일 개시에 의하여, 컴퓨터에 의하여 수행되는 방법에 있어서 물류 창고에 보관된 제 1 아이템의 출고 이력 정보를 획득하는 단계, 제 1 아이템의 출고 시기에 연관된 복수의 외부 요인에 대한 정보를 획득하는 단계, 제 1 인공지능 모델을 이용하여 제 1 아이템의 출고 시기에 발생한 복수의 외부 요인 각각에 대한 가중치를 산출하여 제 1 아이템의 출고에 영향을 미치는 외부 요인에 대한 관계 그래프를 생성하는 단계 및 관계 그래프를 이용하여, 시계열적 흐름에 따라 변화하는 복수의 외부 요인을 고려하여 제 1 아이템의 예측 출고량을 결정하
일 개시에 의하여, 컴퓨터에 의하여 수행되는 방법에 있어서 물류 창고에 보관된 제 1 아이템의 출고 이력 정보를 획득하는 단계, 제 1 아이템의 출고 시기에 연관된 복수의 외부 요인에 대한 정보를 획득하는 단계, 제 1 인공지능 모델을 이용하여 제 1 아이템의 출고 시기에 발생한 복수의 외부 요인 각각에 대한 가중치를 산출하여 제 1 아이템의 출고에 영향을 미치는 외부 요인에 대한 관계 그래프를 생성하는 단계 및 관계 그래프를 이용하여, 시계열적 흐름에 따라 변화하는 복수의 외부 요인을 고려하여 제 1 아이템의 예측 출고량을 결정하는 단계를 포함하는, 인공지능 모델 기반 물류창고의 예측 출고량 결정 방법을 제공할 수 있다.
대표청구항▼
컴퓨터에 의하여 수행되는 방법에 있어서, 물류 창고에 보관된 제 1 아이템의 출고 이력 정보를 획득하는 단계;상기 제 1 아이템의 출고 시점의 계절 정보, 날씨 정보, 기온 정보, 요일 정보, 이벤트 정보, 구매 고객 정보, 판매 방식 정보 및 물류 창고의 속성 정보를 포함하는 복수의 외부 요인에 대한 정보를 획득하는 단계;제 1 인공지능 모델을 이용하여 제 1 아이템의 출고 시점마다 발생한 외부 요인의 빈도수에 기초하여 복수의 외부 요인 각각에 대한 가중치를 산출하여 상기 제 1 아이템의 출고에 영향을 미치는 복수의 외부 요인에
컴퓨터에 의하여 수행되는 방법에 있어서, 물류 창고에 보관된 제 1 아이템의 출고 이력 정보를 획득하는 단계;상기 제 1 아이템의 출고 시점의 계절 정보, 날씨 정보, 기온 정보, 요일 정보, 이벤트 정보, 구매 고객 정보, 판매 방식 정보 및 물류 창고의 속성 정보를 포함하는 복수의 외부 요인에 대한 정보를 획득하는 단계;제 1 인공지능 모델을 이용하여 제 1 아이템의 출고 시점마다 발생한 외부 요인의 빈도수에 기초하여 복수의 외부 요인 각각에 대한 가중치를 산출하여 상기 제 1 아이템의 출고에 영향을 미치는 복수의 외부 요인에 대한 관계 그래프를 생성하는 단계; 및상기 관계 그래프를 이용하여 상기 제 1 아이템의 예측 출고량 및 예측 출고 시기를 결정하는 단계를 포함하며,상기 제 1 아이템의 예측 출고량 및 예측 출고 시기를 결정하는 단계는,상기 부여된 가중치에 기초하여 상기 제 1 아이템의 출고 시점과 상기 복수의 외부 요인과의 연관 관계를 분석하여 상기 제 1 아이템의 예측 출고량을 결정하는 단계;소정의 주기마다 획득한 상기 제 1 아이템의 출고 이력 정보를 이용하여, 상기 제 1 아이템의 예측 출고량과 실제 출고량의 차이값을 계산하는 단계;상기 제 1 아이템의 예측 출고량을 결정하는데 이용된 복수의 외부 요인 중 상기 차이값에 연관된 적어도 하나의 외부 요인을 선택하고, 상기 선택한 적어도 하나의 외부 요인에 대한 가중치를 재결정하는 단계;상기 재결정된 적어도 하나의 외부 요인의 가중치에 기초하여, 상기 제 1 아이템의 예측 출고량을 조정하는 단계; 및상기 제 1 아이템의 위치 정보 및 수량 정보를 이용하여, 상기 물류 창고의 제 1 아이템 배치 정보를 생성하되, 상기 제 1 아이템의 예측 출고량 및 예측 출고 시기를 이용하여, 상기 물류 창고 내에서 상기 예측 출고 시기가 빠른 아이템이 상기 예측 출고 시기가 늦은 아이템보다 상대적으로 운반이 용이한 위치에 배치되도록 상기 물류 창고 상기 제 1 아이템 배치 정보를 수정하는 단계를 포함하며,상기 물류 창고의 일별 공실율에 기초하여 미래 일 시점의 공실율을 예측하고, 상기 예측한 공실율을 이용하여 상기 물류 창고의 매출을 예측하는 단계; 및상기 물류 창고 외의 하나 이상의 다른 물류 창고들에 대한 정보 - 상기 다른 물류 창고들에 대한 정보는, 입지, 건축개요, 공실율, 주요 보관품목, 임대료, 임대기간 및 시설에 대한 정보를 포함함 - 를 수집하고, 상기 하나 이상의 다른 물류 창고들 중 상기 물류 창고의 공실율보다 낮은 공실율을 가지는 적어도 하나의 다른 물류 창고에 대한 정보와 상기 물류 창고에 대한 정보 간의 차이점을 분석하여 상기 물류 창고의 공실 원인을 분석하는 단계를 더 포함하고,상기 물류 창고의 매출을 예측하는 단계는,상기 하나 이상의 다른 물류 창고 중 상기 물류 창고와 유사한 입지 및 토지 면적을 가지는 적어도 하나의 물류 창고를 선택하고, 상기 선택한 적어도 하나의 물류 창고 중 가장 매출이 높은 물류 창고에 대한 정보와 상기 물류 창고의 정보 간의 차이점을 분석하여 사용자 단말에 제공하는 단계를 포함하고,상기 제 1 인공지능 모델은,물류 창고 내부에서 획득한 정보와 물류 창고 외부에서 획득한 정보를 이용하여 미래 시점의 예측 출고량을 예측하기 위하여 학습된 인공지능 모델이고,상기 제 1 인공지능 모델은 사용자에 의하여 미리 지정된 학습조건에 따라 특정 주기, 특정 이벤트, 특정한 외부 요인, 특정 아이템 중 적어도 하나의 조건에 따라 학습되는 것을 특징으로 하고,상기 복수의 외부 요인에 대한 정보를 획득하는 단계는,기상청 서버, 언론사 서버, 쇼핑몰 서버, 광고 서버, 사용자 단말, SNS 서버 중 적어도 하나의 서버로부터 상기 외부 요인을 획득하고,상기 물류 창고 주변에 설치된 센서 장치로부터 물류 창고 주변의 온도, 습도, 미세먼지 농도, 기압, 재난 여부 중 적어도 하나를 포함하는 외부 요인을 획득하는,인공지능 모델 기반 물류창고의 예측 출고량 결정 방법.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.