CN116757402A - 服务策略的确定方法及装置、存储介质及电子装置 - Google Patents

Abstract

本申请公开了一种服务策略的确定方法及装置、存储介质及电子装置，涉及智慧家庭技术领域，该服务策略的确定方法包括：获取目标区域中的目标设备在预设周期内上报的工单信息，其中，工单信息中至少包括：目标设备的设备信息以及目标设备的故障图像信息；通过预设工单处理方式对工单信息进行故障码检测；在检测结果中存在故障码的情况下，确定与故障码匹配的第一故障现象，并从多个预设策略中确定出与第一故障现象匹配的目标服务策略。采用上述技术方案，解决了故障诊断繁琐，时间成本高问题。

Description

服务策略的确定方法及装置、存储介质及电子装置

技术领域

本申请涉及智慧家庭技术领域，具体而言，涉及一种服务策略的确定方法及装置、存储介质及电子装置。

背景技术

在当前智能时代，服务的效率是维护用户的基础，当前的家电设备的维修依赖于用户报修的故障诊断结果，对于用户所报问题的精准诊断，能直接决定服务兵上门维修的效率及成本。现有的诊断策略往往采用人工问询的方式，用户通过电话或者小程序接入报单中心，通过对故障的描述和上传故障图像，报单中心进行工单录入，并根据用户上报位置信息将工单下派给归属地的服务商。服务商对工单进行评估，由信息员电联用户确定上门时间及确认故障细节，教派给所属产业的服务兵上门服务。服务兵依据前面故障评估结果，分析故障原因取耗材并上门服务，完成上门维修服务流程。但是上述整体的业务流程相对较为繁琐，对于故障码的诊断，人工参与程度较高，占用较高的人工成本，并且在确定出故障码之后无法根据故障码制定对应的服务策略。

针对相关技术中，故障诊断繁琐，时间成本高的问题，目前尚未提出有效的解决方案。

因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

发明内容

本申请实施例提供了一种服务策略的确定方法及装置、存储介质及电子装置，以至少解决了故障诊断繁琐，时间成本高的问题。

根据本申请实施例的一方面，提供一种服务策略的确定方法，包括：获取目标区域中的目标设备在预设周期内上报的工单信息，其中，工单信息中至少包括：目标设备的设备信息以及目标设备的故障图像信息；通过预设工单处理方式对工单信息进行故障码检测；在检测结果中存在故障码的情况下，确定与故障码匹配的第一故障现象，并从多个预设策略中确定出与第一故障现象匹配的目标服务策略。

在一个示例性的实施例中，通过预设工单处理方式对所述工单信息进行故障码检测，包括：提取所述工单信息中的故障图像信息；将所述故障图像信息输入至识别模型中，以得到所述故障图像信息的故障码；其中，所述识别模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：参考故障图像信息，以及参考故障图像信息对应的第一故障码；所述参考故障图像信息至少包括：训练图像和真实业务图像。

在一个示例性的实施例中，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，包括：获取包含多个第一故障码的预设故障码清单，其中，所述预设故障码清单包括：每一个第一故障码对应的设备类型，所述设备类型对应的第二故障现象，所述第二故障现象对应的维修措施，处理所述第二故障现象所需的耗材列表；识别所述工单信息中的设备信息，确定存在所述故障码的目标设备的第一设备类型；根据所述第一设备类型从所述预设故障码清单中提取故障码列表，其中，所述故障码列表至少包括多个待与所述故障码匹配的目标故障码；将所述故障码与所述目标故障码进行匹配，确定出与所述故障码匹配的第二故障码；将所述第二故障码对应的第二故障现象确定为所述故障码的实际故障现象，以确定所述故障码的第一故障现象。

在一个示例性的实施例中，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象之后，上述方法还包括：在确定所述故障码归属的故障类型的情况下，确定所述预设周期内检测出的不同故障类型中每一种故障类型的第一出现次数，以及所述不同故障类型对应的第二出现次数，其中，所述第二出现次数为所有不同故障类型出现次数的总和；使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率。

在一个示例性的实施例中，使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率之后，上述方法还包括：确定所述出现概率大于预设概率的多个目标故障类型需要消耗的第一类耗材的第一数量；获取所述目标区域中资源仓库中第一类耗材的第二数量；确定所述第二数量与所述第一数量的差值；根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标。

在一个示例性的实施例中，根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标之后，所述方法还包括：获取所述资源仓库对应的时间维度信息，其中，所述时间维度信息用于指示所述资源仓库所处地理位置的气候变化特征；基于预设的时间维度与耗材类型的需求关系确定所述时间维度信息对应的不同类耗材的需求量，以确定所述第一类耗材的目标需求量；在所述存储目标低于所述目标需求量的情况下，对所述存储目标进行增量调整。

