CN111091205A - 一种产品信息处理方法、制造商服务器及客户终端 - Google Patents

一种产品信息处理方法、制造商服务器及客户终端 Download PDF

Info

Publication number
CN111091205A
CN111091205A CN201911311216.9A CN201911311216A CN111091205A CN 111091205 A CN111091205 A CN 111091205A CN 201911311216 A CN201911311216 A CN 201911311216A CN 111091205 A CN111091205 A CN 111091205A
Authority
CN
China
Prior art keywords
product
maintenance
fault
maintained
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911311216.9A
Other languages
English (en)
Inventor
彭辉敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201911311216.9A priority Critical patent/CN111091205A/zh
Publication of CN111091205A publication Critical patent/CN111091205A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请属于信息处理领域，公开了一种产品信息处理方法、制造商服务器及客户终端，将各类产品的各种故障的故障样本输入至神经网络系统进行学习训练之后，能够得到对特定类别的产品进行故障识别的维修模型，并将该维修模型保存在制造商服务器对应的数据库中。这样，客户端将需要维修的产品的故障数据发送至制造商服务器后，制造商服务器就会调取对应的维修模型对故障数据进行分析处理，得到能够对产品进行维修的维修策略，进而将维修策略发送至客户终端，以供用户根据客户终端显示的维修策略对产品进行维修处理，这样在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。

Description

一种产品信息处理方法、制造商服务器及客户终端
技术领域
本申请涉及信息处理技术领域，特别是涉及一种产品信息处理方法、制造商服务器及客户终端。
背景技术
随着社会的发展，现在各种产品制造行业越来越发达，然而，对于生产的产品的售后维修服务变得越来越重要，
传统的售后维修服务：产品出厂到达经销商或终端客户，一旦产品需要售后或有偿服务，工厂需派遣专业维修人员到达现场，对自己的产品进行有效的保障服务，其中差旅费，食宿，工时等杂费都是一笔不小的开支，无论转嫁给终端客户或制造商自己消化，都是消耗自己的利润，而且其中还会因其他不可预见的原因产生其他不可避免的支出。
因此，目前的产品售后维修服务消耗的工时较长，且整体维修费用较多，增加制造厂商的售后成本，同时影响用户的使用效果。
发明内容
有鉴于此，本申请提供了一种产品信息处理方法方法、制造商服务器及客户终端。主要目的在于解决目前目前的产品售后维修服务消耗的工时较长，且整体维修费用较多，增加制造厂商的售后成本，同时影响用户的使用效果的技术问题。
基于上述技术问题，本发明的第一方面提出了一种产品信息处理方法，应用于制造商服务器，步骤包括：
根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与所述产品身份码一一对应的产品服务数据库，其中，所述待注册产品包括至少一类，每类待注册产品对应一个产品身份码；
将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，所述故障样本信息中包括：故障类型、故障样本数据以及样本维修策略；
将所述维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中；
获取客户终端发来的待维修产品的维修指令，其中，所述维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据；
根据所述维修指令中的所述待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库；
调取所述待维修产品数据库中的维修模型，将所述待维修产品的故障数据输入至所述待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略；
将所述待维修产品的维修策略发送至所述客户终端。
进一步地，所述将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，具体包括：
接收所述待注册产品的故障样本信息，其中，所述故障样本信息中包括：多个故障类型、每个故障类型对应的样本故障数据以及每个故障样本数据对应的样本维修策略；
根据所述故障样本信息中的故障类型构建神经网络系统；
提取样本故障数据，并将所述样本故障数据输入至所述神经网络系统进行处理；
所述神经网络系统经过处理之后得到待验证的维修策略；
将所述待验证的维修策略与对应的样本维修策略进行比对，若不同，则根据所述对应的样本维修策略对所述神经网络系统的参数进行调整，使得所述神经网络系统输出的待验证的维修策略与对应的样本维修策略相同，若相同则保持所述神经网络模型的现有参数；
所述神经网络系统将所述待注册产品的故障样本信息全部处理完成之后得到能够对所述待注册产品的故障进行维修处理的维修模型。
进一步地，所述根据所述故障样本信息中的故障类型构建神经网络系统，具体包括：
提取所述故障样本信息中的故障类型，为每个故障类型设定对应的神经网络系统的输入口；
每个输入口均连接一个子神经网络，所述子神经网络用于对对应故障类型的样本故障数据进行学习训练；
则所述提取样本故障数据，并将所述样本故障数据输入至所述神经网络系统进行处理，具体包括：
提取样本故障数据，根据样本故障数据对应的故障类型查找所述神经网络的样本输入口，从所述样本输入口输入所述样本故障数据，所述样本输入口将所述样本故障数据输入至所述样本输入口对应的子神经网络进行处理。
进一步地，还包括：
提取所述待维修产品的维修策略中所需零部件的成本金额和/或人员服务金额；
将所述所需零部件的成本金额和/或人员服务金额累计得到总金额m；
计算维修费用P，公式为：P＝m*(1+n％)，其中，n％为收益率；
根据得到的所述维修费用P生成对应的支付码发送至所述客户终端。
进一步地，还包括：
接收所述客户终端发来的支付成功指令；
根据所述待维修产品的维修策略中所需的各个零部件，从维修地图中查找包含所有零部件的至少一个维修网点；
获取所述客户终端的地理位置，从所述至少一个维修网点中查找距离所述客户终端的地理位置最近的维修网点作为目标维修网点；
获取所述目标维修网点的位置信息和联系信息，将所述目标维修网点的位置信息和联系信息发送至所述客户终端，同时，将所述客户终端的地理位置和所述待维修产品的维修策略发送至所述目标维修网点的服务终端。
进一步地，还包括：
