CN112150203A - 房地产客户到访识别方法、装置、电子设备及存储介质 - Google Patents
房地产客户到访识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112150203A CN112150203A CN202011013659.2A CN202011013659A CN112150203A CN 112150203 A CN112150203 A CN 112150203A CN 202011013659 A CN202011013659 A CN 202011013659A CN 112150203 A CN112150203 A CN 112150203A
- Authority
- CN
- China
- Prior art keywords
- identification
- visiting
- face
- real estate
- identifier
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 198
- 238000004891 communication Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种房地产客户到访识别方法、装置、电子设备及存储介质，涉及访客数据分析技术领域。方法应用于设置在房地产销售场所的边缘处理端，包括：接收相机拍摄的第一人脸图像和第一人脸图像的采集时间；在边缘处理端的本地存储的人脸集合中不存在与第一人脸图像匹配的人脸识别标识时，将第一人脸图像加入人脸集合；基于第一人脸图像生成并缓存第一到访标识，第一到访标识包括第一人脸识别标识、第一类型标识和采集时间，第一类型标识表示到访人员在预设时间内首次到访房地产销售场所；将第一到访标识和边缘处理端的设备标识发送至所述云处理端。降低了多场地部署与维护成本，并提高了访客到访处理准确性和实时性。
Description
技术领域
本申请涉及访客数据分析技术领域，具体而言，涉及一种房地产客户到访识别方法、装置、电子设备及存储介质。
背景技术
传统销售案场(房地产销售场所)对来访的客户缺乏精准的信息捕捉，一般利用人为接待、人为记录来采集数据，这种情况下获取到的客户到访信息准确性差、容易丢失、不易整理，也无法反馈给房地产开发商进行数据分析。一个客户多次到访，也无法有效的跟踪等问题成为案场销售以及管理的一大痛点。
目前基于人脸识别的客户到访管理系统中，一个案场通常有多台抓拍机，考虑到延迟跟网络符合，一般基于一个案场部署一台服务器在局域网内。不仅服务器维护成本高，而且对与多个案场的数据统计无法打通。也有通过购买网络抓拍机，直接推送到云端服务，单多台抓拍机与云端服务通讯延迟比较大，网络负荷比较高，性能、实时性都比较差。
发明内容
有鉴于此，本申请实施例的目的在于提供一种房地产客户到访识别方法、装置、电子设备及存储介质，以改善现有技术中存在的多案场部署抓拍机部署及维数成本高，处理网络复核高、准确性和实时性较差的问题。
本申请实施例提供了一种房地产客户到访识别方法，应用于设置在房地产销售场所的边缘处理端，所述边缘处理端与相机以及云处理端通信连接，所述方法包括：接收所述相机拍摄的第一人脸图像和所述第一人脸图像的采集时间；在所述边缘处理端的本地存储的人脸集合中不存在与所述第一人脸图像匹配的人脸识别标识时，将所述第一人脸图像加入所述人脸集合；基于所述第一人脸图像生成并缓存第一到访标识，所述第一到访标识包括第一人脸识别标识、第一类型标识和所述采集时间，所述第一人脸识别标识用于进行面容识别，所述第一类型标识表示到访人员在预设时间内首次到访所述房地产销售场所；将所述第一到访标识和所述边缘处理端的设备标识发送至所述云处理端。
在上述实现方式中，通过布设在房地产销售场地的边缘处理端分别与相机以及云处理端通信连接，将相机获取的人脸图像进行处理后发送至云处理端进行访客识别，不需要在房地产销售场地设置单独的服务器或多个抓拍机，降低了硬件部署和维护成本，同时通过云处理端与多个边缘处理端连接打通了多个房地产销售场地的数据进行整合统计，降低了数据传输延迟，提高了到访处理的实时性，且基于客户是否首次到访提高了到访处理的准确性。
可选地，在所述接收所述相机拍摄的采集人脸图像和所述采集人脸图像的采集时间之前，所述方法还包括：向所述云处理端申请所述房地产销售场所的场所标识，以使所述云处理端基于所述场所标识将所述边缘处理端与所述房地产销售场所进行关联。
在上述实现方式中，将房地产销售场所与该房地产销售场所的边缘处理端进行关联，提高了后续数据处理的准确性。
可选地，所述基于所述第一人脸图像生成并缓存第一到访标识，包括：生成与所述第一人脸图像唯一对应的第一到访标识；将所述第一到访标识在所述边缘处理端缓存所述预设时间长度。
在上述实现方式中，将第一到访标识在边缘处理端缓存所述预设时间长度，能够在第一到访标识对应的访客再次访问该房地产销售场所时基于该第一到访标识对其进行身份识别，同时缓存时间不设置较长时能够避免缓存数据冗杂问题。
可选地，所述方法还包括：在所述边缘处理端的本地存储的人脸集合中存在与所述第一人脸图像匹配的人脸识别标识时，基于所述第一人脸图像生成第二到访标识，所述第二到访标识包括第二人脸识别标识、第二类型标识和所述采集时间，所述第二类型标识表示所述到访人员在所述预设时间内非首次到访所述房地产销售场所；在与所述第一人脸图像匹配的人脸识别标识与所述第一人脸图像的采集时间间隔大于或等于预设时间间隔时，将所述第二到访标识和所述边缘处理端的设备标识发送至所述云处理端。
