一种基于机器学习模型的无人零售柜商品效期管理方法

本发明公开一种基于机器学习模型的无人零售柜商品效期管理方法，包括如下步骤：步骤S1：数据准备：从数据库中收集历史货架商品盘点数据及相关特征，并进行数据清洗与特征工程；步骤S2：使用清洗后的数据训练机器学习模型；步骤S3：将货架商品当前特征信息输入到步骤S2训练后的模型中，进行推理以识别高临期风险商品，并根据推理结果下发临期盘点清单，执行临期盘点，将盘点结果存储到数据库，用于下一次模型训练。本发明根据历史销售量、历史库存量、商品保质期、补货周期等数据特征预估货架商品的临期风险概率，量化临期风险监控指标；根据临期风险概率制定需要盘点的货架商品清单，精准盘点高临期风险货架商品，提高盘点效率。