CN112287251A - 线上门店的异常状态检测方法、装置及系统 - Google Patents
线上门店的异常状态检测方法、装置及系统 Download PDFInfo
- Publication number
- CN112287251A CN112287251A CN202011588129.0A CN202011588129A CN112287251A CN 112287251 A CN112287251 A CN 112287251A CN 202011588129 A CN202011588129 A CN 202011588129A CN 112287251 A CN112287251 A CN 112287251A
- Authority
- CN
- China
- Prior art keywords
- store
- online
- network data
- delivery
- distribution
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 153
- 238000001514 detection method Methods 0.000 title claims description 32
- 238000000034 method Methods 0.000 claims abstract description 91
- 230000008569 process Effects 0.000 claims description 41
- 238000004891 communication Methods 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种线上门店的异常状态检测方法、装置及系统，该方法包括：获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；针对门店网络位置表进行匹配，根据匹配结果检测各个线上门店的状态是否异常。该方式能够及时挖掘状态异常的线上门店，提升了可靠性与实时性。
Description
技术领域
本发明涉及通信领域，具体涉及一种线上门店的异常状态检测方法、装置及系统。
背景技术
随着互联网的日益普及，越来越多的实体门店开始在互联网提供的门店平台中开设网络虚拟门店。其中，该实体门店称为线下门店，在门店平台中开设的对应于该实体门店的网络虚拟门店称为线上门店。相应的，用户能够通过线上门店触发线上配送订单，以使配送人员前往对应的线下门店提取货物并进行配送。
由于门店平台中包含大量的线上门店，而各个线上门店所对应的线下门店在经营过程中可能发生关店、更换店铺、更换地址等多种变动，从而导致与线下门店相对应的线上门店的状态也应随之发生变更。在现有技术中，大多由平台运营人员通过人工方式线下实地探访，并根据探访结果确定状态发生改变的线上门店，进而对线上门店的状态进行维护。
但是，发明人在实现本发明的过程中发现，现有技术中的上述方式至少存在如下缺陷：当平台中的线上门店数量众多时，人工探访的方式较为繁琐、耗时较长且实时性较差，容易导致门店状态更新滞后或遗漏的问题。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的线上门店的异常状态检测方法、装置及系统。
根据本发明实施例的一个方面，提供了一种线上门店的异常状态检测方法，具体包括：
获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；
根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；
查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；
针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常。
在本发明实施例的又一种实现方式中，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常包括：
根据所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系，确定各个线上门店对应的区域网络数据；
若至少两个线上门店对应的区域网络数据之间的相似度大于预设相似度阈值，则确定所述至少两个线上门店的状态异常；
其中，所述确定所述至少两个线上门店的状态异常包括：确定所述至少两个线上门店为重复开店类异常状态。
在本发明实施例的又一种实现方式中，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以时间段作为匹配维度，判断同一个线上门店在不同时间段的区域网络数据是否改变，若是，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述门店网络位置表包括：根据各个配送终端的历史配送过程生成的历史门店网络位置表、以及根据各个配送终端的实时配送过程生成的实时门店网络位置表；
则所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配包括：
将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变。
在本发明实施例的又一种实现方式中，所述将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变包括：
将所述历史门店网络位置表中的任一线上门店确定为目标门店；
判断该目标门店在所述历史门店网络位置表中对应的区域网络数据与该目标门店在所述实时门店网络位置表中对应的区域网络数据是否匹配；
若否，确定该目标门店的状态异常。
在本发明实施例的又一种实现方式中，所述确定该目标门店的状态异常包括：
若该目标门店在所述实时门店网络位置表中对应的区域网络数据为空，则确定该目标门店的状态为店铺下架类异常状态；和/或，
若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态。
在本发明实施例的又一种实现方式中，所述若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态包括：
当该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配时，
提取该目标门店在所述实时门店网络位置表中对应的区域网络数据中包含的第一特征信息，以及该目标门店在所述历史门店网络位置表中对应的区域网络数据中包含的第二特征信息；
若所述第一特征信息与所述第二特征信息不匹配，则确定该目标门店的状态为店铺替代类型的店铺更换类异常状态；
若所述第一特征信息与所述第二特征信息匹配，则确定该目标门店的状态为店铺维护类型的店铺更换类异常状态。
在本发明实施例的又一种实现方式中，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息；
并且，所述网络服务集标识和/或所述信号强度信息为所述区域网络数据中包含的特征信息。
在本发明实施例的又一种实现方式中，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常包括：
若门店网络位置表中的至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态，则确定与所述至少一个配送位置相对应的线上门店的状态为待注册类异常状态；
其中，所述至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态包括：所述至少一个配送位置未与门店平台中包含的任一线上门店相对应。
在本发明实施例的又一种实现方式中，所述配置位置包括以下中的至少一个：与配送路线相匹配的预设区域的位置、与线上门店对应的线下门店的注册地址所在的位置、与配送终端相关联的配送通知消息被触发时所对应的位置。
在本发明实施例的又一种实现方式中，所述获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系包括：
获取各个配送终端检测到的对应于各个配送位置的区域网络列表；其中，所述区域网络列表中包含对应于配送位置的至少一条区域网络数据；
当获取到的对应于同一个配送位置的区域网络列表为多个时，按照各个区域网络列表中包含的区域网络数据的获取时间信息、获取频次信息、和/或信号强度信息，确定配送位置与区域网络数据之间的第一对应关系；
其中，所述获取到的对应于同一个配送位置的区域网络列表通过多个配送终端在多个不同的时段获取。
