本发明涉及计算机软件,特别涉及一种门店收银管理方法、装置、计算机设备及存储介质。
背景技术:
1、门店私收银是指店员向顾客展示个人收款码或pos机等收款工具,或者是未经过企业规定的收银机收款,将原本属于门店的收款纳入自己口袋。门店具体操作时候并不会经过门店收银系统,所以门店收银系统并不会有直接的数据体现,而且涉及金额一次性并不会太大,较难挖掘存私收的门店。
2、对于含有门店数量较多的企业来说,一个门店通常会装置多个摄像头,每一摄像头的监控视频有十几个小时,因此如果只是单纯通过图像算法检测来对每一秒每一帧图像进行检测的话,会涉及庞大的算力,导致检测效率低下,并且检测过程需要庞大的gpu运算资源,同时考虑网络因素,可能需要针对每家门店部署gpu服务器,从而导致整体检测成本过高,难以实现。
3、因此,如何提高门店收银管理效率,高效检测门店私收银情况,以降低甚至避免门店出现私收银情况,是本领域技术人员需要解决的问题。
技术实现思路
1、本发明实施例提供了一种门店收银管理方法、装置、计算机设备及存储介质,旨在提高门店收银管理效率,避免或减少门店出现私收银情况。
2、第一方面,本发明实施例提供了一种门店收银管理方法,包括:
3、获取各门店的私收银特征,并根据所述私收银特征构建潜在私收门店风险识别模型;其中,私收银特征包括门店经营特征、商品分类特征、时段销售特征和私收工具特征;
4、利用所述潜在私收门店风险识别模型对各门店预测潜在私收概率,以选取潜在私收概率最高的n个门店作为第一目标门店;
5、获取私收工具图像,并根据所述私收工具图像构建私收工具识别模型;
6、利用所述私收工具识别模型对所述第一目标门店进行私收工具识别,并将包含有私收工具的所述第一目标门店作为第二目标门店输出,以及输出所述私收工具对应的私收工具信息;
7、对所述第二目标门店提取收银区域,并识别所述收银区域内的员工与顾客信息,结合所述私收工具信息判断对应门店是否存在私收银情况。
8、第二方面,本发明实施例提供了一种门店收银管理装置,包括:
9、第一模型构建单元,用于获取各门店的私收银特征,并根据所述私收银特征构建潜在私收门店风险识别模型;其中,私收银特征包括门店经营特征、商品分类特征、时段销售特征和私收工具特征;
10、第一门店选取单元,用于利用所述潜在私收门店风险识别模型对各门店预测潜在私收概率,以选取潜在私收概率最高的n个门店作为第一目标门店;
11、第二模型构建单元,用于获取私收工具图像,并根据所述私收工具图像构建私收工具识别模型;
12、第二门店选取单元,用于利用所述私收工具识别模型对所述第一目标门店进行私收工具识别,并将包含有私收工具的所述第一目标门店作为第二目标门店输出,以及输出所述私收工具对应的私收工具信息;
13、收银管理单元,用于对所述第二目标门店提取收银区域,并识别所述收银区域内的员工与顾客信息,结合所述私收工具信息判断对应门店是否存在私收银情况。
14、第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的门店收银管理方法。
15、第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的门店收银管理方法。
16、本发明实施例提供了一种门店收银管理方法、装置、计算机设备及存储介质,该方法包括:获取各门店的私收银特征,并根据所述私收银特征构建潜在私收门店风险识别模型;其中,私收银特征包括门店经营特征、商品分类特征、时段销售特征和私收工具特征;利用所述潜在私收门店风险识别模型对各门店预测潜在私收概率,以选取潜在私收概率最高的n个门店作为第一目标门店;获取私收工具图像,并根据所述私收工具图像构建私收工具识别模型;利用所述私收工具识别模型对所述第一目标门店进行私收工具识别,并将包含有私收工具的所述第一目标门店作为第二目标门店输出,以及输出所述私收工具对应的私收工具信息;对所述第二目标门店提取收银区域,并识别所述收银区域内的员工与顾客信息,结合所述私收工具信息判断对应门店是否存在私收银情况。本发明实施例通过构建潜在私收门店风险识别模型预测出存在潜在私收概率的门店,接着通过私收工具识别以及对收银区域识别是否存在符合私收的条件来判断是否存在私收情况,如此可提高门店收银管理效率,避免或减少门店出现私收银情况。
1.一种门店收银管理方法,其特征在于,包括:
2.根据权利要求1所述的一种门店收银管理方法,其特征在于,所述获取各门店的私收银特征,并根据所述私收银特征构建潜在私收门店风险识别模型,包括:
3.根据权利要求2所述的一种门店收银管理方法,其特征在于,所述采用随机森林模型计算每一所述私收银特征的贡献值,包括:
4.根据权利要求1所述的一种门店收银管理方法,其特征在于,所述获取私收工具图像,并根据所述私收工具图像构建私收工具识别模型,包括:
5.根据权利要求4所述的一种门店收银管理方法,其特征在于,所述将所述私收工具图像输入至yolov5 l6检测模型中训练学习,以此构建所述私收工具识别模型,包括:
6.根据权利要求1所述的一种门店收银管理方法,其特征在于,所述对所述第二目标门店提取收银区域,并识别所述收银区域内的员工与顾客信息,结合所述私收工具信息判断对应门店是否存在私收银情况,包括:
7.根据权利要求6所述的一种门店收银管理方法,其特征在于,所述对所述第二目标门店提取收银区域,并识别所述收银区域内的员工与顾客信息,结合所述私收工具信息判断对应门店是否存在私收银情况,还包括:
8.一种门店收银管理装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的门店收银管理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的门店收银管理方法。