CN114119001B - 基于人工智能的商品销售货款收银智能管理分析平台 - Google Patents
基于人工智能的商品销售货款收银智能管理分析平台 Download PDFInfo
- Publication number
- CN114119001B CN114119001B CN202210076813.3A CN202210076813A CN114119001B CN 114119001 B CN114119001 B CN 114119001B CN 202210076813 A CN202210076813 A CN 202210076813A CN 114119001 B CN114119001 B CN 114119001B
- Authority
- CN
- China
- Prior art keywords
- cash
- supermarket
- target
- comprehensive
- cash register
- 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.)
- Active
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 24
- 229910052709 silver Inorganic materials 0.000 claims description 21
- 239000004332 silver Substances 0.000 claims description 21
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 19
- 230000010365 information processing Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005303 weighing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Cash Registers Or Receiving Machines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于商品收银管理技术领域，具体公开提供了基于人工智能的商品销售货款收银智能管理分析平台，包括：目标超市基本信息获取模块、人员平台登录模块、货款信息采集模块、货物收银辅助模块、历史收银信息获取模块、云处理平台、数据库、货款预警终端、信息发送终端；本发明通过根据采集的目标超市各自助收银台对应的实时收银货款信息和历史收银信息，对目标超市货款信息、货物信息和购物人员信息进行了一体化的管理与分析，解决了当前没有对自助收银台进行实时清点分析的问题，打破了当前对超市销售量分析的局限性，为超市管理人员对超市运营决策提供了精准性分析数据。
Description
技术领域
本发明属于商品收银管理技术领域，涉及到基于人工智能的商品销售货款收银智能管理分析平台。
背景技术
随着经济的快速发展和人民生活水平的稳步提高，大型超市因其商品多、种类全等优势逐渐成为了人们消费购物的主要场所，很多大型超市为了缓解其收银压力都采用了自助收银台和人工收银台这两种方式进行结合收银，为了促进大型超市的运行，需要对自助收银台的货款收银进行管理分析。
当前对自助收银台的货款收银管理方式主要是当大型超市当前营业结束时对各自助收银台对应的货款信息进行管理和分析，没有对各自助收银台收银过程中对应的货款信息进行实时跟踪和分析，很显然，当前对自助收银台的货款收银管理与分析还存在以下的弊端：1、人员在使用自助收银台进行自助收银时，很多时候由于人员拿取物品角度和拿取物品高度会导致自助收银台无法很好识别物品条码，进而导致人员出现多扫或者漏扫的情况，当前对自助收银台的货款收银管理方式没有对自助收银台进行实时清点分析，无法使人员及时发现扫描中的问题，进而无法保障人员自助收银的精准性，也无法避免人员因多次扫描造成的经济损失。
2、人员在购买散称物品时，往往会因为购买物品较多导致某些物品忘记称重，当前对自助收银台的货款收银管理方式没有对人员忘记称重的物品进行管理，而是通过人员返回称重区域进行称重，这种方式无法有效的提高购物人员的购物便捷性，还存在人员因返回称重的繁琐性而放弃该物品的现象，进而无法促进超市的运行效率，也无法提高购买人员的体验感。
3、当前对自助收银台的货款收银管理方式中对收银物品的销售情况进行分析时，往往是根据超市物品的销售量进行管理分析，分析因素具有局限性，无法为超市管理人员对超市运营决策提供精准性的分析数据，进而无法提高超市的市场竞争力。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出基于人工智能的商品销售货款收银智能管理分析平台，实现了对超市物品销售货款收银的智能分析和智能管理。
本发明的目的可以通过以下技术方案实现：一种基于人工智能的商品销售货款收银智能管理分析平台，包括：目标超市基本信息获取模块，用于获取目标超市对应的自助收银台数量和各自助收银台所在位置区域，将目标超市对应的各自助收银台按照预设顺序进行编号，依次标记为1,2，...i，...m,m取值为整数。
人员平台登录模块，与目标超市基本信息获取模块连接，用于当目标超市某自助收银人员启动自助收银台对应收银指令时，进行登录账号输入，并完成登录。
货款信息采集模块，与人员平台登录模块连接，用于对目标超市各自助收银台位置对应的待收银物品信息进行实时采集，获取目标超市各自助收银台对应的实时收银货款信息。
货物收银辅助模块，与货款信息采集模块连接，用于当目标超市某自助收银台某自助收银人员进行自助收银时对该人员待收银物品中存在需要辅助收银的物品时进行收银辅助。
历史收银信息获取模块，用于获取预设采集周期内目标超市各自助收银台对应的历史收银信息。
云处理平台，包括货款信息处理与分析单元、货物信息处理与分析单元、购物人员处理与分析单元，分别用于对目标超市对应的货款信息、货物信息和购物人员信息进行处理与分析。
数据库，包括人员信息库和物品信息库，其中，人员信息库用于存储目标超市自助收银台账号注册人员对应的基本信息，物品信息库用于存储目标超市对应销售物品的基本信息。
货款预警终端，与云处理平台连接，用于当目标超市货款信息存在异常时，进行预警。
信息发送终端，与云处理平台连接，用于基于云处理平台中货物信息处理与分析单元、购物人员处理与分析单元的分析结果，进行信息发送。
进一步地，所述货款信息采集模块包括待收银物品信息采集单元、待收银物品收款信息采集单元和待收银物品付款人员信息采集单元；其中，所述待收银物品信息采集单元用于当目标超市某自助收银人员完成登录后，对该自助收银人员登录的自助收银台内各待收银物品对应的信息进行实时采集，统计各自助收银台当前对应的收银次数，依此分别对目标超市当前各自助收银台中各次收银时对应各待收银物品的信息进行实时采集，其中，待收银物品信息包括待收银物品对应的条码信息、图像、数量和实际重量。
所述待收银物品收款信息采集单元用于对目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额进行采集，获取目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额，并标记为实际收款金额。
所述待收银物品付款人员信息采集单元用于将付款后的各自助收银人员记为付款人员，对目标超市当前各自助收银台中各次收银时付款人员对应的付款信息进行采集。
进一步地，所述待收银物品付款人员信息采集单元中付款人员对应的付款信息包括付款人员对应的登录账号和付款人员对应的类别，其中付款人员类别包括会员类别和非会员类别。
进一步地，所述货物收银辅助模块具体为：当目标超市某自助收银台中某自助收银人员对应的某待收银物品为称重物物品且未进行称重时，启动货物收银辅助指令，利用该自助收银台位置的辅助称重区域进行称重，根据采集该待收银物品对应的图像，从物品信息库中提取该待收银物品对应的名称和单价，将该物品对应的名称、单价和重量发送至该自助收银台对应的条码打印终端，生成该待收银物品对应的物品条码。
进一步地，所述预设采集周期内目标超市各自助收银台对应的历史收银信息具体包括预设采集周期内目标超市各自助收银台对应的历史收银次数、各次历史收银时对应的收银物品数量、各次历史收银时各收银物品对应的名称、各次历史收银时各收银物品对应的数量、各次历史收银时各收银物品对应的收款金额、各次历史收银时对应的付款人员账号信息和各次历史收银时对应的收银时间点，将目标超市各自助收银台对应的各次历史收银按照预设顺序进行编号，依次标记为1,2,...r,...k。
进一步地，所述货款信息处理与分析单元具体处理过程包括以下步骤：获取目标超市当前各自助收银台中各次收银时对应的待收银物品信息，将目标超市当前各自助收银台对应的各次收银按照预设顺序进行编号，依次标记为1,2，...t,...s。
根据目标超市当前各自助收银台中各次收银时各待收银物品对应的图像和条码信息，对目标超市当前各自助收银台中各次收银时各待收银物品对应的条码信息进行确认，若存在异常则启动物品条码预警指令。
若目标超市当前自助收银台各次收银时对应的各待收银物品均为条码信息正确物品，根据目标超市当前各自助收银台中各次收银时各待收银商品对应的实际重量、条码信息，对目标超市当前各自助收银台中各次收银时对应的收款金额进行确认，若异常，则启动货款金额预警指令，并进行异常核查。
进一步地，所述货物信息处理与分析单元具体处理与分析过程包括以下步骤：将预设采集周期内目标超市各自助收银台对应的历史收银信息、目标超市各自助收银台中各次收银时对应各待收银物品的信息和待收银物品付款人员信息进行整合，生成目标超市综合收银信息，其中，目标超市综合收银信息包括综合收银次数、各次综合收银时对应的收银物品信息和付款人员信息。
根据目标超市对应的综合收银信息，分别统计目标超市各综合收银物品对应的综合利润率、各综合收银物品对应的平均复购率和各综合收银物品对应的销售量。
将目标超市各综合收银物品对应的利润率、平均复购率和销售量代入各综合收银物品畅销指数计算公式中，获取目标超市各综合收银物品对应的畅销指数，并确认目标超市最佳畅销物品和重点滞销物品。
进一步地，所述目标超市最佳畅销物品和重点滞销物品确认过程为：根据目标超市各综合收银物品对应的畅销指数，将目标超市各综合收银物品对应的畅销指数按照从大到小的顺序进行排序，将排名靠前的综合收银物品记为目标超市最佳畅销物品，将排名靠后的综合收银物品记为重点滞销物品。
进一步地，所述购物人员处理与分析单元具体处理与分析过程包括以下步骤：根据各次综合收银时对应的收银物品信息和付款人员信息，获取各次收银时对应的收银时间点、各次收银时付款人员对应的付款金额、付款人员对应的登录账号和付款人员对应的类别。
将各次收银时付款人员对应的登录账号进行相互对比，统计目标超市综合付款人员数量、各综合付款人员对应的综合收银次数、各综合付款人员对应的类别和各综合付款人员各次综合收银时对应的付款金额。
将各综合付款人员对应的综合收银次数记为消费次数，将收银时间点记为消费时间点，并获取各综合付款人员中各次消费时对应的消费时间点和各次消费对应的付款金额。
根据各综合付款人员对应各次消费时的消费时间点和各次消费时对应的付款金额，确认目标超市对应的重点服务人员数量。
进一步地，所述目标超市自助收银台账号注册人员对应的基本信息包括目标超市自助收银台账号注册人员对应的姓名、联系方式、人脸图像、登录账号和人员类型，销售物品对应的基本信息包括销售物品数量、各销售物品对应的名称、各销售物品对应销售单价、各销售物品对应的图像和各销售物品对应的采购成本。
相对于现有技术，本发明的有益效果包括以下几个方面：1、本发明提供的基于人工智能的商品销售货款收银智能管理分析平台，通过根据采集的目标超市各自助收银台对应的实时收银货款信息和历史收银信息，对目标超市货款信息、货物信息和购物人员信息进行了一体化的管理与分析，一方面，解决了当前没有对自助收银台进行实时清点分析的问题，提高了各自助收银台存储的货款数据的准确性，为超市货物清点和收款清点提供了便利，同时还大幅度提高了对目标超市各消费人员的管理效率，另一方面，打破了当前对超市销售量分析的局限性，为超市管理人员对超市运营决策提供了精准性的分析数据，提高了超市的市场竞争力。
2、本发明在货款信息采集模块，通过对目标超市各自助收银台对应的实时收银货款信息进行采集，避免了后续收银时人员出现多扫或者漏扫的问题，提高了人员扫描问题察觉的及时性，降低了超市的经济损失和购物人员的经济损失，提高了人员自助收银的精准性。
3、本发明在货物收银辅助模块，通过当目标超市某自助收银台某人员进行自助收银时该人员待收银物品中存在需要辅助收银的物品时进行收银辅助，有效的提高了购物人员购物的便捷性，大幅度降低了人员因返回称重的繁琐性而放弃购买的发生概率，促进了目标超市的商品销售率和目标超市运行效率，大大的提高了购物人员与超市的粘性，同时还有效的提高了购物人员对目标超市的体验感。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，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1为本发明系统各模块结构示意图。
图2为本发明货款信息采集模块结构示意图。
图3为本发明云处理平台结构示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，基于人工智能的商品销售货款收银智能管理分析平台，包括目标超市基本信息获取模块、人员平台登录模块、货款信息采集模块、货物收银辅助模块、历史收银信息获取模块、云处理平台、数据库、货款预警终端、信息发送终端。
所述目标超市基本信息获取模块，用于获取目标超市对应的自助收银台数量和各自助收银台所在位置区域，将目标超市对应的各自助收银台按照预设顺序进行编号，依次标记为1,2，...i，...m,m取值为整数。
所述人员平台登录模块，与目标超市基本信息获取模块连接，用于当目标超市某自助收银人员启动自助收银台对应收银指令时，进行登录账号输入，并完成登录。
需要说明的是，当该自助收银人员为首次登录时，还包括登录账号注册步骤，用户发送登录账号申请指令，自助收银后台终端响应用户发送指令，生成用户对应的登录账号，并反馈至该自助收银人员，收银人员进行登录密码设置和密码验证，进而完成登录账号注册，再执行登录步骤。
所述货款信息采集模块，与人员平台登录模块连接，用于对目标超市各自助收银台位置对应的待收银物品信息进行实时采集，获取目标超市各自助收银台对应的实时收银货款信息。
请参阅图2所示，所述货款信息采集模块包括待收银物品信息采集单元、待收银物品收款信息采集单元和待收银物品付款人员信息采集单元；其中，所述待收银物品信息采集单元用于当目标超市某自助收银人员完成登录后，对该自助收银人员登录的自助收银台内各待收银物品对应的信息进行实时采集，统计各自助收银台当前对应的收银次数，依此分别对目标超市当前各自助收银台中各次收银时对应各待收银物品的信息进行实时采集，其中，待收银物品信息包括待收银物品对应的条码信息、图像、数量和实际重量。
需要说明的是，所述对目标超市各自助收银台中各次收银时对应各待收银物品的信息进行实时采集的具体过程如下：A1、利用该自助收银人员登录的自助收银台装载的物品条码识别终端对该自助收银人员各待收银物品的条码进行识别，获取条码类型，并提取各待收银物品中条码对应的信息，其中条码类型包括包装物品条码和散称物品条码，包装物品条码信息包括物品单价和物品名称，散称物品条码信息包括物品重量、物品名称和物品单价，将自助收银台对应的登录账号对应的登录次数记为各自助收银台对应的收银次数，进而统计当前各自助收银台对应的收银次数，依此分别对当前各自助收银台中各次收银时各待收银物品对应的条码信息进行采集。
A2、利用目标各自助收银台位置内的摄像头分别对各自助收银台中各次收银时对应的各待收银物品进行图像采集，获取当前目标超市各自助收银台中各次收银时各待收银物品对应的图像。
A3、当目标超市某自助收银台某待收银物品完成识别并放置于该自助收银台对应的物品暂放区域时，利用该自助收银台对应物品暂放区域内的重量传感器对该物品暂放区域内该待收银物品的重量进行采集，以此分别对当前目标超市各自助收银台各待收银物品对应的重量进行采集，将采集的重量记为实际重量。
A4、对当前目标超市各自助收银台中各次收银时自助收银人员输入的各待收银物品对应的数量进行采集，获取当前目标超市各自助收银台中各次收银时各待收银物品对应的数量。
所述待收银物品收款信息采集单元用于对目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额进行采集，获取目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额，并标记为实际收款金额。
所述待收银物品付款人员信息采集单元用于将付款后的各自助收银人员记为付款人员，对目标超市当前各自助收银台中各次收银时付款人员对应的付款信息进行采集，其中，付款人员对应的付款信息包括付款人员对应的登录账号和付款人员对应的类别，付款人员类别包括会员类别和非会员类别。
本发明实施例在货款信息采集模块，通过对目标超市各自助收银台对应的实时收银货款信息进行采集，避免了后续收银时人员出现多扫或者漏扫的问题，提高了人员扫描问题察觉的及时性，同时降低了超市的经济损失和购物人员的经济损失，提高了人员自助收银的精准性。
所述货物收银辅助模块，与货款信息采集模块连接，用于当目标超市某自助收银台某自助收银人员进行自助收银时对该人员待收银物品中存在需要辅助收银的物品时进行收银辅助，在一个具体实施例中，其具体进行收银辅助对应的过程如：当目标超市某自助收银台中某自助收银人员对应的某待收银物品为称重物物品且未进行称重时，启动货物收银辅助指令，利用该自助收银台位置的辅助称重区域进行称重，根据采集该收银待物品对应的图像，从物品信息库中提取该待收银物品对应的名称和单价，将该物品对应的名称、单价和重量发送至该自助收银台对应的条码打印终端，生成该待收银物品对应的物品条码。
本发明实施例在货物收银辅助模块，通过当目标超市某自助收银台某人员进行自助收银时该人员待收银物品中存在需要辅助收银的物品时进行收银辅助，有效的提高了购物人员购物的便捷性，大幅度降低了人员因返回称重的繁琐性而放弃购买的发生概率，促进了目标超市的商品销售率和目标超市运行效率，大大的提高了购物人员与超市的粘性，同时还有效的提高了购物人员对目标超市的体验感。
所述历史收银信息获取模块，用于获取预设采集周期内目标超市各自助收银台对应的历史收银信息，其中，所述预设采集周期内目标超市各自助收银台对应的历史收银信息具体包括预设采集周期内目标超市各自助收银台对应的历史收银次数、各次历史收银时对应的收银物品数量、各次历史收银时各收银物品对应的名称、各次历史收银时各收银物品对应的数量、各次历史收银时各收银物品对应的收款金额、各次历史收银时对应的付款人员账号信息和各次历史收银时对应的收银时间点，将目标超市各自助收银台对应的各次历史收银按照预设顺序进行编号，依次标记为1,2,...r,...k。
请参阅图3所示，所述云处理平台，包括货款信息处理与分析单元、货物信息处理与分析单元、购物人员处理与分析单元，其分别用于对目标超市对应的货款信息、货物信息和购物人员信息进行处理与分析。
具体地，所述货款信息处理与分析单元具体处理过程包括以下步骤：第一步、获取目标超市当前各自助收银台中各次收银时对应的待收银物品信息，将目标超市当前各自助收银台对应的各次收银按照预设顺序进行编号，依次标记为1,2，...t,...s。
第二步、根据当前目标超市各自助收银台中各次收银时各待收银物品对应的图像和条码信息，对当前目标超市各自助收银台中各次收银时各待收银物品对应的条码信息进行确认，若存在异常则启动物品条码预警指令。
需要说明的是，对当前目标超市各自助收银台中各次收银时各待收银物品对应的条码信息进行确认的具体确认过程为：B1、获取当前目标超市各自助收银台中各次收银时各待收银物品对应的条码类型，根据当前目标超市各自助收银台中各次收银时各待收银物品对应的条码类型，获取当前目标超市各自助收银台中各次收银时各待收银物品对应的名称，并记为条码名称。
B2、将当前目标超市各自助收银台中各次收银时各待收银物品对应的图像与物品信息库中各销售物品对应的图像进行匹配对比，筛选出当前目标超市各自助收银台中各次收银时各待收银物品对应的销售物品图像，进而提取当前目标超市各自助收银台中各次收银时各待收银物品对应的销售物品名称，将该名称记为待收银物品实际名称。
B3、将当前目标超市各自助收银台中各次收银时各待收银物品对应的条码名称与各自助收银台中各次收银时各待收银物品对应的的实际名称进行对比，若当前目标超市内某自助收银台中某次收银时某待收银物品对应的条码名称与该待收银物品对应的实际名称不一致，提取该自助收银台对应的编号，启动物品条码预警指令；若当前目标超市内某自助收银台中各次收银时各待收银物品对应的名称均与其待收银物品对应的实际名称一致，则将该自助收银台该次收银物品记为条码正确物品。
第三步、若目标超市当前自助收银台各次收银时对应的各待收银物品均为条码信息正确物品，根据目标超市当前各自助收银台中各次收银时各待收银商品对应的实际重量、条码信息，对目标超市当前各自助收银台中各次收银时对应的收款金额进行确认，若异常，则启动货款金额预警指令，并进行异常核查。
需要说明的是，对当前目标超市各自助收银台中各次收银时对应的收款金额进行确认和异常核查对应的具体确认过程包括以下步骤：C1、获取当前目标超市内各自助收银台中各次收银时各待收银商品对应的条码信息，获取各待收银商品对应的重量，并标记为显示重量。
C2、根据当前目标超市内各自助收银台中各次收银时各待收银物品对应的数量以及各待收银物品对应的显示重量，统计当前目标超市内各自助收银台中各次收银时待收银物品对应的综合显示重量。
C3、根据当前目标超市内各自助收银台中各次收银时各待收银物品对应的实际重量，统计各自助收银台中各次收银时待收银物品对应的综合实际重量。
C4、利用计算公式计算各自助收银台中各次收银时待收银物品货款对应的异常系数，其计算公式为
，
表示为第i个自助收银台第t次收银时待收银物品对应的货款异常系数，
表示为第i个自助收银台第t次收银时待收银物品对应的综合实际重量，
表示为第i个自助收银台第t次收银时待收银物品对应的综合显示重量，
为预设重量许可差值，i表示自助收银台编号，i=1,2,......m。
C5、将各自助收银台中各次收银时待收银物品货款异常系数与预设的预警待收银物品货款异常系数进行对比，若某自助收银台中某次收银时待收银物品对应的货款异常系数达到预警值，则将该自助收银台该次收银记为异常收银，启动货款金额预警指令，提取该自助收银台对应的编号，将该自助收银台记为目标预警收银台。
C6、提取目标预警收银台该次异常收银时对应的各待收银物品对应的数量、各待物品对应的显示重量，获取目标预警收银台该次异常收银时各待收银物品对应的综合显示重量，将各待收银物品对应的实际重量与各待收银物品对应的综合显示重量进行对比，获取各待收银物品对应的实际重量与各待收银物品对应的综合显示重量的差值，将该差值记为重量差值。
C7、将各待收银物品对应的重量差值与预设的重量许可误差进行对比，若某待收银物品对应的重量差值大于预设的重量许可误差，则将该待收银物品记为收银异常物品，若该收银异常物品对应的差值大于零，则将该异常收银物品对应的异常类型记为多扫商品，若该收银异常物品对应的差值小于零，则将该收银异常物品对应的异常类型记为漏扫商品，以此分别对各目标预警收银台中各异常收银物品对应的异常类型进行核实。
本发明实施例通过对各自助收银台实时收银货款信息进行处理与分析，有效的避免了因收银异常信息察觉过晚造成的货物清点不便的事件的发生，进而大幅度提高了人员自助收银时收银异常的响应效率，保障了超市的正常收益，同时提高了后续超市货物清点人员的清点效率。
所述货款预警终端，与云处理平台连接，用于当目标超市货款信息存在异常时，进行预警；其中，货款预警终端包括货物条码预警和货款金额预警，货物条码预警用于当接收到物品条码预警指令时，根据发送该物品条码预警指令对应自助收银台的编号，启动该收银台对应的预警响应设备，进行货物条码预警，货款金额预警用于当接收到货款金额预警指令时，根据目标预警收银台对应的编号和收银异常物品对应的异常类型，将目标预警收银台中收银异常物品对应的异常类型发送至该目标预警收银台对应的显示屏进行显示，并启动该目标预警收银台对应的预警响应设备进行预警。
在一个具体实施例中，预警响应设备包括扬声器、LED等。
本发明通过预警终端进行预警，提高了各异常收银台异常信息的响应效率和处理效率，提高了对各自助收银台收银的可靠性和稳定性。
具体地，所述货物信息处理与分析单元具体处理与分析过程包括以下步骤：
（1）、将预设采集周期内目标超市各自助收银台对应的历史收银信息、目标超市各自助收银台中各次收银时对应各待收银物品的信息和待收银物品付款人员信息进行整合，生成目标超市综合收银信息，其中，目标超市综合收银信息包括综合收银次数、各次综合收银时对应的收银物品信息和付款人员信息。
需要说明的是，目标超市综合收银次数为目标超市预设采集周期内各自助收银台历史收银次数和当前目标超市各自助收银台对应收银次数的累加值。
（2）、根据目标超市对应的综合收银信息，分别统计目标超市各综合收银物品对应的综合利润率、各综合收银物品对应的平均复购率和各综合收银物品对应的销售量。
需要说明的是，目标超市各综合收银物品对应的综合利润率、各综合收银物品对应的平均复购率和各综合收银物品对应的销售量对应的具体统计为：21）、将目标超市对应的各次综合收银按照预设顺序进行编号，依次标记为1,2，...x，...y,调取各次综合收银时对应的收款金额、各次综合收银时对应的收银物品数量、各次综合收银时各收银物品名称、各次综合收银时各收银物品对应的数量和各收银物品对应的收款金额。
22）、将目标超市各次综合收银时对应的各收银物品名称进行相互对比，获取目标超市综合收银物品数量，并统计目标超市各次综合收银时各综合收银物品对应的综合收款金额、各综合收银物品对应的名称和各综合收银物品对应的数量；
23）、将各综合收银物品对应的数量记为综合收银物品对应的销售量，同时将目标超市综合收银物品对应的名称与物品信息库中各销售物品对应的名称进行匹配对比，筛选出目标超市各综合收银物品对应销售物名称，并从物品信息库中提取各综合收银物品对应的单位采购成本；
24）、根据各综合收银物品对应的单位采购成本和各综合收银物品对应的综合收款金额进行对比，进而计算统计目标超市各综合收银物品对应的利润率，其中，目标超市各综合收银物品对应的利润率计算公式为
,
表示目标超市第p个综合收银物品对应的利润率。
表示目标超市第p个综合收银物品对应的综合收款金额，
表示目标超市第p个综合收银物品对应的销售量，
表示目标超市第p个综合收银物品对应的单位采购成本，p表示综合收银物品编号，p=1,2,......u。
25）、根据目标超市各次综合收银时对应的收银物品信息和付款人员信息，获取目标超市各次综合收银时付款人员对应的收银物品数量，将付款人员对应的收银物品记为购买物品，获取目标超市各次综合收银时付款人员各购买物品对应的名称和付款人员对应的登录账号；
26）、将目标超市各次综合收银时付款人员各购买物品对应的名称进行匹配对比，获取各综合收银物品对应的综合付款人员数量和各综合付款人员对应的综合收银次数，利用计算公式计算各综合收银物品对应的平均复购率，其计算公式为
，
表示目标超市第p个综合收银物品对应的平均复购率、
表示目标超市第p个综合收银物品第q个综合付款人员对应的综合收银次数，
表示目标超市第p个综合收银物品对应的综合付款人员数量，q表示各综合收银物品对应各综合付款人员的编号，q=1,2,......v。
（3）、将目标超市各综合收银物品对应的利润率、平均复购率和销售量代入
公式中,获取各目标超市各综合收银物品对应的畅销指数，
表示目标超市第p个综合收银物品对应的畅销指数，
分别为预设的权重因子，
，YL、YF和YS分别为预设的物品标准利润率、物品标准复购率和物品标准销售量，根据目标超市各综合收银物品对应的畅销指数，将目标超市各综合收银物品对应的畅销指数按照从大到小的顺序进行排序，将排名靠前的综合收银物品记为目标超市最佳畅销物品，将排名靠后的综合收银物品记为重点滞销物品，提取各目标超市最佳畅销物品和各重点滞销物品对应的名称。
在一个具体实施例中，所述排名靠前的综合收银物品指排名前五名的综合收银物品，排名靠后的综合收银物品指排名后三名的综合收银物品。
具体地，所述购物人员处理与分析单元具体处理与分析过程包括以下步骤：步骤S1、根据各次综合收银时对应的收银物品信息和付款人员信息，获取各次收银时对应的收银时间点、各次收银时付款人员对应的付款金额、付款人员对应的登录账号和付款人员对应的类别。
步骤S2、将各次收银时付款人员对应的登录账号进行相互对比，统计目标超市综合付款人员数量、各综合付款人员对应的综合收银次数、各综合付款人员对应的类别和各综合付款人员各次综合收银时对应的付款金额。
步骤S3、将各综合付款人员对应的综合收银次数记为消费次数，将收银时间点记为消费时间点，并获取各综合付款人员中各次消费时对应的消费时间点和各次消费对应的付款金额。
步骤S4、根据各综合付款人员对应各次消费时的消费时间点和各次消费时对应的付款金额，确认目标超市对应的重点服务人员数量。
其中，目标超市对应的重点服务人员数量具体统计过程包括以下步骤：步骤S41、根据各综合付款人员中各次消费时对应的消费时间点，获取各综合付款人员中各次消费时对应的消费间隔时长和各综合付款人员消费周期时长，利用平均值计算方法计算各综合付款人员对应的平均消费间隔时长。
步骤S42、根据各综合付款人员各次消费时对应的付款金额，利用平均值计算方法计算各综合付款人员对应的平均消费付款金额。
步骤S43、利用计算公式计算各综合付款人员对应的粘性指数，其中，各综合付款人员对应的粘性指数计算公式为
，
表示目标超市第d个综合付款人员对应的粘性指数，
分别为预设权重值，
分别目标超市第d个综合付款人员对应的平均消费间隔时长、消费周期时长、平均付款金额，YT、YX、YM分别为预设的标准消费间隔时长、预设标准消费周期时长、预设的标准付款金额，
表示目标超市第d个综合付款人员所属类别对应的影响权重，
取值为
或
，
为会员对应的影响权重，
为非会员对应的影响权重，
，
，d表示综合付款人员编号，d=1,2,......f。
步骤S44、将各综合付款人员对应的粘性指数与预设的重点服务人员对应的粘性指数进行匹配对比，若某综合付款人员对应的粘性指数大于或等于预设的重点服务人员对应的粘性指数，则将该综合付款人员记为重点服务人员，统计目标超市对应的重点服务人员数量，根据各重点服务人员对应的登录账号从人员数据库中提取重点服务人员对应联系方式。
本发明在云处理平台通过根据采集的目标超市各自助收银台对应的实时收银货款信息和历史收银信息，对目标超市货款信息、货物信息和购物人员信息进行了一体化的管理与分析，一方面，解决了当前没有对自助收银台进行实时清点分析的问题，提高了各自助收银台存储的货款数据的准确性，为超市货物清点和收款清点提供了便利，同时还大幅度提高了对目标超市各消费人员的管理效率，另一方面，打破了当前对超市销售量分析的局限性，为超市管理人员对超市运营决策提供了精准性的分析数据，提高了超市的市场竞争力。
所述数据库，包括人员信息库和物品信息库，所述人员信息库用于存储目标超市自助收银台账号注册人员对应的基本信息，其中，目标超市自助收银台账号注册人员对应的姓名、联系方式、人脸图像、登录账号和人员类型，物品信息库用于存储目标超市对应销售物品的基本信息，其中，销售物品对应的基本信息包括销售物品数量、各销售物品对应的名称、各销售物品对应销售单价、各销售物品对应的图像和各销售物品对应的采购成本。
所述信息发送终端，与云处理平台连接，用于基于云处理平台中货物信息处理与分析单元和购物人员处理与分析单元的处理与分析结果，进行信息发送。
具体地，所述信息发送中终端包括物品信息发送和人员信息发送，其中，物品信息发送用于将目标超市各最佳畅销物品和各重点滞销物品的名称发送至目标超市对应的管理人员，人员信息发送用于将目标超市对应的重点服务人员对应的联系方式发送至目标超市对应的管理人员。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.基于人工智能的商品销售货款收银智能管理分析平台，其特征在于，包括：目标超市基本信息获取模块，用于获取目标超市对应的自助收银台数量和各自助收银台所在位置区域，将目标超市对应的各自助收银台按照预设顺序进行编号，依次标记为1,2，...i，...m,m取值为整数；
人员平台登录模块，与目标超市基本信息获取模块连接，用于当目标超市某自助收银人员启动自助收银台对应收银指令时，进行登录账号输入，并完成登录；
货款信息采集模块，与人员平台登录模块连接，用于对目标超市各自助收银台位置对应的待收银物品信息进行实时采集，获取目标超市各自助收银台对应的实时收银货款信息；
货物收银辅助模块，与货款信息采集模块连接，用于当目标超市某自助收银台某自助收银人员进行自助收银时对该人员待收银物品中存在需要辅助收银的物品时进行收银辅助；
历史收银信息获取模块，用于获取预设采集周期内目标超市各自助收银台对应的历史收银信息；
云处理平台，包括货款信息处理与分析单元、货物信息处理与分析单元、购物人员处理与分析单元，分别用于对目标超市对应的货款信息、货物信息和购物人员信息进行处理与分析；
数据库，包括人员信息库和物品信息库，其中，人员信息库用于存储目标超市自助收银台账号注册人员对应的基本信息，物品信息库用于存储目标超市对应销售物品的基本信息；
货款预警终端，与云处理平台连接，用于当目标超市货款信息存在异常时，进行预警；
信息发送终端，与云处理平台连接，用于基于云处理平台中货物信息处理与分析单元、购物人员处理与分析单元的分析结果，进行信息发送；
所述货物信息处理与分析单元具体处理与分析过程包括以下步骤：
将预设采集周期内目标超市各自助收银台对应的历史收银信息、目标超市各自助收银台中各次收银时对应各待收银物品的信息和待收银物品付款人员信息进行整合，生成目标超市综合收银信息，其中，目标超市综合收银信息包括综合收银次数、各次综合收银时对应的收银物品信息和付款人员信息；
根据目标超市对应的综合收银信息，分别统计目标超市各综合收银物品对应的综合利润率、各综合收银物品对应的平均复购率和各综合收银物品对应的销售量；
将目标超市各综合收银物品对应的利润率、平均复购率和销售量代入各综合收银物品畅销指数计算公式中，获取目标超市各综合收银物品对应的畅销指数，并确认目标超市最佳畅销物品和重点滞销物品；
所述目标超市最佳畅销物品和重点滞销物品确认过程为：根据目标超市各综合收银物品对应的畅销指数，将目标超市各综合收银物品对应的畅销指数按照从大到小的顺序进行排序，将排名靠前的综合收银物品记为目标超市最佳畅销物品，将排名靠后的综合收银物品记为重点滞销物品；
目标超市各综合收银物品对应的综合利润率、各综合收银物品对应的平均复购率和各综合收银物品对应的销售量对应的具体统计为：21）、将目标超市对应的各次综合收银按照预设顺序进行编号，依次标记为1,2，...x，...y,调取各次综合收银时对应的收款金额、各次综合收银时对应的收银物品数量、各次综合收银时各收银物品名称、各次综合收银时各收银物品对应的数量和各收银物品对应的收款金额；
22）、将目标超市各次综合收银时对应的各收银物品名称进行相互对比，获取目标超市综合收银物品数量，并统计目标超市各次综合收银时各综合收银物品对应的综合收款金额、各综合收银物品对应的名称和各综合收银物品对应的数量；
23）、将各综合收银物品对应的数量记为综合收银物品对应的销售量，同时将目标超市综合收银物品对应的名称与物品信息库中各销售物品对应的名称进行匹配对比，筛选出目标超市各综合收银物品对应销售物名称，并从物品信息库中提取各综合收银物品对应的单位采购成本；
24）、根据各综合收银物品对应的单位采购成本和各综合收银物品对应的综合收款金额进行对比，进而计算统计目标超市各综合收银物品对应的利润率，其中，目标超市各综合收银物品对应的利润率计算公式为
,
表示目标超市第p个综合收银物品对应的利润率，
表示目标超市第p个综合收银物品对应的综合收款金额，
表示目标超市第p个综合收银物品对应的销售量，
表示目标超市第p个综合收银物品对应的单位采购成本，p表示综合收银物品编号，p=1,2,......u；
25）、根据目标超市各次综合收银时对应的收银物品信息和付款人员信息，获取目标超市各次综合收银时付款人员对应的收银物品数量，将付款人员对应的收银物品记为购买物品，获取目标超市各次综合收银时付款人员各购买物品对应的名称和付款人员对应的登录账号；
26）、将目标超市各次综合收银时付款人员各购买物品对应的名称进行匹配对比，获取各综合收银物品对应的综合付款人员数量和各综合付款人员对应的综合收银次数，利用计算公式计算各综合收银物品对应的平均复购率，其计算公式为
，
表示目标超市第p个综合收银物品对应的平均复购率、
表示目标超市第p个综合收银物品第q个综合付款人员对应的综合收银次数，
表示目标超市第p个综合收银物品对应的综合付款人员数量，q表示各综合收银物品对应各综合付款人员的编号，q=1,2,......v。
2.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述货款信息采集模块包括待收银物品信息采集单元、待收银物品收款信息采集单元和待收银物品付款人员信息采集单元；其中，
所述待收银物品信息采集单元用于当目标超市某自助收银人员完成登录后，对该自助收银人员登录的自助收银台内各待收银物品对应的信息进行实时采集，统计各自助收银台当前对应的收银次数，依此分别对目标超市当前各自助收银台中各次收银时对应各待收银物品的信息进行实时采集，其中，待收银物品信息包括待收银物品对应的条码信息、图像、数量和实际重量；
所述待收银物品收款信息采集单元用于对目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额进行采集，获取目标超市当前各自助收银台中各次收银时各待收银物品对应的收款金额，并标记为实际收款金额；
所述待收银物品付款人员信息采集单元用于将付款后的各自助收银人员记为付款人员，对目标超市当前各自助收银台中各次收银时付款人员对应的付款信息进行采集。
3.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述待收银物品付款人员信息采集单元中付款人员对应的付款信息包括付款人员对应的登录账号和付款人员对应的类别，其中付款人员类别包括会员类别和非会员类别。
4.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述货物收银辅助模块具体为：当目标超市某自助收银台中某自助收银人员对应的某待收银物品为称重物物品且未进行称重时，启动货物收银辅助指令，利用该自助收银台位置的辅助称重区域进行称重，根据采集该待收银物品对应的图像，从物品信息库中提取该待收银物品对应的名称和单价，将该物品对应的名称、单价和重量发送至该自助收银台对应的条码打印终端，生成该待收银物品对应的物品条码。
5.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述预设采集周期内目标超市各自助收银台对应的历史收银信息具体包括预设采集周期内目标超市各自助收银台对应的历史收银次数、各次历史收银时对应的收银物品数量、各次历史收银时各收银物品对应的名称、各次历史收银时各收银物品对应的数量、各次历史收银时各收银物品对应的收款金额、各次历史收银时对应的付款人员账号信息和各次历史收银时对应的收银时间点，将目标超市各自助收银台对应的各次历史收银按照预设顺序进行编号，依次标记为1,2,...r,...k。
6.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述货款信息处理与分析单元具体处理过程包括以下步骤：
获取目标超市当前各自助收银台中各次收银时对应的待收银物品信息，将目标超市当前各自助收银台对应的各次收银按照预设顺序进行编号，依次标记为1,2，...t,...s；
根据目标超市当前各自助收银台中各次收银时各待收银物品对应的图像和条码信息，对目标超市当前各自助收银台中各次收银时各待收银物品对应的条码信息进行确认，若存在异常则启动物品条码预警指令；
若目标超市当前自助收银台各次收银时对应的各待收银物品均为条码信息正确物品，根据目标超市当前各自助收银台中各次收银时各待收银商品对应的实际重量、条码信息，对目标超市当前各自助收银台中各次收银时对应的收款金额进行确认，若异常，则启动货款金额预警指令，并进行异常核查。
7.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述购物人员处理与分析单元具体处理与分析过程包括以下步骤：
根据各次综合收银时对应的收银物品信息和付款人员信息，获取各次收银时对应的收银时间点、各次收银时付款人员对应的付款金额、付款人员对应的登录账号和付款人员对应的类别；
将各次收银时付款人员对应的登录账号进行相互对比，统计目标超市综合付款人员数量、各综合付款人员对应的综合收银次数、各综合付款人员对应的类别和各综合付款人员各次综合收银时对应的付款金额；
将各综合付款人员对应的综合收银次数记为消费次数，将收银时间点记为消费时间点，并获取各综合付款人员中各次消费时对应的消费时间点和各次消费对应的付款金额；
根据各综合付款人员对应各次消费时的消费时间点和各次消费时对应的付款金额，确认目标超市对应的重点服务人员数量。
8.根据权利要求1所述的基于人工智能的商品销售货款收银智能管理分析平台，其特征在于：所述目标超市自助收银台账号注册人员对应的基本信息包括目标超市自助收银台账号注册人员对应的姓名、联系方式、人脸图像、登录账号和人员类型，销售物品对应的基本信息包括销售物品数量、各销售物品对应的名称、各销售物品对应销售单价、各销售物品对应的图像和各销售物品对应的采购成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210076813.3A CN114119001B (zh) | 2022-01-24 | 2022-01-24 | 基于人工智能的商品销售货款收银智能管理分析平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210076813.3A CN114119001B (zh) | 2022-01-24 | 2022-01-24 | 基于人工智能的商品销售货款收银智能管理分析平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114119001A CN114119001A (zh) | 2022-03-01 |
| CN114119001B true CN114119001B (zh) | 2022-05-20 |
Family
ID=80361029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210076813.3A Active CN114119001B (zh) | 2022-01-24 | 2022-01-24 | 基于人工智能的商品销售货款收银智能管理分析平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114119001B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116596575B (zh) * | 2023-07-17 | 2023-10-10 | 华夏技术(临沂)有限公司 | 一种基于人工智能的生鲜产品收银控制系统 |
| CN116739607B (zh) * | 2023-08-14 | 2023-11-10 | 湖北点赞科技有限公司 | 一种基于数据分析的商户收银数据监测管理系统 |
| CN117152887B (zh) * | 2023-10-31 | 2024-01-30 | 南通飞海电子科技有限公司 | 用于数字收银机的异常报警方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097077A (zh) * | 2016-06-23 | 2016-11-09 | 南京邮电大学 | 一种自助支付智能购物系统 |
| CN109712346A (zh) * | 2018-12-17 | 2019-05-03 | 苏州优化智能科技有限公司 | 一种自助式智能识别计价收银一体机 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331831B (zh) * | 2014-11-05 | 2017-11-17 | 青岛海信智能商用系统股份有限公司 | 自助收款系统、自助结账系统和自助结账方法 |
| US12008530B2 (en) * | 2016-07-29 | 2024-06-11 | Ncr Voyix Corporation | Presence aware terminals |
| CN108447198A (zh) * | 2018-03-09 | 2018-08-24 | 福建自贸试验区厦门片区益客联信息科技有限公司 | 一种自助收银方法及自助收银机 |
| CN110264177A (zh) * | 2019-05-27 | 2019-09-20 | 东南大学 | 一种自助购物系统及方法 |
| CN111260005A (zh) * | 2020-01-16 | 2020-06-09 | 青岛创捷中云科技有限公司 | 一种基于图像识别的自助收银ai防损系统及方法 |
| CN113538012A (zh) * | 2021-07-26 | 2021-10-22 | 武汉东临碣石电子商务有限公司 | 一种基于互联网电子商务平台数据分析的买家用户智能管理方法 |
-
2022
- 2022-01-24 CN CN202210076813.3A patent/CN114119001B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097077A (zh) * | 2016-06-23 | 2016-11-09 | 南京邮电大学 | 一种自助支付智能购物系统 |
| CN109712346A (zh) * | 2018-12-17 | 2019-05-03 | 苏州优化智能科技有限公司 | 一种自助式智能识别计价收银一体机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114119001A (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114119001B (zh) | 基于人工智能的商品销售货款收银智能管理分析平台 | |
| CN109214806B (zh) | 自助结算方法、装置以及存储介质 | |
| US5494136A (en) | Integrated automated retail checkout terminal | |
| CN110866429A (zh) | 漏扫识别方法、装置、自助收银终端及系统 | |
| US20120173351A1 (en) | Mobile Electronic Shopping | |
| CN107358734A (zh) | 基于重力感应实现无人售卖的方法和系统 | |
| CN107103503A (zh) | 一种订单信息确定方法和装置 | |
| CN107103502A (zh) | 一种订单信息确定方法和装置 | |
| CN101918988A (zh) | 使用射频识别技术自动顾客结账的方法和装置 | |
| US20070241188A1 (en) | System and method for automated management of purchase in self-service-type sales point | |
| CN106127538A (zh) | 超市自助购物系统及自助购物方法 | |
| CN109064630A (zh) | 无人自动称重计价货柜系统 | |
| CN108140209A (zh) | 信息处理装置、信息处理方法和其中存储有程序的记录介质 | |
| US20110238361A1 (en) | Tallying system, tallying apparatus and tallying method | |
| JP3837475B2 (ja) | 自動化ショッピングシステム | |
| CN107563766A (zh) | 商场自助式结算比对式防漏检方法及其系统装置 | |
| CN111899402A (zh) | 基于人脸识别的零散物品自助购物结算系统和方法 | |
| CN109029668B (zh) | 一种物品识别的自动称重系统 | |
| CN116611796B (zh) | 一种店铺交易数据的异常检测方法及装置 | |
| CN116012085B (zh) | 一种电子卡券自动识别与回收系统 | |
| CN113838245A (zh) | 一种无人餐厅顾客自助订餐系统及使用方法 | |
| CN110246283A (zh) | 一种超市智能售卖方法、装置及计算机可读存储介质 | |
| CN113516469B (zh) | 基于深度学习与眼神跟踪的无人超市售货系统及售货方法 | |
| CN114266629A (zh) | 一种基于公平交易的电商数据处理系统 | |
| CN211878624U (zh) | 一种自助计量消费系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |