CN114691699B

CN114691699B - 一种智能结算方法及系统

Info

Publication number: CN114691699B
Application number: CN202210618130.6A
Authority: CN
Inventors: 沈岗; 钟建伟; 顾晓翔
Original assignee: Shanghai Kingstar Fintech Co Ltd
Current assignee: Shanghai Jinshida Software Technology Co ltd
Priority date: 2022-06-02
Filing date: 2022-06-02
Publication date: 2022-09-16
Anticipated expiration: 2042-06-02
Also published as: CN114691699A

Abstract

本发明提供了一种智能结算方法及系统，属于智能结算及计算机技术领域；其中，所述方法包括：获取发起结算请求的结算柜台的第一属性数据，将所述第一属性数据与预存的若干第二属性数据进行匹配计算，根据匹配计算结果确定结算方案；本发明的方案能够根据结算柜台的属性快速确定适配的结算方案，有效提高结算服务器的结算效率。

Description

一种智能结算方法及系统

技术领域

本发明涉及智能结算及计算机技术领域，具体而言，涉及一种智能结算方法、系统、电子设备及计算机存储介质。

背景技术

结算系统是交易平台的必不可少的组成部分，其通常是设置结算服务器来对接各结算柜台，进而实现结算端与客户端之间交易的最终达成。在目前市场上，不同用户会使用存在不同品牌的结算柜台，而且相同品牌的结算柜台也存在多种版本，导致结算服务器同时对接多种类型的结算柜台，对不同类型的结算柜台的数据交互都是进行对应的数据处理，例如转换数据格式以确保兼容性、筛查风险数据以确保系统运行稳定性等，使得结算服务器的风控处理压力巨大，结算服务器的处理效率受到极大的限制。

针对上述技术问题，申请人对现有技术进行了检索，发现了如下专利文献：

专利文献1（CN114066456A）公开了一种基于ERC1155的跨链NFT转移和结算系统，包括结算模块、接入模块、合约审核模块、NFT信息存储模块和转移处理模块，所述接入模块用于对接用户及其所在的链，所述合约审核模块用于审核用户所在链是否基于ERC1155合约，所述转移处理模块用于接收用户发送的NFT转移数据包并对所述NFT转移数据包进行处理，所述NFT信息存储模块用于保存NFT的存储信息地址，所述结算模块用于对完成的NFT转移作最终的结算记录。该方案侧重于对用户进行审核，并未涉及对结算柜台种类及版本的考虑。

专利文献2（CN114049210A）公开了一种基于差价合约的批发用户结算系统，用户登入模块，用于用户登入系统输入登入信息并进行验证，验证通过后则允许用户登入系统，否则不允许用户登入系统；用户登入模块分别与批发用户结算执行模块、用户结算清单发布模块相连；月度账务数据采集与处理模块，与结算执行模块相连，用于从营销系统采集月度账务原始数据，并对月度账务原始数据进行校验和计算，获得所有有效数据计量点的总电量、总常电量、总峰电量、总平电量和总谷电量，并将获得的数据传输至结算执行模块；结算执行模块，其内预存有市场化批发用户的基本信息，用于根据月度账务数据采集与处理模块、交易数据采集与处理模块、日计量数据采集与处理模块传来的数据进行结算，获得日结算电量、日少用电量、总结算电量、日少用总电量、日交易结算后剩余电量、月度少用电量、剩余超用电量及电费信息，并根据基本信息生成结算清单；用户结算清单发布模块，与结算执行模块相连，用于将结算执行模块的结算清单进行发布，供用户查看。该方案实际是侧重于结算系统内部的结算用数据的处理，同样没有涉及对结算柜台种类及版本的考虑

专利文献3（CN113643026A）公开了一种结算系统，信息记载单元，用于对结算系统提供的各种信息进行记录、储存处理；结算单元，用于对结算系统提供的信息进行结算处理；账户信息，用于获取病记录信息记载单元信息内对应的账户信息；实时结算，用于对结算单元内收集的数据信息进行实时计算处理。显而易见，该方案完全没有对用户的结算柜台类型的

通过分析上述现有技术可以看出，现有技术的关注重点主要集中于结算本身，而对于发起结算的结算柜台的属性对结算所造成的影响则几乎没有相关研究。

发明内容

为了至少解决上述背景技术中存在的技术问题，本发明提供了一种智能结算方法、系统、电子设备及计算机存储介质。

本发明的第一方面提供了一种智能结算方法，包括如下步骤：

获取发起结算请求的结算柜台的第一属性数据；

将所述第一属性数据与预存的若干第二属性数据进行匹配计算；

根据匹配计算结果确定结算方案。

进一步地，所述第一属性数据包括第一品牌数据及第一版本数据，第二属性数据包括第二品牌数据及第二版本数据；

则所述将所述第一属性数据与预存的若干第二属性数据进行匹配计算，包括：

将所述第一品牌数据与各所述第二属性数据中的第二品牌数据进行第一匹配计算以得出第一匹配结果，将所述第一版本数据与各所述第二属性数据中的第二版本数据进行第二匹配计算以得出第二匹配结果；

根据所述第一匹配结果和所述第二匹配结果得出所述匹配计算结果；

其中，匹配计算结果包括匹配、潜在匹配、不匹配。

进一步地，所述根据匹配计算结果确定结算方案，包括：

若所述匹配计算结果为匹配，则直接获取所述结算柜台的结算数据，根据所述结算数据完成结算；

若所述匹配计算结果为不匹配，则从结算库获取与所述结算请求对应的原表数据，根据所述原表数据完成结算。

进一步地，当所述匹配计算结果为潜在匹配时，所述根据匹配计算结果确定结算方案，还包括：

根据所述第一品牌数据获取第一大数据，以及根据所述第一版本数据获取第二大数据；

将所述第一大数据和所述第二大数据进行碰撞计算，以得出第三大数据；

将所述第三大数据输入深度识别模型，所述深度识别模型输出匹配预测值，若所述匹配预测值大于或等于第一阈值，则调整所述匹配计算结果为匹配。

进一步地，所述调整所述匹配计算结果为匹配之前，还包括：

对所述第一匹配结果进行统计以得出第一成功数量，或者对所述第二匹配结果进行统计以得出第二成功数量；

根据所述第一成功数量确定第一修正系数，或者根据所述第二成功数量确定第二修正系数；

根据所述第一修正系数或者所述第二修正系数对所述匹配预测值进行修正。

进一步地，所述根据所述第一成功数量确定第一修正系数，或者根据所述第二成功数量确定第二修正系数，包括：

判断所述第一成功数量是否大于或等于第二阈值，若是，则计算所述第一成功数量与所述第二阈值的第一差值，基于所述第一差值确定所述第一修正系数；

或者，

判断所述第二成功数量是否大于或等于第三阈值，若是，则计算所述第二成功数量与所述第三阈值的第二差值，基于所述第二差值确定所述第二修正系数；

其中，所述第一修正系数与所述第一差值呈正相关关系，所述第二修正系数与所述第二差值呈负相关关系。

进一步地，所述第一修正系数的修正程度高于所述第二修正系数的修正程度。

本发明的第二方面提供了一种智能结算系统，包括处理模块、存储模块、通信模块，所述处理模块分别与所述存储模块和所述通信模块连接；其中，

所述存储模块，用于存储可执行的计算机程序代码；

所述通信模块，用于实现所述处理模块与结算柜台的通信；

所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。

本发明的第三方面提供了一种电子设备，包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。

本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。

本发明的方案，获取发起结算请求的结算柜台的第一属性数据，将所述第一属性数据与预存的若干第二属性数据进行匹配计算，根据匹配计算结果确定结算方案。本发明的方案能够根据结算柜台的属性快速确定适配的结算方案，有效提高结算服务器的结算效率。

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发明的某些实施例，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是本发明实施例公开的一种智能结算方法的流程示意图。

图2是本发明实施例公开的一种智能结算系统的结构示意图。

图3是本发明实施例公开一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

说明书和权利要求书中的词语“第一、第二、第三等”或模块A、模块B、模块C等类似用语，仅用于区别类似的对象，不代表针对对象的特定排序，可以理解地，在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。

在以下的描述中，所涉及的表示步骤的标号，如S110、S120……等，并不表示一定会按此步骤执行，在允许的情况下可以互换前后步骤的顺序，或同时执行。

说明书和权利要求书中使用的术语“包括”不应解释为限制于其后列出的内容；它不排除其它的元件或步骤。因此，其应当诠释为指定所提到的所述特征、整体、步骤或部件的存在，但并不排除存在或添加一个或更多其它特征、整体、步骤或部件及其组群。因此，表述“包括装置A和B的设备”不应局限为仅由部件A和B组成的设备。

本说明书中提到的“一个实施例”或“实施例”意味着与该实施例结合描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在本说明书各处出现的用语“在一个实施例中”或“在实施例中”并不一定都指同一实施例，但可以指同一实施例。此外，在一个或多个实施例中，能够以任何适当的方式组合各特定特征、结构或特性，如从本公开对本领域的普通技术人员显而易见的那样。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。如有不一致，以本说明书中所说明的含义或者根据本说明书中记载的内容得出的含义为准。另外，本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。

实施例一

请参阅图1，图1是本发明实施例公开的一种智能结算方法的流程示意图。如图1所示，本发明实施例的一种智能结算方法，包括如下步骤：

获取发起结算请求的结算柜台的第一属性数据；

根据匹配计算结果确定结算方案。

在本发明实施例中，如背景技术所述，结算服务器对接的若干结算柜台是由不同品牌开发的，而且同一品牌开发的结算柜台也存在多种版本，这会给结算服务器在实施数据转换处理、风控分析时带来较大的挑战，导致结算服务器的结算效率较差。有鉴于此，本发明的结算服务器在接收到结算柜台发起的结算请求时，先获取结算柜台的第一属性数据，然后将其与预存的若干第二属性数据进行匹配计算，再基于匹配结算结果来确定对应的结算方案。于是，本发明的方案能够根据结算柜台的属性快速确定适配的结算方案，有效提高结算服务器的结算效率。

需要进行说明的是，本发明中的结算服务器可以为独立主机的物理服务器、主机集群承载的虚拟服务器、云服务器等，而云服务器可以是基于平台即服务（platform-as-a-service，PaaS）技术的服务平台，也可以是基于软件即服务（software-as-a-service，SaaS）技术的服务平台，或者还可以是其他类型的云计算服务平台，此处不对其做特别限定。以及，结算柜台可以为计算机、智能手持终端设备（例如智能手机）、平板电脑、个人数字助理、智能家居设备及可穿戴式设备等。

其中，匹配计算结果包括匹配、潜在匹配、不匹配。

在本发明实施例中，结算柜台的属性数据通常会包括品牌及对应的版本信息，例如，金仕达-V6S、金仕达-V8S等。于是，在获取到结算柜台的第一属性数据之后，就可以基于第一属性数据中的品牌数据和版本数据与预存的第二属性数据进行匹配计算，匹配计算的结果包括与品牌数据对应的第一匹配结果和与版本数据对应的第二匹配结果，此时，综合基于第一匹配结果和第二匹配结果就能够得出最终的匹配计算结果。

其中，匹配指第一匹配结果和第二匹配结果均为成功，即品牌命中、版本也命中；潜在匹配指第一匹配结果为成功、第二匹配结果为失败，即品牌命中但版本未命中，或者指第一匹配结果为失败、第二匹配结果为成功，即品牌未命中但版本命中；其余情况可判定为不匹配，即品牌和版本都不一致。其中，当厂家开发并上线了新版本或者品牌更换了品牌名称时，如果结算服务器未及时对预存的第二属性数据进行更新，会出现上述的潜在匹配的情况。

需要进行说明的是，品牌数据可以是开发公司的名称，也可以为结算柜台的软件名称，本发明对此不作限定。

进一步地，所述根据匹配计算结果确定结算方案，包括：

在本发明实施例中，本发明根据不同的匹配计算结果采取不同的结算方式，具体地，当匹配计算结果为匹配时，说明该结算柜台是已经在结算服务器有相关属性数据存储，即该结算柜台为“白名单”成员，此时可以直接响应于结算请求而接收该计算柜台所传输的结算数据（例如与结算相关的表格清单、汇总数据等），以完成结算；而当匹配计算结果为不匹配时，说明该结算柜台是并未在结算服务器有任何相关属性数据存储，即该结算柜台并不属于“白名单”成员，此时从结算请求中提取与结算相关的数据，基于这些数据在结算库中获取对应的原表数据来完成结算。于是，本发明的方案不仅能够区分结算柜台是否为“白名单”成员，还能避免接收非“白名单”成员分发文件，仅基于简单的、安全的结算请求中的相关数据来完成结算，有效降低了结算服务器的风控压力。

其中，分发文件和原表数据可以通过sqlldr导入到结算服务器的风控数据库的专用用户下进行处理。以及，“白名单”成员可以由用户自己设置，例如可以将那些安装率高的、稳定性高的结算柜台设置为“白名单”成员，相应地，将其属性数据预存为第二属性数据。

需要进行说明的是，本发明中的“白名单”成员，可以是已经在结算服务器中注册登记的结算柜台，也可以是已注册登记的结算柜台中的部分成员，具体不作限定，相应地，将“白名单”成员的属性数据作为第二属性数据。

在本发明实施例中，如前所述，厂家在开发了新版本或变更了品牌名称时，由于结算服务器的更新及时度问题，会导致结算服务器未基于品牌的上述变更信息及时更新预存的第二属性数据，或者仅变更了部分属性数据，或者变更出现错误等，此时会导致应属于“白名单”的结算柜台处于无法辨认的“潜在匹配”状态。针对该问题，本发明进一步获取与该结算柜台对应的第一大数据和第二大数据，再采用碰撞算法对其进行去重、合并、关联等处理，以得出第三大数据，同时数据量也得到了降低。第三大数据即为与对应结算柜台属性变更相关的线索数据，再将这些数据输入深度识别模型即可分析得出该结算柜台的属性客观上进行了变更的匹配预测值，据此可以决策出“潜在匹配”是“匹配”还是“不匹配”。

举例说明如下：

某结算柜台的第一属性数据为“金仕达-V7S”，但预存的第二属性数据仅包括“金仕达-V6S”、“金仕达-V8S”，对应的，第一匹配结果（品牌数据）为成功、第二匹配结果（版本数据）为失败，判定为“潜在匹配”。此时，可从互联网络搜索与品牌“金仕达”相关的信息即第一大数据，以及搜索与版本“V7S”相关的信息即第二大数据，此处具体可以通过网络爬虫获得对应的大数据。上述获得的第一大数据和第二大数据的数据量较多且处于未关联的独立状态，于是，进一步采用碰撞算法来建立二者数据的关联，而且可以将未建立关联的数据筛除，从而获取到数据量适中的、可用的第三大数据，例如第三大数据的要点内容可以简要描述为“金仕达…特别版…V7S…已开启测试…”。最后，再将第三大数据输入经过预先训练的深度识别模型，深度识别模型就可以分析得出第三大数据的可靠性，进而输出匹配预测值，即可靠性越高则匹配预测值越高，在匹配预测值大于或等于第一阈值时，就可以将“潜在匹配”调整为“匹配”，反之则将“潜在匹配”调整为“不匹配”。另外，为了进一步确保准确性，在实施调整之前可以先向管理人员发出提示信息，在得到管理人员的确认信息之后再调整匹配计算结果，以及还可以在预存的第二属性数据中增加对应的新属性数据或对错误的属性数据进行更正。

其中，深度学习模型可以基于神经网络算法进行构建，例如ANN、CNN、RNN等，具体的构建方式为本领域普通技术人员所掌握，本发明在此不再赘述。以及，网络爬虫可以采用通用网络爬虫（General Purpose Web Crawler）、聚焦网络爬虫（Focused Web Crawler）、增量式网络爬虫（Incremental Web Crawler）、深层网络爬虫（Deep Web Crawler）以及以上几种爬虫技术相结合实现的，本发明对此不作限定。

在本发明实施例中，为了尽力弥补前述深度识别模型误判的可能性，本发明对深度识别模型输出的匹配预测值进行了修正。具体而言，对于前述的第一匹配结果和第二匹配结果，分别对其中的匹配成功的结果进行统计以得出第一成功数量或第二成功数量，即确定出预存的第二属性数据中与品牌属性数据匹配的数量以及与版本数据匹配的数量，再利用二者数据分别确定出修正系数，以对深度识别模型输出的匹配预测值进行修正。换言之，本发明利用了“潜在匹配”状态中单一属性数据的匹配成功数与匹配预测值的关联关系，后续将会详述。

或者，

在本发明实施例中，假设匹配预测值为“中值”，对于前者：品牌属性“金仕达”的匹配成功数为6，但版本属性“V7S”匹配失败，说明未匹配到该结算柜台的“金仕达”品牌的该版本，但是当第一成功数量大于第二阈值（例如为3），该结算系统中“金仕达”品牌的结算柜台使用量较多，而且版本开发较为活跃，其后续继续开发新版本的可能性更高，于是，此时确定出第一修正系数来将深度识别模型输出的匹配预测值例如调高至“高值”。

对于后者：品牌属性“金仕达”匹配失败，但版本属性“V7S”匹配成功数为10，说明预存的第二属性数据中并不存在该品牌属性，而且已经有很多品牌推出了命名为“V7S”的版本属性，对于厂家来说，出于差异化经营策略的考虑，在推出新产品时会倾向于避免与同类产品重名或名称近似，所以，在第二成功数量10大于第三阈值（例如为5）时，确定出第二修正系数来将深度识别模型输出的匹配预测值例如调低至“低值”。

在本发明实施例中，对于修正程度的确定，可以基于前述的差值程度（即第一差值、第二差值）来确定，例如基于与设定值的比例关系来确定，具体不再赘述。同时，由于前述“后续继续开发新版本”的可能性相比于“避免与同类产品重名或名称近似”的可能性要更高，所以，本发明设置将第一修正系数的调高的程度高于第二修正系数的调低的程度。例如，假设匹配预测值为中值Y，第一差值、第二差值相同，对应的，第一修正系数a(例如a≥1)、第二修正系数为b（例如b≤1），此时，可以另外设置第三修正系数c（0<c<1）。于是，对于前者：修正后的匹配预测值Y1=Y*a；对于后者：修正后的匹配预测值Y2=Y*a*b，其中，修正程度a明显高于a*b。于是，本发明的方案能够适应性的调节对品牌属性数据和版本属性数据对应的修正系数的调节，使得得出的匹配预测值更为准确。

实施例二

请参阅图2，图2是本发明实施例公开的一种智能结算系统的结构示意图。如图2所示，本发明实施例的一种智能结算系统，包括处理模块101、存储模块102、通信模块103，所述处理模块101与所述存储模块102和所述通信模块103连接；其中，

所述存储模块102，用于存储可执行的计算机程序代码；

所述通信模块103，用于实现所述处理模块101与结算柜台的通信；

所述处理模块101，用于通过调用所述存储模块102中的所述可执行的计算机程序代码，执行如实施例一所述的方法。

该实施例中的一种智能结算系统的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

实施例三

请参阅图3，图3是本发明实施例公开的一种电子设备，包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如实施例一所述的方法。

实施例四

本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如实施例一所述的方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括、但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用的技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明的构思的情况下，还可以包括更多其他等效实施例，均属于本发明的保护范畴。

Claims

1.一种智能结算方法，其特征在于，包括如下步骤：

获取发起结算请求的结算柜台的第一属性数据；

根据匹配计算结果确定结算方案；

其中，所述第一属性数据包括第一品牌数据及第一版本数据，第二属性数据包括第二品牌数据及第二版本数据；则所述将所述第一属性数据与预存的若干第二属性数据进行匹配计算，包括：将所述第一品牌数据与各所述第二属性数据中的第二品牌数据进行第一匹配计算以得出第一匹配结果，将所述第一版本数据与各所述第二属性数据中的第二版本数据进行第二匹配计算以得出第二匹配结果；根据所述第一匹配结果和所述第二匹配结果得出所述匹配计算结果；其中，匹配计算结果包括匹配、潜在匹配、不匹配；

其中，所述根据匹配计算结果确定结算方案，包括：若所述匹配计算结果为匹配，则直接获取所述结算柜台的结算数据，根据所述结算数据完成结算；若所述匹配计算结果为不匹配，则从结算库获取与所述结算请求对应的原表数据，根据所述原表数据完成结算；

其中，当所述匹配计算结果为潜在匹配时，所述根据匹配计算结果确定结算方案，还包括：根据所述第一品牌数据获取第一大数据，以及根据所述第一版本数据获取第二大数据；将所述第一大数据和所述第二大数据进行碰撞计算，以得出第三大数据；将所述第三大数据输入深度识别模型，所述深度识别模型输出匹配预测值，若所述匹配预测值大于或等于第一阈值，则调整所述匹配计算结果为匹配。

2.根据权利要求1所述的一种智能结算方法，其特征在于：所述调整所述匹配计算结果为匹配之前，还包括：

3.根据权利要求2所述的一种智能结算方法，其特征在于：所述根据所述第一成功数量确定第一修正系数，或者根据所述第二成功数量确定第二修正系数，包括：

或者，

4.根据权利要求2或3所述的一种智能结算方法，其特征在于：所述第一修正系数的修正程度高于所述第二修正系数的修正程度。

5.一种智能结算系统，包括处理模块、存储模块、通信模块，所述处理模块分别与所述存储模块和所述通信模块连接；其中，

所述存储模块，用于存储可执行的计算机程序代码；

所述通信模块，用于实现所述处理模块与结算柜台的通信；

其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1-4任一项所述的方法。

6.一种电子设备，包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-4任一项所述的方法。

7.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1-4任一项所述的方法。