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！

摘要：本发明公开了一种基于数据分析的酒类信息智能管理方法及系统，包括，获取酒类销售数据，对预处理后的酒类销售数据进行聚类，根据聚类结果对客户进行分类；获取不同类别客户的客户类别特征，生成酒类销售数据的标签数据集；构建营销方案推荐模型，为不同类别客户提供不同的酒类营销服务；通过酒类销售数据提取订单信息，获取不同订单信息的关联度对酒类营销进行优化，并将所述订单信息匹配酒品库存信息，根据订单信息的动态变化生成库位调整方案。本方法基于客户类别定位制定精准科学的酒品营销方案，有利于为客户提供精细化营销服务，另外，根据订单动态变化进行库位调整，提高酒品仓库的提货效率。

主权项：1.一种基于数据分析的酒类信息智能管理方法，其特征在于，包括以下步骤：获取酒类销售数据，将所述酒类销售数据进行预处理，对预处理后的酒类销售数据进行聚类，根据聚类结果对客户进行分类；根据客户的分类结果获取不同类别客户的客户类别特征，通过所述客户类别特征获取酒类销售数据的标签数据集；基于深度学习构建营销方案推荐模型，利用所述酒类销售数据的标签数据集对所述营销方案推荐模型进行训练，为不同类别客户提供不同的酒类营销服务；通过所述酒类销售数据提取订单信息，获取不同订单信息的关联度，根据所述关联度对酒类营销进行优化，并将所述订单信息匹配酒品库存信息，根据订单信息的动态变化生成库位调整方案；对预处理后的酒类销售数据进行聚类，根据聚类结果对客户进行分类，具体为：获取目标地区在预设时间内的酒类销售数据，将所述酒类销售数据进行数据清洗及异常数据剔除，预处理与脱敏后的客户标识进行匹配，根据时序构建酒类销售数据集；基于所述酒类销售数据集进行低维表示构建无向异构图，在所述无向异构图中提取客户与酒类项目的二部图结构，通过图卷积神经网络对所述二部图结构进行表示学习，更新客户节点表示及酒类项目节点表示；根据更新后的客户节点表示及酒类项目节点表示进行邻域聚合，获取客户对应的酒类销售特征，根据不同客户的酒类销售特征构建酒类销售特征数据集；初始化粒子群算法的参数，通过粒子群算法对K-means聚类算法中的聚类个数K进行寻优，获取聚类个数K，在所述酒类销售特征数据集中随机选取K个客户的酒类特征数据点作为聚类中心；计算酒类销售特征数据集剩余数据到聚类中心的曼哈顿距离，分配至距离最近的聚类中心生成类簇，获取每个类簇的均值作为聚类中心，当标准测度函数满足预设标准或迭代次数大于等于最大迭代次数，则结束聚类；获取聚类结果，根据所述聚类结果获取客户的分类结果。

全文数据：

权利要求：

百度查询： 重庆安特布鲁精酿啤酒有限公司 一种基于数据分析的酒类信息智能管理方法及系统