根据本发明实施例的一个方面，提供了一种线上门店的数据获取方法，包括：
获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据；
根据接收到的与所述配送终端相关联的配送通知消息，确定所述配送终端对应于所述配送位置的线上配送订单，确定与所述线上配送订单相对应的线上门店；
生成用于表示所述配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
在本发明实施例的又一种实现方式中，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息。
根据本发明实施例的一个方面，提供了一种线上门店的异常状态检测装置，包括：
第一映射模块，适于获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；
第二映射模块，适于根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；
查询模块，适于查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；
匹配模块，适于针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
根据所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系，确定各个线上门店对应的区域网络数据；
若至少两个线上门店对应的区域网络数据之间的相似度大于预设相似度阈值，则确定所述至少两个线上门店的状态异常；
其中，所述确定所述至少两个线上门店的状态异常包括：确定所述至少两个线上门店为重复开店类异常状态。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
以时间段作为匹配维度，判断同一个线上门店在不同时间段的区域网络数据是否改变，若是，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述门店网络位置表包括：根据各个配送终端的历史配送过程生成的历史门店网络位置表、以及根据各个配送终端的实时配送过程生成的实时门店网络位置表；
则所述匹配模块具体适于：
将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
将所述历史门店网络位置表中的任一线上门店确定为目标门店；
判断该目标门店在所述历史门店网络位置表中对应的区域网络数据与该目标门店在所述实时门店网络位置表中对应的区域网络数据是否匹配；
若否，确定该目标门店的状态异常。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
若该目标门店在所述实时门店网络位置表中对应的区域网络数据为空，则确定该目标门店的状态为店铺下架类异常状态；和/或，
若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
当该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配时，
提取该目标门店在所述实时门店网络位置表中对应的区域网络数据中包含的第一特征信息，以及该目标门店在所述历史门店网络位置表中对应的区域网络数据中包含的第二特征信息；
若所述第一特征信息与所述第二特征信息不匹配，则确定该目标门店的状态为店铺替代类型的店铺更换类异常状态；
若所述第一特征信息与所述第二特征信息匹配，则确定该目标门店的状态为店铺维护类型的店铺更换类异常状态。
在本发明实施例的又一种实现方式中，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息；
并且，所述网络服务集标识和/或所述信号强度信息为所述区域网络数据中包含的特征信息。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常。
在本发明实施例的又一种实现方式中，所述匹配模块具体适于：
若门店网络位置表中的至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态，则确定与所述至少一个配送位置相对应的线上门店的状态为待注册类异常状态；
其中，所述至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态包括：所述至少一个配送位置未与门店平台中包含的任一线上门店相对应。
在本发明实施例的又一种实现方式中，所述配置位置包括以下中的至少一个：与配送路线相匹配的预设区域的位置、与线上门店对应的线下门店的注册地址所在的位置、与配送终端相关联的配送通知消息被触发时所对应的位置。
在本发明实施例的又一种实现方式中，所述第一映射模块具体适于：
获取各个配送终端检测到的对应于各个配送位置的区域网络列表；其中，所述区域网络列表中包含对应于配送位置的至少一条区域网络数据；
当获取到的对应于同一个配送位置的区域网络列表为多个时，按照各个区域网络列表中包含的区域网络数据的获取时间信息、获取频次信息、和/或信号强度信息，确定配送位置与区域网络数据之间的第一对应关系；
其中，所述获取到的对应于同一个配送位置的区域网络列表通过多个配送终端在多个不同的时段获取。
根据本发明实施例的一个方面，提供了一种线上门店的数据获取装置，包括：
获取模块，适于获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据；
确定模块，适于根据接收到的与所述配送终端相关联的配送通知消息，确定所述配送终端对应于所述配送位置的线上配送订单，确定与所述线上配送订单相对应的线上门店；
生成模块，适于生成用于表示所述配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
在本发明实施例的又一种实现方式中，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息。
根据本发明实施例的又一个方面，提供了一种线上门店的异常状态检测系统，包括：上述的线上门店的异常状态检测装置、以及多个配送终端。
根据本发明实施例的又一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述线上门店的异常状态检测方法对应的操作。
根据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述线上门店的异常状态检测方法对应的操作。
在本发明实施例提供的线上门店的异常状态检测方法、装置及系统中，能够在配送终端执行配送任务时，动态获取各个配送位置与区域网络数据之间的第一对应关系，相应的，结合各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，即可确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系，进而确定各个配送位置、区域网络数据以及线上门店之间的多级对应关系。由于线上门店所对应的线下门店的区域网络数据通常是固定不变的，一旦线下门店的区域网络数据发生改变，则说明线下门店的状态发生了变更，相应的，应同步更新线上门店的状态，由此可见，通过对上述多级对应关系进行匹配，即可检测出因关店、更换地址等原因而导致状态异常的线上门店。该方式能够借助配送终端实时检测各个门店的区域网络信息，从而及时挖掘状态异常的线上门店，与人工探访方式相比，可靠性与实时性均得到了大幅提高。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。
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，而并不认为是对本发明实施例的限制。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示出了本发明实施例提供的线上门店的异常状态检测方法的流程图；
图2示出了本发明另一实施例提供的线上门店的异常状态检测方法的流程图；
图3示出了本发明实施例提供的线上门店的异常状态检测装置的结构示意图；
图4示出了本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的线上门店的异常状态检测方法的流程图。如图1所示，该方法包括以下步骤：
步骤S110：获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系。
