CN105264559A - 用以接受有价值物品的系统 - Google Patents

Abstract

本文描述包括分类模块和评分模块的系统。分类模块被配置为响应于用户活动以将至少一个有价值物品归入至少一类；并且评分模块被配置为至少基于交易数据来确定接受得分，并且将动作与对应于接受得分的用户活动相关联。

Description

用以接受有价值物品的系统

相关申请

本申请要求于2013年2月25日提交的美国临时专利申请No.61/768,741的优先权，通过引用将其所有内容并入本文。

技术领域

本主题一般而言涉及对电子交易系统中的介质的处理，并且特别地涉及用于接受插入电子交易系统的一个或多个有价值物品(诸如硬币、代币、纸币、钞票、有价值纸张、证券文档(securitydocument)，货币等)的方法和系统。

背景技术

通常，电子交易系统，诸如自动售货机、电子游戏设备及其它电子接受器，响应于用户活动而接收并分配有价值物品，诸如硬币、代币、有价值文件、优惠券和纸币。该系统包括鉴别器，以确定所插入的有价值物品的真实性。通常，鉴别器包括一个或多个传感器，以测量有价值物品的一个或多个属性，诸如尺寸、传导性及磁导率，以用于认证和/或识别目的。来自传感器的数据被用来确定所插入的有价值物品是否满足用于可疑伪造介质或真正物品当中之一的预定义的接受标准。相应地，电子交易系统接受或拒绝/没收该有价值物品。

然而，物品可能是不合格的有价值物品，例如，贴有胶带的(taped)、弄脏的、被切割的、被撕裂的等。不合格的物品可能具有价值或可能不具有价值。通常，接受标准对于不合格的有价值物品是非常严格的。例如，在像印度的国家，如果纸币的单个最大且未分割块的表面积小于40％，则该纸币被停止通用并假设具有零价值，即使它是真的。因此，不合格的有价值物品都被视为有风险的，并且被作为零价值纸币返回给用户或被没收。用户经历大约15％的合法(但不合格)票据拒绝率，以防范接受由其他用户引入的少量不合格和零价值票据。这种高拒绝率增加了具有合法但不合格票据的用户的挫败。此外，电子交易系统不能机械地处理巨大数量的拒绝。然而，纸币的不良状况增加了拒绝的概率。拒绝的数量又对堵塞率产生负面后果。

发明内容

本发明内容被提供以引入与适应地接受一个或多个有价值物品的系统和方法有关的概念。所述概念在以下的具体实施方式、附图和权利要求中被进一步描述。本发明内容不是意在识别要求保护的主题的必要特征，也不是意在用于确定或限制要求保护的主题的范围。

在一种示例实现中，描述了接受一个或多个有价值物品的系统。有价值物品可以至少是纸币、钞票、优惠券、证券纸、支票、有价值文件、硬币、代币和游戏筹码之一。该系统可以包括处理器，以及耦接到处理器的存储器。存储器可以包括一个或多个模块，诸如分类模块和评分模块。分类模块可被配置为响应于用户活动而将至少一个有价值物品归入至少一类。类可以是不可识别类、可疑伪造类、不合格类、合格且真实类、以及不合格但真实类之一。分类模块还可被配置为实现马氏距离(Mahalanobisdistance)、支持向量机和/或线性判别分析之一，以归类插入的有价值物品。

评分模块可被配置为至少基于交易数据来确定接受得分并且将动作与对应于接受得分的用户活动相关联。例如，动作可以是向用户提供未决信用，直到插入的有价值物品被评估。作为选择，评分模块可以至少基于交易数据来指定预定的接受得分。此外，由评分模块指定的动作可以覆盖由分类模块指定的另一动作。交易数据可以包括交易时间、系统的地理位置、用户交易历史、用户简档、用户行为和/或环境数据当中至少之一。

系统还可以包括监视模块，被配置为：以预定义的时间间隔追踪交易请求、交易数据和接受得分当中至少之一；并且将交易数据和接受得分与预期模式相比较。如果接受得分与预期模式不同，则监视模块生成通知、警报、报告和标志当中至少之一。

系统可以进一步包括具有提供交易数据的知识数据库的至少一个服务器，以及通信地耦接到服务器的接收有价值物品的至少一个处理系统。处理系统的示例包括，但不限于，自动售货机、自动柜员机、游戏机、货币验证器(currencyvalidator)和验钞机。