在上述实现方式中，基于到访人员在边缘处理端的本地存储是否存在匹配的人脸识别标识确定该到访人员是否为首次到访，并在其匹配时基于两者采集间隔时间进行进一步判定，提高了首次到访判定的准确性。
本申请实施例还提供了一种房地产客户到访识别方法，应用于云处理端，所述云处理端与设置在房地产销售场所的边缘处理端通信连接，所述方法包括：接收所述边缘处理端发送的到访标识，所述到访标识包括人脸识别标识、类型标识和采集时间，所述人脸识别标识用于进行面容识别，所述类型标识表示到访人员在预设时间内是否为首次到访所述房地产销售场所；在所述到访标识为第一到访标识时，将所述到访标识写入首次到访消息队列，所述第一到访标识表示到访人员在预设时间内为首次到访所述房地产销售场所；在所述到访标识为第二到访标识时，将所述到访标识写入非首次到访消息队列，所述第二到访标识表示到访人员在预设时间内为非首次到访所述房地产销售场所；从所述首次到访消息队列或非首次到访消息队列中获取所述到访标识；在所述房地产销售场所的关联数据库人员表中不存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，将所述到访标识加入所述关联数据库人员表中；向空闲状态的工作人员绑定的通信设备发送所述到访标识，并将所述通信设备与所述到访标识绑定，以使所述工作人员向所述到访人员提供服务；在所述房地产销售场所的关联数据库人员表中存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，向所述到访人员已绑定的通信设备发送所述到访标识。
在上述实现方式中，通过布设在房地产销售场地的边缘处理端分别与相机以及云处理端通信连接，将相机获取的人脸图像进行处理后发送至云处理端进行访客识别，不需要在房地产销售场地设置单独的服务器或多个抓拍机，降低了硬件部署和维护成本，同时通过云处理端与多个边缘处理端连接打通了多个房地产销售场地的数据进行整合统计，降低了数据传输延迟，提高了到访处理的实时性，且通过云处理端对客户是否首次到访进行再次判定，提高了到访处理的准确性。
可选地，所述从所述首次到访消息队列或非首次到访消息队列中获取所述到访标识，包括：在所述首次到访消息队列中的到访标识消费完后，消费所述非首次到访消息队列中的第一个到访标识；在所述非首次到访消息队列中的第一个到访标识消费完后，查询所述首次到访消息队列中是否有到访标识，若有到访标识，消费所述首次到访消息队列中的下一个到访标识。
在上述实现方式中，基于首先处理首次到访消息队列的方式实现对首次到访人员的优先处理和接待，提高了到访人员的安排合理性。
本申请实施例还提供了一种房地产客户到访识别装置，应用于设置在房地产销售场所的边缘处理端，所述边缘处理端与相机以及云处理端通信连接，所述装置包括：采集数据接收模块，用于接收所述相机拍摄的第一人脸图像和所述第一人脸图像的采集时间；第一识别模块，用于在所述边缘处理端的本地存储的人脸集合中不存在与所述第一人脸图像匹配的人脸识别标识时，将所述第一人脸图像加入所述人脸集合；标识生成模块，用于基于所述第一人脸图像生成并缓存第一到访标识，所述第一到访标识包括第一人脸识别标识、第一类型标识和所述第一时间，所述第一人脸识别标识用于进行面容识别，所述第一类型标识表示到访人员在预设时间内首次到访所述房地产销售场所；发送模块，用于将所述第一到访标识和所述边缘处理端的设备标识发送至所述云处理端。
在上述实现方式中，通过布设在房地产销售场地的边缘处理端分别与相机以及云处理端通信连接，将相机获取的人脸图像进行处理后发送至云处理端进行访客识别，不需要在房地产销售场地设置单独的服务器或多个抓拍机，降低了硬件部署和维护成本，同时通过云处理端与多个边缘处理端连接打通了多个房地产销售场地的数据进行整合统计，降低了数据传输延迟，提高了到访处理的实时性，且基于客户是否首次到访提高了到访处理的准确性。
可选地，所述房地产客户到访识别装置还包括：关联模块，用于向所述云处理端申请所述房地产销售场所的场所标识，以使所述云处理端基于所述场所标识将所述边缘处理端与所述房地产销售场所进行关联。
在上述实现方式中，将房地产销售场所与该房地产销售场所的边缘处理端进行关联，提高了后续数据处理的准确性。
可选地，所述标识生成模块用于：生成与所述第一人脸图像唯一对应的第一到访标识；将所述第一到访标识在所述边缘处理端缓存所述预设时间长度。
在上述实现方式中，将第一到访标识在边缘处理端缓存所述预设时间长度，能够在第一到访标识对应的访客再次访问该房地产销售场所时基于该第一到访标识对其进行身份识别，同时缓存时间不设置较长时能够避免缓存数据冗杂问题。
可选地，所述标识生成模块用于：在所述边缘处理端的本地存储的人脸集合中存在与所述第一人脸图像匹配的人脸识别标识时，基于所述第一人脸图像生成第二到访标识，所述第二到访标识包括第二人脸识别标识、第二类型标识和所述采集时间，所述第二类型标识表示所述到访人员在所述预设时间内非首次到访所述房地产销售场所；在与所述第一人脸图像匹配的人脸识别标识与所述第一人脸图像的采集时间间隔大于或等于预设时间间隔时，将所述第二到访标识和所述边缘处理端的设备标识发送至所述云处理端。
在上述实现方式中，基于到访人员在边缘处理端的本地存储是否存在匹配的人脸识别标识确定该到访人员是否为首次到访，并在其匹配时基于两者采集间隔时间进行进一步判定，提高了首次到访判定的准确性。
本申请实施例还提供了一种房地产客户到访识别装置，应用于云处理端，所述云处理端与设置在房地产销售场所的边缘处理端通信连接，所述装置包括：接收模块，用于接收所述边缘处理端发送的到访标识，所述到访标识包括人脸识别标识、类型标识和采集时间，所述人脸识别标识用于进行面容识别，所述类型标识表示到访人员在预设时间内是否为首次到访所述房地产销售场所；队列写入模块，用于在所述到访标识为第一到访标识时，将所述到访标识写入首次到访消息队列，所述第一到访标识表示到访人员在预设时间内为首次到访所述房地产销售场所；所述队列写入模块，还用于在所述到访标识为第二到访标识时，将所述到访标识写入非首次到访消息队列，所述第二到访标识表示到访人员在预设时间内为非首次到访所述房地产销售场所；队列消费模块，用于从所述首次到访消息队列或非首次到访消息队列中获取所述到访标识；第二识别模块，用于在所述房地产销售场所的关联数据库人员表中不存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，将所述到访标识加入所述关联数据库人员表中；向空闲状态的工作人员绑定的通信设备发送所述到访标识，并将所述通信设备与所述到访标识绑定，以使所述工作人员向所述到访人员提供服务；所述第二识别模块，用于在所述房地产销售场所的关联数据库人员表中存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，向所述到访人员已绑定的通信设备发送所述到访标识。
在上述实现方式中，通过布设在房地产销售场地的边缘处理端分别与相机以及云处理端通信连接，将相机获取的人脸图像进行处理后发送至云处理端进行访客识别，不需要在房地产销售场地设置单独的服务器或多个抓拍机，降低了硬件部署和维护成本，同时通过云处理端与多个边缘处理端连接打通了多个房地产销售场地的数据进行整合统计，降低了数据传输延迟，提高了到访处理的实时性，且通过云处理端对客户是否首次到访进行再次判定，提高了到访处理的准确性。
可选地，所述队列消费模块具体用于：在所述首次到访消息队列中的到访标识消费完后，消费所述非首次到访消息队列中的第一个到访标识；在所述非首次到访消息队列中的第一个到访标识消费完后，查询所述首次到访消息队列中是否有到访标识，若有到访标识，消费所述首次到访消息队列中的下一个到访标识。
在上述实现方式中，基于首先处理首次到访消息队列的方式实现对首次到访人员的优先处理和接待，提高了到访人员的安排合理性。
本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种应用于边缘处理端的房地产客户到访识别方法的流程示意图。
图2为本申请实施例提供的一种匹配后二次判定步骤的流程示意图。
图3为本申请实施例提供的一种应用于云处理端的房地产客户到访识别方法的流程示意图。
图4为本申请实施例提供的一种应用于边缘处理端的房地产客户到访识别装置的模块示意图。
图5为本申请实施例提供的一种应用于云处理端的房地产客户到访识别装置的模块示意图。
图标：30-房地产客户到访识别装置；31-采集数据接收模块；32-第一识别模块；33-标识生成模块；34-发送模块；40-房地产客户到访识别装置；41-接收模块；42-队列写入模块；43-队列消费模块；44-第二识别模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
经本申请人研究发现，现有技术通常在房地产销售场地架构服务器和多台抓拍机进行到访客户的信息捕捉和数据处理，抓拍机与本地的服务器云连接，云计算是一种数据中心，位于远程云端并以按需付费的模式，通过互联网来提供动态易扩展且经常虚拟化的资源。然而，海量的物联网终端设备直接访问云端的方式在带来计算便利的同时，也增加了网络负荷和数据传输延迟，这对延时敏感型业务造成了一定影响。因此现有技术存在硬件成本高，维护成本较高，多台抓拍机与云端服务通讯延迟比较大，网络负荷比较高，数据处理性能、实时性都比较差的问题。
为了解决上述问题，本申请实施例提供了一种应用于边缘处理端的房地产客户到访识别方法，请参考图1，图1为本申请实施例提供的一种应用于边缘处理端的房地产客户到访识别方法的流程示意图，其具体步骤可以如下：
步骤S12：接收相机拍摄的第一人脸图像和第一人脸图像的采集时间。
本实施例中的相机可以是高分辨率彩色相机，其与同一房地产销售场所的边缘处理端可以是有线或无线通信连接。
可选地，一个房地产销售场地可以设置一个或多个边缘处理端，可以设置一个或多个相机，边缘处理端以及相机的具体数量可以根据该房地产销售场地的人流量具体选择。
应当理解的是，在云处理端和边缘处理端部署完成后，需要将不同的房地产销售场所与边缘处理端关联起来，以分别对不同的房地产销售场所的到访人员数据进行处理。本实施例中房地产销售场所与边缘处理端的关联步骤可以包括：向云处理端申请房地产销售场所的场所标识，以使云处理端基于场所标识将边缘处理端与房地产销售场所进行关联。
可选地，上述关联的具体执行原理可以是边缘处理端的设备标识和对应房地产销售场所的场所标识进行绑定，设备标识和场所标识可以是任意字符或字符串，场所标识可以是预先设定或云处理端分配获得。
步骤S14：在边缘处理端的本地存储的人脸集合中不存在与第一人脸图像匹配的人脸识别标识时，将第一人脸图像加入人脸集合。
边缘计算是继云计算之后的一种新型的计算模式，它通过在无线接入网侧提供互联网技术和云计算能力，使得计算本地化，旨在减小延迟、提高网络运营效率、提高业务分发能力、优化终端体验质量。本实施例中的边缘处理端则是边缘计算中无线接入网侧的计算设备，可选地，边缘处理端可以选用RK3399等边缘端嵌入式版。
可选地，人脸识别标识可以是用于进行人脸图像匹配的图像，例如相机采集到人脸图像后将该人脸图像传输至边缘处理端，边缘处理端对人脸图像进行图像预处理、特征提取等图像处理后获得图像作为人脸识别标识。
上述人脸集合为边缘处理端从相机接收的所有人脸图像处理获得的人脸识别标识的集合。
步骤S16：基于第一人脸图像生成并缓存第一到访标识，第一到访标识包括第一人脸识别标识、第一类型标识和采集时间。
可选地，本实施例中的类型标识可以包括第一类型标识和第二类型标识，第一类型标识表示第一人脸图像在人脸集合中无匹配图像，该到访人员为首次到访该房地产销售场所；第二类型标识表示第一人脸图像在人脸集合中存在匹配图像，该到访人员为非首次到访该房地产销售场所。
可选地，第一类型标识可以为字符串“new”，第二类型标识可以为字符串“matched”。
应当理解连接的是，考虑到房地产销售场所的人流量较大，如果对所有到访人员的到访标识均进行缓存能够提高处理速度，但会占用大量缓存资源，影响处理效率，因此本实施例将第一到访标识在边缘处理端缓存预设时间长度，在预设时间长度后将第一到访标识从缓存中删除。
可选地，在边缘处理端的本地存储硬盘等长时间存储装置具有较大容量时，可以将到访标识固定存储在本地存储硬盘中，以便于后续间隔较长时间后进行人脸图像的匹配识别。
步骤S18：将第一到访标识和边缘处理端的设备标识发送至云处理端。
另一方面，在边缘处理端的本地存储的人脸集合中存在与第一人脸图像匹配的人脸识别标识时，还可以对其进行二次判定后确定处理流程，请参考图2，图2为本申请实施例提供的一种匹配后二次判定步骤的流程示意图，其具体步骤可以如下：
步骤S191：在边缘处理端的本地存储的人脸集合中存在与第一人脸图像匹配的人脸识别标识时，基于第一人脸图像生成第二到访标识。
第二到访标识包括第二人脸识别标识、第二类型标识和采集时间，第二类型标识表示到访人员在预设时间内非首次到访房地产销售场所。
步骤S192：在与第一人脸图像匹配的人脸识别标识与第一人脸图像的采集时间间隔大于或等于预设时间间隔时，将第二到访标识和边缘处理端的设备标识发送至云处理端。
可选地，在与第一人脸图像匹配的人脸识别标识与第一人脸图像的采集时间间隔大于或等于预设时间间隔时，可以认定该到访人员不是短暂离场或停留在房地产销售场所中相机无法抓怕的位置，而是再次到访，因此需要发送云处理端进行进一步判定处理。
其中，预设时间间隔时可以根据房地产销售场所的人流量进行具体设置，例如半小时、一小时等。
为了配合上述应用于边缘处理端的房地产客户到访识别方法，本申请实施例还提供了一种应用于云处理端的房地产客户到访识别方法，请参考图3，图3为本申请实施例提供的一种应用于云处理端的房地产客户到访识别方法的流程示意图，该方法具体步骤可以如下：
步骤S21：接收边缘处理端发送的到访标识。
可选地，本实施例中的云处理端常用的云服务器中任一类型或品牌的云服务器，其能够满足图像处理及消息队列需求即可。
上述到访标识包括人脸识别标识、类型标识和采集时间，人脸识别标识用于进行面容识别，类型标识表示到访人员在预设时间内是否为首次到访房地产销售场所，该类型标识可以是对应应用于边缘处理端的房地产客户到访识别方法的第一类型标识或第二类型标识。
应当理解的是，在接收到访标识前，云处理端首先识别该到访标识的发送方即边缘处理端的设备标识，确定该设备标识对应的房地产销售场所，再基于该设备标识或房地产销售场所对应的关联数据库人员表进行后续人员类型判定。
步骤S22：在到访标识为第一到访标识时，将到访标识写入首次到访消息队列。
消息队列是在消息的传输过程中保存消息的容器。消息队列管理器在将消息从它的源中继到它的目标时充当中间人。队列的主要目的是提供路由并保证消息的传递；如果发送消息时接收者不可用，消息队列会保留消息，直到可以成功地传递它。
由应用于边缘处理端的房地产客户到访识别方法中内容可知第一到访标识中的第一类型标识表示到访人员在预设时间内为首次到访房地产销售场所。
具体地，在到访标识的类型标识为new时，将该到访标识写入首次到访消息队列。
在消息队列为Kafka时，首次到访消息队列的Topic可以是new_queue。
其中，Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。这种动作(网页浏览，搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像Hadoop一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。
步骤S23：在到访标识为第二到访标识时，将到访标识写入非首次到访消息队列。
由应用于边缘处理端的房地产客户到访识别方法中内容可知第二到访标识中的第二类型标识表示到访人员在预设时间内为非首次到访房地产销售场所。
具体地，在到访标识的类型标识为matched时，将该到访标识写入非首次到访消息队列。
在消息队列为Kafka时，非首次到访消息队列的Topic可以是matched_queue。
可选地，本实施例中的消息队列除了Kafka，还可以采用Redis Stream等其他能够进行分组的消息队列。
步骤S24：从首次到访消息队列或非首次到访消息队列中获取到访标识。
通常情况下，非首次到访人员会有熟悉或者匹配的接待人员对其进行接待，或者其只是短暂离开房地产销售场所，并未和接待人员脱离联系，因此优先处理首次到访人员能够较大地提高接待处理效率和用户体验，其具体步骤可以如下：
步骤S241：在首次到访消息队列中的到访标识消费完后，消费非首次到访消息队列中的第一个到访标识。
步骤S242：在非首次到访消息队列中的第一个到访标识消费完后，查询首次到访消息队列中是否有到访标识，若有到访标识，消费首次到访消息队列中的下一个到访标识。
可选地，除了根据是否首次到访，还可以根据房地产销售场所的优先级、用户年龄段的优先级等划分消息队列，先消费重点房地产销售场所以及中青年到访人员的到访标识。
步骤S25：在房地产销售场所的关联数据库人员表中不存在与到访标识的人脸识别标识匹配的人脸识别标识时，将到访标识加入关联数据库人员表中。
