基于多模态实现终端AI显示屏的数据分析方法及系统与流程

本发明涉及数据处理，尤其涉及一种基于多模态实现终端ai显示屏的数据分析方法及系统。

背景技术：

1、多模态指的是在数据分析过程中结合了多种不同类型的数据，如文字、图像、视频等。基于终端ai显示屏的数据分析即利用显示屏显示不同类型的数据，例如监控视频、自助零售机的零售数据等，可以为用户提供更全面、更立体的信息展示，提高数据的可视化程度和用户理解的便捷性。

2、目前的数据分析方法可能存在单一性或无法很好地结合多种数据源进行分析的问题。往往需要单独处理不同来源的数据，造成了信息上的碎片化，难以将不同类型的数据融合起来进行更全面的结构化操作。这也导致了信息的分析与展示上的局限性，无法有效地将多源数据融合呈现给用户。

3、因此，急需一种可有效提高对多种源数据的结构化处理效率的方法。

技术实现思路

1、本发明提供一种基于多模态实现终端ai显示屏的数据分析方法、计算机可读存储介质，其主要目的在于提高对多种源数据的结构化效率。

2、为实现上述目的，本发明提供的一种基于多模态实现终端ai显示屏的数据分析方法，包括：

3、接收终端ai显示屏的数据分析指令，根据所述数据分析指令获取与终端ai显示屏具有数据传输关系的多种自助零售机，其中，自助零售机的种类包括饮料零售机、食品零售机及饰品零售机，且每种自助零售机均具有监控装置；

4、获取每种自助零售机的数据访问指令，根据所述数据访问指令依次访问饮料零售机、食品零售机及饰品零售机；

5、当访问成功时，获取每种自助零售机的零售数据，分别得到饮料零售数据、食品零售数据及饰品零售数据，以及对应的监控装置的监控视频；

6、将饮料零售数据、食品零售数据及饰品零售数据执行结构化操作，得到零售结构化数据，其中，零售结构化数据由饮料结构化数据、食品结构化数据及饰品结构化数据组成；

7、对饮料结构化数据、食品结构化数据及饰品结构化数据，执行同族分类，得到同族结构数据及异族结构数据；

8、对监控视频执行安全性分类，得到可视化视频及危害化视频；

9、将危害化视频存储至后台，并将可视化视频、同族结构数据及异族结构数据发送至终端ai显示屏执行显示。

10、可选地，所述获取每种自助零售机的数据访问指令，根据所述数据访问指令依次访问饮料零售机、食品零售机及饰品零售机，包括：

11、从支持终端ai显示屏运行的显示数据库中获取饮料零售机、食品零售机及饰品零售机的ip地址；

12、获取数据访问指令程序，并基于数据访问指令程序的输入参数的格式，根据饮料零售机、食品零售机及饰品零售机的ip地址，生成对应的数据访问参数；

13、将饮料零售机、食品零售机及饰品零售机的数据访问参数作为数据访问指令程序的输入参数后运行数据访问指令程序，得到对应的数据访问指令；

14、利用数据访问指令并线访问饮料零售机、食品零售机及饰品零售机，并判断饮料零售机、食品零售机及饰品零售机是否回传数据回应指令；

15、若存在未回传数据回应指令的自助零售机，则生成访问失败指令给自助零售机的维护人员。

16、可选地，所述零售数据的种类包括：销售量、库存量、购买信息、支付方式及自助零售机的运行数据，且购买信息由购买时间、购买地点和购买商品组成，运行数据包括自助零售机的电压、电流、带宽。

17、可选地，所述将饮料零售数据、食品零售数据及饰品零售数据执行结构化操作，得到零售结构化数据，包括：

18、将饮料零售数据、食品零售数据及饰品零售数据分别与对应的饮料零售机、食品零售机及饰品零售机执行ip地址绑定，得到包括ip地址的饮料零售数据、食品零售数据及饰品零售数据；

19、按照零售数据的种类对包括ip地址的饮料零售数据、食品零售数据及饰品零售数据执行结构化操作，得到零售结构化数据，其中，零售结构化数据的表示方式为：

20、

21、其中，表示第种自助零售机的零售结构化数据，且时表示饮料零售机，时表示食品零售机，时表示饰品零售机，表示第种自助零售机的ip地址，表示第种自助零售机的销售量，表示第种自助零售机的库存量，表示第种自助零售机的购买信息，表示第种自助零售机的支付方式，表示第种自助零售机的运行数据。

22、可选地，所述同族结构数据由运行结构数据、购买结构数据组成，且运行结构数据的生成过程包括：

23、在所述显示数据库中开辟出同族存储区间，并在同族存储区间中生成自助零售机的运行数据的根节点，得到运行根节点；以及，

24、生成运行数据的唯一标识符，得到运行标识符；

25、将运行根节点与运行标识符执行一对一绑定后，以运行根节点为起点，生成3个叶子节点；

26、为每个叶子节点生成对应的标识符，其中，第1个叶子节点的标识符为饮料标识符、第2个叶子节点的标识符为食品标识符、第3个叶子节点的标识符为饰品标识符；

27、将饮料零售机的运行数据存储至第1个叶子节点中，将食品零售机的运行数据存储至第2个叶子节点中，将饰品零售机的运行数据存储至第3个叶子节点中；

28、当每种自助零售机的运行数据均存储完成后，将以运行根节点和3个叶子节点内所存储的运行数据、运行标识符、饮料标识符、食品标识符及饰品标识符组合得到运行结构数据。

29、可选地，所述购买结构数据的生成过程包括：

30、在所述同族存储区间中生成自助零售机的购买信息的根节点，得到购买根节点；以及，

31、生成购买信息的唯一标识符，得到购买标识符；

32、将购买根节点与购买标识符执行一对一绑定后，以购买根节点为起点，生成3个子节点，且在每个子节点下继续生成3个分子节点；

33、将所述饮料标识符、食品标识符及饰品标识符分别作为3个子节点的标识符后，将不同种类的自助零售机的购买时间、购买地点和购买商品，分别存储至每个子节点的3个分子节点中，直至存储完成后，得到购买结构数据，其中，购买结构数据包括购买根节点、3个子节点、每个子节点的3个分子节点，所存储的购买信息、购买标识符、饮料标识符、食品标识符及饰品标识符。

34、可选地，所述异族结构数据的生成包括：

35、生成3组空结构矩阵，其中，每组空结构矩阵的列数为3列，行数至少为2行；

36、将3组空结构矩阵按照与饮料零售机、食品零售机及饰品零售机的对应关系执行分配，得到饮料空矩阵、食品空矩阵及饰品空矩阵；

37、将每种自助零售机的销售量、库存量、支付方式作为第一行数据，分别填入至饮料空矩阵、食品空矩阵及饰品空矩阵；

38、将每种自助零售机的运行数据，作为第二行数据、…、第m行数据，分别填入至饮料空矩阵、食品空矩阵及饰品空矩阵；

39、当填入完成后，得到饮料结构矩阵、食品结构矩阵及饰品结构矩阵，汇总饮料结构矩阵、食品结构矩阵及饰品结构矩阵得到所述异族结构数据。

40、可选地，所述异族结构数据的表示形式为：

41、

42、其中，表示异族结构数据，表示饮料结构矩阵，表示食品结构矩阵，表示饰品结构矩阵。

43、可选地，所述将危害化视频存储至后台，并将可视化视频、同族结构数据及异族结构数据发送至终端ai显示屏执行显示，包括：

44、在所述显示数据库中开辟出视频存储区间及异族存储空间，将危害化视频存储至所述视频存储区间后，生成视频访问地址；

45、将视频访问地址发送至终端ai显示屏的后台；

46、同时，将异族结构数据存储至异族存储空间，当存储成功后，生成异族访问地址，并在同族存储空间中生成同族访问地址；

47、利用异族访问地址及同族访问地址，实时获取异族结构数据及同族结构数据，并将实时获取的异族结构数据、同族结构数据，及所述可视化视频显示在终端ai显示屏中。

48、为实现上述目的，本发明还提供一种基于多模态实现终端ai显示屏的数据分析系统，包括：

49、自助零售机访问模块，用于接收终端ai显示屏的数据分析指令，根据所述数据分析指令获取与终端ai显示屏具有数据传输关系的多种自助零售机，其中，自助零售机的种类包括饮料零售机、食品零售机及饰品零售机，且每种自助零售机均具有监控装置，获取每种自助零售机的数据访问指令，根据所述数据访问指令依次访问饮料零售机、食品零售机及饰品零售机；

50、零售数据获取模块，用于当访问成功时，获取每种自助零售机的零售数据，分别得到饮料零售数据、食品零售数据及饰品零售数据，以及对应的监控装置的监控视频；

51、结构数据构建模块，用于将饮料零售数据、食品零售数据及饰品零售数据执行结构化操作，得到零售结构化数据，其中，零售结构化数据由饮料结构化数据、食品结构化数据及饰品结构化数据组成，对饮料结构化数据、食品结构化数据及饰品结构化数据，执行同族分类，得到同族结构数据及异族结构数据；

52、终端显示模块，用于对监控视频执行安全性分类，得到可视化视频及危害化视频，将危害化视频存储至后台，并将可视化视频、同族结构数据及异族结构数据发送至终端ai显示屏执行显示。

53、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

54、存储器，存储至少一个指令；及

55、处理器，执行所述存储器中存储的指令以实现上述所述的基于多模态实现终端ai显示屏的数据分析方法。

56、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于多模态实现终端ai显示屏的数据分析方法。

57、本发明为解决背景技术所述问题，先接收终端ai显示屏的数据分析指令，根据所述数据分析指令获取与终端ai显示屏具有数据传输关系的多种自助零售机，其中，自助零售机的种类包括饮料零售机、食品零售机及饰品零售机，且每种自助零售机均具有监控装置，获取每种自助零售机的数据访问指令，根据所述数据访问指令依次访问饮料零售机、食品零售机及饰品零售机，本发明通过数据访问指令可依次或并行的访问不同自助零售机，无需手动单独处理不同来源的数据。当访问成功时，获取每种自助零售机的零售数据，分别得到饮料零售数据、食品零售数据及饰品零售数据，以及对应的监控装置的监控视频，将饮料零售数据、食品零售数据及饰品零售数据执行结构化操作，得到零售结构化数据，其中，零售结构化数据由饮料结构化数据、食品结构化数据及饰品结构化数据组成，可见，一旦获取到各种自助零售机的数据，算法对这些数据进行了结构化操作，这种操作可以在统一的流程下对不同种类的数据进行整合和标准化，节省了数据整合的时间和精力。进一步地，对饮料结构化数据、食品结构化数据及饰品结构化数据，执行同族分类，得到同族结构数据及异族结构数据，将数据按照同族分类和异族结构数据分开处理，可以更加明确和高效地处理具有相似性质的数据，使得针对这些数据的后续处理更有针对性，综合来说，通过有序的数据获取、结构化操作和分类处理，能够有效地提高对多种源数据的结构化效率，使得各种不同来源的数据可以更快速、更准确地被整合和处理。因此本发明提出的基于多模态实现终端ai显示屏的数据分析方法及系统，其可以提高对多种源数据的结构化效率。