在另一种示例实现中，描述了适应地接受有价值物品的方法。有价值物品可以是纸币、钞票、优惠券、证券纸、支票、有价值文件、硬币、代币和游戏筹码当中至少之一。

方法可以包括：响应于用户活动而接收至少一个有价值物品；并且将所接收的有价值物品归入至少一个预定类。马氏距离、支持向量机和/或线性判别分析可被实现以归类所接收的有价值物品。

每个所归类的有价值物品可以被分析，以获取交易数据。交易数据可以包括交易时间、系统的地理位置、用户的交易历史、用户简档、用户行为，和/或环境数据。

此外，可以至少基于交易数据为所归类的有价值物品确定接受得分。此外或作为选择，动作可以与对应于接受得分的用户活动相关联。

该方法可以在自动售货机、自动柜员机、游戏机、货币验证器、付费电话、计算机和手持式设备之一中实现。该方法还可以包括监视接受得分并且将该接受得分与预定义模式相比较。此外，通知、警报和/或报告可以基于比较而生成。

在另一种实现中，描述了识别异常事件的方法。该方法可以包括响应于用户活动而接收多个有价值物品并且将所接收的有价值物品归入至少一个预定类。此外，可以确定所接收的有价值物品在特征空间中的位置。该位置可以相对于预定模式进行分析，并且一个或多个报警可以至少基于分析来生成。这可以有助于确定所接收的有价值物品是否是不熟悉的类型，例如，处理系统未被配置为读取的新的一系列有价值物品。该方法可以包括确定所接收的有价值物品是否是欺诈性的有价值物品。

本文描述的一些示例实现可以提供接受有价值物品的节约成本的途径，而无需实施昂贵的合格传感器。示例性系统和方法可以提供奖励诚实消费者并孤立骗子的途径。适应接受因素可以帮助拒绝有风险的物品并且接受值得信赖的物品。

附图说明

详细描述是参考附图来提供的。在附图中，标号最左边的数字(一个或多个)识别该标号在其中首次出现的图。相同的标号被贯穿附图使用来指相同的特征和部件。为了说明的简化和清晰，附图中的元件不一定是按比例的。

图1根据本主题的示例实现，示出了具有用于适应地接受至少一个有价值物品的一个或多个处理系统的示例性网络环境。

图2根据本主题的示例实现，示出了具有评分模块的处理系统。

图3根据本主题的示例实现，示出了用于将有价值物品分类的示例性方法。

具体实施方式

本文公开了被配置为适应地接受一个或多个有价值物品的处理系统。有价值物品的示例包括，但不限于，纸币、钞票、优惠券、证券纸、支票、有价值文件、硬币、代币和游戏筹码。处理系统可以在诸如自动售货机、游戏机、自动柜员机、付费电话等的任何电子交易系统中实现，并且一般而言可在零售、游戏或银行业中使用以用于分类和评估有价值物品(在下文中被称为物品(一个或多个))的任何装备中实现。

当前的物品接受协议为物品处理指定有限的限制和动作。换句话说，基于预定的定义物品被归类为一个或多个类和子类。定义划分严格的边界，据此执行归类。相应地，基于物品的归类以及为每一类预先指定的动作，物品被接受、拒绝、没收等。

作为示例，考虑具有用于纸币的类、类定义和动作的表1。类似的定义针对世界各地的纸币存在。不合格的票据是具有但不限于以下一个或多个的票据：污渍、污点、涂鸦、脱墨、撕扯、洞、残缺、修补、墨水或染料污点、褶皱、疲塌、折痕或折角。如表1中所示，类3还包括作为“零价值”纸币被返回给用户的一些不合格的纸币，即使纸币是合法的。

表1

一方面，如果接受全部类3的纸币，则存在接受“零价值”纸币的风险，这不是可接受的结果。另一方面，拒绝所有类3的票据具有对堵塞率的不利后果。因此，落在类的边界或边界附近的物品更有可能被错误归类。此外，因为边界或限制是严格的，所以一些合法的有价值物品倾向于被拒绝或没收，从而增加诚实用户的挫败。此外，诸如堵塞的操作问题变得更突出。

