CN112150727A - 一种自助交易处理方法和装置、以及自助交易柜 - Google Patents
一种自助交易处理方法和装置、以及自助交易柜 Download PDFInfo
- Publication number
- CN112150727A CN112150727A CN202011057514.2A CN202011057514A CN112150727A CN 112150727 A CN112150727 A CN 112150727A CN 202011057514 A CN202011057514 A CN 202011057514A CN 112150727 A CN112150727 A CN 112150727A
- Authority
- CN
- China
- Prior art keywords
- article
- value
- item
- self
- payment system
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/18—Payment architectures involving self-service terminals [SST], vending machines, kiosks or multimedia terminals
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
Abstract
本申请公开了一种自助交易处理方法和装置、以及自助交易柜,获取物品的类型特征和重量参数,将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果,输出结果指示物品的价值。在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。可见,通过物品的类型特征和重量参数、以及价值预估模型,估计与物品的价值相等的交易金额,物品的提供方可以立即出售物品获得收益,其他人可以通过支付物品的交易金额购买物品,因此,作为交易物品的可回收垃圾的剩余价值将得到有效利用。
Description
技术领域
本申请涉及垃圾回收技术领域,尤其涉及一种自助交易处理方法和装置、以及自助交易柜。
背景技术
随着社会发展,人们生活水平得到快速提高,日常生活所生成的垃圾也就越来越多。部分垃圾是具备回收利用的价值的,然而,由于种种原因,可回收垃圾的原主无法将继续利用这些剩余价值,从而造成不必要的浪费。
发明内容
本申请提供了一种自助交易处理方法和装置,以及自助交易柜,目的在于实现可回收垃圾的自助交易,提高可回收垃圾的利用率。
为了实现上述目的,本申请提供了以下技术方案:
一种自助交易柜,包括:
物品存放箱、类型参数采集模块、重量参数采集模块、和处理器;
所述物品存放箱用于存放物品,并设置有第一开关装置;
所述类型参数采集模块,用于采集所述物品的类型特征;
所述重量参数采集模块,用于采集所述物品的重量参数;
所述处理器,用于将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
所述处理器,还用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;在确定收到与所述物品的所述价值相等的金额的情况下,控制所述第一开关装置开启,直至所述物品被取走,控制所述第一开关装置关闭。
可选的,所述处理器用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额,包括:
所述处理器具体用于:
在确定所述物品被出售且所述类型特征满足预设要求的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
所述处理器还用于:
在确定所述类型特征不满足所述预设要求的情况下,发送所述物品不符合要求的提示。
可选的,所述处理器还用于:
在确定所述类型特征不满足所述预设要求的情况下,从所述提供方的信用积分中扣除预设分数,并在所述信用积分小于预设阈值的情况下,将所述提供方拉入黑名单,所述黑名单上的用户被禁止存放物品。
可选的,还包括:
用户特征采集模块,用于采集用户的特征信息。
可选的,所述物品存放箱还设置有第二开关装置;
所述处理器,还用于依据所述特征信息,对所述用户进行身份验证,在所述用户身份验证通过的情况下,确定所述用户为所述提供方,并控制所述第二开关装置开启,直至所述提供方结束所述物品的存放,控制所述第二开关装置关闭。
可选的,所述物品存放箱还设置有触摸显示屏;
所述触摸显示屏具体用于:
接收所述提供方输入的出售指令;
接收支付方输入的开箱指令;所述开箱指令为,在所述支付方支付与所述物品的所述价值相等的金额的情况下,由所述支付系统提供给所述支付方;
所述处理器具体用于:
依据所述出售指令,向所述支付系统发送所述转账指令,触发所述支付系统向所述提供方支付与所述物品的所述价值相等的金额;
依据所述开箱指令,控制所述第一开关装置开启,直至所述物品被所述支付方取走,控制所述第一开关装置关闭。
一种自助交易处理方法,包括:
获取物品的类型特征和重量参数;
将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
在确定收到与所述物品的所述价值相等的金额的情况下,放行所述金额的支付方取走所述物品。
一种自助交易处理装置,包括:
获取单元,用于获取物品的类型特征和重量参数;
预估单元,用于将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
转账单元,用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
放行单元,用于在确定收到与所述物品的所述价值相等的金额的情况下,放行所述金额的支付方取走所述物品。
一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行所述的自助交易处理方法。