接收所述待注册产品的服务信息，将所述服务信息存储至对应的产品服务数据库中，其中所述服务信息包括下列至少之一：生产流程、质检报告、材料构造和材料来源；
获取客户终端发来的服务指令信息，其中，所述服务指令信息至少包括：待服务产品的身份证码和需要的产品服务；
根据所述服务指令信息中的待服务产品的身份证码查找待服务产品的产品服务数据库；
从所述待服务产品的产品服务数据库中根据所述需要的产品服务查找对应的服务内容，并将所述服务内容发送至所述客户终端。
本发明的第二方面提出了一种产品信息处理方法，应用于客户终端，步骤包括：
开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块；
所述产品服务模块接收到输入的维修服务信息后，打开故障输入模块；
所述故障输入模块接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令；
将所述待维修产品的维修指令发送至制造商服务器；
接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示，其中，所述制造商服务器根据所述维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过所述维修模型处理后生成待维修产品的维修策略。
进一步地，所述接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示之后，还包括：
接收所述制造商服务器发来的支付码；
若接收到支付确认指令，则根据所述支付码支付相应的维修费用，向所述制造商服务器发送支付成功指令；
若接收到支付取消指令，向所述制造商服务器发送维修失败指令之后，接收所述制造商服务器根据所述维修失败指令重新生成新的维修策略和新的支付码，将所述新的维修策略进行显示。
本发明的第三方面提出了一种制造商服务器，包括：身份码生成模块、学习训练模块、存储模块、指令获取模块、查找模块、处理模块和维修策略发送模块依次连接；
所述身份码生成模块，用于根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与所述产品身份码一一对应的产品服务数据库，其中，所述待注册产品包括至少一类，每类待注册产品对应一个产品身份码；
所述学习训练模块，用于将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，所述故障样本信息中包括：待注册产品的故障类型、故障样本数据以及样本维修策略；
所述存储模块，用于将所述维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中；
所述指令获取模块，用于获取客户终端发来的待维修产品的维修指令，其中，所述维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据；
所述查找模块，用于根据所述维修指令中的所述待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库；
所述处理模块，用于调取所述待维修产品数据库中的维修模型，将所述待维修产品的故障数据输入至所述待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略；
所述维修策略发送模块，用于将所述待维修产品的维修策略发送至所述客户终端。
进一步地，所述学习训练模块具体包括：
接收单元，用于接收所述待注册产品的故障样本信息，其中，所述故障样本信息中包括：多个故障类型、每个故障类型对应的样本故障数据以及每个故障样本数据对应的样本维修策略；
构建单元，用于根据所述故障样本信息中的故障类型构建神经网络系统；
输入单元，用于提取样本故障数据，并将所述样本故障数据输入至所述神经网络系统进行处理；
处理单元，用于所述神经网络系统经过处理之后得到待验证的维修策略；
对比单元，用于将所述待验证的维修策略与对应的样本维修策略进行比对，若不同，则根据所述对应的样本维修策略对所述神经网络系统的参数进行调整，使得所述神经网络系统输出的待验证的维修策略与对应的样本维修策略相同，若相同则保持所述神经网络模型的现有参数；
模型生成单元，用于所述神经网络系统将所述待注册产品的故障样本信息全部处理完成之后得到能够对所述待注册产品的故障进行维修处理的维修模型。
进一步地，所述构建单元具体包括：
提取单元，用于提取所述故障样本信息中的故障类型，为每个故障类型设定对应的神经网络系统的输入口；
连接单元，用于每个输入口均连接一个子神经网络，所述子神经网络用于对对应故障类型的样本故障数据进行学习训练；
则所述输入单元，具体用于提取样本故障数据，根据样本故障数据对应的故障类型查找所述神经网络的样本输入口，从所述样本输入口输入所述样本故障数据，所述样本输入口将所述样本故障数据输入至所述样本输入口对应的子神经网络进行处理。
进一步地，制造商服务器还包括：
提取模块，用于提取所述待维修产品的维修策略中所需零部件的成本金额和/或人员服务金额；
计算模块，用于将所述所需零部件的成本金额和/或人员服务金额累计得到总金额m；计算维修费用P，公式为：P＝m*(1+n％)，其中，n％为收益率；
支付码生成模块，用于根据得到的所述维修费用P生成对应的支付码发送至所述客户终端。
进一步地，所述指令获取模块，还用于接收所述客户终端发来的支付成功指令；
所述查找模块，还用于根据所述待维修产品的维修策略中所需的各个零部件，从维修地图中查找包含所有零部件的至少一个维修网点；
制造商服务器还包括：位置获取模块，用于获取所述客户终端的地理位置，从所述至少一个维修网点中查找距离所述客户终端的地理位置最近的维修网点作为目标维修网点；
所述位置获取模块，还用于获取所述目标维修网点的位置信息和联系信息，将所述目标维修网点的位置信息和联系信息发送至所述客户终端，同时，将所述客户终端的地理位置和所述待维修产品的维修策略发送至所述目标维修网点的服务终端。
进一步地，所述存储模块，还用于接收所述待注册产品的服务信息，将所述服务信息存储至对应的产品服务数据库中，其中所述服务信息包括下列至少之一：生产流程、质检报告、材料构造和材料来源；
所述指令获取模块，还用于获取客户终端发来的服务指令信息，其中，所述服务指令信息至少包括：待服务产品的身份证码和需要的产品服务；
所述查找模块，还用于根据所述服务指令信息中的待服务产品的身份证码查找待服务产品的产品服务数据库；从所述待服务产品的产品服务数据库中根据所述需要的产品服务查找对应的服务内容，并将所述服务内容发送至所述客户终端。
本发明的第四方面提出了一种客户终端，包括：扫描模块、产品服务模块、故障输入模块、维修指令发送模块和显示模块依次连接；
所述扫描模块，用于开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块；
所述产品服务模块，用于接收到输入的维修服务信息后，打开故障输入模块；
所述故障输入模块，用于接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令；
所述维修指令发送模块，用于将所述待维修产品的维修指令发送至制造商服务器；
所述显示模块，用于接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示，其中，所述制造商服务器根据所述维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过所述维修模型处理后生成待维修产品的维修策略。
