买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门创联享信息科技有限公司申请的专利一种大数据场景下的汽配易损件门店进货推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116308477B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310074909.0，技术领域涉及：G06Q30/0202；该发明授权一种大数据场景下的汽配易损件门店进货推荐方法是由宋继斌;林少豪;彭小院设计研发完成，并于2023-01-30向国家知识产权局提交的专利申请。

本一种大数据场景下的汽配易损件门店进货推荐方法在说明书摘要公布了：本发明提供了一种大数据场景下的汽配易损件门店进货推荐方法，包含以下步骤：S10：对门店的历史进销存数据进行预处理，构建训练数据集；S20：根据所述训练数据集，构建基础预测模型；S30：根据所述基础预测模型构建集成预测模型，确定门店的销量预测值；S40：根据全国门店品类销售及库存数据，结合门店的所述销量预测值，构建品类安全库存水位模型；S50：根据单门店商品的历史销售数据，构建商品包聚类模型，对商品进行商品包划分；S60：根据集成预测模型，安全库存水位模型及聚类分析模型，确定门店商品的推荐进货值及商品包归属，适用各门店的特征，更加科学进货，在货物充足的情况下，减少库存堆积，有利于库存周转。

本发明授权一种大数据场景下的汽配易损件门店进货推荐方法在权利要求书中公布了：1.一种大数据场景下的汽配易损件门店进货推荐方法，其特征在于，包含以下步骤： S10：对汽配易损件门店的历史进销存数据进行预处理，构建训练数据集； S20：根据所述训练数据集，构建基础预测模型，包括： 根据所述训练数据集，使用线性回归拟合特征集合与销量间的线性关系，构建第一基础预测模型； 根据所述训练数据集，使用随机森林回归探索特征集合与销量间的非线性关系，构建第二基础预测模型； 根据所述训练数据集，使用梯度提升回归构建第三基础预测模型； 根据所述第一基础预测模型、第二基础预测模型、第三基础预测模型构建集成预测模型； S30：根据所述基础预测模型构建集成预测模型，确定门店的销量预测值； S40：根据全国汽配易损件门店品类销售及库存数据，结合汽配易损件门店的所述销量预测值，构建品类安全库存水位模型，包括： 对门店近三月销售及库存数据进行品类汇总及计算，选取品类内销售数量及存销比排名前20%的门店集合，该集合代表在各品类中拥有优秀的销售运营及库存管理能力的门店； 对所述门店集合计算整体的品类库存月份，作为全国门店的品类周转备货参考； S50：根据单个汽配易损件门店商品的历史销售数据，构建商品包聚类模型，对商品进行商品包划分，包括： 使用KMeans算法构建商品包聚类模型，为服务商提供进货优先级参考，模型的输入数据集的特征选取门店单品的销售数量，毛利金额，销售频次特征，算法训练过程如下： S501：初始化随机选取p个数据点作为p个簇的中心点； S502：对于每个数据点，计算数据点到p个中心点间的欧式距离，将数据点划分给距离最短的中心点所代表的簇； S503：所有数据点划分后，使用簇内数据点的均值更新p个簇的中心点； S504：重复上述S502和S503，直到中心点不再有变化，训练停止； S60：根据集成预测模型，安全库存水位模型及聚类分析模型，计算汽配易损件门店商品的推荐进货值及商品包归属； 根据所述集成预测模型，确定门店单品的销量预测值，通过所述品类安全库存水位模型，结合门店当前库存，输出推荐进货值，并结合所述商品包聚类模型，输出商品进货优先级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门创联享信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园三期凤岐路199-1号702单元之一；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。