关联数据库人员表是云处理端从部署到当前接收到的所有到访标识的集合表，若接收到的到访标识不在关联数据库人员表中则标识该到访人员是新顾客。
可选地，云处理端可以有后台管理算法服务和人脸识别算法服务，本实施例中通过远程过程调用(Remote Procedure Call，RPC)框架调用人脸识别算法服务对到访标识进行查询匹配。
步骤S26：向空闲状态的工作人员绑定的通信设备发送到访标识，并将通信设备与到访标识绑定，以使工作人员向到访人员提供服务。
在到访人员是新顾客时，则可以根据工作人员空闲情况、工作人员与到访人员距离等因素选择工作人员作为到访人员的指定接待人员，向该工作人员发送到访标识以使工作人员根据人脸图像识别并接待该到访人员。
可选地，到访标识可以是通过短信、微信等任意通信方式发送至工作人员的通信设备上。
此外，在通知工作人员时还可以根据相机拍摄位置确定到访人员位置，直接将到访人员位置发送至工作人员，使工作人员直接到该位置接待到访人员，而不需要通过人脸图像进行到访人员的确认。
步骤S27：在房地产销售场所的关联数据库人员表中存在与到访标识的人脸识别标识匹配的人脸识别标识时，向到访人员已绑定的通信设备发送到访标识。
在到访人员不是新顾客时，通常已经有熟悉或已接待过该到访人员的工作人员，此时直接通知该工作人员对其进行接待，能够最大程度地保证接待满意度和接待安排效率。
本实施例中的相机、边缘处理端和云处理端的通信可以是基于超文本传输协议(Hyper Text Transfer Protocol，HTTP)实现，在其他实施例中也可以是其他网络通信协议。
可选地，管理人员还可以通过云处理端的后台管理中心对到访人员的资料，如到访标识、关联数据库人员表等进行修改，查看各个房地产销售场地的每日到访人数、每日新增到访人数等统计信息，也可以直接下放指定任务至边缘处理端或从边缘处理端提取指定图像等。
为了配合上述应用于边缘处理端的房地产客户到访识别方法，本申请实施例还提供了一种应用于边缘处理端的房地产客户到访识别装置30。
请参考图4，图4为本申请实施例提供的一种应用于边缘处理端的房地产客户到访识别装置的模块示意图。
房地产客户到访识别装置30包括：
采集数据接收模块31，用于接收相机拍摄的第一人脸图像和第一人脸图像的采集时间；
第一识别模块32，用于在边缘处理端的本地存储的人脸集合中不存在与第一人脸图像匹配的人脸识别标识时，将第一人脸图像加入人脸集合；
标识生成模块33，用于基于第一人脸图像生成并缓存第一到访标识，第一到访标识包括第一人脸识别标识、第一类型标识和第一时间，第一人脸识别标识用于进行面容识别，第一类型标识表示到访人员在预设时间内首次到访房地产销售场所；
发送模块34，用于将第一到访标识和边缘处理端的设备标识发送至云处理端。
可选地，房地产客户到访识别装置30还包括：关联模块，用于向云处理端申请房地产销售场所的场所标识，以使云处理端基于场所标识将边缘处理端与房地产销售场所进行关联。
可选地，标识生成模块33用于：生成与第一人脸图像唯一对应的第一到访标识；将第一到访标识在边缘处理端缓存预设时间长度。
可选地，标识生成模块33用于：在边缘处理端的本地存储的人脸集合中存在与第一人脸图像匹配的人脸识别标识时，基于第一人脸图像生成第二到访标识，第二到访标识包括第二人脸识别标识、第二类型标识和采集时间，第二类型标识表示到访人员在预设时间内非首次到访房地产销售场所；在与第一人脸图像匹配的人脸识别标识与第一人脸图像的采集时间间隔大于或等于预设时间间隔时，将第二到访标识和边缘处理端的设备标识发送至云处理端。
为了配合上述应用于云处理端的房地产客户到访识别方法，本申请实施例还提供了一种应用于云处理端的房地产客户到访识别装置40。
请参考图5，图5为本申请实施例提供的一种应用于云处理端的房地产客户到访识别装置的模块示意图。
房地产客户到访识别装置40包括：
接收模块41，用于接收边缘处理端发送的到访标识，到访标识包括人脸识别标识、类型标识和采集时间，人脸识别标识用于进行面容识别，类型标识表示到访人员在预设时间内是否为首次到访房地产销售场所；
队列写入模块42，用于在到访标识为第一到访标识时，将到访标识写入首次到访消息队列，第一到访标识表示到访人员在预设时间内为首次到访房地产销售场所；
队列写入模块42，还用于在到访标识为第二到访标识时，将到访标识写入非首次到访消息队列，第二到访标识表示到访人员在预设时间内为非首次到访房地产销售场所；
队列消费模块43，用于从首次到访消息队列或非首次到访消息队列中获取到访标识；
第二识别模块44，用于在房地产销售场所的关联数据库人员表中不存在与到访标识的人脸识别标识匹配的人脸识别标识时，将到访标识加入关联数据库人员表中；向空闲状态的工作人员绑定的通信设备发送到访标识，并将通信设备与到访标识绑定，以使工作人员向到访人员提供服务；
第二识别模块44，还用于在房地产销售场所的关联数据库人员表中存在与到访标识的人脸识别标识匹配的人脸识别标识时，向到访人员已绑定的通信设备发送到访标识。
可选地，队列消费模块43具体用于：在首次到访消息队列中的到访标识消费完后，消费非首次到访消息队列中的第一个到访标识；在非首次到访消息队列中的第一个到访标识消费完后，查询首次到访消息队列中是否有到访标识，若有到访标识，消费首次到访消息队列中的下一个到访标识。
本申请实施例还提供了一种电子设备，该电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行本实施例提供的房地产客户到访识别方法中任一项所述方法中的步骤。
应当理解是，该电子设备可以是个人电脑(Personal Computer，PC)、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)等具有逻辑计算功能的电子设备。
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行房地产客户到访识别方法中的步骤。
综上所述，本申请实施例提供了一种房地产客户到访识别方法、装置、电子设备及存储介质，其中应用于设置在房地产销售场所的边缘处理端的方法包括：接收所述相机拍摄的第一人脸图像和所述第一人脸图像的采集时间；在所述边缘处理端的本地存储的人脸集合中不存在与所述第一人脸图像匹配的人脸识别标识时，将所述第一人脸图像加入所述人脸集合；基于所述第一人脸图像生成并缓存第一到访标识，所述第一到访标识包括第一人脸识别标识、第一类型标识和所述采集时间，所述第一人脸识别标识用于进行面容识别，所述第一类型标识表示到访人员在预设时间内首次到访所述房地产销售场所；将所述第一到访标识和所述边缘处理端的设备标识发送至所述云处理端。
在上述实现方式中，通过布设在房地产销售场地的边缘处理端分别与相机以及云处理端通信连接，将相机获取的人脸图像进行处理后发送至云处理端进行访客识别，不需要在房地产销售场地设置单独的服务器或多个抓拍机，降低了硬件部署和维护成本，同时通过云处理端与多个边缘处理端连接打通了多个房地产销售场地的数据进行整合统计，降低了数据传输延迟，提高了到访处理的实时性，且基于客户是否首次到访提高了到访处理的准确性。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。因此本实施例还提供了一种可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行区块数据存储方法中任一项所述方法中的步骤。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RanDom Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种房地产客户到访识别方法，其特征在于，应用于设置在房地产销售场所的边缘处理端，所述边缘处理端与相机以及云处理端通信连接，所述方法包括：
接收所述相机拍摄的第一人脸图像和所述第一人脸图像的采集时间；
在所述边缘处理端的本地存储的人脸集合中不存在与所述第一人脸图像匹配的人脸识别标识时，将所述第一人脸图像加入所述人脸集合；
基于所述第一人脸图像生成并缓存第一到访标识，所述第一到访标识包括第一人脸识别标识、第一类型标识和所述采集时间，所述第一人脸识别标识用于进行面容识别，所述第一类型标识表示到访人员在预设时间内首次到访所述房地产销售场所；
将所述第一到访标识和所述边缘处理端的设备标识发送至所述云处理端。
2.根据权利要求1所述的方法，其特征在于，在所述接收所述相机拍摄的采集人脸图像和所述采集人脸图像的采集时间之前，所述方法还包括：
向所述云处理端申请所述房地产销售场所的场所标识，以使所述云处理端基于所述场所标识将所述边缘处理端与所述房地产销售场所进行关联。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一人脸图像生成并缓存第一到访标识，包括：
生成与所述第一人脸图像唯一对应的第一到访标识；
将所述第一到访标识在所述边缘处理端缓存预设时间长度。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述边缘处理端的本地存储的人脸集合中存在与所述第一人脸图像匹配的人脸识别标识时，基于所述第一人脸图像生成第二到访标识，所述第二到访标识包括第二人脸识别标识、第二类型标识和所述采集时间，所述第二类型标识表示所述到访人员在所述预设时间内非首次到访所述房地产销售场所；
在与所述第一人脸图像匹配的人脸识别标识与所述第一人脸图像的采集时间间隔大于或等于预设时间间隔时，将所述第二到访标识和所述边缘处理端的设备标识发送至所述云处理端。
5.一种房地产客户到访识别方法，其特征在于，应用于云处理端，所述云处理端与设置在房地产销售场所的边缘处理端通信连接，所述方法包括：
接收所述边缘处理端发送的到访标识，所述到访标识包括人脸识别标识、类型标识和采集时间，所述人脸识别标识用于进行面容识别，所述类型标识表示到访人员在预设时间内是否为首次到访所述房地产销售场所；
在所述到访标识为第一到访标识时，将所述到访标识写入首次到访消息队列，所述第一到访标识表示到访人员在预设时间内为首次到访所述房地产销售场所；
在所述到访标识为第二到访标识时，将所述到访标识写入非首次到访消息队列，所述第二到访标识表示到访人员在预设时间内为非首次到访所述房地产销售场所；
从所述首次到访消息队列或所述非首次到访消息队列中获取所述到访标识；
在所述房地产销售场所的关联数据库人员表中不存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，将所述到访标识加入所述关联数据库人员表中；向空闲状态的工作人员绑定的通信设备发送所述到访标识，并将所述通信设备与所述到访标识绑定，以使所述工作人员向所述到访人员提供服务；
在所述房地产销售场所的关联数据库人员表中存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，向所述到访人员已绑定的通信设备发送所述到访标识。
6.根据权利要求5所述的方法，其特征在于，所述从所述首次到访消息队列或非首次到访消息队列中获取所述到访标识，包括：
在所述首次到访消息队列中的到访标识消费完后，消费所述非首次到访消息队列中的第一个到访标识；
在所述非首次到访消息队列中的第一个到访标识消费完后，查询所述首次到访消息队列中是否有到访标识，若有到访标识，消费所述首次到访消息队列中的下一个到访标识。
7.一种房地产客户到访识别装置，其特征在于，应用于设置在房地产销售场所的边缘处理端，所述边缘处理端与相机以及云处理端通信连接，所述装置包括：
采集数据接收模块，用于接收所述相机拍摄的第一人脸图像和所述第一人脸图像的采集时间；
第一识别模块，用于在所述边缘处理端的本地存储的人脸集合中不存在与所述第一人脸图像匹配的人脸识别标识时，将所述第一人脸图像加入所述人脸集合；
标识生成模块，用于基于所述第一人脸图像生成并缓存第一到访标识，所述第一到访标识包括第一人脸识别标识、第一类型标识和所述采集时间，所述第一人脸识别标识用于进行面容识别，所述第一类型标识表示到访人员在预设时间内首次到访所述房地产销售场所；
发送模块，用于将所述第一到访标识和所述边缘处理端的设备标识发送至所述云处理端。
8.一种房地产客户到访识别装置，其特征在于，应用于云处理端，所述云处理端与设置在房地产销售场所的边缘处理端通信连接，所述装置包括：
接收模块，用于接收所述边缘处理端发送的到访标识，所述到访标识包括人脸识别标识、类型标识和采集时间，所述人脸识别标识用于进行面容识别，所述类型标识表示到访人员在预设时间内是否为首次到访所述房地产销售场所；
队列写入模块，用于在所述到访标识为第一到访标识时，将所述到访标识写入首次到访消息队列，所述第一到访标识表示到访人员在预设时间内为首次到访所述房地产销售场所；
所述队列写入模块，还用于在所述到访标识为第二到访标识时，将所述到访标识写入非首次到访消息队列，所述第二到访标识表示到访人员在预设时间内为非首次到访所述房地产销售场所；
队列消费模块，用于从所述首次到访消息队列或所述非首次到访消息队列中获取所述到访标识；
第二识别模块，用于在所述房地产销售场所的关联数据库人员表中不存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，将所述到访标识加入所述关联数据库人员表中；向空闲状态的工作人员绑定的通信设备发送所述到访标识，并将所述通信设备与所述到访标识绑定，以使所述工作人员向所述到访人员提供服务；
所述第二识别模块，用于在所述房地产销售场所的关联数据库人员表中存在与所述到访标识的人脸识别标识匹配的人脸识别标识时，向所述到访人员已绑定的通信设备发送所述到访标识。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-6中任一项所述方法中的步骤。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-6任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011013659.2A CN112150203A (zh) | 2020-09-23 | 2020-09-23 | 房地产客户到访识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011013659.2A CN112150203A (zh) | 2020-09-23 | 2020-09-23 | 房地产客户到访识别方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112150203A true CN112150203A (zh) | 2020-12-29 |
Family
ID=73896434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011013659.2A Pending CN112150203A (zh) | 2020-09-23 | 2020-09-23 | 房地产客户到访识别方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112150203A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112765404A (zh) * | 2021-01-22 | 2021-05-07 | 北京市商汤科技开发有限公司 | 到访信息处理方法、装置、系统、设备及存储介质 |
| CN112784784A (zh) * | 2021-01-29 | 2021-05-11 | 新疆爱华盈通信息技术有限公司 | 基于人脸识别的人员信息统计方法及系统 |
| CN112990167A (zh) * | 2021-05-19 | 2021-06-18 | 北京焦点新干线信息技术有限公司 | 图像处理方法及装置、存储介质及电子设备 |
| CN113223220A (zh) * | 2021-01-27 | 2021-08-06 | 中国工商银行股份有限公司 | 访客请求处理方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170243311A1 (en) * | 2016-02-19 | 2017-08-24 | Agent Lynx Llc. | Computer system and method for providing on-demand realtor services |
| CN109636258A (zh) * | 2019-02-12 | 2019-04-16 | 重庆锐云科技有限公司 | 一种房地产客户到访管理系统 |
| CN110276314A (zh) * | 2019-06-26 | 2019-09-24 | 苏州万店掌网络科技有限公司 | 人脸识别方法及人脸识别摄像机 |
| CN110334570A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 人脸识别自动建库方法、装置、设备及存储介质 |
-
2020
- 2020-09-23 CN CN202011013659.2A patent/CN112150203A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170243311A1 (en) * | 2016-02-19 | 2017-08-24 | Agent Lynx Llc. | Computer system and method for providing on-demand realtor services |
| CN109636258A (zh) * | 2019-02-12 | 2019-04-16 | 重庆锐云科技有限公司 | 一种房地产客户到访管理系统 |
| CN110334570A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 人脸识别自动建库方法、装置、设备及存储介质 |
| CN110276314A (zh) * | 2019-06-26 | 2019-09-24 | 苏州万店掌网络科技有限公司 | 人脸识别方法及人脸识别摄像机 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112765404A (zh) * | 2021-01-22 | 2021-05-07 | 北京市商汤科技开发有限公司 | 到访信息处理方法、装置、系统、设备及存储介质 |
| CN113223220A (zh) * | 2021-01-27 | 2021-08-06 | 中国工商银行股份有限公司 | 访客请求处理方法及装置 |
| CN113223220B (zh) * | 2021-01-27 | 2023-04-07 | 中国工商银行股份有限公司 | 访客请求处理方法及装置 |
| CN112784784A (zh) * | 2021-01-29 | 2021-05-11 | 新疆爱华盈通信息技术有限公司 | 基于人脸识别的人员信息统计方法及系统 |
| CN112990167A (zh) * | 2021-05-19 | 2021-06-18 | 北京焦点新干线信息技术有限公司 | 图像处理方法及装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112150203A (zh) | 房地产客户到访识别方法、装置、电子设备及存储介质 | |
| US9342396B2 (en) | Self-stabilizing network nodes in mobile discovery system | |
| CN105184883A (zh) | 一种基于用户id和指纹识别的智能考勤手环及考勤方法 | |
| CN103024698A (zh) | 一种整合各联系人的信息的方法、系统及移动终端 | |
| CN108875328B (zh) | 一种身份验证方法、装置及存储介质 | |
| CN106227780A (zh) | 一种海量网页的自动化截图取证方法和系统 | |
| CN104680326A (zh) | 一种考勤管理系统 | |
| WO2019233087A1 (zh) | 信息处理方法及装置、电子设备及存储介质 | |
| CN105225045A (zh) | 一种基于用户id和指纹识别的移动考勤系统及考勤方法 | |
| CN111770022B (zh) | 基于链路监控的扩容方法、系统、设备及计算机存储介质 | |
| CN107870982A (zh) | 数据处理方法、系统和计算机可读存储介质 | |
| CN100452704C (zh) | 一种发布博客文章的方法和系统 | |
| CN113472858B (zh) | 埋点数据处理方法、装置及电子设备 | |
| CN101257461A (zh) | 基于分类的内容过滤方法及其装置 | |
| WO2014128064A1 (en) | A time and attendance processing system | |
| CN110009273B (zh) | 信息处理方法及装置、存储介质、电子装置 | |
| CN110769056A (zh) | 实名制信息处理方法、装置、电子设备及存储介质 | |
| CN107705384B (zh) | 考勤方法、系统、电子设备及存储介质 | |
| US20220311766A1 (en) | Sensor-based authentication, notification, and assistance systems | |
| CN113256240B (zh) | 消息的处理方法、装置和服务器 | |
| CN111401819B (zh) | 系统间数据推送方法及系统 | |
| CN113836428A (zh) | 业务推送方法、装置、计算机设备和存储介质 | |
| CN113407491A (zh) | 数据处理方法及装置 | |
| CN110852685A (zh) | 订单任务的调度方法及装置、电子设备、存储介质 | |
| CN110602159A (zh) | 一种数据处理方法与系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |
|
| RJ01 | Rejection of invention patent application after publication |