进一步地，所述客户终端还包括：
支付码接收模块，用于接收所述制造商服务器发来的支付码；
所述支付码接收模块，还用于若接收到支付确认指令，则根据所述支付码支付相应的维修费用，向所述制造商服务器发送支付成功指令；
所述支付码接收模块，还用于若接收到支付取消指令，向所述制造商服务器发送维修失败指令之后，接收所述制造商服务器根据所述维修失败指令重新生成新的维修策略和新的支付码，将所述新的维修策略进行显示。
借由上述技术方案，本申请提供的一种产品信息处理方法、制造商服务器及客户终端，将各类产品的各种故障的故障样本输入至神经网络系统进行学习训练之后，能够得到对特定类别的产品进行故障识别的维修模型，并将该维修模型保存在制造商服务器对应的数据库中。这样，客户端将需要维修的产品的故障数据发送至制造商服务器后，制造商服务器就会调取对应的维修模型对故障数据进行分析处理，得到能够对产品进行维修的维修策略，进而将维修策略发送至客户终端，以供用户根据客户终端显示的维修策略对产品进行维修处理，这样在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请的产品信息处理方法的第一实施例的流程图；
图2为本申请的产品信息处理方法的第二实施例的流程图；
图3为本申请的职能结构思维导图；
图4为本申请的信息结构思维导图；
图5为本申请的整体操作思维导图；
图6为本申请的制造商服务器的结构框图；
图7为本申请的客户终端的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种异常行为识别方法，能够利用经过神经网络系统学习训练得到的维修模型，对产品进行售后维修服务，在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。
如图1所示，本申请的第一实施例提供了一种产品信息处理方法，应用于制造商服务，包括如下步骤：
步骤101，根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与产品身份码一一对应的产品服务数据库，其中，待注册产品包括至少一类，每类待注册产品对应一个产品身份码。
在该步骤中，结合制造商注册登录信息，在产品出厂携带独一无二的产品身份码(数字代码，位数可以根据实际情况进行设定)，并为该数字代码生成一一对应的二维码或者条形码。这样，就可以将该二维码或者条形码粘贴至产品上，用户可以通过扫描设备，对该二维码或者条形码进行扫描，查看该产品的相关信息或者选取相关服务。
为每类产品分配对应的产品服务数据库，将每个产品服务数据库的存储地址与对应的产品身份码进行关联，并将关联后的存储地址和对应的产品身份码存储至对应表格中。这样产品服务数据库可以存储有关该类产品的所有数据信息。
步骤102，将接收的待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，故障样本信息中包括：故障类型、故障样本数据以及样本维修策略。
在该步骤中，商家收集该待注册产品的各种类型的故障样本数据，包括：故障的零部件、故障的表现形式、故障维修需要的零部件、各个零部件的维修过程等。其中，故障的零部件、故障的表现形式作为故障样本数据，故障维修需要的零部件和各个零部件的维修过程作为样本维修策略。
然后构建神经网络系统，利用这些故障样本信息对神经网络系统中进行学习训练后可以得到能够对该类产品的故障进行分析处理得到对应的维修策略的维修模型。
利用神经网络系统进行学习训练得到的维修模型，对于故障分析的更加精确，并且该维修模型还可以根据各种新的故障进行不断的学习，使得维修模型越来越完善，能够解决的故障越来越多，越来越精确。
步骤103，将维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中。
在该步骤中，收集各类产品的故障样本信息分别对神经网络系统进行训练，这样每类产品对应一个维修模型，将每个维修模型和对应的产品身份码关联之后，存放至对应的产品数据库。这样，产品出现故障时，可以根据产品身份码调取合适的维修模型对产品进行维修，不会对各个维修模型产生混淆，并且还能提高工作效率。
步骤104，获取客户终端发来的待维修产品的维修指令，其中，维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据。
在该步骤中，当待维修产品出现故障时，用户可以通过客户终端打开故障产品录入信息页面，录入待维修产品的故障数据，并将待维修产品的产品身份码和待维修产品的故障数据进行组合形成维修指令发送至制造商服务器，其中待维修产品的产品身份码设置在维修指令的前端。
步骤105，根据维修指令中的待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库。
在该步骤中，提取维修指令中前端预定位数的待维修产品的产品身份码，并从多个产品服务数据库中查找匹配的待维修产品数据库。找到之后将客户终端与该待维修产品数据库进行连接，这样就可以调取该待维修产品数据库中的服务内容。
步骤106，调取待维修产品数据库中的维修模型，将待维修产品的故障数据输入至待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略。
在该步骤中，获取维修指令后端的待维修产品的故障数据，将其输入至对应的维修模型中，通过维修模型各层的神经元进行处理之后得到待维修产品的维修策略，将该待维修产品的维修策略进行打包。
步骤107，将待维修产品的维修策略发送至客户终端。
在该步骤中，将打包后的待维修产品的维修策略发送至客户终端，客户终端接收到之后会将该待维修产品的维修策略在显示屏进行显示，以供用户查看。
通过上述技术方案，将各类产品的各种故障的故障样本输入至神经网络系统进行学习训练之后，能够得到对特定类别的产品进行故障识别的维修模型，并将该维修模型保存在制造商服务器对应的数据库中。这样，客户终端将需要维修的产品的故障数据发送至制造商服务器后，制造商服务器就会调取对应的维修模型对故障数据进行分析处理，得到能够对产品进行维修的维修策略，进而将维修策略发送至客户终端，以供用户根据客户终端显示的维修策略对产品进行维修处理，这样在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。
在具体实施例中，步骤102具体包括：
步骤1021，接收待注册产品的故障样本信息，其中，故障样本信息中包括：多个故障类型、每个故障类型对应的样本故障数据以及每个故障样本数据对应的样本维修策略。
步骤1022，根据故障样本信息中的故障类型构建神经网络系统。
步骤1023，提取样本故障数据，并将样本故障数据输入至神经网络系统进行处理。
步骤1024，神经网络系统经过处理之后得到待验证的维修策略。
步骤1025，将待验证的维修策略与对应的样本维修策略进行比对，若不同，则根据对应的样本维修策略对神经网络系统的参数进行调整，使得神经网络系统输出的待验证的维修策略与对应的样本维修策略相同，若相同则保持神经网络模型的现有参数。
步骤1026，神经网络系统将待注册产品的故障样本信息全部处理完成之后得到能够对待注册产品的故障进行维修处理的维修模型。