一种自助交易处理设备,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行所述的自助交易处理方法。
本申请提供的技术方案,获取物品的类型特征和重量参数,将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。可见,通过物品的类型特征和重量参数、以及价值预估模型,估计与物品的价值相等的交易金额,物品的提供方可以立即出售物品获得收益,其他人可以通过支付物品的交易金额购买物品,因此,作为交易物品的可回收垃圾的剩余价值将得到有效利用。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1a为本申请实施例提供的一种自助交易柜的架构示意图;
图1b为本申请实施例提供的一种自助交易流程的示意图;
图1c为本申请实施例提供的另一种自助交易流程的示意图;
图2为本申请实施例提供的一种自助交易处理方法的示意图;
图3为本申请实施例提供的一种自助交易处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1a所示,为本申请实施例提供的一种自助交易柜的架构示意图,包括:
用户特征采集模块100、物品存放箱200、类型参数采集模块300、重量参数采集模块400和处理器500。
其中,用户特征采集模块100,用于采集用户的特征信息。
需要说明的是,特征信息包括但不限于指纹、人脸、眼瞳、以及声音等特征。采集用户的特征信息的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
物品存放箱200设置有第一开关装置,用于存放物品。
需要说明的是,在本实施例中,所谓的物品即为可回收垃圾。第一开关装置处于开启状态,用户才能从物品存放箱200中取走物品。
可选的,物品存放箱200还设置有第二开关装置。第二开关装置处于开启状态,用户才能在物品存放箱200中存放物品。
可选的,物品存放箱200还设置有触摸显示屏,触摸显示屏用于接收和/或显示数据。
类型参数采集模块300,用于采集物品的类型特征。在本实施例中,所谓的类型特征指的是可回收垃圾的材质,例如纸类、玻璃、塑料、金属等可回收利用的材质类型。
需要说明的是,在本实施例中,可以利用光谱识别技术,采集可回收垃圾的材质,即通过光谱传感器照射可回收垃圾,依据反射的光谱识别可回收垃圾的材质类型。
重量参数采集模块400,用于采集物品的重量参数。采集物品的重量参数的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
在本实施例中,依据自助交易柜实现物品自助交易的具体实现过程,如图1b和图1c所示,包括如下步骤:
S101:用户特征采集模块采集用户的特征信息。
S102:用户特征采集模块向处理器发送特征信息。
S103:处理器依据特征信息,对用户进行身份验证,并判断用户身份验证是否通过。
若用户身份验证通过,则执行S104,否则禁止用户存放物品(例如可以触发触摸显示屏,显示用户不具备使用权限的提示)。
其中,依据特征信息,对用户进行身份验证的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
S104:处理器确定用户为物品的提供方,并控制第二开关装置开启,直至提供方结束物品的存放,控制第二开关装置关闭。
S105:类型参数采集模块采集物品的类型特征。
S106:类型参数采集模块向处理器发送类型特征。
S107:重量参数采集模块采集物品的重量参数。
S108:重量参数采集模块向处理器发送重量参数。
S109:处理器判断类型特征是否满足预设要求。
若类型特征满足预设要求,则执行S110,否则执行S115。
S110:处理器将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。
其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。
具体的,价值预估模型的训练过程具体为:将样本物品的类型特征和重量参数,输入至神经网络模型,得到神经网络模型的输出结果,基于样本物品的价值和输出结果,利用预设的损失函数训练调整神经网络模型的参数,得到价值预估模型。
需要说明的是,在本实施例中,神经网络模型包括但不限于BP神经网络模型,并且,为了提高神经网络模型的训练效率,还可以利用遗传算法对神经网络模型的参数进行优化调整。
S111:触摸显示屏接收提供方输入的出售指令。
其中,出售指令用于指示确定物品被出售。
S112:触摸显示屏向处理器发送出售指令。
S113:处理器依据出售指令,向预设的支付系统发送转账指令,触发支付系统向提供方支付与物品的价值相等的金额。
其中,转账指令包括与物品的价值相等的金额。
S114:处理器将物品的类型特征、重量参数和价值之间的对应关系,上传至网络。
其中,将物品的类型特征、重量参数和价值之间的对应关系,上传至网络,能够让其他人查看到物品,提高物品的出售概率。
S115:处理器向触摸显示屏发送提示指令。
在S115执行之后,处理器继续执行S117。
需要说明的是,若类型特征不满足预设要求,则物品的提供方将不会获得物品的收益。
S116:触摸显示屏依据提示指令,显示物品不符合要求的提示。
S117:处理器从提供方的信用积分中扣除预设分数。
其中,信用积分的初始值可由技术人员根据实际情况进行设置。
在执行S117之后,处理器继续执行S118。
S118:处理器在信用积分小于预设阈值的情况下,将提供方拉入黑名单。
其中,黑名单上的用户被禁止存放物品。
需要说明的是,基于黑名单能够有效防止用户恶意使用自助交易柜。
S119:触摸显示屏接收支付方输入的开箱指令。
其中,开箱指令为,在支付方支付与物品的价值相等的金额的情况下,由支付系统提供给支付方。
S120:触摸显示屏向处理器发送开箱指令。
S121:处理器依据开箱指令,控制第一开关装置开启,直至物品被支付方取走,控制第一开关装置关闭。
综上所述,获取物品的类型特征和重量参数。将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。可见,通过物品的类型特征和重量参数、以及价值预估模型,估计与物品的价值相等的交易金额,物品的提供方可以立即出售物品获得收益,其他人可以通过支付物品的交易金额购买物品,因此,作为交易物品的可回收垃圾的剩余价值得到有效利用。
需要说明的是,上述实施例中提及的,在确定类型特征不满足预设要求的情况下,从物品的提供方的信用积分中扣除预设分数,为自助交易处理方法的一种具体表现方式。此外,用户特征采集模块,为自助交易柜的一种可选的功能模块,没有用户特征采集模块,本申请实施例所述的自助交易柜依旧能够实现自助交易。为此,上述实施例所述的自助交易处理流程,可以概括为图2示出的方法。
如图2所示,为本申请实施例提供的一种自助交易处理方法的示意图,包括如下步骤:
S201:获取物品的类型特征和重量参数。
其中,获取物品的类型特征和重量参数的具体实现过程,可以参见上述图1b所示的步骤、以及步骤的解释说明。
S202:将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。
其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。
S203:在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。
S204:在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。
综上所述,获取物品的类型特征和重量参数,将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。可见,通过物品的类型特征和重量参数、以及价值预估模型,估计与物品的价值相等的交易金额,物品的提供方可以立即出售物品获得收益,其他人可以通过支付物品的交易金额购买物品,因此,作为交易物品的可回收垃圾的剩余价值将得到有效利用。
与上述实施例提供的自助交易处理方法相对应,本申请实施例还提供了一种自助交易处理装置。
如图3所示,为本申请实施例提供的一种自助交易处理装置的结构示意图,包括:
获取单元301,用于获取物品的类型特征和重量参数。
预估单元302,用于将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。
转账单元303,用于在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。
放行单元304,用于在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。
综上所述,获取物品的类型特征和重量参数,将类型特征和重量参数输入至预先构建的价值预估模型中,得到价值预估模型的输出结果。其中,价值预估模型基于样本物品的类型特征和重量参数、以及样本物品的价值、对神经网络模型训练得到,输出结果指示物品的价值。在确定物品被出售的情况下,向预设的支付系统发送转账指令,触发支付系统向物品的提供方支付与物品的价值相等的金额。在确定收到与物品的价值相等的金额的情况下,放行金额的支付方取走物品。可见,通过物品的类型特征和重量参数、以及价值预估模型,估计与物品的价值相等的交易金额,物品的提供方可以立即出售物品获得收益,其他人可以通过支付物品的交易金额购买物品,因此,作为交易物品的可回收垃圾的剩余价值将得到有效利用。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,程序执行上述本申请提供的自助交易处理方法。
本申请还提供了一种自助交易处理设备,包括:处理器、存储器和总线。处理器与存储器通过总线连接,存储器用于存储程序,处理器用于运行程序,其中,程序运行时执行上述本申请提供的自助交易处理方法,包括如下步骤:
获取物品的类型特征和重量参数;
将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
在确定收到与所述物品的所述价值相等的金额的情况下,放行所述金额的支付方取走所述物品。
本申请实施例方法所述的功能如果以软件功能单元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设备可读取存储介质中。基于这样的理解,本申请实施例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设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种自助交易柜,其特征在于,包括:
物品存放箱、类型参数采集模块、重量参数采集模块、和处理器;
所述物品存放箱用于存放物品,并设置有第一开关装置;
所述类型参数采集模块,用于采集所述物品的类型特征;
所述重量参数采集模块,用于采集所述物品的重量参数;
所述处理器,用于将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
所述处理器,还用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;在确定收到与所述物品的所述价值相等的金额的情况下,控制所述第一开关装置开启,直至所述物品被取走,控制所述第一开关装置关闭。
2.根据权利要求1所述的自助交易柜,其特征在于,所述处理器用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额,包括:
所述处理器具体用于:
在确定所述物品被出售且所述类型特征满足预设要求的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
所述处理器还用于:
在确定所述类型特征不满足所述预设要求的情况下,发送所述物品不符合要求的提示。
3.根据权利要求2所述的自助交易柜,其特征在于,所述处理器还用于:
在确定所述类型特征不满足所述预设要求的情况下,从所述提供方的信用积分中扣除预设分数,并在所述信用积分小于预设阈值的情况下,将所述提供方拉入黑名单,所述黑名单上的用户被禁止存放物品。
4.根据权利要求1所述的自助交易柜,其特征在于,还包括:
用户特征采集模块,用于采集用户的特征信息。
5.根据权利要求4所述的自助交易柜,其特征在于,所述物品存放箱还设置有第二开关装置;
所述处理器,还用于依据所述特征信息,对所述用户进行身份验证,在所述用户身份验证通过的情况下,确定所述用户为所述提供方,并控制所述第二开关装置开启,直至所述提供方结束所述物品的存放,控制所述第二开关装置关闭。
6.根据权利要求1所述的自助交易柜,其特征在于,所述物品存放箱还设置有触摸显示屏;
所述触摸显示屏具体用于:
接收所述提供方输入的出售指令;
接收支付方输入的开箱指令;所述开箱指令为,在所述支付方支付与所述物品的所述价值相等的金额的情况下,由所述支付系统提供给所述支付方;
所述处理器具体用于:
依据所述出售指令,向所述支付系统发送所述转账指令,触发所述支付系统向所述提供方支付与所述物品的所述价值相等的金额;
依据所述开箱指令,控制所述第一开关装置开启,直至所述物品被所述支付方取走,控制所述第一开关装置关闭。
7.一种自助交易处理方法,其特征在于,包括:
获取物品的类型特征和重量参数;
将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
在确定收到与所述物品的所述价值相等的金额的情况下,放行所述金额的支付方取走所述物品。
8.一种自助交易处理装置,其特征在于,包括:
获取单元,用于获取物品的类型特征和重量参数;
预估单元,用于将所述类型特征和所述重量参数输入至预先构建的价值预估模型中,得到所述价值预估模型的输出结果;其中,所述价值预估模型基于样本物品的所述类型特征和所述重量参数、以及所述样本物品的价值、对神经网络模型训练得到,所述输出结果指示所述物品的价值;
转账单元,用于在确定所述物品被出售的情况下,向预设的支付系统发送转账指令,触发所述支付系统向所述物品的提供方支付与所述物品的所述价值相等的金额;
放行单元,用于在确定收到与所述物品的所述价值相等的金额的情况下,放行所述金额的支付方取走所述物品。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序执行权利要求7所述的自助交易处理方法。
10.一种自助交易处理设备,其特征在于,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行权利要求7所述的自助交易处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011057514.2A CN112150727A (zh) | 2020-09-29 | 2020-09-29 | 一种自助交易处理方法和装置、以及自助交易柜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011057514.2A CN112150727A (zh) | 2020-09-29 | 2020-09-29 | 一种自助交易处理方法和装置、以及自助交易柜 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112150727A true CN112150727A (zh) | 2020-12-29 |
Family
ID=73895992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011057514.2A Pending CN112150727A (zh) | 2020-09-29 | 2020-09-29 | 一种自助交易处理方法和装置、以及自助交易柜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150727A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067488A (zh) * | 2021-11-03 | 2022-02-18 | 深圳黑蚂蚁环保科技有限公司 | 回收系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419646A (zh) * | 2007-10-26 | 2009-04-29 | 深圳职业技术学院 | 一种旧机动车鉴定评估系统及方法 |
CN105513219A (zh) * | 2016-01-20 | 2016-04-20 | 宁波返淘网电子商务有限公司 | 一种自动收货系统及方法 |
CN205862460U (zh) * | 2016-05-30 | 2017-01-04 | 邢德智 | 一种智能交接存放设备 |
CN107644491A (zh) * | 2017-09-27 | 2018-01-30 | 重庆河豚科技有限公司 | 物品回收共享方法及装置 |
CN107704932A (zh) * | 2017-08-23 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 一种物品回收设备、装置以及电子设备 |
CN107730760A (zh) * | 2017-09-29 | 2018-02-23 | 合肥诺优信息科技有限公司 | 快递发收装置及方法 |
CN108564713A (zh) * | 2018-03-23 | 2018-09-21 | 刘婧 | 一种基于综合测量方式的无人值守零售的商品识别和防作弊系统及其方法 |
CN109063851A (zh) * | 2018-07-30 | 2018-12-21 | 深圳市丰巢科技有限公司 | 一种基于智能柜的物品智能分类回收方法及智能柜 |
CN110543958A (zh) * | 2019-07-30 | 2019-12-06 | 广东中科臻恒信息技术有限公司 | 基于信用支付和汽车电子标识的预约停车方法、计算机可读存储介质 |
CN110648466A (zh) * | 2018-06-26 | 2020-01-03 | 一号箱店有限公司 | 基于智能快递柜的交易方法、智能快递柜和计算机可读存储介质 |
CN110942323A (zh) * | 2018-09-25 | 2020-03-31 | 优估(上海)信息科技有限公司 | 一种评估模型构建方法、装置及系统 |
-
2020
- 2020-09-29 CN CN202011057514.2A patent/CN112150727A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419646A (zh) * | 2007-10-26 | 2009-04-29 | 深圳职业技术学院 | 一种旧机动车鉴定评估系统及方法 |
CN105513219A (zh) * | 2016-01-20 | 2016-04-20 | 宁波返淘网电子商务有限公司 | 一种自动收货系统及方法 |
CN205862460U (zh) * | 2016-05-30 | 2017-01-04 | 邢德智 | 一种智能交接存放设备 |
CN107704932A (zh) * | 2017-08-23 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 一种物品回收设备、装置以及电子设备 |
CN107644491A (zh) * | 2017-09-27 | 2018-01-30 | 重庆河豚科技有限公司 | 物品回收共享方法及装置 |
CN107730760A (zh) * | 2017-09-29 | 2018-02-23 | 合肥诺优信息科技有限公司 | 快递发收装置及方法 |
CN108564713A (zh) * | 2018-03-23 | 2018-09-21 | 刘婧 | 一种基于综合测量方式的无人值守零售的商品识别和防作弊系统及其方法 |
CN110648466A (zh) * | 2018-06-26 | 2020-01-03 | 一号箱店有限公司 | 基于智能快递柜的交易方法、智能快递柜和计算机可读存储介质 |
CN109063851A (zh) * | 2018-07-30 | 2018-12-21 | 深圳市丰巢科技有限公司 | 一种基于智能柜的物品智能分类回收方法及智能柜 |
CN110942323A (zh) * | 2018-09-25 | 2020-03-31 | 优估(上海)信息科技有限公司 | 一种评估模型构建方法、装置及系统 |
CN110543958A (zh) * | 2019-07-30 | 2019-12-06 | 广东中科臻恒信息技术有限公司 | 基于信用支付和汽车电子标识的预约停车方法、计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067488A (zh) * | 2021-11-03 | 2022-02-18 | 深圳黑蚂蚁环保科技有限公司 | 回收系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340498B (zh) | 线下交易的实现方法和装置 | |
US20200058057A1 (en) | Method for selling electronic cigarette, terminal, storage medium and electronic cigarette | |
US20210019657A1 (en) | Fraud detection and risk assessment method, system, device, and storage medium | |
CN107016783A (zh) | 自助售卖方法及装置 | |
CN109345375A (zh) | 一种可疑洗钱行为识别方法及装置 | |
CN107392614B (zh) | 线下交易的实现方法和装置 | |
CN111049659B (zh) | 基于手写签名识别的业务验证方法、装置及系统 | |
CN106325514B (zh) | 一种手持智能终端的防掉落方法、装置及其电子设备 | |
CN112150727A (zh) | 一种自助交易处理方法和装置、以及自助交易柜 | |
CN108765144A (zh) | 电子资源包的处理方法、终端设备及介质 | |
CN110852787A (zh) | 一种垃圾兑换礼品系统及方法 | |
CN107578291A (zh) | 一种货物配送服务提供方法和系统 | |
CN113128397A (zh) | 一种垃圾分类投放的监控方法、系统、装置及存储介质 | |
CN103456104B (zh) | 防止犯罪系统以及防止犯罪方法 | |
CN111144906A (zh) | 一种数据处理方法、装置及电子设备 | |
CN211699105U (zh) | 一种人脸识别认证手机支付装置 | |
CN111258750A (zh) | 数据量处理方法以及系统、额度分配方法以及系统 | |
CN112101951B (zh) | 支付交易的检测方法及装置、存储介质及电子设备 | |
CN110826442B (zh) | 一种基于活体检测的票据数据处理方法、系统、设备及介质 | |
CN106325744B (zh) | 一种金融自助设备交互方法及装置 | |
CN115775153A (zh) | 购物提醒方法、装置、设备及存储介质 | |
KR101971365B1 (ko) | 착불 택배 보관 시스템 및 방법 | |
CN117253315B (zh) | 一种智能回收箱有偿回收垃圾的方法及系统 | |
CN109461002A (zh) | 一种基于人脸识别的支付系统 | |
CN113781227B (zh) | 虚拟金币兑换方法、电子设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |