CN107679145A - 一种门店监测方法及电子设备 - Google Patents
一种门店监测方法及电子设备 Download PDFInfo
- Publication number
- CN107679145A CN107679145A CN201710875130.3A CN201710875130A CN107679145A CN 107679145 A CN107679145 A CN 107679145A CN 201710875130 A CN201710875130 A CN 201710875130A CN 107679145 A CN107679145 A CN 107679145A
- Authority
- CN
- China
- Prior art keywords
- information
- electronic equipment
- shops
- result
- matching result
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种门店监测方法及电子设备。其中，方法包括：将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
Description
技术领域
本发明涉及信息处理领域，尤其涉及一种门店监测方法及电子设备。
背景技术
连锁门店是众多小规模的、分散的、经营同类商品和服务的同一品牌的零售店，在总部的组织领导下，采取共同的经营方针、一致的营销行动。
在这种管理机制下，总部需要根据各个店面阶段性的产品展出及营销情况来发放资金，通常的实现方式就是在设备上安装对应的软件，借助于互联网将设备上采集的数据上传到总部后端服务器，借助于数据分析获取对应的管理信息数据。
然而连锁门店在利益驱使下在销售过程中经常会发生违规行为，这样将会严重损害商品生产商的利益。这就需要人工去对门店进行监测，这种方式大大增加了人工成本，随机性大，而且不利于定位问题，且效率低，对于该问题，目前尚无有效解决方案。
发明内容
为解决现有存在的技术问题，本发明实施例提供一种门店监测方法及电子设备。
本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种门店监测方法，包括：
将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；
从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
上述方案中，所述方法还包括：
利用所述第二信息中的销售信息，计算对应的业绩指标；
将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
利用所述第一比较结果和第二比较结果，得到所第一述电子设备所属门店的业绩分析结果；
相应地，利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
上述方案中，所述方法还包括：
判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
上述方案中，所述方法还包括：
利用摄像头实时采集所述第一电子设备所属门店的场景信息；
当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
上述方案中，周期性确定对所述第一电子设备所属门店的监测结果并输出。
本发明实施例还提供了了一种电子设备，包括：
第一匹配单元，用于将采集的与电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；
确定单元，用于从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
第二匹配单元，用于将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
处理单元，用于利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
上述方案中，所述电子设备还包括：业绩分析单元，用于：
利用所述第二信息中的销售信息，计算对应的业绩指标；
将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
利用所述第一比较结果和第二比较结果，得到所述第一电子设备所属门店的业绩分析结果；
相应地，所述处理单元，用于利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
上述方案中，所述第一匹配单元，还用于：
判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
上述方案中，所述电子设备还包括：申诉处理单元，用于：
利用摄像头实时采集所述第一电子设备所属门店的场景信息；
当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
本发明实施例又提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述任一方法的步骤。
本发明实施例提供的门店监测方法及电子设备，将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。采用本发明实施例的方案，通过将采集的信息与数据库中的门店管理信息进行匹配，可以自动确定对门店的监测结果，如此，能够大大减小人员成本，准确定位违规异常，从而具有效率高、有针对性、节省成本等优点。
附图说明
在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
图1为本发明实施例一种门店监测的方法流程示意图；
图2为本发明实施例另一种门店监测的方法流程示意图；
图3为本发明实施例相关业绩指标的概率分布曲线；
图4为本发明实施例另一种门店监测的方法流程示意图；
图5为本发明实施例门店监测的流程示意图；
图6为本发明实施例电子设备结构示意图；
图7为本发明实施例电子设备硬件结构示意图。
具体实施方式
下面结合附图及实施例对本发明再作进一步的描述。