为此，本文所述的实施例至少基于交易数据来帮助为有价值物品的接受创建动态边界。交易数据的示例包括交易时间、用于交易的电子交易系统的地理位置、用户行为、用户简档、用户历史以及其它环境数据，例如温度、湿度等。在一种实现中，处理系统接收交易请求。例如，用户可以接收存入有价值物品的请求。然后，处理系统允许用户输入有价值物品。基于预定的定义，例如，如以上在表1中所描述的，已接收的有价值物品被分成不同的类或子类。分类还提供与有价值物品驻留在特征空间中什么地方有关的信息。

至少基于交易数据，处理系统确定用于每笔交易的接受得分，并且使用该接受得分来重新归类有价值物品。相应地，处理系统基于重新分类促进动作。作为选择，可以对应于每个接受得分指定新动作，而不管分类。在一个示例中，接受得分反映交易的可信度。越高的接受得分代表越小的风险，而越低的得分指示可能的欺诈交易。

在示例中，交易数据包括用户账号、用户简档、用户交易历史、关于用户所存物品的类的历史等中的至少之一。如果用户在交易的本质方面具有良好的信誉，例如，如果用户从来没有在电子交易中存入“零价值”票据，则已接收的被归类为例如高风险类3的票据是携带完全价值的合法但不合格的票据的概率很高。在这种情况下，处理系统可以更改得分，接受纸币并且向用户提供完全信用或未决信用。然而，如果用户有存入“零价值”票据的历史，则处理系统更改接受得分，代替接收纸币而拒绝或没收纸币并且拒绝给用户任何信用。此外，处理系统可以包括随时间监视接受得分的监视模块。如果接受得分低于预定的阈值水平，或者以超过预定模式的方式在一段时间内波动/偏离或变化，则监视模块可以触发诸如警报、通知、标志、报告等等事件，指示交易中的异常。可以经由通信网络，诸如互联网、GSM等，将事件发送给系统管理员。

在另一个示例中，交易数据包括电子交易系统的位置、交易时间等中至少之一。在一种实现中，处理系统被配置为基于一天当中的时间或者电子交易系统的位置来执行接受得分的总体(blanket)变化。例如，可以确定电子交易系统在晚上比白天更有可能接收有风险的票据。在这种情况下，得分可以被临时更改，由此使得类定义非常严格。在另一个示例中，一些位置可以具有接收有风险票据的更高倾向。相应地，可以针对这种位置适应地改变接受得分，以减小接受有风险票据的可能性。因此，接受得分是基于交易的本质来适应地改变的。接受得分存储在数据库中并且可以以预定的时间间隔被分析。

在另一种实现中，特征空间被用来分析插在交易系统中的多个物品的位置。这种物品可以已经顺序地被插入或者在一段时间内被插入。如果在特征空间中所插入物品的位置不匹配模式，则可以生成指示异常行为的报警，并且随后，操作员可以执行校正动作。例如，所插入物品的位置可以遵循线性模式或者全都在特定类的边界上。这种非随机的行为一般指示欺诈或者新类型的物品。因此，当任何一个此类场景出现时生成报警非常重要。

虽然所述有价值物品的分类的各方面可以在任何数量的不同系统、环境和/或配置中实现，但实施例是在以下示例性系统(一个或多个)的背景下描述的。为了描述的简化，众所周知的部件的描述和细节被省略。本领域技术人员将认识到，如本文所使用的，词“在…期间”、“在…时候”和“当…时”不是指启动动作时立即发生的动作的确切术语，而是可以在初始动作与由初始动作启动的反应之间有一些小但合理的延迟，诸如传播延迟。

图1根据本主题的实现示出了具有用于适应地接受有价值物品104的一个或多个处理系统102的系统100。在所述实现中，服务器106通过网络108与共同地称为处理系统102的一个或多个处理系统102-1、102-2，...102-N交互。网络108可以是无线网络、有线网络或无线网络和有线网络的组合。网络108可以作为诸如内联网、局域网(LAN)、广域网(WAN)、互联网等的不同类型的网络之一被实现。网络108可以是专用网络或者共享网络，其代表使用例如超文本传输协议(HTTP)和传输控制协议/网际协议(TCP/IP)的各种协议彼此通信的不同类型的网络的关联。处理系统102可以经由网络108或对等网络(图中未示出)彼此交互。