本步骤的执行主体可以为服务器，由服务器接收各个配送终端获取并发送的与各个配送位置相对应的区域网络数据。其中，配送终端可以是配送人员随身携带的手机、平板电脑等各类具有联网功能的终端设备。在配送人员执行配送任务的过程中，配送终端能够持续检测与各个配送位置相对应的区域网络数据，从而生成配送位置与区域网络数据之间的第一对应关系。
具体的，配送位置是配送路线中包含的一个或多个位置点，具体可以为配送人员执行取货操作或送货操作时所对应的线下门店位置、也可以为配送人员途径的建筑物位置，本发明实施例对配送位置的具体内涵以及数量不作限定。总之，各个配送终端都能够在配送途中动态获取到与多个配送位置相对应的区域网络数据，从而建立上述的第一对应关系。另外，考虑到有些区域的区域网络覆盖较密集，且不同的区域网络之间存在重叠覆盖区域，因此，针对同一个配送位置获取到的区域网络数据的条数可以为一条或多条。
步骤S120：根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系。
具体的，由于配送终端所对应的配送任务通常由线上配送订单生成，且线上配送订单中包含待取货或送货的线上门店的标识信息，相应的，根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，能够确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系。
上述的第二对应关系用于表示线上门店与配送位置之间的对应情况，具体的，线上门店与配送位置可以是精准对应的，此时，与线上门店对应的配送位置即为该线上门店对应的线下门店的位置。或者，线上门店与配送位置还可以是粗略对应的，此时，与线上门店对应的配送位置与该线上门店对应的线下门店的位置之间可能间隔一段距离。
另外，若某配送位置所对应的门店尚未注册线上门店，则无法准确确定线上门店与配送位置之间的对应关系，此时，该对应关系可以为空；或者，还可以将距离该配送位置最近的线上门店作为与该配送位置对应的线上门店，本发明实施例对具体处理细节不作限定。
步骤S130：查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
其中，上述的第一对应关系用于表示各个配送位置与区域网络数据之间的对应情况，上述的第二对应关系用于表示各个配送位置与门店平台中包含的线上门店之间的对应情况。相应的，借助于配送位置这一中间桥梁，即可建立各个配送位置、区域网络数据以及线上门店三者之间的多级对应关系，从而生成门店网络位置表。由此可见，门店网络位置表用于存储线上门店、配送位置、以及区域网络数据之间的对应关系。该门店网络位置表可以是随时间变化而动态更新的数据表。
具体地，该门店网络位置表既可以是实时生成的实时门店网络位置表，也可以是预先生成的历史门店网络位置表，本发明对此不做限定。
步骤S140：针对门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测门店平台中包含的各个线上门店的状态是否异常。
具体的，在针对门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配时，可以从多种不同的维度进行匹配，具体的，可以将线上门店、时间段、配送位置中的至少一种数据元素作为匹配维度进行匹配处理。例如，以线上门店作为匹配维度，分析各个线上门店在同一时间段的区域网络数据是否相同，若相同则存在重复开店类异常情况；又如，以时间段作为匹配维度，分析同一个线上门店在不同时间段的区域网络数据是否改变，若改变则存在店铺更换类异常情况；再如，以配送位置作为匹配维度，分析各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若不对应，则提示存在待注册的门店。
在一种可选的实现方式中，由于门店网络位置表是随时间变化而动态更新的数据表，因此，可以从时间维度比较各个线上门店的区域网络数据是否发生改变，若是，则确定区域网络数据发生改变的线上门店的状态为异常。例如，将与第一时段相对应的门店网络位置表与第二时段相对应的门店网络位置表进行匹配，若任一线上门店在第一时段相对应的门店网络位置表中的区域网络数据不同于该线上门店在第二时段相对应的门店网络位置表中的区域网络数据，则提示该线上门店状态异常。
在又一种可选的实现方式中，可以从线上门店的维度比较各个线上门店的区域网络数据是否相同，若存在至少两个区域网络数据完全相同的线上门店，则确定该至少两个线上门店状态异常，可能属于重复开店情况。其中，在判断至少两个区域网络数据是否相同时，可以按照预设的相似度算法以及相似度阈值进行确定，其中，相似度算法以及相似度阈值可由本领域技术人员灵活设置。
本发明实施例不限定匹配的具体实现方式，本领域技术人员能够灵活从多种维度进行匹配，以发现异常情况。
由此可见，在本发明实施例提供的线上门店的异常状态检测方法中，能够在配送终端执行配送任务时，动态获取各个配送位置与区域网络数据之间的第一对应关系，相应的，结合各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，即可确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系，进而确定各个配送位置、区域网络数据以及线上门店之间的多级对应关系。由于线上门店所对应的线下门店的区域网络数据通常是固定不变的，一旦线下门店的区域网络数据发生改变，则说明线下门店的状态发生了变更，相应的，应同步更新线上门店的状态，由此可见，通过对上述多级对应关系进行匹配，即可检测出因关店、更换地址等原因而导致状态异常的线上门店。该方式能够借助配送终端实时检测各个门店的区域网络信息，从而及时挖掘状态异常的线上门店，与人工探访方式相比，可靠性与实时性均得到了大幅提高。
图2示出了本发明另一个实施例提供的线上门店的异常状态检测方法的流程图。如图2所示，该方法包括以下步骤：
步骤S210：获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系。
本步骤的执行主体为服务器，由服务器接收各个配送终端获取并发送的与各个配送位置相对应的区域网络数据。其中，配送终端可以是配送人员随身携带的手机、平板电脑等各类具有联网功能的终端设备。具体实施时，在配送人员执行配送任务的过程中，配送终端用于检测与各个配送位置相对应的区域网络数据，并将检测到的对应于各个配送位置的区域网络数据上报给服务器，以供服务器生成配送位置与区域网络数据之间的第一对应关系。
在本实施例中，配送位置包括以下中的至少一个：与配送路线相匹配的预设区域的位置、与线上门店对应的线下门店的注册地址所在的位置、与配送终端相关联的配送通知消息被触发时所对应的位置。
例如，当配送位置为与配送路线相匹配的预设区域的位置时，该预设区域可以是预先通过电子地图中标注的位置属性信息提取的与预设属性相匹配的区域。其中，地图中标注的位置属性信息包括：公园属性、银行属性、商务区属性、办公区属性、建筑物属性、商圈属性、河流属性、高架桥属性等。相应的，用于提取预设区域的预设属性包括：商圈属性、建筑物属性、商务区属性等，以便于在配送人员途径门店聚集区域时自动获取周边的区域网络信息。其中，商圈即为门店聚集区域。
又如，当配送位置为与线上门店对应的线下门店的注册地址所在的位置时，该配送位置通过分析各个线上门店对应的线下门店的注册地址的方式实现。具体的，预先在电子地图中标记门店平台中的各个线上门店对应的线下门店的注册地址，并将各个配送终端的配送路线分别与各个线下门店的注册地址进行匹配，以便在定位到配送终端到达某一线下门店时自动获取周边的区域网络信息。
再如，当配送位置为与配送终端相关联的配送通知消息被触发时所对应的位置时，主要在服务器检测到与配送终端相关联的配送通知消息时，向配送终端发送网络获取指令，以供配送终端根据接收到的网络获取指令获取周边的区域网络信息。其中，配送通知消息主要包括取货成功通知消息或配送成功通知消息。比如，在餐饮外卖场景中，线下门店需要向配送人员提供出餐服务，相应的，当配送人员进入线下门店并取餐成功时触发取货成功通知消息，该取货成功通知消息可由配送终端触发也可由提供餐品的门店端触发，相应的，在服务器检测到该取货成功通知消息时，控制配送终端自动检测周边的区域网络信息，以便于获取到对应于该门店的区域网络信息。
上述的几种方式既可以结合使用也可以单独使用，在配送过程中，既可以持续获取途径的各个区域的区域网络信息，也可以仅在进入门店并执行取货及送货操作时获取对应门店的区域网络信息，本发明实施例对具体实现细节不作限定。其中，仅在进入门店并执行取货及送货操作时获取对应门店的区域网络信息的方式能够保证获取到的区域网络信息精准对应于各个门店；而持续获取途径的各个区域的区域网络信息的方式有助于发现新开的门店，本领域技术人员可根据业务场景灵活设定具体的获取方式。
另外，考虑到邻近的多个区域网络之间的覆盖范围可能有重叠，因此，在同一个位置点获取到的区域网络数据可能为多个，并且，由于不同的配送人员可能经过相同的门店聚集区域，且同一配送人员也可能在不同的时间点多次经过相同的门店聚集区域，因此，针对同一个线下门店所对应的配送位置，可能会多次获取区域网络数据。为此，在本实施例中，通过以下方式确定各个配送位置与区域网络数据之间的第一对应关系：获取各个配送终端检测到的对应于各个配送位置的区域网络列表；其中，区域网络列表中包含对应于配送位置的至少一条区域网络数据。当获取到的对应于同一个配送位置的区域网络列表为多个时，按照各个区域网络列表中包含的区域网络数据的获取时间信息、获取频次信息、和/或信号强度信息，确定配送位置与区域网络数据之间的第一对应关系。其中，获取到的对应于同一个配送位置的区域网络列表通过多个配送终端在多个不同的时段获取。
具体实施时，分别针对每个配送位置的区域网络列表进行分析。由于对应于同一个配送位置的区域网络列表通常为多个分别由不同的配置终端在不同的时段获取到的列表，且每个区域网络列表中还可能包含多条区域网络数据，此时，需要对多个区域网络列表中的多条区域网络数据进行筛选，以得到该配送位置与区域网络数据之间的第一对应关系。具体筛选时，按照以下方式中的至少一种实现：
在一种可选的方式中，按照各个区域网络列表中包含的区域网络数据的获取时间信息进行筛选。其中，各个区域网络列表具有对应的时间信息，该时间信息用于表明该区域网络列表获取时所对应的时间点或时间段。通过对同一个配送位置所对应的多个区域网络列表的时间信息进行统计分析，能够确定与该配送位置相对应的各个区域网络列表所存储的各条区域网络数据的检测时间点、检测时长等。其中，每条区域网络数据用于描述一个区域网络的特征，具体的，一条区域网络数据包括以下中的至少一项内容：WIFI网络数据、Beacon网络数据、网络服务集标识（Service Set Identifier，简称SSID）、信号强度信息（Received Signal Strength Indication，简称RSSI，用于表示接收的信号强度指示，能够用于判断链接质量）、以及路由器地址信息（如路由设备的媒体访问控制地址，即MAC地址），通过多种特征综合描述一个区域网络有助于提升判别的准确性。具体实施时，统计各条区域网络数据的检测时间点以及持续时长，筛选持续时长较长的区域网络数据建立上述的第一对应关系，以滤除持续时长较短的干扰性网络数据。进一步可选的，还可以统计各条区域网络数据的获取频次以及信号强度等，从而筛选获取频次较高和/或信号强度较强的区域网络数据建立上述的第一对应关系，以滤除获取频次较低或信号不好的干扰性网络数据。
由此可见，通过在后台数据库中对配送终端获取到的区域网络数据进行分析处理，能够建立各个配送位置与区域网络数据之间的第一对应关系。在各个配送位置与区域网络数据之间的第一对应关系中，一个配送位置对应于至少一条区域网络数据。当一个配送位置对应于多条区域网络数据时，还可以进一步根据各条区域网络数据的持续时长、信号强度等信息分配不同的分值。
步骤S220：根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系。
具体的，本步骤用于建立各个配送位置与门店平台中包含的各个线上门店之间的对应关系。通常情况下，一个配送位置对应于门店平台中的一个线上门店的线下门店。此时，配送终端通常是根据线上配送订单中记录的线上门店标识以及与该线上门店标识相对应的注册地址确定对应的配送位置，因此，直接根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，即可确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系。例如，在配送人员到达线下门店执行取货或送货操作时，根据配送终端此时正在配送的线上配送订单中的线上门店标识，即可建立上述的第二对应关系。
另外，考虑到门店平台中的线上门店的覆盖范围有限，部分区域内的线下门店可能尚未在门店平台中注册对应的线上门店，此时，将导致配送位置无法与门店平台中的任一线上门店进行匹配。相应的，针对该种情况，该配送位置所对应的线上门店可以为空，或者，该配送位置所对应的线上门店还可以是门店平台已注册的线上门店中距离该配送位置最近的门店。为了方便后续处理，针对配送位置所对应的线上门店为空的第二对应关系的数据记录或配送位置与其对应的线上门店无法准确对应的第二对应关系的数据记录添加异常标记，以标记该第二对应关系为异常状态。
步骤S230：查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
其中，上述的第一对应关系用于表示各个配送位置与区域网络数据之间的对应情况，上述的第二对应关系用于表示各个配送位置与门店平台中包含的线上门店之间的对应情况。相应的，借助于配送位置这一中间桥梁，即可建立各个配送位置、区域网络数据以及线上门店三者之间的多级对应关系，从而生成门店网络位置表。由此可见，门店网络位置表用于存储线上门店、配送位置、以及区域网络数据之间的对应关系。其中，该多级对应关系能够表示配送位置、区域网络数据以及线上门店三种数据元素中的任意一种数据元素与其他两种数据元素之间的对应关系。另外，该门店网络位置表是随时间变化而动态更新的数据表，例如，可以每隔预设时间周期更新一次该门店网络位置表，以确保数据的实时性。
其中，用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表可以是在本步骤中根据第一对应关系以及第二对应关系生成的实时门店网络位置表，也可以是在本步骤之前根据历史配送过程预先生成的历史门店网络位置表，本发明对此不做限定。
步骤S240：针对门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测门店平台中包含的各个线上门店的状态是否异常。
具体的，在针对门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配时，可以从多种不同的维度进行匹配。例如，可以从时间维度、门店维度等多种维度进行匹配。
在本步骤的一种可选的实现方式中，通过以下方式进行匹配：根据门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系，确定各个线上门店对应的区域网络数据；若至少两个线上门店对应的区域网络数据之间的相似度大于预设相似度阈值，则确定至少两个线上门店的状态异常。例如，确定至少两个线上门店为重复开店类异常状态。具体实施时，将任意两个线上门店对应的区域网络数据进行相似度计算，若计算结果大于预设相似度阈值，则确认该任意两个线上门店属于重复开店类异常情况。具体计算时，可以分别将每条区域网络数据中的各项内容进行相似度比较，例如，将第一线上门店的WIFI网络数据、SSID信息、RSSI信息、以及MAC地址信息与第二线上门店的WIFI网络数据、SSID信息、RSSI信息、以及MAC地址信息分别进行比对，若各部分内容均相同，则确认第一线上门店与第二线上门店对应于同一个配送位置以及同一个区域网络，属于一店多开的违规情况。由此可见，该方式主要比较不同门店的区域网络信息是否相同，并在不同的线上门店对应于相同的区域网络信息时确认为异常状态。
在本步骤的又一种可选的实现方式中，分别针对同一门店在不同时间段的区域网络信息进行匹配，以便于在同一门店的区域网络信息发生改变时及时检测出异常。相应的，上述的门店网络位置表包括：对应于第一时间段的第一门店网络位置表、以及对应于第二时间段的第二门店网络位置表；其中，第一时间段早于第二时间段。例如，在一种可选的方式中，第一时间段为对应于历史配送过程的历史时间段，第一门店网络位置表为根据各个配送终端的历史配送过程生成的历史门店网络位置表；第二时间段为对应于实时配送过程的实时时间段，第二门店网络位置表为根据各个配送终端的实时配送过程生成的实时门店网络位置表。当然，本领域技术人员还可以灵活设定第一时间段以及第二时间段。