在一个示例性的实施例中，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，上述方法还包括：基于所述目标服务策略生成针对目标设备以及目标对象的服务内容；将所述服务内容发送至与服务对象绑定的移动终端中；在接收到所述服务对象在移动终端反馈的响应指令的情况下，确定所述目标服务策略成功执行。

在一个示例性的实施例中，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，上述方法还包括：确定所述目标服务策略匹配的服务信息，其中，所述服务信息包括以下至少之一：目标设备对应维修耗材的配置信息、目标设备对应维修对象的配置信息、目标设备对应的设备升级信息；基于所述服务信息为所述目标设备安排维修工单。

根据本申请实施例的另一方面，还提供了一种服务策略的确定装置，包括：获取模块，用于获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；检测模块，用于通过预设工单处理方式对所述工单信息进行故障码检测；确定模块，用于在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

在一个示例性的实施例中，上述检测模块，还用于提取所述工单信息中的故障图像信息；将所述故障图像信息输入至识别模型中，以得到所述故障图像信息的故障码；其中，所述识别模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：参考故障图像信息，以及参考故障图像信息对应的第一故障码；所述参考故障图像信息至少包括：训练图像和真实业务图像。

在一个示例性的实施例中，上述确定模块，还用于获取包含多个第一故障码的预设故障码清单，其中，所述预设故障码清单包括：每一个第一故障码对应的设备类型，所述设备类型对应的第二故障现象，所述第二故障现象对应的维修措施，处理所述第二故障现象所需的耗材列表；识别所述工单信息中的设备信息，确定存在所述故障码的目标设备的第一设备类型；根据所述第一设备类型从所述预设故障码清单中提取故障码列表，其中，所述故障码列表至少包括多个待与所述故障码匹配的目标故障码；将所述故障码与所述目标故障码进行匹配，确定出与所述故障码匹配的第二故障码；将所述第二故障码对应的第二故障现象确定为所述故障码的实际故障现象，以确定所述故障码的第一故障现象。

在一个示例性的实施例中，上述装置还包括：次数模块，用于在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象之后，在确定所述故障码归属的故障类型的情况下，确定所述预设周期内检测出的不同故障类型中每一种故障类型的第一出现次数，以及所述不同故障类型对应的第二出现次数，其中，所述第二出现次数为所有不同故障类型出现次数的总和；使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率。

在一个示例性的实施例中，上述装置还包括：耗材模块，用于使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率之后，确定所述出现概率大于预设概率的多个目标故障类型需要消耗的第一类耗材的第一数量；获取所述目标区域中资源仓库中第一类耗材的第二数量；确定所述第二数量与所述第一数量的差值；根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标。

在一个示例性的实施例中，上述装置还包括：反馈模块，用于从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，基于所述目标服务策略生成针对目标设备以及目标对象的服务内容；将所述服务内容发送至与服务对象绑定的移动终端中；在接收到所述服务对象在移动终端反馈的响应指令的情况下，确定所述目标服务策略成功执行。

在一个示例性的实施例中，上述装置还包括：工单模块，用于从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，确定所述目标服务策略匹配的服务信息，其中，所述服务信息包括以下至少之一：目标设备对应维修耗材的配置信息、目标设备对应维修对象的配置信息、目标设备对应的设备升级信息；基于所述服务信息为所述目标设备安排维修工单。

根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述服务策略的确定方法。

根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述服务策略的确定方法。

通过本发明，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，工单信息中至少包括：目标设备的设备信息以及目标设备的故障图像信息；通过预设工单处理方式对工单信息进行故障码检测；在检测结果中存在故障码的情况下，确定与故障码匹配的第一故障现象，并从多个预设策略中确定出与第一故障现象匹配的目标服务策略。可以理解的是，由于通过对工单信息进行了故障码检测，因此，可以将确定故障类型的工单从多个工单中确定出来，进而为携带故障码的工单安排适合的服务策略，提升了派发工单对应服务策略的效率，解决了故障诊断繁琐，时间成本高的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例的一种服务策略的确定方法的硬件环境示意图；

图2是根据本申请实施例的服务策略的确定方法的流程示意图；

图3是根据本申请实施例的一种于智能故障码统计的家电服务质量优化方法的流程示意图；

图4是根据本申请实施例的一种故障码处理系统的架构示意图；

图5是根据本申请实施例的服务策略的确定装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例的一个方面，提供了一种服务策略的确定方法。该服务策略的确定方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(IntelligenceHouse)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述服务策略的确定方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。

上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。

为了解决上述问题，在本实施例中提供了一种服务策略的确定方法，包括但不限于应用在上述终端设备或服务器中，图2是根据本申请实施例的服务策略的确定方法的流程示意图，该流程包括如下步骤：

