大数据驱动下移动货架的货位优化研究

随着商品经济的发展,海量的商品种类和订单数量使得传统的仓储设施无法满足发展的需要。通过利用Apriori算法挖掘以往销售订单中的频繁项集,并根据频繁项集的结果对商品进行分组,之后排除已经在商品组中的商品,通过不断地降低支持度阈值对剩下订单中的商品进行挖掘,直到大部分的商品均分配到商品组中,将剩余的商品根据销量来分配商品组,这样大部分商品组中的商品都是经常在同一订单中出现的。再将这些商品组分配到货架上,从而在拣选的过程中减少货架搬运数量,提高拣选效率,降低拣选成本。