门店的违规行为，主要包括：
1、离店出样：即样品机器没有摆放在展台上，店员在办公区个人使用；或者样品机器在未登记注册地点出样；
2、窜店出样：即一台样品机器与多家店面有绑定关系；
3、销售其他品牌或者假冒伪劣产品；
4、已售出样品机器未及时卸载软件，顾客购买回使用过程中仍然传回数据，充数抽样；
5、店员修改计算机系统时间，伪造出样时常信息，等等。
为了实现对门店的监测，相关技术中只能周期性人工抽取店面，委派神秘人暗中到门店检查，但是这种方式，随着连锁店面数量的增多，定位问题困难、随机性大、效率低、增加额外开销等不足也更加突显。
基于此，在本发明的各种实施例中：将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
采用本发明实施例的方案，通过将采集的信息与数据库中的门店管理信息进行匹配，可以自动确定对门店的监测结果，如此，能够大大减小人员成本，准确定位违规异常，从而具有效率高、有针对性、节省成本等优点。
在以下的描述中，将样品机器简称为样机。
本发明实施例提供的门店监测方法，应用于电子设备。
图1为本发明实施例一种门店监测方法流程图。如图1所示，该方法包括以下步骤：
步骤101：将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；
这里，需要说明的是：执行本发明实施例方法的第一电子设备与步骤101中的电子设备是不同的，实际应用时，步骤101中的第一电子设备可以使门店内的样机。
所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息。
实际应用时，店员可能会修改计算机系统时间，以伪造出样时长信息等，也需要对这种违规行为进行识别。
基于此，在一实施例中，判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
其中，本步骤是将采集的第一信息及第二信息直接将数据库中的门店管理信息进行匹配，不需要对采集的信息进行任何加工，从而判断是否有离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
也就是说，在本步骤中，电子设备是门店里的样机。基于采集的样机(所述第一电子设备)行为数据的字面信息自动进行简单违规行为的辨别。
实际应用时，可以借助自动部署的样机数据采集软件，自动提取和人交互过程中的事件信息，依据事件信息中的如空间及时间等信息，结合预先维护的知识库，发现如离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
所述第一信息是指操作样机时产生的行为信息数据，可以包括：样机名称、操作行为、操作对象、空间信息、时间戳等。
所述第二信息是指门店数据，可以包括：门店面呈、产品列表、营业时间、销售规则、空间信息等。
步骤102：从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
这里，实际应用时，基于样本数据，采用机器学习的方式建立相应的模型，利用提取的特征信息，以及建立的模型，确定所述第一电子设备对应的使用习惯。
其中，所述使用习惯是指使用所述第一电子设备的使用者的行为习惯。
步骤103：将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
这里，在本步骤中，是对采集的数据进行挖掘的过程，分析获取的特征、模式或者规律实现对复杂违规行为进一步辨别。例如：通过样机上安装软件个数类别、日常操作内容及频数的分布状况、使用时间范围等信息分析出使用者的行为习惯及作息规律以区分样机是否已售出，实现充数出样的辨别等。
实际应用时，步骤101、与步骤102～103在执行上无先后顺序。
步骤104：利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
也就是说，将第一匹配结果和第二匹配结果进行整合，作为门店的监测结果。
实际应用时，所述输出可以是发送至管理者的电子邮箱中，以便管理者对违规行为进行处理。
实际应用时，步骤101～104可以周期性执行，也就是说，周期性确定对所述第一电子设备所属门店的监测结果并输出，以便管理者能够及时了解对门店的监测情况。
另外，实际应用时，管理者可以设置在数据库中设置各店面及违规行为监督分析的权重或置信度，以判断是否是违规行为。
本发明实施例提供的门店监测方法，将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出，采用本发明实施例的方案，通过将采集的信息与数据库中的门店管理信息进行匹配，可以自动确定对门店的监测结果，如此，能够大大减小人员成本，准确定位违规异常，从而具有效率高、有针对性、节省成本等优点。
实际应用时，除了上述预期的门店违规行为外，还有其他一些预期之外的疑似违规行为，也需要对这些疑似违规行为进行监测。
基于此，本发明实施例提供另一种门店监测方法，如图2所示，该方法包括：
步骤201：将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；
这里，需要说明的是：执行本发明实施例方法的电子设备与步骤101中的第一电子设备是不同的，实际应用时，步骤101中的第一电子设备可以使门店内的样机。
所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息。
实际应用时，店员可能会修改计算机系统时间，以伪造出样时长信息等，也需要对这种违规行为进行识别。
基于此，在一实施例中，判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
其中，本步骤是将采集的第一信息及第二信息直接将数据库中的门店管理信息进行匹配，不需要对采集的信息进行任何加工，从而判断是否有离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
也就是说，在本步骤中，电子设备是门店里的样机。基于采集的样机(所述第一电子设备)行为数据的字面信息自动进行简单违规行为的辨别。
实际应用时，可以借助自动部署的样机数据采集软件，自动提取和人交互过程中的事件信息，依据事件信息中的如空间及时间等信息，结合预先维护的知识库，发现如离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
所述第一信息是指操作样机时产生的行为信息数据，可以包括：样机名称、操作行为、操作对象、空间信息、时间戳等。
所述第二信息是指门店数据，可以包括：门店面呈、产品列表、营业时间、销售规则、空间信息等。
步骤202：从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
这里，实际应用时，基于样本数据，采用机器学习的方式建立相应的模型，利用提取的特征信息，以及建立的模型，确定所述第一电子设备对应的使用习惯。
其中，所述使用习惯是指使用所述第一电子设备的使用者的行为习惯。
步骤203：将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
这里，在本步骤中，是对采集的数据进行挖掘的过程，分析获取的特征、模式或者规律实现对复杂违规行为进一步辨别。例如：通过样机上安装软件个数类别、日常操作内容及频数的分布状况、使用时间范围等信息分析出使用者的行为习惯及作息规律以区分样机是否已售出，实现充数出样的辨别等。
步骤204：利用所述第二信息中的销售信息，计算对应的业绩指标；
步骤205：将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
步骤206：将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
步骤207：利用所述第一比较结果和第二比较结果，得到所述第一电子设备所属门店的业绩分析结果；
这里，实际应用时，步骤201、步骤202～203、步骤204～207在执行上无先后顺序。
通过步骤204～207，能够对其他预期之外疑似违规行为进行辨别，也就是说，在步骤204～207中，如图3所示，从横向、纵向两个角度按照业务需求计算相关业绩指标并绘制概率分布曲线，对于数据在曲线上的位置严重偏离、孤立的店面认为存在其他预期之外的疑似违规行为。
步骤208：利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
也就是说，将第一匹配结果、第二匹配结果及得到的业绩分析结果进行整合，作为门店的监测结果。
实际应用时，所述输出可以是发送至管理者的电子邮箱中，以便管理者对违规行为进行处理。
实际应用时，步骤201～208可以周期性执行，也就是说，周期性确定对所述第一电子设备所属门店的监测结果并输出，以便管理者能够及时了解对门店的监测情况。
另外，实际应用时，管理者可以设置在数据库中设置各店面及违规行为监督分析的权重或置信度，以判断是否是违规行为。而且，对于提出的疑似违规的行为，经检查若判定不属于已有违规类型库中，管理者可以添加至数据库中，使其参与日后的监督分析。
本发明实施例提供的门店监测方法，将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出，采用本发明实施例的方案，通过将采集的信息与数据库中的门店管理信息进行匹配，可以自动确定对门店的监测结果，如此，能够大大减小人员成本，准确定位违规异常，从而具有效率高、有针对性、节省成本等优点。
另外，利用所述第二信息中的销售信息，计算对应的业绩指标；将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；将得到的业务指标与历史业务指标进行比较，得到第二比较结果；利用所述第一比较结果和第二比较结果，得到所述第一电子设备所属门店的业绩分析结果；相应地，利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出，这样，能够对一些疑似违规行为作出判断，从而能够及时对这些疑似违规行为进行现场检测。
另外，虽然自动对店面的违规行为做出了分析，但是考虑到实际应用时店员可能会对自动分析结果进行质疑，从而提出申诉，对于该问题也需要进行处理。
基于此，本发明实施例提供另一种门店监测方法，如图4所示，该方法包括：
步骤401：将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；
这里，所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息。
实际应用时，店员可能会修改计算机系统时间，以伪造出样时长信息等，也需要对这种违规行为进行识别。
基于此，在一实施例中，判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
其中，本步骤是将采集的第一信息及第二信息直接将数据库中的门店管理信息进行匹配，不需要对采集的信息进行任何加工，从而判断是否有离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
也就是说，在本步骤中，电子设备是门店里的样机。基于采集的样机(所述第一电子设备)行为数据的字面信息自动进行简单违规行为的辨别。
实际应用时，可以借助自动部署的样机数据采集软件，自动提取和人交互过程中的事件信息，依据事件信息中的如空间及时间等信息，结合预先维护的知识库，发现如离店出样、窜店出样、修改系统时间、销售假冒伪劣产品等违规行为。
所述第一信息是指操作样机时产生的行为信息数据，可以包括：样机名称、操作行为、操作对象、空间信息、时间戳等。
所述第二信息是指门店数据，可以包括：门店面呈、产品列表、营业时间、销售规则、空间信息等。
步骤402：从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
这里，实际应用时，基于样本数据，采用机器学习的方式建立相应的模型，利用提取的特征信息，以及建立的模型，确定所述第一电子设备对应的使用习惯。
其中，所述使用习惯是指使用所述第一电子设备的使用者的行为习惯。
步骤403：将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
这里，在本步骤中，是对采集的数据进行挖掘的过程，分析获取的特征、模式或者规律实现对复杂违规行为进一步辨别。例如：通过样机上安装软件个数类别、日常操作内容及频数的分布状况、使用时间范围等信息分析出使用者的行为习惯及作息规律以区分样机是否已售出，实现充数出样的辨别等。
实际应用时，步骤401、与步骤402～403在执行上无先后顺序。
步骤404：利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出；
也就是说，将第一匹配结果和第二匹配结果进行整合，作为门店的监测结果。
实际应用时，所述输出可以是发送至管理者的电子邮箱中，以便管理者对违规行为进行处理。
实际应用时，步骤401～404可以周期性执行，也就是说，周期性确定对所述第一电子设备所属门店的监测结果并输出，以便管理者能够及时了解对门店的监测情况。
步骤405：利用摄像头实时采集所述第一电子设备所属门店的场景信息；
步骤406：当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
步骤407：将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
也就是说，针对店员对某个分析结果的申诉，按照时间线索提取相应监控图片，与店员提供的证据比对辨别真伪，最终将交互记录也发送给管理者。
本发明实施例提供的门店监测方法，将采集的与电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出，采用本发明实施例的方案，通过将采集的信息与数据库中的门店管理信息进行匹配，可以自动确定对门店的监测结果，如此，能够大大减小人员成本，准确定位违规异常，从而具有效率高、有针对性、节省成本等优点。
另外，利用摄像头实时采集所述第一电子设备所属门店的场景信息；当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果，自动对申诉请求进行处理，如此，能够进一步降低人员成本，提高处理效率。
综上所述，如图5所示，本发明实施例提供的方法，定位违规类型，统计违规频度；同时还可以包含店面申诉处理模块，若店面对于分析结果有疑义并申诉辩驳，可以按照时间线索提取店面图像对其提供的证据进一步辨别真伪，最终将所有分析报告及相关记录发送给管理者。另外，管理者也可以根据具体业务需求设定系统对于各店面及违规行为分析权重或置信度，也就是说，本发明实施例提供的方案，尽可能减少人力开销，准确、高效、智能地分析样机数据，在海量数据中发现违规行为，形成报告反馈管理者；同时还可以处理店员申诉，辨别真伪；根据业务需求灵活设定对各店面、违规行为监控力度，实现店面管理自动化、智能化、规模化及系统化，可以大大减小人力消耗，快速缩小检查范围，准确定位违规异常，具有效率高、有针对性、节省成本等优点，具有创新性、实用性、可扩展性及有效性。
为实现本发明实施例的方法，本发明实施例提供一种电子设备，如图6所示，该电子设备包括：
第一匹配单元61，用于将采集的与电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；
确定单元62，用于从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
第二匹配单元63，用于将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
处理单元64，用于利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
其中，在一些实施例中，所述电子设备还包括：业绩分析单元，用于：
利用所述第二信息中的销售信息，计算对应的业绩指标；
将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
利用所述第一比较结果和第二比较结果，得到所述第一电子设备所属门店的业绩分析结果；
相应地，所述处理单元64，用于利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
所述第一匹配单元，还用于：
判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
一些实施例中，所述电子设备还包括：申诉处理单元，用于：
利用摄像头实时采集所述第一电子设备所属门店的场景信息；
当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
实际应用时，所述第一匹配单元61、确定单元62、第二匹配单元63、处理单元64、业绩分析单元、申诉处理单元可由电子设备中的处理器实现。
需要说明的是：上述实施例提供的电子设备在进行门店监测时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的电子设备与门店监测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述电子设备的硬件实现，及本发明实施例的方法，本发明实施例还提供了一种电子设备，如图7所示，该电子设备70包括：处理器71和用于存储能够在处理器上运行的计算机程序的存储器72，
其中，所述处理器用于运行所述计算机程序时，执行本发明实施例方法的步骤。
当然，实际应用时，该电子设备70还可以包括：通信接口73和用户接口74。该电子设备70中的各个组件通过总线系统74耦合在一起。可理解，总线系统75用于实现这些组件之间的连接通信。总线系统75除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统75。
处理器71的个数为至少一个。
通信接口73，用于与其他电子设备进行信息交互。
其中，用户接口74可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
存储器72可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，DynamicRandom Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic RandomAccess Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器72旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器71中，或者由处理器71实现。处理器71可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器71可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器71可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器72，处理器71读取存储器72中的信息，结合其硬件完成前述方法的步骤。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例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中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器72，上述计算机程序可由电子设备70的处理器71执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种门店监测方法，包括：
将采集的与第一电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；
从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用所述第二信息中的销售信息，计算对应的业绩指标；
将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
利用所述第一比较结果和第二比较结果，得到所第一述电子设备所属门店的业绩分析结果；
相应地，利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：
利用摄像头实时采集所述第一电子设备所属门店的场景信息；
当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
5.根据权利要求1至3任一项所述的方法，其特征在于，周期性确定对所述第一电子设备所属门店的监测结果并输出。
6.一种电子设备，包括：
第一匹配单元，用于将采集的与电子设备关联的第一信息及第二信息与数据库中的门店管理信息进行匹配，得到第一匹配结果；所述第一信息包含所述第一电子设备的设备信息及对所述第一电子设备进行操作的行为信息；所述第二信息包含所述第一电子设备所属的门店信息；
确定单元，用于从所述行为信息中提取特征信息，基于所述特征信息确定所述第一电子设备对应的使用习惯；
第二匹配单元，用于将确定的使用习惯与数据库中的门店管理信息进行匹配，得到第二匹配结果；
处理单元，用于利用第一匹配结果和第二匹配结果，确定对所述第一电子设备所属门店的监测结果并输出。
7.根据权利要求6所述的电子设备，其特征在于，所述电子设备还包括：业绩分析单元，用于：
利用所述第二信息中的销售信息，计算对应的业绩指标；
将得到的业绩指标与基于至少两个门店的统计信息进行比较，得到第一比较结果；
将得到的业务指标与历史业务指标进行比较，得到第二比较结果；
利用所述第一比较结果和第二比较结果，得到所述第一电子设备所属门店的业绩分析结果；
相应地，所述处理单元，用于利用第一匹配结果、第二匹配结果及得到的业绩分析结果，得到对所述第一电子设备所属门店的监测结果并输出。
8.根据权利要求6所述的电子设备，其特征在于，所述第一匹配单元，还用于：
判断所述行为信息中的时间信息是否与对应的服务器时间相同；
当所述行为信息中的时间信息是否与对应的服务器时间不同时，利用所述服务器时间校正所述行为信息中的时间信息；
相应地，校正后，将第一信息及第二信息与数据库中的门店管理信息进行匹配。
9.根据权利要求6至8任一项所述的电子设备，其特征在于，所述电子设备还包括：申诉处理单元，用于：
利用摄像头实时采集所述第一电子设备所属门店的场景信息；
当接收到申诉请求时，按照申诉请求中携带的时间证据，从所述场景信息中提取与所述申诉请求中携带的时间对应的场景信息；
将提取的场景信息与所述申诉请求中的证据进行匹配，得到第三匹配结果，并输出匹配结果。
10.一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710875130.3A CN107679145B (zh) | 2017-09-25 | 2017-09-25 | 一种门店监测方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710875130.3A CN107679145B (zh) | 2017-09-25 | 2017-09-25 | 一种门店监测方法及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107679145A true CN107679145A (zh) | 2018-02-09 |
| CN107679145B CN107679145B (zh) | 2020-08-25 |
Family
ID=61137297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710875130.3A Active CN107679145B (zh) | 2017-09-25 | 2017-09-25 | 一种门店监测方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107679145B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934273A (zh) * | 2023-08-15 | 2023-10-24 | 上海赛岩信息咨询有限公司 | 管理控制方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013040025A2 (en) * | 2011-09-12 | 2013-03-21 | The Nielsen Company (Us), Llc. | Methods and apparatus to monitor products in stores |