步骤S202，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

可以理解的，当前目标设备在上报工单信息时，为了保证售后服务平台可以对该工单信息进行快速处理，因此，通过同时上报设备信息以及故障图像信加快售后服务平台的处理效率，进一步的，上述工单信息还可以灵活添加使用目标设备的目标对象的维修需求，进而可以使用售后服务平台安排适合的维修服务对象处理该工单信息对应的故障。

此外，当通过识别工单信息中的故障码图像信息确定对应的故障多次出现的情况下，为该工单信息添加重点标识，使售后服务平台可以在对该工单信息进行识别之后，安排维修上述故障多次的维修服务对象对目标设备进行维系，保证了工单信息的处理效率以及处理效果。

步骤S204，通过预设工单处理方式对所述工单信息进行故障码检测；

可选的，上述预设工单处理方式可以是在售后服务平台设置的基于计算机视觉的智能诊断方法，该方法通过采用yolov5作为基线的目标检测算法，将上述工单信息中的故障图像信息作为输入，通过完成训练的yolov5深度学习模型(相当于本申请实施例中的识别模型)对故障图像中是否存在故障码进行识别。

步骤S206，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

即可以根据产业的实际情况确定出目标设备对应的故障码清单，获取所有可能上报的故障码情况，避免由于显像故障等原因造成故障码无法识别的情况，并在确定出故障码清单之后，可以确定每个故障码所对应的故障现象和对应的维修措施以及所需的耗材列表，从而在确定出对应的故障码之后，售后服务平台可以快速确定与之对应的目标服务策略。

通过上述步骤，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，工单信息中至少包括：目标设备的设备信息以及目标设备的故障图像信息；通过预设工单处理方式对工单信息进行故障码检测；在检测结果中存在故障码的情况下，确定与故障码匹配的第一故障现象，并从多个预设策略中确定出与第一故障现象匹配的目标服务策略。可以理解的是，由于通过对工单信息进行了故障码检测，因此，可以将确定故障类型的工单从多个工单中确定出来，进而为携带故障码的工单安排适合的服务策略，提升了派发工单对应服务策略的效率，解决了故障诊断繁琐，时间成本高的问题。

在一个示例性的实施例中，通过预设工单处理方式对所述工单信息进行故障码检测，包括以下步骤S11：

步骤S11：提取所述工单信息中的故障图像信息；

步骤S12：将所述故障图像信息输入至识别模型中，以得到所述故障图像信息的故障码；其中，所述识别模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：参考故障图像信息，以及参考故障图像信息对应的第一故障码；所述参考故障图像信息至少包括：训练图像和真实业务图像。

需要说明的是，为了使得识别模型可以更好的识别故障图像中的故障码，在训练识别模型时可以将训练数据来源确定为两部分，具体的，第一部分为历史业务上报数据；第二部分为实验机型模拟故障码图像数据。

可选的，由于历史数据与真实场景数据完全相同，因此作为上述识别模型训练数据的主要来源，而针对一些小众机型故障码，或不常见故障原因故障码，可以使用电控实验机器模拟真实环境来补全故障码，从而得到模拟故障码图像数据。此外，为了保证故障码覆盖的全面性，在进行故障码训练时，还可以使用历史数据与真实场景数据交替训练，从而保证识别模型的识别准确性。

需要说明的是，在训练过程中，还通过引入了随机偏转、随机颜色扰动、高斯模糊、mosaic数据增强等策略扩充数据样本分布，提高算法鲁棒性。真实业务图像推理过程中，上述方案可以使用docker镜像封装，以API服务的形式对外暴露接口供在线服务调用并反馈结果，对外输出的结果为故障码的内容。

在一个示例性的实施例中，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，包括：获取包含多个第一故障码的预设故障码清单，其中，所述预设故障码清单包括：每一个第一故障码对应的设备类型，所述设备类型对应的第二故障现象，所述第二故障现象对应的维修措施，处理所述第二故障现象所需的耗材列表；识别所述工单信息中的设备信息，确定存在所述故障码的目标设备的第一设备类型；根据所述第一设备类型从所述预设故障码清单中提取故障码列表，其中，所述故障码列表至少包括多个待与所述故障码匹配的目标故障码；将所述故障码与所述目标故障码进行匹配，确定出与所述故障码匹配的第二故障码；将所述第二故障码对应的第二故障现象确定为所述故障码的实际故障现象，以确定所述故障码的第一故障现象。

针对于故障码的统计，使用故障码清单作为故障列表，针对于每个产业的每个故障码，梳理出所对应的故障现象和对应的维修措施以及所需的耗材列表，相较于现状的基于维修对象的经验所确定，进一步的，明确了所有可能出现的故障类型，固定了所需要统计的类别，将所有工单信息包含的故障原因都可以映射到故障类型中。

