模塊、實時價格設定模塊以及提示模塊。果蔬腐敗程度信息采集模塊采集果蔬腐敗程度信息，銷售經驗數據采集模塊采集銷售經驗數據；知識模型挖掘模塊挖掘得到知識模型；價格模型建立模塊建立果蔬的價格模型；實時價格設定模塊設定果蔬的實時價格，提示模塊在果蔬腐敗臨界點發出促銷提示。本發明在以往銷售經驗基礎上，準確估算不同種類果蔬在不同時間段的保質期，自動實施價格階梯下降式銷售策略，有效促進果蔬銷售。
【專利說明】基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法【
【技術領域】
】
[0001]本發明涉及基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法。
【【背景技術】】
[0002]在我國果蔬產業鏈中，因銷售不暢、腐爛導致的損失，占總成本30%左右，經濟損失幾千億元。果蔬因銷售不暢而腐爛，并非絕對數量過剩，而是銷售策略與管理方法、定價機制的問題。目前國內的超市果蔬銷售，多采取全程價格不變、腐爛減價處理的銷售方式，造成了果蔬的大量腐爛丟棄，不僅造成了超市、果蔬經銷商的經濟損失，同時也使社會財富總價值產生無謂消耗。
【
【發明內容】
】
[0003]本發明旨在解決上述現有技術中存在的問題，提出基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法。
[0004]本發明一方面提出了基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置，該裝置包括:果蔬腐敗程度信息采集模塊、銷售經驗數據采集模塊、時序數據庫建立模塊、銷售經驗數據庫建立模塊、數據倉庫建立模塊、知識模型挖掘模塊、價格模型建立模塊、實時價格設定模塊以及提示模塊。其中，所述果蔬腐敗程度信息采集模塊采集果蔬腐敗程度信息，所述銷售經驗數據采集模塊采集以往銷售經驗數據；所述時序數據庫建立模塊根據所述果蔬腐敗程度信息建立時序數據庫，銷售經驗數據庫建立模塊根據所述銷售經驗數據建立銷售經驗數據庫；所述數據倉庫建立模塊對所述時序數據庫進行數據篩選建立得到數據倉庫；所述知識模型挖掘模塊對所述數據倉庫中的數據進行挖掘得到知識模型；所述價格模型建立模塊根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型；所述實時價格設定模塊根據所述價格模型設定所述果蔬的實時價格；所述提示模塊在果蔬腐敗臨界點時刻發出告警，并發出促銷提示。
[0005]本發明另一方面提出了基于數據挖掘及保鮮預測的超市果蔬優化銷售方法，該方法包括以下步驟:步驟一:采集果蔬的腐敗程度信息，并采集以往銷售經驗數據；步驟二:根據所述腐敗程度信息預測果蔬的保鮮期，建立果蔬腐敗程度信息時序數據庫，根據所述銷售經驗數據建立銷售經驗數據庫；步驟三:根據所述時序數據庫實時監控果蔬新鮮度；步驟四:對果蔬腐敗程度信息時序數據庫進行數據篩選建立數據倉庫；步驟五:采用時序挖掘算法對所述數據倉庫中的數據進行挖掘，得到知識模型；步驟六:根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型；步驟七:根據所述價格模型設定所述果蔬的實時價格，在果蔬腐敗前根據所述實時價格銷售所述果蔬，在果蔬腐敗后采取促銷措施。
[0006]本發明提出的基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法在以往銷售經驗基礎上，準確估算不同種類果蔬在不同時間段的保質期，自動實施價格階梯下降式銷售策略，有效促進果蔬銷售。【【專利附圖】
【附圖說明】】
[0007]圖1所示為本發明一實施例的基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置結構圖；
[0008]圖2所示為本發明一實施例的基于數據挖掘及保鮮預測的超市果蔬優化銷售方法流程圖。
【【具體實施方式】】
[0009]為了使本發明的目的、技術方案及優點更加清晰，以下結合具體實施例及附圖，對本發明作進一步詳細說明。應當理解，文中所描述的具體實施例僅僅用以解釋本發明的技術方案，而不應當理解為對本發明的限制。
[0010]如圖1所示，本發明一方面提供基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置，該裝置包括:果蔬腐敗程度信息采集模塊100、銷售經驗數據采集模塊200、時序數據庫建立模塊300、銷售經驗數據庫建立模塊400、數據倉庫建立模塊500、知識模型挖掘模塊600、價格模型建立模塊700、實時價格設定模塊800以及提示模塊900。
[0011]其中，所述果蔬腐敗程度信息采集模塊100用于采集果蔬腐敗程度信息。具體地，所述果蔬腐敗程度信息采集模塊100包括但不限于氣味采集裝置、傳感器等；所述銷售經驗數據采集模塊200用于采集以往果蔬銷售經驗數據，所述銷售經驗數據采集模塊200包括但不限于ERP (Enterprise Resource Planning,企業資源規劃)信息系統。
[0012]所述時序數據庫建立模塊300根據所述果蔬腐敗程度信息建立時序數據庫，該時序數據庫包含了所述果蔬的腐敗程度隨時間推移的變化情況；所述銷售經驗數據庫建立模塊400根據所述銷售經驗數據建立銷售經驗數據庫。
[0013]基于所述時序數據庫，所述提示模塊900在果蔬腐敗臨界點時刻發出告警，并提示超市工作人員采取贈送、促銷等措施。
[0014]所述數據倉庫建立模塊500對所述時序數據庫進行數據篩選建立得到數據倉庫；所述知識模型挖掘模塊600對所述數據倉庫中的數據進行挖掘得到知識模型，其中，挖掘過程中所采用的挖掘算法包括但不限于時序挖掘算法。
[0015]所述價格模型建立模塊700根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型；所述實時價格設定模塊800根據所述價格模型設定所述果蔬的實時價格，在果蔬腐敗前，超市工作人員可根據該實時價格銷售果蔬。
[0016]如圖2所示，本發明另一方面提供了基于數據挖掘及保鮮預測的超市果蔬優化銷售方法。
[0017]具體地，在步驟SlOO中，利用氣味采集裝置、傳感器等設備采集果蔬腐敗程度信息，并利用ERP (Enterprise Resource Planning,企業資源規劃)信息系統等具有銷售經驗數據存儲功能的裝置采集以往果蔬銷售經驗數據。
[0018]在步驟S200中，根據所述腐敗程度信息預測果蔬的保鮮期，并建立時序數據庫，該時序數據庫包含了所述果蔬的腐敗程度隨時間推移的變化情況，同時，根據所述銷售經驗數據建立銷售經驗數據庫。
[0019]在步驟S300中，根據步驟S200中建立的時序數據庫實時地監控所述果蔬的新鮮度。
[0020]在步驟S400中，對所述時序數據庫進行數據篩選建立得到數據倉庫。在步驟S500中，對所述數據倉庫中的數據進行挖掘得到知識模型，其中，挖掘過程中所采用的挖掘算法包括但不限于時序挖掘算法。
[0021]在步驟S600中，根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型。在步驟S700中，根據所述價格模型設定所述果蔬的實時價格，在果蔬腐敗前，超市工作人員可根據該實時價格銷售果蔬；在果蔬腐敗后，超市工作人員可采取贈送、促銷等措施。
[0022]本發明提出的基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置及方法為超市果蔬銷售方式提供了一種可能性策略，本發明在充分分析銷售經驗基礎上，準確估算不同種類果蔬在不同時間段的保質期，從超市進貨開始，自動實施價格階梯下降式銷售策略，有效促進果蔬銷售；此外，在果蔬開始腐爛的保質臨界點及其之后，開展“購買其他商品、免費贈送果蔬”的促銷措施，通過促進整個超市的有效運營，彌補、攤薄果蔬銷售成本。
[0023]雖然本發明參照當前的較佳實施方式進行了描述，但本領域的技術人員應能理解，上述較佳實施方式僅用來解釋和說明本發明的技術方案，而并非用來限定本發明的保護范圍，任何在本發明的精神和原則范圍之內，所做的任何修飾、等效替換、變形、改進等，均應包含在本發明的權利要求保護范圍之內。
【權利要求】
1.基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置，包括:果蔬腐敗程度信息采集模塊、銷售經驗數據采集模塊、時序數據庫建立模塊、銷售經驗數據庫建立模塊、數據倉庫建立模塊、知識模型挖掘模塊、價格模型建立模塊、實時價格設定模塊以及提示模塊，其中， 所述果蔬腐敗程度信息采集模塊采集果蔬腐敗程度信息，所述銷售經驗數據采集模塊采集以往銷售經驗數據； 所述時序數據庫建立模塊根據所述果蔬腐敗程度信息建立時序數據庫，銷售經驗數據庫建立模塊根據所述銷售經驗數據建立銷售經驗數據庫； 所述數據倉庫建立模塊對所述時序數據庫進行數據篩選建立得到數據倉庫； 所述知識模型挖掘模塊對所述數據倉庫中的數據進行挖掘得到知識模型； 所述價格模型建立模塊根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型； 所述實時價格設定模塊根據所述價格模型設定所述果蔬的實時價格； 所述提示模塊在果蔬腐敗臨界點時刻發出告警，并發出促銷提示。
2.根據權利要求1所述基于數據挖掘及保鮮預測的超市果蔬優化銷售裝置，其特征在于，所述知識模型挖掘模塊根據時序挖掘算法對所述數據倉庫中的數據進行挖掘，得到所述知識模型。
3.基于數據挖掘及保鮮預測的超市果蔬優化銷售方法，包括以下步驟: 步驟一:采集果蔬的腐敗程度信息，并采集以往銷售經驗數據； 步驟二:根據所述腐敗程度信息預測果蔬的保鮮期，建立果蔬腐敗程度信息時序數據庫，根據所述銷售經驗數據建立銷售經驗數據庫； 步驟三:根據所述時序數據庫實時監控果蔬新鮮度； 步驟四:對果蔬腐敗程度信息時序數據庫進行數據篩選建立數據倉庫； 步驟五:采用時序挖掘算法對所述數據倉庫中的數據進行挖掘，得到知識模型； 步驟六:根據所述銷售經驗數據庫以及所述知識模型建立所述果蔬的價格模型；步驟七:根據所述價格模型設定所述果蔬的實時價格，在果蔬腐敗前根據所述實時價格銷售所述果蔬，在果蔬腐敗后采取促銷措施。
4.根據權利要求3所述的基于數據挖掘及保鮮預測的超市果蔬優化銷售方法，其特征在于，采用時序挖掘算法對所述數據倉庫中的數據進行挖掘，得到所述知識模型。
【文檔編號】G06Q30/02GK104077706SQ201310100849
【公開日】2014年10月1日 申請日期:2013年3月26日 優先權日:2013年3月26日
【發明者】修文群, 馮圣中, 張寶運, 李曉明 申請人:深圳先進技術研究院