| CN103701864A (zh) * | 2013-12-09 | 2014-04-02 | 徐正 | 一种店面数据实时分析系统、方法、装置和服务器 |
| CN105868620A (zh) * | 2016-03-23 | 2016-08-17 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN106097011A (zh) * | 2016-06-15 | 2016-11-09 | 广州信聚丰信息科技有限公司 | 智能门店用智能巡店及消费者行为可视化需求分析系统 |
| CN106211068A (zh) * | 2016-06-30 | 2016-12-07 | 联想(北京)有限公司 | 一种信息处理方法及服务器 |
-
2017
- 2017-09-25 CN CN201710875130.3A patent/CN107679145B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013040025A2 (en) * | 2011-09-12 | 2013-03-21 | The Nielsen Company (Us), Llc. | Methods and apparatus to monitor products in stores |
| CN103701864A (zh) * | 2013-12-09 | 2014-04-02 | 徐正 | 一种店面数据实时分析系统、方法、装置和服务器 |
| CN105868620A (zh) * | 2016-03-23 | 2016-08-17 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN106097011A (zh) * | 2016-06-15 | 2016-11-09 | 广州信聚丰信息科技有限公司 | 智能门店用智能巡店及消费者行为可视化需求分析系统 |
| CN106211068A (zh) * | 2016-06-30 | 2016-12-07 | 联想(北京)有限公司 | 一种信息处理方法及服务器 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934273A (zh) * | 2023-08-15 | 2023-10-24 | 上海赛岩信息咨询有限公司 | 管理控制方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107679145B (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8854190B2 (en) | Systems and methods to detect cross reads in RFID tags | |
| US20180247361A1 (en) | Information processing apparatus, information processing method, wearable terminal, and program | |
| CN101197676B (zh) | 认证系统的管理方法 | |
| CN105590132A (zh) | 用于评估和回收电子设备的方法和系统 | |
| KR102407057B1 (ko) | Sns 사용자 채널에 대한 공개 데이터를 분석하여 영향력 리포트를 제공하는 시스템 및 방법 | |
| CN106326248A (zh) | 数据库数据的存储方法和装置 | |
| CN109559081B (zh) | 一种基于rfid标签的库房工具管理系统及控制方法 | |
| TAN et al. | Evaluation and improvement of procurement process with data analytics | |
| CN109933984A (zh) | 一种最佳聚类结果筛选方法、装置和电子设备 | |
| CN106910135A (zh) | 用户推荐方法及装置 | |
| CN111598753A (zh) | 一种嫌疑人推荐方法、装置、电子设备和存储介质 | |
| KR20210148573A (ko) | Sns 사용자 채널에 대한 공개 데이터를 수집하고, 수집된 공개 데이터를 기반으로 영향력을 측정하는 시스템 및 방법 | |
| CN107749164B (zh) | 一种车辆聚集分析方法及装置 | |
| CN114143402A (zh) | 一种ai外呼方法、装置、计算机设备及存储介质 | |
| US20170330206A1 (en) | Motion line processing system and motion line processing method | |
| CN111126119A (zh) | 基于人脸识别的到店用户行为统计方法和装置 | |
| CN103593355A (zh) | 用户原创内容的推荐方法及推荐装置 | |
| CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
| CN112767081A (zh) | 一种跨境保税仓商品分类方法及装置 | |
| CN107679145A (zh) | 一种门店监测方法及电子设备 | |
| CN119379391B (zh) | 一种基于传感器的产品推荐方法、系统、设备及介质 | |
| CN114219540A (zh) | 用户行为周期的确定方法及其装置、电子设备及存储介质 | |
| CN117520994B (zh) | 基于用户画像和聚类技术识别机票异常搜索用户方法及系统 | |
| CN105302844B (zh) | 互联网监测方法、装置及系统 | |
| CN119130350A (zh) | 一种电子护照的分布式管理方法及相关设备 |
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 |