在一种实现中，处理系统102可以是任何硬件或者软件或者硬件和软件的任意组合，处理系统102可以被配置为适应地接受有价值物品104，诸如货币、优惠券、支票、代币、游戏筹码、证券文档、纸币、硬币、代金券等等。处理系统102的示例包括，但不限于，自动交易机(ATM)、付费电话、游戏机、自助服务终端(kiosk)、纸币接受器或自动售货机。在另一种实现中，处理系统102可以在诸如被配置为适应地接受有价值物品104(以下简称为物品104)的手持式设备、笔记本电脑和台式计算机的任何计算设备中实现，以用于本领域中已知的各种应用。处理系统102既可以在离线模式中操作又可以在在线模式中操作。

在一种实现中，处理系统102包括分类模块109和评分模块110。处理系统102响应于诸如存入交易的用户活动，而接收一个或多个物品104。分类模块109基于一种或多种分类技术(包括但不限于马氏距离、线性判别分析和支持向量机)，将已接收的物品104归入一个或多个类和子类。分类模块109还提供关于在特征空间中物品104的位置的信息，这有助于确定物品104是否靠近或处于多个类或子类的边界。

在所述实现中，评分模块110从交易提取交易数据并且将接受得分与每笔交易相关联。在一种实现中，接受得分至少基于交易数据，诸如交易时间、处理系统102的地理位置、用户简档和用户交易历史等。评分模块110可以至少基于接受得分将物品104重新归类。新的类可以与先前指定的类或子类相同或不同。

处理系统102与服务器106通信，以确定与物品104所属的类相关联的动作。动作可以对用户有利或不利，并且至少基于接受得分。服务器106可以包括存储用于接受物品104的规则的知识数据库(未示出)。换句话说，接受得分与动作之间的关系可以被存储在知识数据库中。作为选择，规则可以被本地存储到每个处理系统102上或者在服务器106外部的专用存储库(图中未示出)中。

在后续的段落中详细描述操作细节。

图2根据本主题的示例实现示出了具有评分模块的处理系统102。处理系统102可以是自动交易机(ATM)、付费电话、游戏机、自助服务终端、钞票接受器或自动售货机。在一种实现中，处理系统102可以是被配置为适应地接受物品104，诸如货币、优惠券、支票、代币、游戏筹码、证券文档、纸币、硬币、代金券等等的任何硬件或者软件或者硬件和软件的任意组合。

在实现中，处理系统102包括处理器202、接口(一个或多个)204，以及耦接到处理器202的存储器206。处理器202可以是单个处理单元或多个单元，所有这些单元还可以包括多个计算单元。处理器202可以作为一个或多个微处理器、微型计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路、和/或基于操作指令操纵信号的任何设备被实现。除其它能力之外，处理器202还被配置为取回并执行存储在存储器206中的计算机可读指令和数据。

接口(一个或多个)204可以包括各种软件和硬件接口，例如，用于诸如键盘、鼠标、外部存储器、照相机和打印机的外围设备(一个或多个)的接口。此外，接口204包括用于接收一个或多个物品104的输入。可选择地或附加地，处理系统102可以包括用于弹出物品104的输出。此外，可以存在用于接收和弹出物品104的单一的入口和出口点。

存储器206可以包括本领域中已知的任何计算机可读介质，包括例如，易失性存储器(诸如静态随机存取存储器(SRAM)和动态随机存取存储器(DRAM))，和/或非易失性存储器(诸如只读存储器(ROM)、可擦除可编程ROM、闪存存储器、硬盘、光盘和磁带)。存储器206还包括模块(一个或多个)208和数据210。

模块(一个或多个)208可以包括执行特定任务或实现特定抽象数据类型的例行程序、程序、对象、组件、数据结构等。在一种实现中，模块(一个或多个)208包括分类模块109、评分模块110、监视模块212和其它模块(一个或多个)214。应当认识到，模块(一个或多个)208当中每一个可以作为一个或多个不同模块的组合被实现。其它模块(一个或多个)214包括补充由处理系统102执行的应用或功能的程序。数据210还用作存储与模块(一个或多个)208的功能相关的数据的存储库等。数据210包括交易数据216和其它数据218。

在操作中，处理系统102接收并随后批准来自用户的请求，以执行交易，例如存入交易。在其它模块(一个或多个)214中的传输模块接收由用户插入的物品104。传输模块包括由致动器(未示出)驱动的一系列带、辊等，以使得物品104相对于处理系统102的输入和输出在向内或者向外的方向上移动。此外，传输模块操作耦接到存储物品104以用于分配、再循环或者评估的一个或多个存储单元、再循环器等。

为了确定已插入的物品104的真实性，分类模块109包括一个或多个传感器(未示出)，例如电磁传感器、光学传感器、冲击传感器和声传感器。此外，分类模块109分析每个已接收的物品104，以将物品104归入一个或者多个预定类和/或子类。类的示例包括不可识别类、可疑伪造类、不合格(零价值的和有限价值的物品)类和真实类。类可以有一个或多个子类，例如，真实类可以具有诸如合格且真实子类和不合格但真实子类，这两者均向用户提供信用。但是，一些物品104位于两个类或子类的边界上或者附近。此外，一些地方或机器具有接收不可接受物品104的最小概率。在所有这些情况下，分类模块109通常被配置为将物品104归入对用户不太有利的一类，使得用户的整体体验是负面的。例如，不合格但真实的物品104，诸如纸币，更可能被归为零价值的不合格物品104并且被返回给用户。

为此，评分模块110追踪用户活动，诸如用户的交易请求，并且至少从该交易提取交易数据216。在另一种实现中，可以内部地或外部地从存储库(图中未示出)中访问交易数据216。交易数据216包括，但不限于，交易时间、用于交易的处理系统102的地理位置、用户偏好、用户简档、用户交易历史、以及其它环境数据。在一种实现中，评分模块110至少基于一个或多个交易数据216计算接受得分并且将计算出的接受得分与交易相关联。接受得分被存储在其它数据218中。接受得分指示交易的可信度，即使用户简档是未知的。例如，高接受得分可以指示低风险交易，而低接受得分可以指示高风险交易。如本领域技术人员将会理解的，其它实现也是可能的。

在示例中，评分模块110可被配置为给在期望的时间段内或者在期望位置处发生的所有交易指定预定的得分。因此，具有接收伪造物品104的历史的位置可以被标记为高风险。相应地，源自这样的位置的交易可以被标记低接受得分。在另一个示例中，评分模块110可被配置为根据用户的交易历史或简档来识别用户并适应地修改得分。因此，甚至在以别的方式有风险的位置，处理系统102也向具有良好道德信誉的用户提供正面的用户体验。对于第一次的用户，可以指定正的或预定的平均得分，然后基于用户的交易来适应地修改。

在实现中，评分模块110基于计算出的接受得分重新分类物品104。由评分模块110进行的新的分类可以类似于或者不同于由分类模块109执行的分类。此外，由评分模块110进行的分类并不简单地遵守任何严格的类定义，并且给分类增加了灵活性。评分模块110可以访问提供与新定义的类相关联的动作列表的知识库。作为选择或者附加地，接受得分可以与(例如拒绝、接受、没收、提供立即(immediate)信用、提供未决信用等)具体的动作相关联。在一种实现中，由评分模块110提供的动作覆盖由分类模块109指示的动作。在另一种实现中，在远程位置中的操作员可以关于动作做出实时选择。附加地或可选择地，操作员可以以预定的时间间隔确认得分。直到那时，处理系统102可以向用户提供诸如未决信用的临时动作。

在另一种示例实现中，代替基于当前交易的交易数据216执行得分的实时评估，评分模块110依赖于过去的交易或者用户历史。在这种情况下，获取来自过去交易的交易数据216并且指定接受得分。如果没有历史可用，则评分模块110给当前交易指定默认得分。此外，可以获取来自当前交易的交易数据216并且将交易数据216存储在数据210中，用于进一步评估。人工操作员可以在以后的阶段基于对已接受或已没收的物品104执行的评估为将来的交易提供更准确的接受得分。此外，物品104可以被追踪到用户，尤其是在用户具有存入伪造或高风险物品104的历史的情况下。

在示例实现中，处理系统102还可以包括监视模块212。监视模块212持续地或者以预定义的时间间隔追踪交易请求、交易数据216和接受得分。然后，监视模块212将这种数据与存储的模式或阈值水平相比较，以确定交易中的可能差距和异常。例如，如果接受得分低于预定的阈值水平，或者以超过预定模式的方式在一段时间内变化，则监视模块212可以触发事件，诸如警报、通知、标志，并且生成报告等等，以引起操作员的注意。可以通过通信网络，诸如互联网、GSM等，经由诸如手持式设备或计算机的一个或多个通信设备，将事件发送到操作员。如果需要的话，报告还可以被发送到操作员，用于趋势分析和对知识库的修订。也可以根据从比如说那些在地理区域中的多个处理系统102累积的数据，生成这些报告。

然而，在另一种示例实现中，监视模块212与一个或多个传感器(图中未示出)通信耦接，以记录在处理系统102中或者处理系统102附近的欺诈活动，诸如纸币穿线(banknotestringing)、钓鱼或其它机械攻击。这种信息也被归类为交易数据216，并且可以被发送到评分模块110，以更改用于具体处理系统102的接受得分。例如，如果这种欺诈活动发生，则评分模块110可以禁用系统100或者报告给系统操作员。

在一种示例实现中，监视模块212分析特征空间和在特征空间内插入交易系统中的多个物品的位置。这种物品可以已经顺序地被插入或者在一段时间内被插入。监视模块212被配置为将在特征空间中插入物品的位置与预定义的模式相比较。相应地，可以生成报警指示异常行为，并且随后，操作员可以执行校正动作。例如，插入的物品的位置可以遵循线性模式，位置可以全部在特定类的边界上，或者位置可以像集群一样全部彼此相邻。这种非随机的行为一般指示欺诈或新类型的物品。因此，监视模块212生成指示异常事件的一个或多个报警。如果新类型的物品被插入，则报警也可以触发系统100以为将来收集相关数据。

在另一种示例实现中，评分模块110基于诸如对交易的请求的用户活动获取交易数据216，并且随后计算接受得分。然后，通信耦接到评分模块110的分类模块109基于该接受得分执行插入的物品104的分类。因此，分类边界比由传统分类技术设置的分类边界更灵活，从而使得插入的物品104能够更灵活地并且逐项地被分类。

现有技术解决方案建议收缩和加宽物品104的接受窗口，但是在本文所述的解决方案中，边界仍保持离散和固定，而允许那些更可能是合法的交易例外。这对于处理其中大部分是真实的不合格的物品104的地点和用户(诸如贫穷的工人、小商家等)特别有用。常规的系统和算法使源于这种地点和来自这种用户的物品104停止通用。这使得用户使自己疏远这种处理系统102。从长远来看，这对国家的经济产生负面影响。本文所述的实施例提供连续的分类边界，从而容许为诚实的用户提供正面的用户体验和更好的金融渠道。作为选择，具有接收有风险票据的倾向的欺诈用户或地点被阻止。

此外，在本文所述的适应处理系统102中，用户具有甚至边际风险的合法物品104而“赢得”信任，并且如果零价值的物品104被接受，则“输掉”信任。在示例中，存入不合格但真实票据的用户比存入不合格但零价值票据的用户具有更好的接受得分。在另一个示例中，可以经由玩家追踪系统获知在赌场游戏环境中的用户，从而给予可信的玩家接受边际票据的好处。

图3根据本主题的示例实现示出了用于在处理系统中接受一个或多个物品104的示例性方法300。方法300是在纸币的背景下描述的；然而，方法300可以扩展到覆盖其它种类的物品104，诸如硬币、代币、支票等。此外，如本领域技术人员将会理解的，尽管该方法是在用于确定物品104的接受因素的处理系统102的背景下描述的，但是该方法关于其它应用也是可实现的。在本文中，一些实施例也意在覆盖程序存储设备，例如，数字数据存储介质，这些是机器或计算机可读的并且编码机器可执行或计算机可执行的指令程序，其中，所述指令执行所述方法的一些或全部步骤。程序存储设备可以是，例如，数字存储器、诸如磁盘和磁带的磁存储介质、硬盘驱动器，或者光学可读的数字数据存储介质。

其中方法被描述的次序不是意在被解释为限制，并且任何数量的所述方法块均可以按任何次序组合，以实现该方法或者备选方法。此外，可以从该方法删除单个块，而不背离本文描述的主题的精神和范围。此外，该方法可以在任何合适的硬件、软件、固件或者它们的组合中实现。

在302，至少一个有价值物品104可以被接收。在实现中，对交易的请求可以被接收。交易的示例可以包括存入和/或提取一个或多个物品104，诸如硬币、纸币、优惠券、代币、证券文档等。在示例中，用户可以输入账户信息，以请求交易。作为选择，用户可以刷卡以启动交易，诸如存入或提取物品104。随后，物品104可以经由传输路径被接收。

在304，已接收的物品104可以被归入至少一个预定类。在物品104的传输期间，分类模块109可以感测物品104的存在并且获取传感器数据，用于将物品104归为多个类和子类当中的之一。分类可以基于一种或多种分类技术，包括，但不限于，马氏距离、线性判别分析、支持向量机和支持向量机。

因此，分类模块109可以将插入的物品104归类为已知面额的有效纸币、状况不佳(例如，不适合流通)的已知面额的有效纸币、可疑伪造的纸币、或者弄脏或损坏的纸币。分类模块109还可以提供关于该物品104在特征空间中的位置的信息，这有助于确定物品104是否靠近或者位于两个类或子类的边界。

在306，可以获取对应于已归类的物品104的交易数据216。例如，如果分类模块109确定物品104属于类4，则评分模块110获取与来自一个或多个源的物品104相关的交易数据216。交易数据216可以包括，但不限于，交易时间、用于该交易的处理系统102的地理位置、用户偏好、用户简档、用户交易历史，等等。

在308，可以至少基于交易数据216为已归类的物品104确定接受得分。在一种实现中，评分模块110至少基于一个或多个交易数据216计算接受分数并且将计算出的接受得分与交易相关联。接受得分可以指示交易的风险。

在310，可以至少基于接受得分来处理动作。在实现中，接受得分可以确定已归类的物品104的新分类，这可以与之前的分类不同或类似。相应地，评分模块110可以关联动作。例如，如果用户执行来自置于例如办公室的低风险环境中的处理系统102的交易，并且用户插入低风险的物品104，则评分模块110改变得分，并且接受物品104。然而，在高风险环境中，根据预定义的规则，甚至低风险的物品104也可能被拒绝。因此，每个接受得分可以与对应的动作相关联。这种关系可以在外部服务器106中的知识库中定义或者在处理系统102中内部地定义。

作为选择，评分模块110可以确定得分是否在预定义的范围内。如果确定该得分满足阈值水平，则交易请求可以被处理。在另一种实现中，交易请求可以被放在队列中，例如未决信用可以被提供，直到进一步的确认被执行。然而，如果确定得分不满足阈值水平，则该请求可以被拒绝。

然而，在另一种实现中，监视模块212持续地或者以预定义的时间间隔监视交易请求、交易数据216和接受得分。数据可以与期望的模式或分布相比较，以确定交易中的可能的差距和异常。例如，如果接受得分低于预定的阈值水平，或者以超过预定模式的方式在一段时间内变化，则监视模块212可以触发事件，例如警报、通知、标志、报告等等，以引起操作员的注意。

此外，在308获取的接受得分可以与其它参数一起被存储并保存在交易数据216中。以这种方式，用户或交易可以被概评，以更好地帮助诸如存入或提取介质的请求。此外，可以逐个交易地适应地配置得分，从而奖励诚实的用户并提供处理欺诈的更好方法。

本文所述主题的各种实现可以在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或它们的组合中实现。这些各种实现可以包括在一个或多个计算机程序中的实现，其中一个或多个计算机程序在包括至少一个可编程处理器的可编程系统上是可执行的和/或可解释的，其中可编程处理器可以是专用或通用目的，被耦合成从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令并且向存储系统、至少一个输入设备和至少一个输出设备传送数据和指令。

这些计算机程序(也被称为程序、软件、软件应用或代码)包括用于可编程处理器的机器指令，并且可以以高级过程和/或面向对象的编程语言和/或以汇编/机器语言来实现。如本文所使用的，术语“机器可读介质”指的是被用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备(例如，磁盘、光盘、存储器、可编程逻辑设备(PLD))，包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”指的是被用于向可编程处理器提供机器指令和/或数据的任何信号。

尽管已经以特定于结构特征和/或方法的语言描述了针对接受有价值物品的系统的实施例，但是应当理解，本发明不一定限制于所描述的具体特征或方法。相反，这些具体特征和方法是作为针对接受有价值物品的系统的示例性实施例被公开的。

Claims (24)

1.一种系统，包括：

至少一个数据处理器；以及

耦接到所述至少一个数据处理器的存储器，其中存储器包括，

分类模块，被配置为响应于用户活动而把至少一个有价值物品归入至少一类；以及

评分模块，被配置为，

至少基于交易数据来确定接受得分；以及

基于接受得分，将动作与用户活动相关联。

2.如权利要求1所述的系统，其中交易数据包括交易时间、系统的地理位置、用户交易历史、用户简档、用户行为和环境数据当中至少之一。

3.如权利要求1所述的系统，其中所述至少一类是不可识别类、可疑伪造类、不合格且零价值类、不合格且有限价值类、合格且真实类、以及不合格但真实类当中至少之一。

4.如权利要求1所述的系统，其中评分模块被进一步配置为至少基于交易数据来指定预定的接受得分。

5.如权利要求1所述的系统，其中由评分模块指定的动作覆盖由分类模块指定的另一个动作。

6.如权利要求1所述的系统，进一步包括监视模块，所述监视模块被配置为：

以预定义的时间间隔追踪交易请求、交易数据和接受得分当中至少之一；以及

将交易数据和接受得分与预期模式相比较；

如果接受得分与预期模式不同，则生成通知、警报、报告和标志当中至少之一。

7.如权利要求1所述的系统，其中分类模块被进一步配置为实现马氏距离、支持向量机和线性判别分析之一，以归类所述至少一个有价值物品。

8.如权利要求1所述的系统，其中所述至少一个有价值物品是纸币、钞票、优惠券、证券纸、支票、有价值文件、硬币、代币和游戏筹码当中至少之一。

9.如权利要求1所述的系统，进一步包括：

至少一个服务器，具有提供交易数据的知识数据库；以及

至少一个处理系统，通信耦接到所述至少一个服务器，其中所述至少一个处理系统被配置为接收所述至少一个有价值物品。

10.如权利要求9所述的系统，其中所述至少一个处理系统是自动售货机、自动柜员机、游戏机、货币验证器和验钞机之一。

11.一种适应地接受有价值物品的方法，包括：

响应于用户活动而接收至少一个有价值物品；

将所接收的有价值物品归入至少一个预定类；

获取对应于所归类的有价值物品的交易数据；

至少基于交易数据，确定所归类的有价值物品的接受得分；以及

基于接受得分，将动作与用户活动相关联。

12.如权利要求11所述的方法，进一步包括实现马氏距离、支持向量机和线性判别分析之一，以归类所接收的有价值物品。

13.如权利要求11所述的方法，其中所述方法在自动售货机、自动柜员机、游戏机、货币验证器、付费电话、计算机和手持式设备之一中实现。

14.如权利要求11所述的方法，其中有价值物品是纸币、钞票、优惠券、证券纸、支票、有价值文件、硬币、代币和游戏筹码当中至少之一。

15.如权利要求11所述的方法，其中交易数据包括交易时间、系统的地理位置、用户交易历史、用户简档、用户行为和环境数据当中至少之一。

16.如权利要求11所述的方法，进一步包括监视接受得分并且将接受得分与预定义模式相比较。

17.如权利要求16所述的方法，进一步包括基于所述比较生成通知、警报和报告当中至少之一。

18.一种方法，包括：

响应于用户活动而接收多个有价值物品；

将所接收的有价值物品归入至少一个预定类；

确定所接收的有价值物品在特征空间中的位置；

相对于预定模式分析所述位置；以及

至少基于所述分析生成报警，其中报警指示至少一个异常事件。

19.如权利要求18所述的方法，其中所述分析包括确定所接收的有价值物品是否是不熟悉的类型，并且其中新的一系列有价值物品是不熟悉的类型。

20.如权利要求18所述的方法，其中所述分析包括确定所接收的有价值物品是否是欺诈性有价值物品。

21.如权利要求18所述的方法，其中所述分析包括确定所述位置是否遵循非随机模式。

22.一种方法，包括：

响应于用户活动而获取交易数据；

基于交易数据来确定接受得分；以及

至少基于接受得分来归类至少一个有价值物品，其中用户活动包括插入所述至少一个有价值物品。

23.如权利要求22所述的方法，其中接受得分指示与用户活动相关联的风险。

24.如权利要求22所述的方法，其中交易数据包括交易时间、系统的地理位置、用户交易历史、用户简档、用户行为和环境数据当中至少之一。