在上述技术方案中，根据处理该待注册产品的故障经验，打开该待注册产品的故障录入界面，将每种故障对应的故障类型、样本故障数据、对应的样本维修策略，进行录入。也可以从网络中查找或者从本地历史数据库中调取每种故障对应的故障类型、样本故障数据、对应的样本维修策略，将这些数据全部整理集中存储至缓存库中。
然后对缓存库中的数据按照故障类型进行分类，将分类后的故障样本信息的故障类型的数量提取出来。根据该数量为神经网络系统分配对应的输入口，输入口数量与故障类型的数量相等。
神经网络系统包括多个层次，第一层输入层，包含于故障类型数量相等或者大于故障类型数量的输入口，用以保证每种故障类型的故障数据都能正常输入神经网络系统。第N层(N≥2)信息处理层，具体层数可根据不同产品中容易发生故障的数量进行设定，每层的作用是用来针对特定零件的不同故障进行维修的方案每层得出的维修方案均发送至最后一层。最后一层输出层，用来将信息处理层发来的维修方案进行整理并输出。
神经网络系统经过样本故障数据的学习训练之后得到的维修模型与待注册产品一一对应。
若制造商家拥有多种产品，可以按照上述方式采集多种产品的样本故障信息，并对神经网络系统进行学习训练，得到与每种产品一一对应的维修模型。
通过上述方案，利用神经网络系统进行学习训练得到的维修模型对故障数据处理的速度较快，得出的维修策略更加精准，并且还具有不断学习完善的功能，给制造厂商和使用客户带来便利。
在具体实施例中，步骤1022具体包括：
步骤10221，提取故障样本信息中的故障类型，为每个故障类型设定对应的神经网络系统的输入口。
步骤10222，每个输入口均连接一个子神经网络，子神经网络用于对对应故障类型的样本故障数据进行学习训练。
则步骤1023具体包括：
提取样本故障数据，根据样本故障数据对应的故障类型查找神经网络的样本输入口，从样本输入口输入样本故障数据，样本输入口将样本故障数据输入至样本输入口对应的子神经网络进行处理。
通过上述方案，在神经网络系统中为每类故障类型分配对应的子神经网络，这样能够避免故障数据处理出现混淆的情况，同时还能加快数据处理速度，节省时间。
其中，子神经网络包括多个信息处理层，功能与上述的信息处理层相同。
在具体实施例中，还包括：
步骤108提取待维修产品的维修策略中所需零部件的成本金额和/或人员服务金额。
步骤109，将所需零部件的成本金额和/或人员服务金额累计得到总金额m。
步骤110，计算维修费用P，公式为：P＝m*(1+n％)，其中，n％为收益率。
步骤111，根据得到的维修费用P生成对应的支付码发送至客户终端。
在上述技术方案中，若维修策略中所需零部件为0，且无需维修服务人员进行维修，只需用户根据维修策略自己进行修理即可完成，则对应的总金额为0。若维修策略中所需零部件，无需维修服务人员进行维修，用户可以使用零部件自己进行维修，则总金额m是零部件的成本金额。若维修策略中所需零部件为0，只需维修人员对产品进行维修，则总金额m是人员服务金额。若维修策略中所需零部件，且需要维修人员利用零部件对产品进行维修，则总金额m是零部件的成本金额+人员服务金额。
通过上述技术方案，制造商服务器能够自动根据维修策略生成对应的维修费用，以供用户进行支付，用户可以根据维修策略以及维修费用金额选择是否同意支付该维修费用，制造商服务器只有在用户支付成功后才将对应的零部件和/或维修人员派发给用户。这样能够避免出现用户拒不支付维修费用的情况。
在具体实施例中，还包括：
步骤112，接收客户终端发来的支付成功指令。
步骤113，根据待维修产品的维修策略中所需的各个零部件，从维修地图中查找包含所有零部件的至少一个维修网点。
步骤114，获取客户终端的地理位置，从至少一个维修网点中查找距离客户终端的地理位置最近的维修网点作为目标维修网点。
步骤115，获取目标维修网点的位置信息和联系信息，将目标维修网点的位置信息和联系信息发送至客户终端，同时，将客户终端的地理位置和待维修产品的维修策略发送至目标维修网点的服务终端。
上述技术方案中，若维修策略中所需零部件为0，且无需维修服务人员进行维修，则用户自行维修产品，不会接收到客户终端发来的支付成功指令。若所需的零部件为0，则直接为用户匹配离用户最近的目标维修网点，用户可以自己去目标维修网点进行维修，或者目标维修网点分配维修人员为用户的产品进行维修。若用户所需的零部件不为0，则目标维修网点将维修策略中的零部件快递给用户，或者派维修人员携带零部件去用户的产品地点进行维修，或者用户根据目标维修网点的地址，去目标维修网点进行维修，具体用户可以根据自己的需要进行选择。这样，用户能够得到最快捷合理的维修，提升用户体验。
在具体实施例中，还包括：
步骤116，接收待注册产品的服务信息，将服务信息存储至对应的产品服务数据库中，其中服务信息包括下列至少之一：生产流程、质检报告、材料构造和材料来源。
步骤117，获取客户终端发来的服务指令信息，其中，服务指令信息至少包括：待服务产品的身份证码和需要的产品服务。
步骤118，根据服务指令信息中的待服务产品的身份证码查找待服务产品的产品服务数据库。
步骤119，从待服务产品的产品服务数据库中根据需要的产品服务查找对应的服务内容，并将服务内容发送至客户终端。
在上述方案中，管理人员可以在制造商服务器上设定各个产品相应的服务权限以及服务内容，用户可以通过客户端注册账户，选取对应的服务，获知相应产品的信息。
另外，制造商还可以通过制造商服务器，为用户设定更多的服务权限，例如：租赁、家政、快寄、寄售、外卖等，用户可以通过客户终端注册平台店面，在制造商服务器上入住平台，成立自己的电商网店，用户可以在自己网店发布相关产品参数、图片、租赁信息、服务方案、资费方案等。制造商服务器将该用户上传的信息转化为代码，进行归类存储，展示。
该电商网店的用户可以通过客户终端输入密码或扫码登录平台，打开该电商网店的相关板块店面，查询相关产品信息，确定相关业务，发送业务需求指令等。
制造商服务器接收该指令后，将该指令转化为代码，分析归类，发送到电商网店的相关板块并执行该命令。
如图2所示，本申请的第二实施例提出了一种产品信息处理方法，应用于客户终端，步骤包括：
步骤201，开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块。
步骤202，产品服务模块接收到输入的维修服务信息后，打开故障输入模块。
步骤203，故障输入模块接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令。
步骤204，将待维修产品的维修指令发送至制造商服务器。
步骤205，接收制造商服务器根据维修指令生成的待维修产品的维修策略，并在显示屏将待维修产品的维修策略进行显示，其中，制造商服务器根据维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过维修模型处理后生成待维修产品的维修策略。
上述技术方案中，用户发现待维修产品出现故障后，就可以打开客户端的摄像头扫描设置在待维修产品上的产品身份码，录入相应的故障数据，或者故障输入模块接收用户输入的故障数据。将故障数据与后台数据库中待维修产品的的常见故障进行比对，其中，后台数据库中存储有各类产品的常见故障的相关数据以及对应的处理方法；若比对成功，则将比对成功的预存故障对应的处理方法进行显示，否则，将将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令。
其中，故障数据包括下列至少之一：语音故障数据、文字故障数据、图片故障数据。将故障数据中的语音故障数据和/或图片故障数据，转换成文字并与文字故障数据进行组合。
通过上述方案，客户终端将需要维修的产品的故障数据发送至制造商服务器后，制造商服务器就会调取对应的维修模型对故障数据进行分析处理，得到能够对产品进行维修的维修策略，进而将维修策略发送至客户终端，以供用户根据客户终端显示的维修策略对产品进行维修处理，这样在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。
在具体实施例中，还包括：
步骤206，接收制造商服务器发来的支付码。
步骤207，若接收到支付确认指令，则根据支付码支付相应的维修费用，向制造商服务器发送支付成功指令。
步骤208，若接收到支付取消指令，向制造商服务器发送维修失败指令之后，接收制造商服务器根据维修失败指令重新生成新的维修策略和新的支付码，将新的维修策略进行显示。
在上述方案中，用户可以根据维修策略和接收到的支付码中的金额，选择是否需要对产品进行维修，以及是否需要利用该维修策略进行维修。若用户需要，则触发支付确认按钮，则客户终端接收到支付确认指令，然后用户输入相应支付密码完成对维修费用的支付。若用户对维修方案不满意，则不支付相应的金额，触发支付取消按钮，则客户终端接收到支付取消指令，以供制造商服务器重新生成新的维修策略，若用户不满意则重复该过程直至客户满意为止。或者为了避免制造商服务器出现崩溃的状况，设定重复次数，若超过设定的重复次数，则用户无法继续重复该过程。
另外，用户也可以选择不执行该维修策略，则直接将客户终端的相关窗口关闭即可。
通过上述方案，用户可以根据自己的实际需要进行选择，这样能够为用户提供更加合理的服务，增加用户的满意度。
在本申请的第三实施例中，图3示出了制造商服务器内对应的软件平台职能结构思维导图。图4示出了平台制造商服务器录入信息结构思维导图。图5示出了平台操作思维导图。
具体方案如下：
1.上游制造商终端(即制造商服务器)，包含以下流程
1-S1:制造商终端结合制造商注册登录信息，系统自动生成产品身份证(二维码)。
1-S2：制造商终端通过扫描该二维码进入产品信息编辑页面，录入产品出身图片及相关数据、文档。(设备编码，生产流程，检测记录，耐久测试，质检报告，配套来源，材料结构。)
1-S3:制造商终端接收到系统后台处理器发送的相关产品服务报备指令后，自动进入产品检索，打开故障产品录入信息页面，并分类存储相关服务信息。
1-S4:制造商可通过筛选设备信息，进入故障设备页面，随时跟踪服务状态和服务质量，客户反馈。
2.下游服务系统终端(即客户终端)，包括以下过程：
2-S1：客户通过手持终端(即客户终端)扫描二维码进入系统，查询该产品上游制造商录入的，关于该产品的所有溯源信息，并点击相关按键输入相应语言，上传该产品故障及服务需求指令，系统识别该指令语言并将其转换为相关代码，发送给系统后台处理器。
2-S2:后台处理器接受该终端输入的指令代码，通过相关编译，计算和分析，分类存储，调度处理。
2-S3:剥离出其中的告警，故障信息，并通过筛选，发送相关服务指令给服务网点终端和该产品相关制造商售后机构报备。
2-S4：服务网点终端通过扫描设备二维码进入系统，上传服务照片，输入服务过程及内容。系统接收服务网点上传指令，将该指令转化成计算机语言代码，发送给系统后台处理器，系统后台处理器通过相关计算和分析，将该服务网点上传指令分别发送至系统管理员及上游制造商终端。
2-S5：服务网点对结算结果有异议，可以在确认结算结果前进行网上申述，在相关页面输入申述理由，提醒管理员裁决，管理员可根据申述理由进行相关处理，并发回服务网点再次进行结算确认，确认一旦提交，不可更改。
管理员结算终端(即，结算终端也可看成是制造商服务器)，包含以下流程。
3-S1：管理员通过结算终端登录账号进入系统，输入相关服务流程结算标准；
3-S2:系统将该结算标准转换为相关代码存储。
3-S3：系统将服务网点终端上报的服务内容进行分析归类，并将归类内容转换为相关代码，于系统存储代码进行比对，并将比对结果上传至系统相关结算页面。
另外，也可以在上游制造商终端上设置其他服务板块具体如下：
4.其他服务板块(包含电商，租赁、家政、快寄、寄售、外卖等。)
4-S1.其它服务板块终端：通过注册平台店面，在上游制造商终端上入住平台，这样用户就可以通过其它服务板块终端在自己网店发布相关产品参数、图片、租赁信息、服务方案、资费方案。
4-S2.上游制造商终端将该用户上传的信息转化为代码，进行归类存储，展示。
4-S3.其它板块客户终端：通过密码或扫码登录平台，打开相关板块店面，查询相关产品信息，确定相关业务；发送业务需求指令。
4-S4.上游制造商终端接收该指令后，将该指令转化为代码，分析归类，发送到相关板块执行机构。
该服务平台(即，制造商服务器)采用一物一码物联网概念，结合区块链的上游追索，赋予一物一码一个实体化的全域服务体系，采用区域全面布网(服务网点)，集中培训(服务技术)，产品出厂携带独一无二的身份证【二维码】，该码包含产品来历，配套件生产厂家，材料结构，组装流水等等。
下游终端客户可通过扫描该产品身份证【二维码】报单(安装，使用培训，售后服务，维修等等或了解有关该产品的所有信息。)参照平台规范化收费规定，点击切合自己的相关条款，缴纳相关服务费用。
该软件平台通过终端客户的报单信息，快速接单，通过地图搜索离客户最近的服务网点，派单给该网点，该最近网点接单后在有效时限内，联系报单客户，通过地图导航，到达现场或沟通客户送达服务网点，快速完成本次服，得到客户评价后，平台通过客户评价及响应时间，服务照片及视频，考核本次服务质量，结算相关费用到该服务网点，整个平台工单流程结束。
优点：合作共赢，集约资源，简化流程，产品信息，生产流程及产品生平一目了然，客户需求可以得到更快、更完美的满足，进一步提升工厂形象及产品服务品质，提升客户感知度。
对上游制造商的利好：简化了服务流程，节约大量差旅及杂费成本开支约50～80％，只需集中对本平台服务网点做相关服务的技术培训，按故障需求，发送零部件给本平台服务网点，再付给相关的服务费用，这个服务费用会大大小于传统的售后人员外派到达现场的开支。制造商也减少了庞大的售后团队及售后服务差旅支出。
对于终端客户利好：产品服务有保障，能及时就近解决问题，提高了客户对产品的认知感和信任度。
对本平台利好：拓展市场，提高就业率，提升全行业基层服务团队的技术素质，通过服务制度管理/客户满意度考核，收费规范化管理，能有效提升产品服务质量，建立迅速建立产品的服务品质效应和宣传效应。通过规范的服务提升产品的市场服务口碑及市场认可度。
本申请第四实施例提出了一种制造商服务器，如图6所示，包括：身份码生成模块、学习训练模块、存储模块、指令获取模块、查找模块、处理模块和维修策略发送模块依次连接；
身份码生成模块，用于根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与产品身份码一一对应的产品服务数据库，其中，待注册产品包括至少一类，每类待注册产品对应一个产品身份码；
学习训练模块，用于将接收的待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，故障样本信息中包括：待注册产品的故障类型、故障样本数据以及样本维修策略；
存储模块，用于将维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中；
指令获取模块，用于获取客户终端发来的待维修产品的维修指令，其中，维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据；
查找模块，用于根据维修指令中的待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库；
处理模块，用于调取待维修产品数据库中的维修模型，将待维修产品的故障数据输入至待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略；
维修策略发送模块，用于将待维修产品的维修策略发送至客户终端。
在具体实施例中，学习训练模块具体包括：
接收单元，用于接收待注册产品的故障样本信息，其中，故障样本信息中包括：多个故障类型、每个故障类型对应的样本故障数据以及每个故障样本数据对应的样本维修策略；
构建单元，用于根据故障样本信息中的故障类型构建神经网络系统；
输入单元，用于提取样本故障数据，并将样本故障数据输入至神经网络系统进行处理；
处理单元，用于神经网络系统经过处理之后得到待验证的维修策略；
对比单元，用于将待验证的维修策略与对应的样本维修策略进行比对，若不同，则根据对应的样本维修策略对神经网络系统的参数进行调整，使得神经网络系统输出的待验证的维修策略与对应的样本维修策略相同，若相同则保持神经网络模型的现有参数；
模型生成单元，用于神经网络系统将待注册产品的故障样本信息全部处理完成之后得到能够对待注册产品的故障进行维修处理的维修模型。
在具体实施例中，构建单元具体包括：
提取单元，用于提取故障样本信息中的故障类型，为每个故障类型设定对应的神经网络系统的输入口；
连接单元，用于每个输入口均连接一个子神经网络，子神经网络用于对对应故障类型的样本故障数据进行学习训练；
则输入单元，具体用于提取样本故障数据，根据样本故障数据对应的故障类型查找神经网络的样本输入口，从样本输入口输入样本故障数据，样本输入口将样本故障数据输入至样本输入口对应的子神经网络进行处理。
在具体实施例中，制造商服务器还包括：
提取模块，用于提取待维修产品的维修策略中所需零部件的成本金额和/或人员服务金额；
计算模块，用于将所需零部件的成本金额和/或人员服务金额累计得到总金额m；计算维修费用P，公式为：P＝m*(1+n％)，其中，n％为收益率；
支付码生成模块，用于根据得到的维修费用P生成对应的支付码发送至客户终端。
在具体实施例中，指令获取模块，还用于接收客户终端发来的支付成功指令；
查找模块，还用于根据待维修产品的维修策略中所需的各个零部件，从维修地图中查找包含所有零部件的至少一个维修网点；
制造商服务器还包括：位置获取模块，用于获取客户终端的地理位置，从至少一个维修网点中查找距离客户终端的地理位置最近的维修网点作为目标维修网点；
位置获取模块，还用于获取目标维修网点的位置信息和联系信息，将目标维修网点的位置信息和联系信息发送至客户终端，同时，将客户终端的地理位置和待维修产品的维修策略发送至目标维修网点的服务终端。
在具体实施例中，存储模块，还用于接收待注册产品的服务信息，将服务信息存储至对应的产品服务数据库中，其中服务信息包括下列至少之一：生产流程、质检报告、材料构造和材料来源；
指令获取模块，还用于获取客户终端发来的服务指令信息，其中，服务指令信息至少包括：待服务产品的身份证码和需要的产品服务；
查找模块，还用于根据服务指令信息中的待服务产品的身份证码查找待服务产品的产品服务数据库；从待服务产品的产品服务数据库中根据需要的产品服务查找对应的服务内容，并将服务内容发送至客户终端。
本申请的第五实施例提出了一种客户终端，如图7所示，包括：扫描模块、产品服务模块、故障输入模块、维修指令发送模块和显示模块依次连接；
扫描模块，用于开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块；
产品服务模块，用于接收到输入的维修服务信息后，打开故障输入模块；
故障输入模块，用于接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令；
维修指令发送模块，用于将待维修产品的维修指令发送至制造商服务器；
显示模块，用于接收制造商服务器根据维修指令生成的待维修产品的维修策略，并在显示屏将待维修产品的维修策略进行显示，其中，制造商服务器根据维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过维修模型处理后生成待维修产品的维修策略。
在具体实施例中，客户终端还包括：
支付码接收模块，用于接收制造商服务器发来的支付码；
支付码接收模块，还用于若接收到支付确认指令，则根据支付码支付相应的维修费用，向制造商服务器发送支付成功指令；
支付码接收模块，还用于若接收到支付取消指令，向制造商服务器发送维修失败指令之后，接收制造商服务器根据维修失败指令重新生成新的维修策略和新的支付码，将新的维修策略进行显示。
基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储器(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
可选地，该设备还可以连接用户接口、网络接口、摄像头、射频(Radio Frequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解，本实施例提供的一种计算机设备的结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。
通过应用本申请的技术方案，将各类产品的各种故障的故障样本输入至神经网络系统进行学习训练之后，能够得到对特定类别的产品进行故障识别的维修模型，并将该维修模型保存在制造商服务器对应的数据库中。这样，客户终端将需要维修的产品的故障数据发送至制造商服务器后，制造商服务器就会调取对应的维修模型对故障数据进行分析处理，得到能够对产品进行维修的维修策略，进而将维修策略发送至客户终端，以供用户根据客户终端显示的维修策略对产品进行维修处理，这样在保证产品能够正常维修的同时，能够加快整个维修过程，并且还能够节省维修人员的路费开支。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种产品信息处理方法，其特征在于，应用于制造商服务器，步骤包括：
根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与所述产品身份码一一对应的产品服务数据库，其中，所述待注册产品包括至少一类，每类待注册产品对应一个产品身份码；
将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，所述故障样本信息中包括：故障类型、故障样本数据以及样本维修策略；
将所述维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中；
获取客户终端发来的待维修产品的维修指令，其中，所述维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据；
根据所述维修指令中的所述待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库；
调取所述待维修产品数据库中的维修模型，将所述待维修产品的故障数据输入至所述待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略；
将所述待维修产品的维修策略发送至所述客户终端。
2.根据权利要求1所述的产品信息处理方法，其特征在于，所述将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，具体包括：
接收所述待注册产品的故障样本信息，其中，所述故障样本信息中包括：多个故障类型、每个故障类型对应的样本故障数据以及每个故障样本数据对应的样本维修策略；
根据所述故障样本信息中的故障类型构建神经网络系统；
提取样本故障数据，并将所述样本故障数据输入至所述神经网络系统进行处理；
所述神经网络系统经过处理之后得到待验证的维修策略；
将所述待验证的维修策略与对应的样本维修策略进行比对，若不同，则根据所述对应的样本维修策略对所述神经网络系统的参数进行调整，使得所述神经网络系统输出的待验证的维修策略与对应的样本维修策略相同，若相同则保持所述神经网络模型的现有参数；
所述神经网络系统将所述待注册产品的故障样本信息全部处理完成之后得到能够对所述待注册产品的故障进行维修处理的维修模型。
3.根据权利要求2所述的产品信息处理方法，其特征在于，所述根据所述故障样本信息中的故障类型构建神经网络系统，具体包括：
提取所述故障样本信息中的故障类型，为每个故障类型设定对应的神经网络系统的输入口；
每个输入口均连接一个子神经网络，所述子神经网络用于对对应故障类型的样本故障数据进行学习训练；
则所述提取样本故障数据，并将所述样本故障数据输入至所述神经网络系统进行处理，具体包括：
提取样本故障数据，根据样本故障数据对应的故障类型查找所述神经网络的样本输入口，从所述样本输入口输入所述样本故障数据，所述样本输入口将所述样本故障数据输入至所述样本输入口对应的子神经网络进行处理。
4.根据权利要求1所述的产品信息处理方法，其特征在于，还包括：
提取所述待维修产品的维修策略中所需零部件的成本金额和/或人员服务金额；
将所述所需零部件的成本金额和/或人员服务金额累计得到总金额m；
计算维修费用P，公式为：P＝m*(1+n％)，其中，n％为收益率；
根据得到的所述维修费用P生成对应的支付码发送至所述客户终端。
5.根据权利要求4所述的产品信息处理方法，其特征在于，还包括：
接收所述客户终端发来的支付成功指令；
根据所述待维修产品的维修策略中所需的各个零部件，从维修地图中查找包含所有零部件的至少一个维修网点；
获取所述客户终端的地理位置，从所述至少一个维修网点中查找距离所述客户终端的地理位置最近的维修网点作为目标维修网点；
获取所述目标维修网点的位置信息和联系信息，将所述目标维修网点的位置信息和联系信息发送至所述客户终端，同时，将所述客户终端的地理位置和所述待维修产品的维修策略发送至所述目标维修网点的服务终端。
6.根据权利要求1所述的产品信息处理方法，其特征在于，还包括：
接收所述待注册产品的服务信息，将所述服务信息存储至对应的产品服务数据库中，其中所述服务信息包括下列至少之一：生产流程、质检报告、材料构造和材料来源；
获取客户终端发来的服务指令信息，其中，所述服务指令信息至少包括：待服务产品的身份证码和需要的产品服务；
根据所述服务指令信息中的待服务产品的身份证码查找待服务产品的产品服务数据库；
从所述待服务产品的产品服务数据库中根据所述需要的产品服务查找对应的服务内容，并将所述服务内容发送至所述客户终端。
7.一种产品信息处理方法，其特征在于，应用于客户终端，步骤包括：
开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块；
所述产品服务模块接收到输入的维修服务信息后，打开故障输入模块；
所述故障输入模块接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令；
将所述待维修产品的维修指令发送至制造商服务器；
接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示，其中，所述制造商服务器根据所述维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过所述维修模型处理后生成待维修产品的维修策略。
8.根据权利要求7所述的产品信息处理方法，其特征在于，所述接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示之后，还包括：
接收所述制造商服务器发来的支付码；
若接收到支付确认指令，则根据所述支付码支付相应的维修费用，向所述制造商服务器发送支付成功指令；
若接收到支付取消指令，向所述制造商服务器发送维修失败指令之后，接收所述制造商服务器根据所述维修失败指令重新生成新的维修策略和新的支付码，将所述新的维修策略进行显示。
9.一种制造商服务器，其特征在于，包括：身份码生成模块、学习训练模块、存储模块、指令获取模块、查找模块、处理模块和维修策略发送模块依次连接；
所述身份码生成模块，用于根据接收的待注册产品的产品信息生成对应的产品身份码，并建立与所述产品身份码一一对应的产品服务数据库，其中，所述待注册产品包括至少一类，每类待注册产品对应一个产品身份码；
所述学习训练模块，用于将接收的所述待注册产品的故障样本信息输入至神经网络系统中进行学习训练，得到能够对所述待注册产品的故障进行维修处理的维修模型，其中，每类待注册产品对应得到一个维修模型，所述故障样本信息中包括：故障类型、故障样本数据以及样本维修策略；
所述存储模块，用于将所述维修模型与对应的产品身份码进行关联并存储至对应的产品服务数据库中；
所述指令获取模块，用于获取客户终端发来的待维修产品的维修指令，其中，所述维修指令中至少包括：待维修产品的产品身份码和待维修产品的故障数据；
所述查找模块，用于根据所述维修指令中的所述待维修产品的产品身份码，查找对应的产品服务数据库作为待维修产品数据库；
所述处理模块，用于调取所述待维修产品数据库中的维修模型，将所述待维修产品的故障数据输入至所述待维修产品数据库中的维修模型中进行处理，生成待维修产品的维修策略；
所述维修策略发送模块，用于将所述待维修产品的维修策略发送至所述客户终端。
10.一种客户终端，其特征在于，包括：扫描模块、产品服务模块、故障输入模块、维修指令发送模块和显示模块依次连接；
所述扫描模块，用于开启摄像头扫描待维修产品上的产品身份码后，打开对应的产品服务模块；
所述产品服务模块，用于接收到输入的维修服务信息后，打开故障输入模块；
所述故障输入模块，用于接收用户输入的故障数据，并将待维修产品的故障数据与待维修产品的产品身份码进行关联生成待维修产品的维修指令；
所述维修指令发送模块，用于将所述待维修产品的维修指令发送至制造商服务器；
所述显示模块，用于接收所述制造商服务器根据所述维修指令生成的待维修产品的维修策略，并在显示屏将所述待维修产品的维修策略进行显示，其中，所述制造商服务器根据所述维修指令调取对应的经过神经网络系统学习训练后得到的维修模型，通过所述维修模型处理后生成待维修产品的维修策略。
CN201911311216.9A 2019-12-18 2019-12-18 一种产品信息处理方法、制造商服务器及客户终端 Pending CN111091205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911311216.9A CN111091205A (zh) 2019-12-18 2019-12-18 一种产品信息处理方法、制造商服务器及客户终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911311216.9A CN111091205A (zh) 2019-12-18 2019-12-18 一种产品信息处理方法、制造商服务器及客户终端

Publications (1)

Publication Number Publication Date
CN111091205A true CN111091205A (zh) 2020-05-01

Family

ID=70395749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911311216.9A Pending CN111091205A (zh) 2019-12-18 2019-12-18 一种产品信息处理方法、制造商服务器及客户终端

Country Status (1)

Country Link
CN (1) CN111091205A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112435044A (zh) * 2020-12-03 2021-03-02 广州极飞科技有限公司 售后单据处理方法、装置、电子设备、系统及存储介质
CN112686406A (zh) * 2020-12-31 2021-04-20 树根互联技术有限公司 数据处理方法和装置、服务器及存储介质
CN113469381A (zh) * 2021-06-29 2021-10-01 苏州嘉华计算机系统工程有限公司 博物馆设备运维管理方法、装置及系统
CN113989023A (zh) * 2021-10-29 2022-01-28 中国银行股份有限公司 差错交易的处理方法及装置
CN114462650A (zh) * 2022-04-12 2022-05-10 国家电投集团科学技术研究院有限公司 设备故障处理方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956673A (zh) * 2016-07-01 2016-09-21 迈迪信息技术有限公司 二维码的产品溯源、售后与运维服务系统
CN107844839A (zh) * 2017-09-28 2018-03-27 韩悦 一种云维修服务系统
CN108844181A (zh) * 2018-03-30 2018-11-20 奥克斯空调股份有限公司 家电设备报修方法及空调维修系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956673A (zh) * 2016-07-01 2016-09-21 迈迪信息技术有限公司 二维码的产品溯源、售后与运维服务系统
CN107844839A (zh) * 2017-09-28 2018-03-27 韩悦 一种云维修服务系统
CN108844181A (zh) * 2018-03-30 2018-11-20 奥克斯空调股份有限公司 家电设备报修方法及空调维修系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112435044A (zh) * 2020-12-03 2021-03-02 广州极飞科技有限公司 售后单据处理方法、装置、电子设备、系统及存储介质
CN112435044B (zh) * 2020-12-03 2024-09-06 广州极飞科技股份有限公司 售后单据处理方法、装置、电子设备、系统及存储介质
CN112686406A (zh) * 2020-12-31 2021-04-20 树根互联技术有限公司 数据处理方法和装置、服务器及存储介质
CN113469381A (zh) * 2021-06-29 2021-10-01 苏州嘉华计算机系统工程有限公司 博物馆设备运维管理方法、装置及系统
CN113989023A (zh) * 2021-10-29 2022-01-28 中国银行股份有限公司 差错交易的处理方法及装置
CN114462650A (zh) * 2022-04-12 2022-05-10 国家电投集团科学技术研究院有限公司 设备故障处理方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN111091205A (zh) 一种产品信息处理方法、制造商服务器及客户终端
US8234145B2 (en) Automatic computation of validation metrics for global logistics processes
CN107341619A (zh) 一种招投标信息采集系统及方法
CN112163887B (zh) 电销系统和电销名单管理方法、装置、设备、存储介质
CN103250168B (zh) 自动打印机的仪表盘
CN111383094B (zh) 产品服务全链驱动方法、设备及可读存储介质
CN107844839A (zh) 一种云维修服务系统
CA2367034C (en) System for indexing pedestrian traffic
CN114021970A (zh) 一种基于数据中台的企业数据资产模型构建方法
WO2020218838A1 (en) Method of managing real property investment, system and computer program thereof
CN114579087A (zh) 一种电力客户服务业务中台设计方法及装置
CN108615080A (zh) 一种电力营销服务移动作业客户端
CN114971693A (zh) 一种基于bim的工程造价咨询管理系统
CN114819769A (zh) It服务任务的切片处理方法及系统
CN110782128A (zh) 一种用户职业标签生成方法、装置和电子设备
CN112000862A (zh) 数据处理方法及装置
CN110910241A (zh) 现金流评估方法、装置、服务器设备及存储介质
JP2020004161A (ja) 審査支援装置、審査支援方法、およびサービス提供方法
CN114022053A (zh) 一种基于风险因子的审计系统及设备
CN113269614A (zh) 商家快速注册接单方法及装置、电子设备及可读介质
CN111681096A (zh) 商户信誉度确定方法、系统、装置及介质
CN111985900A (zh) 信息处理方法及装置
CN111429081A (zh) 人力资源信息处理方法、装置及系统
CN116629639B (zh) 评估信息确定方法、装置、介质与电子设备
CN111858291B (zh) 计费系统迁移测试中数据异常的根因确定方法、设备及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination