【技術實現步驟摘要】
本專利技術涉及數據倉庫，具體是涉及一種金融服務大數據倉庫管理系統。
技術介紹
1、在金融服務行業中，大數據倉庫管理系統扮演著至關重要的角色，然而，傳統的倉庫管理系統往往面臨著諸多挑戰，首先，庫存信息的監控和管理往往依賴于人工操作，這不僅效率低下，還容易出錯，其次，對于貨品需求的預測和分析，傳統系統通常只依賴于有限的內部數據，如歷史銷售記錄等，而忽視了外部大數據信息的重要性，如季節性銷售趨勢、市場趨勢、消費者行為數據和競爭對手信息等，這導致需求預測的準確性大打折扣，此外，在采購供應商的選擇和評估方面，傳統系統也缺乏科學性和全面性，它們往往只考慮供應商的基本信息，如價格、質量等，而忽視了供應商與采買需求貨品之間的關聯性，以及供應商自身的風險評估和下游公司的風險承擔能力，這種片面的評估方式不僅導致采購效率低下，還會增加采購風險，對此，我們提出了一種金融服務大數據倉庫管理系統。
技術實現思路
1、為解決上述技術問題，提供一種金融服務大數據倉庫管理系統，本技術方案解決了上述的問題。
2、為達到以上目的，本專利技術采用的技術方案為：
3、一種金融服務大數據倉庫管理系統，倉庫管理系統包括：
4、庫存信息監控模塊，庫存信息監控模塊用于對倉庫內現有貨品進行出入庫記錄；
5、貨品需求分析模塊，貨品需求分析模塊與所述庫存信息監控模塊電性連接，所述貨品需求分析模塊用于根據庫存信息并結合大數據信息對貨品需求進行分析，輸出采買需求；
6、采購供應商信
7、采購供應商評估模塊，采購供應商評估模塊與所述采購供應商信息獲取和分析模塊電性連接，所述采購供應商評估模塊用于基于關聯性計算結果對采購供應商進行綜合評估，輸出評估結果；
8、采購方案生成模塊，采購方案生成模塊與所述貨品需求分析模塊和采購供應商評估模塊電性連接，所述采購方案生成模塊用于結合采購需求和采購供應商評估模塊的評估結果，輸出采購方案。
9、優選地，貨品需求分析模塊輸出采買需求具體包括：
10、基于庫存信息監控模塊獲取倉庫貨品的庫存量、出入庫記錄和庫存周轉率信息；
11、收集與貨品需求相關的外部大數據信息，所述信息包括：同品類歷史銷售數據、季節性銷售趨勢、市場趨勢、消費者行為數據和競爭對手信息；
12、對收集到的數據進行清洗，去除重復、錯誤和無效的數據，將處理后的數據進行標準化處理；
13、從清洗處理后的現有庫存信息和大數據信息中提取與貨品需求相關的特征數據，所述提取與貨品需求相關的特征數據包括庫存量、銷售增長率、季節性波動和市場增長率；
14、建立貨品采買需求預測模型；
15、基于貨品采買需求預測模型，將若干個對貨品采買需求影響關聯的特征數據作為影響條件，以庫存信息作為輸入，以預測時間節點下對應的未來貨品采買需求作為輸出；
16、基于預測結果，結合庫存策略的安全庫存量和再訂貨點，計算并輸出采買需求指標。
17、優選地，貨品采買需求預測模型表達式為：
18、
19、式中，y表示貨品需求量，t表示對應的時間節點，p為自回歸階數，即模型中使用的過去若干個時間點的值來預測當前值時所涉及的時間點數量，和均表示模型參數，表示誤差項，q表示移動平均階數，即模型中使用的過去若干個時間點的預測誤差來影響當前預測值時所涉及的時間點數量，表示時間t的貨品需求量。
20、優選地，安全庫存量和再訂貨點的計算方法為：
21、其中，安全庫存量的計算公式為：
22、
23、式中，s表示安全庫存量，z表示訂貨滿足率的百分比對應的標準正態分布的z值，表示需求標準差，l表示提前期，表示補貨周期，表示提前期標準差，d表示平均日需求量；
24、其中，再訂貨點的計算公式為：
25、
26、式中，r表示再訂貨點。
27、優選地，采購供應商信息獲取和分析模塊獲取采購供應商基本信息并計算關聯性具體包括：
28、采購供應商信息獲取和分析模塊從若干數據源獲取各個采購供應商的基本信息，所述采購供應商基本信息包括：財務信息、生產信息、倉儲信息、物流信息和運營信息，將獲取到的采購供應商按名稱匯總成集合一；
29、基于集合一中的采購供應商，對其基本信息進行清洗，將清洗處理后的信息進行標準化處理，并從中提取采購供應商信息中與貨品相關的特征向量；
30、根據貨品需求分析模塊輸出的采買需求提取貨品的特征向量；
31、對于每個供應商，計算其提供的產品與采買需求貨品的關鍵屬性之間的關聯性，其中，關聯性計算方法為：
32、
33、式中，c表示采購供應商與采買需求貨品的關聯性，n表示特征向量的總數，k表示第k個特征向量，g表示采買需求貨品，f表示采購供應商，e表示第e個采買需求貨品數，h表示第h個采購供應商數，表示第e個采買需求貨品g在第k個特征向量上的值，表示第h個采購供應商f在第k個特征向量上的值；
34、根據計算出的關聯性結果，篩選出集合一中存在關聯性的采購供應商匯總成集合二，對集合二中的采購供應商按關聯性大小進行排序，并將結果輸出至采購供應商評估模塊。
35、優選地，采購供應商評估模塊給出風險評估分具體包括：
36、基于采購供應商信息獲取和分析模塊篩選出的存在關聯性的采購供應商的匯總集合二；
37、對集合二中若干個采購供應商分別進行自身風險評估和下游公司風險承擔能力評估；
38、綜合采購供應商自身風險評估結果和下游公司風險承擔能力評估結果，對采購供應商進行重新排序，選擇綜合評估最優的采購供應商，并輸出綜合評估的結果。
39、優選地，采購供應商自身風險評估的方法為：
40、基于采購供應商信息獲取和分析模塊獲取采購供應商基本數據，所述基本信息包括：注冊資本、成立年限和信用記錄；
41、基于采購供應商信息獲取和分析模塊獲取采購供應商運營狀況數據，所述運營狀況數據包括：年度銷售額、利潤率和資產負債率；
42、基于采購供應商信息獲取和分析模塊獲取采購需求貨品在供應商公司的定位信息，所述定位信息包括：是否為核心產品、生產規模和技術能力；
43、基于采購供應商信息獲取和分析模塊獲取采購需求貨品在供應商公司的市場占有信息，所述市場占有信息包括：市場份額、市場增長率和競爭態勢；
44、對數據進行清洗和預處理；
45、從清洗處理后的數據中提取若干個反映供應商的財務狀況、市場地位和產品質量特征；
46、通過德本文檔來自技高網...
【技術保護點】
1.一種金融服務大數據倉庫管理系統，其特征在于，倉庫管理系統包括：
2.根據權利要求1所述的一種金融服務大數據倉庫管理系統，其特征在于，貨品需求分析模塊輸出采買需求具體包括：
3.根據權利要求2所述的一種金融服務大數據倉庫管理系統，其特征在于，貨品采買需求預測模型表達式為：
4.根據權利要求2所述的一種金融服務大數據倉庫管理系統，其特征在于，安全庫存量和再訂貨點的計算方法為：
5.根據權利要求1所述的一種金融服務大數據倉庫管理系統，其特征在于，采購供應商信息獲取和分析模塊獲取采購供應商基本信息并計算關聯性具體包括：
6.根據權利要求1所述的一種金融服務大數據倉庫管理系統，其特征在于，采購供應商評估模塊給出風險評估分具體包括：
7.根據權利要求6所述的一種金融服務大數據倉庫管理系統，其特征在于，采購供應商自身風險評估的方法為：
8.根據權利要求5所述的一種金融服務大數據倉庫管理系統，其特征在于，下游公司風險承擔能力評估的方法為：
【技術特征摘要】
1.一種金融服務大數據倉庫管理系統，其特征在于，倉庫管理系統包括：
2.根據權利要求1所述的一種金融服務大數據倉庫管理系統，其特征在于，貨品需求分析模塊輸出采買需求具體包括：
3.根據權利要求2所述的一種金融服務大數據倉庫管理系統，其特征在于，貨品采買需求預測模型表達式為：
4.根據權利要求2所述的一種金融服務大數據倉庫管理系統，其特征在于，安全庫存量和再訂貨點的計算方法為：
5.根據權利要求1所述的一種金融服...
【專利技術屬性】
技術研發人員：張菊華，張飛翔，
申請(專利權)人：江蘇易云數科信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。