举例说明：针对于故障代码E1，其在洗涤产业对应故障原因是排水异常，在之前的报修策略中，用户多以描述的形式上报“排水异常”，其表达方式多种，工单数据的统计结果也是多样，其具体含义大多只有现场维修的师傅能理解，不易于绑定故障类型，而本发明使用故障码图像作为输入，故障码类型清单已经确定，每个故障码对应一种故障现象，即故障现象类别也已经确定，本发明又针对故障现象一对多的梳理故障树，由故障现象可以对应多个维修措施，每个维修措施所对应又有唯一的耗材清单。

在一个示例性的实施例中，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象之后，上述方法还包括：在确定所述故障码归属的故障类型的情况下，确定所述预设周期内检测出的不同故障类型中每一种故障类型的第一出现次数，以及所述不同故障类型对应的第二出现次数，其中，所述第二出现次数为所有不同故障类型出现次数的总和；使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率。

可选的，对于故障码的统计，本发明使用统计每个故障类型的出现概率，针对于每个产业某个故障类的故障码，统计出现概率如下公式：

其中，P为某类故障出现的概率，c为故障类型，i为产业名称，n为所有故障集合，其中，故障码统计分析以产业为基准，每个产业的概率总合为1，有公式描述如下：

在一个示例性的实施例中，使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率之后，上述方法还包括：确定所述出现概率大于预设概率的多个目标故障类型需要消耗的第一类耗材的第一数量；获取所述目标区域中资源仓库中第一类耗材的第二数量；确定所述第二数量与所述第一数量的差值；根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标。

在工单信息中，用户会提供电器产业信息和家庭住址，因此，除了面向全部报修工单针对产业进行概率统计，还会以供应商网店为单位进行故障概率报修统计，得到的全量工单和地缘性分析结果将对应下文的不同服务优化策略。

举例说明，供应商网店分布在全国各地，每个城市都有一到几个供应商网店，负责不同的区域工单，每个网点有相应数量的服务兵供调度，也都有自己负责的耗材仓库，每个网点的单量依据负责区域大小有区别，一般而言每天都会有几百几千的工单上报。

特别的，针对于上述统计结果，具体的，对于各个网点的故障概率统计结果，本发明提出一种耗材前置仓库的优化策略。以避免现有状况中出现的：网点租赁仓库依据经验存储常用耗材，会造成较大的仓库成本浪费的情况，或者是维修报单高峰带来的耗材不足的情况，从外地调拨耗材造成维修延误，影响客户体验。进一步的，使用上文网点的故障概率统计结果，通过得到本网点每类故障的出现概率(占比)，依据网点地缘位置及负责范围大小，动态调整前置仓库的耗材储备量。

具体的，故障码的概率与故障现象概率是相同的，相同故障现象对应耗材量是确定的，即故障码的概率分布可以看做是耗材的概率分布，对于不同网点的仓库大小不同，可以自发选用3天、7天、14天总单量作为储备目标，用w表示，通过历史报单总量可以确定每日的平均维修单量d，可以得到每类故障耗材存储数量M:

M_c,i＝w*d*P_c,i；即依据故障类型的耗材存储量可以通过上述公式计算得到。

在一个示例性的实施例中，根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标之后，所述方法还包括：获取所述资源仓库对应的时间维度信息，其中，所述时间维度信息用于指示所述资源仓库所处地理位置的气候变化特征；基于预设的时间维度与耗材类型的需求关系确定所述时间维度信息对应的不同类耗材的需求量，以确定所述第一类耗材的目标需求量；在所述存储目标低于所述目标需求量的情况下，对所述存储目标进行增量调整。其中，所述增量调整用于提升第一类耗材在资源仓库中的存储量，以保证目标区域在消耗第一类耗材时不会出现耗材短缺的情况。

可选的，在所述存储目标高于所述目标需求量的情况下，说明此时目标仓库对于第一类耗材的存储量超过目标区域对于该耗材的消耗效率，为了避免第一类耗材的冗余存储，占用资源仓库的空间，继而可以适当减少存储目标对应的存储量，维持存储目标与目标需求量的平衡，进而在保证耗材供应的情况下，提升资源仓库对于不同耗材的存储效率，避免耗材浪费，提升后续维修资源的有效分布。

例如，夏天增加空调耗材储备量，冬天增加电热产业耗材储备量，6.18、11.11等消费高峰后增加所有产业耗材储备量，同时对于少见或未见故障，耗材储备计算结果不到1的耗材类型，也可以在仓库储备中动态储备一套以便紧急应用。

此外，还可以根据资源仓库所处地理位置在收集当地用户喜好的基础上，优化耗材的存储量，例如，当目标区域地处南方，冬季使用空调的频率较高，而使用地热设备的频率较低，因此，可以在冬季在之前空调耗材存储的基础上，在增加空调耗材的存储量，继而保证在该区域执行维修事件时耗材的供应，提升维修效率，减少耗材调拨的花费时间。

在一个示例性的实施例中，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，上述方法还包括：基于所述目标服务策略生成针对目标设备以及目标对象的服务内容；将所述服务内容发送至与服务对象绑定的移动终端中；在接收到所述服务对象在移动终端反馈的响应指令的情况下，确定所述目标服务策略成功执行。

在一个示例性的实施例中，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，上述方法还包括：确定所述目标服务策略匹配的服务信息，其中，所述服务信息包括以下至少之一：目标设备对应维修耗材的配置信息、目标设备对应维修对象的配置信息、目标设备对应的设备升级信息；基于所述服务信息为所述目标设备安排维修工单。

可选的，针对于各网点维修师傅-服务兵(相当于上述的维修对象)的配置，将基于网点故障概率统计进行动态分配，以往的经验中，服务兵的盲目配比会导致服务兵的冗余，导致人工成本的浪费，或者某产业服务兵的匮乏导致工单维修延误，造成用户体验的下降。

服务兵的配置与故障分布息息相关，服务兵根据工作年限及测评结果有能力等级区分，每位师傅日均维修单量为s，i产业下的c类故障每天所需要的师傅的数量L为:

对于不满足的故障类型，可以从同产业服务兵中进行技能培训，使得产业下服务兵可以覆盖高频故障，对于网点单量超出所有师傅单量s总和的情况，需要从外部招聘同产业下的服务兵，若对于所有师傅单量s总和超出网点日均单量的情况，则需要将本网点服务兵调配向其他网点。

显然，上述所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。为了更好的理解上述方法，以下结合实施例对上述过程进行说明，但不用于限定本申请实施例的技术方案，具体地：

针对家电产业售后服务质量优化问题，本发明可选实施例提出一种于智能故障码统计的家电服务质量优化方法。使用针对用户报修工单的故障码图像，提出一种智能的诊断方法，对工单端到端诊断，对有故障码的图像工单，使用计算机视觉方法进行故障码识别，直接面向服务兵提供维修建议及耗材备选清单。对于全部工单范围下的故障码数据，定期进行统计分析，分析的主要目的在于发掘故障码与地域问题和产品问题的关联关系。对于分析到的故障原因，主要使用三个优化策略来提高服务质量:1、前置仓库的优化配置；2、服务兵配比调整；3、产业故障原因优化迭代闭环。

具体流程如图3所示，图3是根据本申请实施例的一种于智能故障码统计的家电服务质量优化方法的流程示意图，包括以下步骤：

步骤S302、故障码图像上报。

步骤S304、故障码识别；针对于用户提交的带有故障码图像的工单，本发明可选实施例使用基于计算机视觉的智能诊断方法。首先梳理产业中所有故障码的清单，便于获取所有用户可能上报的故障码情况，避免由于显像故障等原因造成故障码无法识别的情况，也避免出现小众机型故障码遗漏的情况。对于故障码图像的识别算法，本发明可选实施例采用yolov5作为基线的目标检测算法，考虑到故障码类型有限且不超过1000类，同时用户上报量庞大，对算法推理速度有较高要求，故选择有较高速度且能保证准确度的yolov5算法作为基线算法，每个产业(如冰箱、洗衣机、空调等)训练一个算法模型，专门应对各个产业的故障码。

本发明可选实施例使用图像作为输入，图像使用主要分为训练图像和真实业务图像，训练图像目的是为了训了yolov5深度学习模型，来源主要分为两部分：1、历史业务上报数据；2、实验机型模拟故障码图像数据。对于历史数据与真实场景数据完全相同，是本发明可选实施例训练数据的主要来源，而针对一些小众机型故障码，或不常见故障原因故障码，本发明可选实施例使用电控实验机器模拟真实环境来补全故障码，目的在于使得前期梳理的故障码清单，都可以有训练图像覆盖。在训练过程中，引入了随机偏转、随机颜色扰动、高斯模糊、mosaic数据增强等策略扩充数据样本分布，提高算法鲁棒性。真实业务图像推理过程中，本发明可选实施例使用docker镜像封装，以API服务的形式对外暴露接口供在线服务调用并反馈结果，对外输出的结果为故障码的内容。

可选的，图4是根据本申请实施例的一种故障码处理系统的架构示意图，该系统包括：离线服务、在线服务、业务系统；其中，所述离线服务主要是进行故障码的模型标注与训练；在线服务主要是通过算法管理平台和模型在线服务平台通过API接口向外部进行服务，业务系统重要是提供多种应用服务，例如，故障码检测、OCR故障码识别、代码识别、图像旋转等服务功能。

步骤S306、故障码结果统计。特别的，针对于故障码的统计，本发明可选实施例使用故障码清单作为故障列表，针对于每个产业的每个故障码，梳理出所对应的故障现象和对应的维修措施以及所需的耗材列表，相较于现状的服务兵经验所得，本发明可选实施例明确了所有可能出现的故障类型，固定了所需要统计的类别，将所有维修工单的故障原因都可以映射到故障类型中。举例说明：针对于故障代码E1,其在洗涤产业对应故障原因是排水异常，在之前的报修策略中，用户多以描述的形式上报“排水异常”，其表达方式多种，工单数据的统计结果也是多样，其具体含义大多只有现场维修的师傅能理解，不易于绑定故障类型，而本发明可选实施例使用故障码图像作为输入，故障码类型清单已经确定，每个故障码对应一种故障现象，即故障现象类别也已经确定，本发明可选实施例又针对故障现象一对多的梳理故障树，由故障现象可以对应多个维修措施，每个维修措施所对应又有唯一的耗材清单。

对于故障码的统计，本发明可选实施例使用统计每个故障类型的出现概率，针对于每个产业某个故障类的故障码，统计出现概率如下公式：

其中，P为某类故障出现的概率，c为故障类型，i为产业名称，n为所有故障集合，其中故障码统计分析以产业为基准，每个产业的概率总合为1，有公式描述如下：

步骤S308、故障原因分析。

步骤S310、前置仓库配置。针对于耗材前置仓库占用成本高的问题，使用故障码出现频次的分布，对耗材前置仓的耗材储备调整，提高高频次故障耗材储备数量，减少低频次故障耗材储备数量，提高维修服务的效率，降低耗材等待时间，同时优化前置仓库存，降低仓库占用成本；

举例说明，供应商网店分布在全国各地，每个城市都有一到几个供应商网店，负责不同的区域工单，每个网点有相应数量的服务兵供调度，也都有自己负责的耗材仓库，每个网点的单量依据负责区域大小有区别，一般而言每天都会有几百几千的工单上报。

特别的，针对于上述统计结果，具体的，对于各个网点的故障概率统计结果，本发明提出一种耗材前置仓库的优化策略。以避免现有状况中出现的：网点租赁仓库依据经验存储常用耗材，会造成较大的仓库成本浪费的情况，或者是维修报单高峰带来的耗材不足的情况，从外地调拨耗材造成维修延误，影响客户体验。进一步的，使用上文网点的故障概率统计结果，通过得到本网点每类故障的出现概率(占比)，依据网点地缘位置及负责范围大小，动态调整前置仓库的耗材储备量。

具体的，故障码的概率与故障现象概率是相同的，相同故障现象对应耗材量是确定的，即故障码的概率分布可以看做是耗材的概率分布，对于不同网点的仓库大小不同，可以自发选用3天、7天、14天总单量作为储备目标，用w表示，通过历史报单总量可以确定每日的平均维修单量d，可以得到每类故障耗材存储数量M:

M_(c,i)＝w*d*P_(c,i)；

依据故障类型的耗材存储量可以计算得到，更进一步的，本发明还会使用时间维度信息作为辅助，如：夏天增加空调耗材储备量，冬天增加电热产业耗材储备量，6.18、11.11等消费高峰后增加所有产业耗材储备量，同时对于少见或未见故障，耗材储备计算结果不到1的耗材类型，也可以在仓库储备中动态储备一套以便紧急应用。

步骤S312、服务兵配比调整。针对于各供应商点服务兵配置不合理，带来的人力成本高的问题，使用故障码出现频次的分布，对服务兵工种进行动态配置，针对于地缘或产品使用偏好因素引起的有差异性故障分布，调整各个区域服务商的人员配比，降低人工成本，提高服务效率；

可选的，针对于各网点维修师傅-服务兵(相当于上述的维修对象)的配置，将基于网点故障概率统计进行动态分配，以往的经验中，服务兵的盲目配比会导致服务兵的冗余，导致人工成本的浪费，或者某产业服务兵的匮乏导致工单维修延误，造成用户体验的下降。

服务兵的配置与故障分布息息相关，服务兵根据工作年限及测评结果有能力等级区分，每位师傅日均维修单量为s，i产业下的c类故障每天所需要的师傅的数量L为:

对于不满足的故障类型，可以从同产业服务兵中进行技能培训，使得产业下服务兵可以覆盖高频故障，对于网点单量超出所有师傅单量s总和的情况，需要从外部招聘同产业下的服务兵，若对于所有师傅单量s总和超出网点日均单量的情况，则需要将本网点服务兵调配向其他网点。

步骤S314、产业迭代闭环。针对于产品固有缺陷感知困难的问题，使用故障码出现频次的分布，将故障统计结果映射到每个产业的设备中，在后续迭代中逐步降低产品使用缺陷，提高产品质量，提升用户对于家电产品的使用体验。利用用面向全部报修工单的概率统计，本发明可选实施例将会把概率分布直接反馈给产业研发团队，针对于故障原因和耗材原因，产业研发团队有重点的解决高频出现故障，并在新产品中优化，以季度为单位定期评价该产业中故障分布情况及故障发生次数的变化，重点关注做出调整的产品故障率是否有下降，达到闭环优化产品质量的目的，同时提高用户体验。

综上，为了避免传统服务中针对于家电服务的故障诊断流程复杂，时间成本高的问题，本发明希望使用一种基于计算机视觉的智能故障码统计技术，对用户报修的工单进行智能预诊断，对用户上传图片智能识别出故障码，梳理故障树提供一系列的应对措施，避免维修人员复杂的问诊流程，提高上门维修服务的精准性和效率；

针对于故障统计梳理不准确的问题，本发明可选实施例通过对故障码识别结果进行自动统计分析，将不同地域不同用户的不同故障类型映射到相应的类别中，统计各种故障类型的发生概率及地缘因素，降低人工分析成本，提高故障统计的准确性；即通过故障码的获取、训练、推理的流程，以及对家电产业下故障原因的统计分析流程提升对工单信息中故障码的处理，实现对目标设备对应故障的快速诊断，提升目标对象对于目标设备售后服务的体验。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

在本实施例中还提供了一种服务策略的确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是根据本申请实施例的服务策略的确定装置的结构框图，该装置包括：

获取模块52，用于获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

检测模块54，用于通过预设工单处理方式对所述工单信息进行故障码检测；

确定模块56，用于在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

通过上述装置，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，工单信息中至少包括：目标设备的设备信息以及目标设备的故障图像信息；通过预设工单处理方式对工单信息进行故障码检测；在检测结果中存在故障码的情况下，确定与故障码匹配的第一故障现象，并从多个预设策略中确定出与第一故障现象匹配的目标服务策略。可以理解的是，由于通过对工单信息进行了故障码检测，因此，可以将确定故障类型的工单从多个工单中确定出来，进而为携带故障码的工单安排适合的服务策略，提升了派发工单对应服务策略的效率，解决了故障诊断繁琐，时间成本高的问题。

在一个示例性的实施例中，上述检测模块，还用于提取所述工单信息中的故障图像信息；将所述故障图像信息输入至识别模型中，以得到所述故障图像信息的故障码；其中，所述识别模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：参考故障图像信息，以及参考故障图像信息对应的第一故障码；所述参考故障图像信息至少包括：训练图像和真实业务图像。

在一个示例性的实施例中，上述确定模块，还用于获取包含多个第一故障码的预设故障码清单，其中，所述预设故障码清单包括：每一个第一故障码对应的设备类型，所述设备类型对应的第二故障现象，所述第二故障现象对应的维修措施，处理所述第二故障现象所需的耗材列表；识别所述工单信息中的设备信息，确定存在所述故障码的目标设备的第一设备类型；根据所述第一设备类型从所述预设故障码清单中提取故障码列表，其中，所述故障码列表至少包括多个待与所述故障码匹配的目标故障码；将所述故障码与所述目标故障码进行匹配，确定出与所述故障码匹配的第二故障码；将所述第二故障码对应的第二故障现象确定为所述故障码的实际故障现象，以确定所述故障码的第一故障现象。

在一个示例性的实施例中，上述装置还包括：次数模块，用于在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象之后，在确定所述故障码归属的故障类型的情况下，确定所述预设周期内检测出的不同故障类型中每一种故障类型的第一出现次数，以及所述不同故障类型对应的第二出现次数，其中，所述第二出现次数为所有不同故障类型出现次数的总和；使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率。

在一个示例性的实施例中，上述装置还包括：耗材模块，用于使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率之后，确定所述出现概率大于预设概率的多个目标故障类型需要消耗的第一类耗材的第一数量；获取所述目标区域中资源仓库中第一类耗材的第二数量；确定所述第二数量与所述第一数量的差值；根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标。

在一个示例性的实施例中，上述耗材模块，还用于获取所述资源仓库对应的时间维度信息，其中，所述时间维度信息用于指示所述资源仓库所处地理位置的气候变化特征；基于预设的时间维度与耗材类型的需求关系确定所述时间维度信息对应的不同类耗材的需求量，以确定所述第一类耗材的目标需求量；在所述存储目标低于所述目标需求量的情况下，对所述存储目标进行增量调整。

在一个示例性的实施例中，上述装置还包括：反馈模块，用于从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，基于所述目标服务策略生成针对目标设备以及目标对象的服务内容；将所述服务内容发送至与服务对象绑定的移动终端中；在接收到所述服务对象在移动终端反馈的响应指令的情况下，确定所述目标服务策略成功执行。

在一个示例性的实施例中，上述装置还包括：工单模块，用于从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，确定所述目标服务策略匹配的服务信息，其中，所述服务信息包括以下至少之一：目标设备对应维修耗材的配置信息、目标设备对应维修对象的配置信息、目标设备对应的设备升级信息；基于所述服务信息为所述目标设备安排维修工单。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

S2，通过预设工单处理方式对所述工单信息进行故障码检测；

S3，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

S2，通过预设工单处理方式对所述工单信息进行故障码检测；

S3，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (11)

1.一种服务策略的确定方法，其特征在于，包括：

获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

通过预设工单处理方式对所述工单信息进行故障码检测；

在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

2.根据权利要求1所述的方法，其特征在于，通过预设工单处理方式对所述工单信息进行故障码检测，包括：

提取所述工单信息中的故障图像信息；

将所述故障图像信息输入至识别模型中，以得到所述故障图像信息的故障码；其中，所述识别模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：参考故障图像信息，以及参考故障图像信息对应的第一故障码；所述参考故障图像信息至少包括：训练图像和真实业务图像。

3.根据权利要求1所述的方法，其特征在于，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，包括：

获取包含多个第一故障码的预设故障码清单，其中，所述预设故障码清单包括：每一个第一故障码对应的设备类型，所述设备类型对应的第二故障现象，所述第二故障现象对应的维修措施，处理所述第二故障现象所需的耗材列表；识别所述工单信息中的设备信息，确定存在所述故障码的目标设备的第一设备类型；

根据所述第一设备类型从所述预设故障码清单中提取故障码列表，其中，所述故障码列表至少包括多个待与所述故障码匹配的目标故障码；

将所述故障码与所述目标故障码进行匹配，确定出与所述故障码匹配的第二故障码；

将所述第二故障码对应的第二故障现象确定为所述故障码的实际故障现象，以确定所述故障码的第一故障现象。

4.根据权利要求1所述的方法，其特征在于，在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象之后，所述方法还包括：

在确定所述故障码归属的故障类型的情况下，确定所述预设周期内检测出的不同故障类型中每一种故障类型的第一出现次数，以及所述不同故障类型对应的第二出现次数，其中，所述第二出现次数为所有不同故障类型出现次数的总和；

使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率。

5.根据权利要求4所述的方法，其特征在于，使用第一出现次数除以所述第二出现次数，得到每一种故障类型的出现概率之后，所述方法还包括：

确定所述出现概率大于预设概率的多个目标故障类型需要消耗的第一类耗材的第一数量；

获取所述目标区域中资源仓库中第一类耗材的第二数量；

确定所述第二数量与所述第一数量的差值；

根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标。

6.根据权利要求5所述的方法，其特征在于，根据所述差值和所述资源仓库的耗材更新时间确定所述第一类耗材的存储目标之后，所述方法还包括：

获取所述资源仓库对应的时间维度信息，其中，所述时间维度信息用于指示所述资源仓库所处地理位置的气候变化特征；

基于预设的时间维度与耗材类型的需求关系确定所述时间维度信息对应的不同类耗材的需求量，以确定所述第一类耗材的目标需求量；

在所述存储目标低于所述目标需求量的情况下，对所述存储目标进行增量调整。

7.根据权利要求1所述的方法，其特征在于，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，所述方法还包括：

基于所述目标服务策略生成针对目标设备以及目标对象的服务内容；

将所述服务内容发送至与服务对象绑定的移动终端中；

在接收到所述服务对象在移动终端反馈的响应指令的情况下，确定所述目标服务策略成功执行。

8.根据权利要求1所述的方法，其特征在于，从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略之后，所述方法还包括：

确定所述目标服务策略匹配的服务信息，其中，所述服务信息包括以下至少之一：目标设备对应维修耗材的配置信息、目标设备对应维修对象的配置信息、目标设备对应的设备升级信息；

基于所述服务信息为所述目标设备安排维修工单。

9.一种服务策略的确定装置，其特征在于，包括：

获取模块，用于获取目标区域中的目标设备在预设周期内上报的工单信息，其中，所述工单信息中至少包括：目标设备的设备信息以及所述目标设备的故障图像信息；

检测模块，用于通过预设工单处理方式对所述工单信息进行故障码检测；确定模块，用于在检测结果中存在故障码的情况下，确定与所述故障码匹配的第一故障现象，并从多个预设策略中确定出与所述第一故障现象匹配的目标服务策略。

10.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至8中任一项所述的方法。

11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至8中任一项所述的方法。