基于物联网技术的POS机智能化监控系统
申请人信息
- 申请人:深圳鼎智通讯有限公司
- 申请人地址:518000 广东省深圳市福田区沙头街道天安社区泰然九路盛唐商务大厦东座501
- 发明人: 深圳鼎智通讯有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于物联网技术的POS机智能化监控系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311344658.X |
| 申请日 | 2023/10/18 |
| 公告号 | CN117093916B |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 深圳鼎智通讯有限公司 |
| 发明人 | 翁锋华; 邹祥永 |
| 地址 | 广东省深圳市福田区沙头街道天安社区泰然九路盛唐商务大厦东座501 |
摘要文本
深圳鼎智通讯有限公司取得“一种透气窗帘布”专利技术,本发明涉及数据处理技术领域,具体涉及基于物联网技术的POS机智能化监控系统,包括:计算历史数据中每个消费者在每个消费地点的消费习惯特征;计算历史数据中每两个消费者在每两个消费地点的消费习惯特征的相似性;计算在每两个消费地点的消费习惯特征的相似性;将所有消费者划分为若干个消费习惯群体;获得目标消费者的消费习惯特征差异;根据当前消费者的消费习惯特征差异获得当前数据的综合差异程度;根据当前数据的综合差异程度对POS机进行预警,实现智能化监控。本发明保证了获取消费者的消费习惯的准确性,减少了消费地点的随机性造成的影响,使得异常监测结果的准确性,实现基于物联网技术的POS机智能化监控。
专利主权项内容
1.基于物联网技术的POS机智能化监控系统,其特征在于,所述系统包括:数据采集模块,用于获取待检测POS机的当前数据和历史数据;消费习惯群体划分模块,用于根据历史数据获得历史数据中每个消费者在每个消费地点购买的每种商品类别的消费曲线;根据历史数据中每个消费者在每个消费地点购买的所有商品类别的消费曲线,计算历史数据中每个消费者在每个消费地点的消费习惯特征;根据历史数据中每个消费者在每个消费地点的消费习惯特征,计算历史数据中每两个消费者在每两个消费地点的消费习惯特征的相似性;根据历史数据获得在每个消费地点购买的每种商品类别的消费曲线;根据在每个消费地点购买的所有商品类别的消费曲线,计算在每两个消费地点的消费习惯特征的相似性;根据历史数据中每两个消费者在每两个消费地点的消费习惯特征的相似性和在每两个消费地点的消费习惯特征的相似性,将所有消费者划分为若干个消费习惯群体;POS机智能监控模块,用于将待检测POS机的当前数据中的消费者记为目标消费者,计算历史数据中目标消费者的消费习惯特征的规律性;根据历史数据中目标消费者的消费习惯特征的规律性和目标消费者所在的消费习惯群体,获得目标消费者的消费习惯特征差异;根据当前消费者的消费习惯特征差异获得当前数据的综合差异程度;根据当前数据的综合差异程度对POS机进行预警,实现智能化监控;所述根据历史数据获得历史数据中每个消费者在每个消费地点购买的每种商品类别的消费曲线,包括的具体步骤如下:根据训练好的分类神经网络,获得历史数据中每次购物行为的消费数据中购买的所有种商品所属的商品类别;对于历史数据中的消费者c1,获得消费者c1在历史数据中的所有次购物行为的消费数据组成消费者c1的历史购物数据集合;将消费者c1的历史购物数据集合中的所有消费地点作为历史数据中消费者c1的消费地点,将消费者c1的历史购物数据集合按照消费者c1的消费地点划分为若干个子集合,记为消费者c1在每个消费地点的历史购物数据子集合;将消费者c1在消费地点d1的历史购物数据子集合中的所有种商品类别作为历史数据中消费者c1在消费地点d1的商品类别,每种商品类别包括若干种商品;对于消费者c1在消费地点d1购买的商品类别s1,以消费时间为横坐标,以每个消费时间消费者c1在消费地点d1购买的属于商品类别s1的所有商品的单价的平均值为纵坐标,获得历史数据中消费者c1在消费地点d1的商品类别s1的消费曲线;以此类推,获得历史数据中每个消费者在每个消费地点购买的每种商品类别的消费曲线;所述计算历史数据中每个消费者在每个消费地点的消费习惯特征,包括的具体步骤如下:将历史数据中消费者c1在消费地点d1购买的商品类别s1的消费曲线上每两个相邻数据点的横坐标的差值记为历史数据中消费者c1在消费地点d1购买的商品类别s1的消费间隔时间,将历史数据中消费者c1在消费地点d1购买的商品类别s1的所有消费间隔时间的平均值作为历史数据中消费者c1在消费地点d1购买的商品类别s1的平均消费间隔时间;将历史数据中消费者c1在消费地点d1购买的商品类别s1的消费曲线上所有数据点的纵坐标的平均值作为历史数据中消费者c1在消费地点d1购买的商品类别s1的平均单价;计算历史数据中消费者c1在消费地点d1的消费习惯特征:式中,表示历史数据中消费者c1在消费地点d1的消费习惯特征,/>表示历史数据中消费者c1在消费地点d1购买的商品类别的数量,/>表示历史数据中消费者c1在消费地点d1购买的第/>个商品类别的频率,/>表示历史数据中消费者c1在消费地点d1购买的第/>个商品类别的平均消费间隔时间,/>表示历史数据中消费者c1在消费地点d1购买的第/>个商品类别的平均单价,/>表示取最大值,表示历史数据中消费者c1在消费地点d1购买的第/>种商品类别的所有消费间隔时间的最大值,/>表示历史数据中消费者c1在消费地点d1购买的第/>种商品类别的消费曲线上所有商品的单价的最大值,/>表示L2范数;以此类推,计算历史数据中每个消费者在每个消费地点的消费习惯特征;所述计算历史数据中每两个消费者在每两个消费地点的消费习惯特征的相似性,包括的具体步骤如下:式中,表示历史数据中消费者c1在消费地点d1与消费者c2在消费地点d2的消费习惯特征的相似性,/>表示历史数据中消费者c1在消费地点d1的所有商品类别与消费者c2在消费地点d2的所有商品类别中相同商品类别的数量,表示历史数据中消费者c1在消费地点d1的所有商品类别与消费者c2在消费地点d2的所有商品类别的总数量,/>表示历史数据中消费者c1在消费地点d1的消费习惯特征,/>表示历史数据中消费者c2在消费地点d2的消费习惯特征,/>表示取绝对值,/>表示以自然常数为底的指数函数;以此类推,计算历史数据中每两个消费者在每两个消费地点的消费习惯特征的相似性。