具体实施时，为了便于获取到分别对应于各个时间段的对应关系，在上述的步骤S210中获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系时，具体获取各个配送终端在历史配送过程中检测到的各个配送位置与历史区域网络数据之间的第一历史对应关系，以及，获取各个配送终端在实时配送过程中检测到的各个配送位置与实时区域网络数据之间的第一实时对应关系。并且，在步骤S230中根据第一对应关系以及第二对应关系，生成用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表时，进一步根据第一历史对应关系以及第二对应关系，生成用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的历史门店网络位置表；以及，根据第一实时对应关系以及第二对应关系，生成用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的实时门店网络位置表。因此，在本步骤中，能够将上述的实时门店网络位置表（即第二门店网络位置表）与历史门店网络位置表（即第一门店网络位置表）进行匹配。其中，历史配送过程与实时配送过程是相对而言的，历史配送过程是在实时配送过程之前执行的配送过程。具体实施时，可以预先通过离线收集数据的方式获取与历史配送过程相对应的第一历史对应关系，并通过在线收集数据的方式获取与实时配送过程相对应的第一实时对应关系。或者，也可以设定一个周期性任务，以便周期性获取与本次时间周期相对应的第一对应关系，相应的，将本次时间周期之前已获取到的各个配送位置与区域网络数据之间的对应关系作为第一历史对应关系，将本次时间周期之内获取到的各个配送位置与区域网络数据之间的对应关系作为第一实时对应关系，由此实现第一历史对应关系的不断更新。本发明实施例对历史配送过程以及实时配送过程的具体划分和设置方式不作限定，只要能够区分出各个配送位置与区域网络数据之间的对应关系随时间的变化情况即可。
具体的，在将实时门店网络位置表与历史门店网络位置表进行匹配时，通过以下方式实现：将历史门店网络位置表中的任一线上门店确定为目标门店；判断该目标门店在历史门店网络位置表中对应的区域网络数据与该目标门店在实时门店网络位置表中对应的区域网络数据是否匹配；若否，确定该目标门店的状态异常。
另外，为了防止因区域网络数据的偶发性波动而导致的检测误差，当上述的第一历史对应关系以及第一实时对应关系通过上文提到的周期性任务周期性获取时，历史门店网络位置表以及实时门店网络位置表也根据第一历史对应关系以及第一实时对应关系的变化而周期性更新。相应的，每当历史门店网络位置表以及实时门店网络位置表随周期性任务进行更新后，将该目标门店在本次更新后的历史门店网络位置表中对应的区域网络数据与该目标门店在本次更新后的实时门店网络位置表中对应的区域网络数据进行匹配。若匹配失败次数达到预设次数，则确定该目标门店的状态异常。通过该方式，能够针对同一目标门店执行多次匹配，每当历史门店网络位置表以及实时门店网络位置表周期性更新后则执行一次匹配，只有当匹配失败的次数达到多次后才确认异常。
其中，在上述过程中，历史门店网络位置表是与第一时段相对应的数据表，实时门店网络位置表是与第二时段相对应的数据表，且第一时段早于第二时段。
具体的，在确定该目标门店的状态异常时，根据具体情况可能包括以下多种异常情况：
在一种可选的情况中，若该目标门店在实时门店网络位置表中对应的区域网络数据为空，则确定该目标门店的状态为店铺下架类异常状态。具体的，若一个线上门店所对应的线下门店因各种原因而关店后，由于路由设备拆除等原因导致该门店在历史门店网络位置表中对应的区域网络数据消失，从而使该目标门店在实时门店网络位置表中对应的区域网络数据为空，此时，即可确认该目标门店为店铺下架类异常状态。为了防止因线上门店在线下门店关店后未及时注销而导致的业务异常，在本实施例中，需要识别店铺下架类异常状态，以便针对该类线上门店执行注销处理。
在又一种可选的情况中，若该目标门店在实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态。例如，若一个门店被其他门店取代，则新开业的门店势必会更换新的路由设备并设置新的区域网络，因此，当目标门店在实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在历史门店网络位置表中对应的区域网络数据不匹配时，说明该目标门店已被其他门店替代，因此，将针对其对应的线上门店进行状态改变处理，以确保线上门店的状态真实有效。
另外，发明人在实现本发明的过程中发现，在后一种情况中，还可能是由于旧的门店进行了店铺维护（如更换新的路由设备，以提升网速或扩大覆盖面积等）而导致区域网络数据发生改变，因此，为了准确识别门店的当前状态，在本实施例中，当该目标门店在实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在历史门店网络位置表中对应的区域网络数据不匹配时，通过以下方式确定该目标门店的状态：当该目标门店在实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在历史门店网络位置表中对应的区域网络数据不匹配时，提取该目标门店在实时门店网络位置表中对应的区域网络数据中包含的第一特征信息，以及该目标门店在实时门店网络位置表中对应的区域网络数据中包含的第二特征信息；若第一特征信息与第二特征信息不匹配，则确定该目标门店的状态为店铺替代类型的店铺更换类异常状态；若第一特征信息与第二特征信息匹配，则确定该目标门店的状态为店铺维护类型的店铺更换类异常状态。其中，区域网络数据中包含的特征信息用于描述区域网络的特征，该特征可能是名称特征或信号强度特征等内容。在本实施例中，将网络服务集标识和/或信号强度信息作为区域网络数据中包含的特征信息。其中，网络服务集标识与区域网络的名称有关，通常情况下，若一家店铺仍处于正常状态，则店铺名称不变，因此，网络服务集标识也通常不变。另外，由于路由设备距离基站的距离不变，因此，信号强度信息，如RSSI值通常也不变。因此，若该目标门店在实时门店网络位置表中对应的区域网络数据中包含的SSID值以及RSSI值分别与该目标门店在历史门店网络位置表中对应的区域网络数据中包含的SSID值以及RSSI值匹配，则说明该门店仅仅为旧的店铺进行了设备维护，从而导致区域网络数据中的标识信息（如MAC地址或WIFI信息等）发生了改变，应确定为店铺维护类型的异常状态。反之，若区域网络数据中的标识信息以及特征信息均发生了改变，则说明该目标门店已被其他实体对象替换，应确定为店铺替代类型的异常状态。
另外，发明人在实现本发明的过程中发现，部分区域可能存在新开业的线下门店，这些新开业的线下门店由于不知晓如何注册线上门店等原因而导致门店平台中缺乏与其对应的线上门店。在传统方式中，需要通过人工线下拜访的方式发现新开业的线下门店，并人工告知注册线上门店的方式。由于人工效率低下且遗漏率较高，因此，导致门店平台中的线上门店无法及时随线下门店的增加而增加。为了解决上述问题，本发明实施例进一步通过挖掘各个配送位置新增的区域网络信息来自动发现新开业的门店，从而便于向该类线下门店发送注册提示消息等内容，以引导线下门店注册对应的线上门店。相应的，在再一种可选的情况中，若门店网络位置表中的至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态，则确定与至少一个配送位置相对应的线上门店的状态为待注册类异常状态。其中，至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态包括：至少一个配送位置未与门店平台中包含的任一线上门店相对应。具体的，配送人员还可能在配送途中经过一些新开业的门店，由于这些门店尚未在门店平台中注册与线下门店相对应的线上门店，因此，将导致该配送位置所对应的线上门店或空或为其他距离较远的不相关门店，此时，也可以生成针对该配置位置的待注册类异常状态提醒消息，以便向该新开业的门店发送平台注册邀请消息，从而扩充门店平台的门店数量，以便更好地为用户提供全方位的服务。
步骤S250：生成与门店的异常状态相对应的异常提示消息。
其中，异常提示消息用于提示门店运维人员对门店的状态进行维护。具体的，在服务器确定出门店状态异常后，能够自动修改门店的状态，可选的，为了防止自动修改失败而导致的异常情况，还可以进一步通过异常提示消息提示运维人员手动修改。本步骤为一个可选的步骤，在本发明其他的实施例中，也可以省略本步骤。
具体的，当检测到至少两个线上门店为重复开店类异常状态时，生成重复开店类异常提示消息；当检测到店铺下架类异常状态时，生成店铺下架类异常提示消息；当检测到店铺更换类异常状态时，生成店铺更换类异常提示消息；当检测到待注册类异常状态时，生成待注册类异常提示消息。由此可见，通过上述方式，能够针对线上门店的各类异常状态进行检测，既能够及时检测到已经关店或换店的门店，从而及时注销线上门店或更新线上门店的状态；还能够检测到新开业的线下门店，从而便于引导新开业的线下门店在门店平台中注册线上门店，从而扩充线上门店的数量，并提升线上门店的质量，防止虚假门店的现象发生。
其中，在具体实施时，可由人工方式针对异常提示消息进行线下确认处理，并向服务器反馈确认结果，若确认结果与服务器的异常检测结果一致，则作为正反馈数据；若确认结果与服务器的异常检测结果不一致，则作为负反馈数据。相应的，服务器根据接收到的正反馈数据以及负反馈数据实时修正异常检测模型，该异常检测模型用于实施上述步骤中的异常检测流程。
综上可知，该方式利用物流骑手大规模的流动过程，感知到相对动态的区域网络信息，通过近场通信感知技术以及自然语言处理技术实现异常门店的状态检测。而且，该方式能够根据线下门店的区域网络信息校验线上门店的状态是否正确，从而使线下与线上相结合，尤其适用于OTO的业务场景。该方式能够借助配送终端实时检测各个门店的区域网络信息，从而及时挖掘状态异常的线上门店，与人工探访方式相比，可靠性与实时性均得到了大幅提高。该方式能够分别针对待注册的新开门店、已关闭的待注销门店以及更换店面的待更换门店进行识别及检测，从而能够准确维护门店平台中的各个线上门店的状态。
另外，本发明又一实施例还提供了一种线上门店的数据获取方法，用于获取与线上门店相关联的数据信息，具体包括以下步骤：
步骤一：获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据。
步骤二：根据接收到的与配送终端相关联的配送通知消息，确定配送终端对应于配送位置的线上配送订单，确定与线上配送订单相对应的线上门店。
具体地，可根据线上配送订单中包含的线上门店标识确定对应的线上门店。
步骤三：生成用于表示配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
其中，区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息。
上述步骤的具体实现细节可参照上一实施例中相应部分的描述，此处不再赘述。
通过该数据获取方法，能够获取线上门店对应的位置数据以及区域网络数据，从而准确收集线上门店的相关数据信息，以便于实现针对线上门店的管理。
图3示出了本发明又一实施例提供的线上门店的异常状态检测装置的结构示意图，如图3所示，该装置包括：
第一映射模块31，适于获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；
第二映射模块32，适于根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；
查询模块33，适于查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；
匹配模块34，适于针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常。
可选的，所述匹配模块具体适于：
以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常。
可选的，所述匹配模块具体适于：
根据所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系，确定各个线上门店对应的区域网络数据；
若至少两个线上门店对应的区域网络数据之间的相似度大于预设相似度阈值，则确定所述至少两个线上门店的状态异常；
其中，所述确定所述至少两个线上门店的状态异常包括：确定所述至少两个线上门店为重复开店类异常状态。
可选的，所述匹配模块具体适于：
以时间段作为匹配维度，判断同一个线上门店在不同时间段的区域网络数据是否改变，若是，则确定线上门店的状态异常。
可选的，所述门店网络位置表包括：根据各个配送终端的历史配送过程生成的历史门店网络位置表、以及根据各个配送终端的实时配送过程生成的实时门店网络位置表；
则所述匹配模块具体适于：
将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变。
可选的，所述匹配模块具体适于：
将所述历史门店网络位置表中的任一线上门店确定为目标门店；
判断该目标门店在所述历史门店网络位置表中对应的区域网络数据与该目标门店在所述实时门店网络位置表中对应的区域网络数据是否匹配；
若否，确定该目标门店的状态异常。
可选的，所述匹配模块具体适于：
若该目标门店在所述实时门店网络位置表中对应的区域网络数据为空，则确定该目标门店的状态为店铺下架类异常状态；和/或，
若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态。
可选的，所述匹配模块具体适于：
当该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配时，
提取该目标门店在所述实时门店网络位置表中对应的区域网络数据中包含的第一特征信息，以及该目标门店在所述历史门店网络位置表中对应的区域网络数据中包含的第二特征信息；
若所述第一特征信息与所述第二特征信息不匹配，则确定该目标门店的状态为店铺替代类型的店铺更换类异常状态；
若所述第一特征信息与所述第二特征信息匹配，则确定该目标门店的状态为店铺维护类型的店铺更换类异常状态。
可选的，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息；
并且，所述网络服务集标识和/或所述信号强度信息为所述区域网络数据中包含的特征信息。
可选的，所述匹配模块具体适于：
以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常。
可选的，所述匹配模块具体适于：
若门店网络位置表中的至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态，则确定与所述至少一个配送位置相对应的线上门店的状态为待注册类异常状态；
其中，所述至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态包括：所述至少一个配送位置未与门店平台中包含的任一线上门店相对应。
可选的，所述配置位置包括以下中的至少一个：与配送路线相匹配的预设区域的位置、与线上门店对应的线下门店的注册地址所在的位置、与配送终端相关联的配送通知消息被触发时所对应的位置。
可选的，所述第一映射模块具体适于：
获取各个配送终端检测到的对应于各个配送位置的区域网络列表；其中，所述区域网络列表中包含对应于配送位置的至少一条区域网络数据；
当获取到的对应于同一个配送位置的区域网络列表为多个时，按照各个区域网络列表中包含的区域网络数据的获取时间信息、获取频次信息、和/或信号强度信息，确定配送位置与区域网络数据之间的第一对应关系；
其中，所述获取到的对应于同一个配送位置的区域网络列表通过多个配送终端在多个不同的时段获取。
该装置可以为服务器或其他网络设备。上述各个模块的具体结构和工作原理可参照方法实施例相应部分的描述，此处不再赘述。
另外，本发明又一实施例还提供了一种线上门店的数据获取装置，包括：
获取模块，适于获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据；
确定模块，适于根据接收到的与所述配送终端相关联的配送通知消息，确定所述配送终端对应于所述配送位置的线上配送订单，确定与所述线上配送订单相对应的线上门店；
生成模块，适于生成用于表示所述配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
其中，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息。
该装置可以为服务器或其他网络设备。上述各个模块的具体结构和工作原理可参照方法实施例相应部分的描述，此处不再赘述。
本发明又一实施例还提供了一种线上门店的异常状态检测系统，包括：上述的线上门店的异常状态检测装置、以及多个配送终端。
由此可见，在本发明实施例提供的线上门店的异常状态检测装置及系统中，能够在配送终端执行配送任务时，动态获取各个配送位置与区域网络数据之间的第一对应关系，相应的，结合各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，即可确定各个配送位置与门店平台中包含的线上门店之间的第二对应关系，进而确定各个配送位置、区域网络数据以及线上门店之间的多级对应关系。由于线上门店所对应的线下门店的区域网络数据通常是固定不变的，一旦线下门店的区域网络数据发生改变，则说明线下门店的状态发生了变更，相应的，应同步更新线上门店的状态，由此可见，通过对上述多级对应关系进行分析比对，即可检测出因关店、更换地址等原因而导致状态异常的线上门店。该方式能够借助配送终端实时检测各个门店的区域网络信息，从而及时挖掘状态异常的线上门店，与人工探访方式相比，可靠性与实时性均得到了大幅提高。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的线上门店的异常状态检测方法。
可执行指令具体可以用于使得处理器执行上述方法中的各项操作。
图4示出了本发明实施例提供的电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。
如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。处理器402，用于执行程序410，具体可以执行上述用于线上门店的异常状态检测方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行上述方法中的各项操作。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明实施例的内容，并且上面对特定语言所做的描述是为了披露本发明实施例的较佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明实施例并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明实施例进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (17)
1.一种线上门店的异常状态检测方法，其特征在于，包括：
获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；
根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；
查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；
针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常。
2.根据权利要求1所述的方法，其特征在于，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常。
3.根据权利要求2所述的方法，其特征在于，所述以线上门店作为匹配维度，判断各个线上门店在同一时间段的区域网络数据是否相同，若是，则确定线上门店的状态异常包括：
根据所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系，确定各个线上门店对应的区域网络数据；
若至少两个线上门店对应的区域网络数据之间的相似度大于预设相似度阈值，则确定所述至少两个线上门店的状态异常；
其中，所述确定所述至少两个线上门店的状态异常包括：确定所述至少两个线上门店为重复开店类异常状态。
4.根据权利要求1所述的方法，其特征在于，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以时间段作为匹配维度，判断同一个线上门店在不同时间段的区域网络数据是否改变，若是，则确定线上门店的状态异常。
5.根据权利要求4所述的方法，其特征在于，所述门店网络位置表包括：根据各个配送终端的历史配送过程生成的历史门店网络位置表、以及根据各个配送终端的实时配送过程生成的实时门店网络位置表；
则所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配包括：
将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变。
6.根据权利要求5所述的方法，其特征在于，所述将所述实时门店网络位置表与所述历史门店网络位置表进行匹配，以确定各个线上门店的区域网络数据是否发生改变包括：
将所述历史门店网络位置表中的任一线上门店确定为目标门店；
判断该目标门店在所述历史门店网络位置表中对应的区域网络数据与该目标门店在所述实时门店网络位置表中对应的区域网络数据是否匹配；
若否，确定该目标门店的状态异常。
7.根据权利要求6所述的方法，其特征在于，所述确定该目标门店的状态异常包括：
若该目标门店在所述实时门店网络位置表中对应的区域网络数据为空，则确定该目标门店的状态为店铺下架类异常状态；和/或，
若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态。
8.根据权利要求7所述的方法，其特征在于，所述若该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配，则确定该目标门店的状态为店铺更换类异常状态包括：
当该目标门店在所述实时门店网络位置表中对应的区域网络数据不为空且与该目标门店在所述历史门店网络位置表中对应的区域网络数据不匹配时，
提取该目标门店在所述实时门店网络位置表中对应的区域网络数据中包含的第一特征信息，以及该目标门店在所述历史门店网络位置表中对应的区域网络数据中包含的第二特征信息；
若所述第一特征信息与所述第二特征信息不匹配，则确定该目标门店的状态为店铺替代类型的店铺更换类异常状态；
若所述第一特征信息与所述第二特征信息匹配，则确定该目标门店的状态为店铺维护类型的店铺更换类异常状态。
9.根据权利要求8所述的方法，其特征在于，所述区域网络数据包括以下中的至少一个：WIFI网络数据、Beacon网络数据、网络服务集标识、信号强度信息、以及路由器地址信息；
并且，所述网络服务集标识和/或所述信号强度信息为所述区域网络数据中包含的特征信息。
10.根据权利要求1所述的方法，其特征在于，所述针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常包括：
以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常。
11.根据权利要求10所述的方法，其特征在于，所述以配送位置作为匹配维度，判断各个配送位置的区域网络数据是否与门店平台中的任一线上门店相对应，若否，则确定线上门店的状态异常包括：
若门店网络位置表中的至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态，则确定与所述至少一个配送位置相对应的线上门店的状态为待注册类异常状态；
其中，所述至少一个配送位置与门店平台中包含的线上门店之间的对应关系为异常状态包括：所述至少一个配送位置未与门店平台中包含的任一线上门店相对应。
12.一种线上门店的数据获取方法，其特征在于，包括：
获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据；
根据接收到的与所述配送终端相关联的配送通知消息，确定所述配送终端对应于所述配送位置的线上配送订单，确定与所述线上配送订单相对应的线上门店；
生成用于表示所述配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
13.一种线上门店的异常状态检测装置，其特征在于，包括：
第一映射模块，适于获取各个配送终端检测到的各个配送位置与区域网络数据之间的第一对应关系；
第二映射模块，适于根据各个配送终端对应于各个配送位置的线上配送订单中包含的线上门店标识，确定各个配送位置与线上门店之间的第二对应关系；
查询模块，适于查询用于表示各个配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表；
匹配模块，适于针对所述门店网络位置表中存储的各个配送位置、区域网络数据以及线上门店之间的多级对应关系进行匹配，根据匹配结果检测各个线上门店的状态是否异常。
14.一种线上门店的数据获取装置，其特征在于，包括：
获取模块，适于获取配送终端在配送过程中检测到的与配送位置相对应的区域网络数据；
确定模块，适于根据接收到的与所述配送终端相关联的配送通知消息，确定所述配送终端对应于所述配送位置的线上配送订单，确定与所述线上配送订单相对应的线上门店；
生成模块，适于生成用于表示所述配送位置、区域网络数据以及线上门店之间的多级对应关系的门店网络位置表。
15.一种线上门店的异常状态检测系统，其特征在于，包括：权利要求13所述的线上门店的异常状态检测装置、以及多个配送终端。
16.一种电子设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-11中任一项所述的线上门店的异常状态检测方法对应的操作。
17.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-11中任一项所述的线上门店的异常状态检测方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011588129.0A CN112287251B (zh) | 2020-12-29 | 2020-12-29 | 线上门店的异常状态检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011588129.0A CN112287251B (zh) | 2020-12-29 | 2020-12-29 | 线上门店的异常状态检测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112287251A true CN112287251A (zh) | 2021-01-29 |
| CN112287251B CN112287251B (zh) | 2021-04-06 |
Family
ID=74426565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011588129.0A Active CN112287251B (zh) | 2020-12-29 | 2020-12-29 | 线上门店的异常状态检测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112287251B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112817999A (zh) * | 2021-03-11 | 2021-05-18 | 国网江苏省电力有限公司营销服务中心 | 对营配集成中的异动不一致进行溯源的方法 |
| CN113077288A (zh) * | 2021-04-12 | 2021-07-06 | 拉扎斯网络科技（上海）有限公司 | 消息推送方法、装置、计算机设备及计算机可读存储介质 |
| CN113254565A (zh) * | 2021-06-21 | 2021-08-13 | 浙江口碑网络技术有限公司 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
| CN115841255A (zh) * | 2022-12-27 | 2023-03-24 | 济南市工程质量与安全中心 | 基于在线分析的建筑工程现场预警方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106570716A (zh) * | 2015-10-09 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 提供商品对象信息的方法及装置 |
| CN207067984U (zh) * | 2017-04-21 | 2018-03-02 | 黎春强 | 基于大数据的数据采集系统 |
| CN108712712A (zh) * | 2017-04-10 | 2018-10-26 | 腾讯科技（深圳）有限公司 | 无线保真WiFi网络关联信息显示方法及装置 |
| CN111047400A (zh) * | 2019-11-26 | 2020-04-21 | 上海秒针网络科技有限公司 | 线上门店状态更新方法和装置 |
-
2020
- 2020-12-29 CN CN202011588129.0A patent/CN112287251B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106570716A (zh) * | 2015-10-09 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 提供商品对象信息的方法及装置 |
| CN108712712A (zh) * | 2017-04-10 | 2018-10-26 | 腾讯科技（深圳）有限公司 | 无线保真WiFi网络关联信息显示方法及装置 |
| CN207067984U (zh) * | 2017-04-21 | 2018-03-02 | 黎春强 | 基于大数据的数据采集系统 |
| CN111047400A (zh) * | 2019-11-26 | 2020-04-21 | 上海秒针网络科技有限公司 | 线上门店状态更新方法和装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112817999A (zh) * | 2021-03-11 | 2021-05-18 | 国网江苏省电力有限公司营销服务中心 | 对营配集成中的异动不一致进行溯源的方法 |
| CN112817999B (zh) * | 2021-03-11 | 2023-05-23 | 国网江苏省电力有限公司营销服务中心 | 对营配集成中的异动不一致进行溯源的方法 |
| CN113077288A (zh) * | 2021-04-12 | 2021-07-06 | 拉扎斯网络科技（上海）有限公司 | 消息推送方法、装置、计算机设备及计算机可读存储介质 |
| CN113254565A (zh) * | 2021-06-21 | 2021-08-13 | 浙江口碑网络技术有限公司 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
| CN113254565B (zh) * | 2021-06-21 | 2021-09-28 | 浙江口碑网络技术有限公司 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
| CN115841255A (zh) * | 2022-12-27 | 2023-03-24 | 济南市工程质量与安全中心 | 基于在线分析的建筑工程现场预警方法及系统 |
| CN115841255B (zh) * | 2022-12-27 | 2024-05-31 | 济南市工程质量与安全中心 | 基于在线分析的建筑工程现场预警方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112287251B (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112287251B (zh) | 线上门店的异常状态检测方法、装置及系统 | |
| CN110166462B (zh) | 访问控制方法、系统、电子设备及计算机存储介质 | |
| CN108989150B (zh) | 一种登录异常检测方法及装置 | |
| CN110401662B (zh) | 一种工控设备指纹识别方法、存储介质 | |
| CN107623754B (zh) | 基于真伪MAC识别的WiFi采集系统及其方法 | |
| CN108737182A (zh) | 系统异常的处理方法及系统 | |
| CN110677384B (zh) | 钓鱼网站的检测方法及装置、存储介质、电子装置 | |
| CN112769605B (zh) | 一种异构多云的运维管理方法及混合云平台 | |
| CN104135395A (zh) | Idc网络中数据传输质量监控方法和系统 | |
| CN109088773B (zh) | 故障自愈方法、装置、服务器及存储介质 | |
| CN106996367A (zh) | 泵站运行的感知报警系统及感知报警方法 | |
| CN110995745B (zh) | 一种物联网非法机卡分离识别的方法及装置 | |
| CN110544018A (zh) | 资产管理方法、装置、系统、计算机设备和可读存储介质 | |
| CN113989503A (zh) | 一种生产线巡检系统、方法、电子设备及存储介质 | |
| CN112817814A (zh) | 异常监控方法、系统、存储介质及电子装置 | |
| CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
| CN113098884A (zh) | 基于大数据的网络安全监控方法、云平台系统及介质 | |
| CN116074215A (zh) | 网络质量检测方法、装置、设备及存储介质 | |
| CN106331060B (zh) | 一种基于wifi进行布控的方法和系统 | |
| CN112802252B (zh) | 基于物联网的智能楼宇安全管理方法、系统和存储介质 | |
| CN114138680A (zh) | 数据构建、数据查询和测试方法、电子设备以及存储介质 | |
| CN110457903A (zh) | 一种病毒分析方法、装置、设备及介质 | |
| CN117729576A (zh) | 告警监控方法、装置、设备及存储介质 | |
| CN111010362A (zh) | 一种异常主机的监控方法及装置 | |
| CN107580329B (zh) | 一种网络分析优化方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |