信息处理方法、装置、服务器及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种信息处理方法、装置、服务器及存储介质。

背景技术

在现实生活中，存在很多用户之间处于对立面的应用场景。例如，收银员用户对消费者用户进行收银。这些应用场景中，一方用户(如收银员用户)受第三者委托对另一方用户(如消费者用户)进行约束，从而确保第三者的利益(如获得收银所得)。

然而，上述消费者用户与收银员用户串通后，可以使用带有舞弊性质的交互操作，对第三者的利益进行损害。但是，现有收银系统并不能够实现对舞弊性质的交互操作进行监测。

发明内容

本公开提供了一种信息处理方法、装置、服务器及存储介质，以实现对多用户之间的交互操作进行监测，以及时对交互操作中的异常情况进行告警，提升系统性能。

第一方面，本公开提供一种信息处理方法，方法包括：获取第一用户的第一身份信息以及第一用户在预设时段内的至少一条第一交互操作信息，其中，各条第一交互操作信息对应于一次交互操作，所述各条第一交互操作信息中至少包括第二用户的第二身份信息；基于第一交互操作信息，确定第一身份信息与每一个第二身份信息的匹配值，匹配值用于表示第二用户对第一用户进行交互操作的关联度；至少在匹配值大于告警阈值时，输出告警信息，告警信息用于指示匹配值对应的第二用户为异常用户。

在一些可能的实施方式中，获取第一用户的第一身份信息以及第一用户在预设时段内的第一交互操作信息，包括：获取实时采集的第一图像，第一图像由第一摄像头采集；对第一图像进行身份识别，获取第一用户的第一身份信息；基于第一身份信息，通过查询数据库获取与第一用户关联的第一交互操作信息。

在一些可能的实施方式中，在基于第一交互操作信息，确定第一身份信息与每一个第二身份信息的匹配值之前，方法还包括：获取第一交互操作所对应的交互操作信息，第一交互操作为第一用户的交互操作；将第一身份信息与交互操作信息关联，并添加至第一交互操作信息。

在一些可能的实施方式中，在获取第一用户的第一身份信息以及第一用户在预设时段内的第一交互操作信息之前，方法还包括：获取实时采集的包含所述第二用户的第二图像，第二图像由第二摄像头采集；对第二图像进行身份识别，以获取所述第二用户的第二身份信息。

在一些可能的实施方式中，获取每一个第二用户的交互特征值，包括：基于第一交互操作信息，确定第一用户的总交易特征量和第二用户所对应的交易特征量；将交易特征量与总交易特征量作比，确定第二用户的交互特征值。

在一些可能的实施方式中，基于第一交互操作信息，确定第一身份信息与每一个第二身份信息的匹配值，包括：基于第一交互操作信息，获得第二用户对第一用户进行交互操作的次数和频率；基于第二用户对第一用户进行交互操作的次数和频率，确定第一身份信息与每一个第二身份信息的匹配值。

在一些可能的实施方式中，基于第二用户对第一用户进行交互操作的次数和频率，确定第一身份信息与每一个第二身份信息的匹配值，包括：在确定第二用户对第一用户进行交互操作的次数大于第一阈值的情况下，确定第二用户对第一用户进行交互操作的频率；根据第二用户对第一用户进行交互操作的频率，确定第二用户对第一用户进行交互操作的匹配值。

第二方面，本公开提供一种信息处理的装置，该装置可以为电子设备中的芯片或者片上系统，还可以为电子设备中用于实现第一方面及其任一种可能的实施方式的功能模块。该信息处理装置可以实现第一方面及其任一种可能的实施方式中服务器所执行的功能，功能可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个上述功能相应的模块。该信息处理装置包括：获取模块，用于获取第一用户的第一身份信息以及第一用户在预设时段内的第一交互操作信息，其中，每一条第一交互操作信息中至少包括第二用户的第二身份信息；确定模块，用于基于第一交互操作信息，确定第一身份信息与每一个第二身份信息的匹配值，匹配值用于表示第二用户对第一用户进行交互操作的关联度；输出模块，用于至少在匹配值大于告警阈值时，输出告警信息，告警信息用于指示匹配值对应的第二用户为异常用户。

在一些可能的实施方式中，获取模块，还用于：获取实时采集的第一图像，第一图像由第一摄像头采集；对第一图像进行身份识别，获取第一用户的第一身份信息；基于第一身份信息，通过查询数据库获取与第一用户关联的第一交互操作信息。

在一些可能的实施方式中，信息处理装置，还包括：保存模块，用于获取第一交互操作所对应的交互操作信息，第一交互操作为第一用户的交互操作；将第一身份信息与交互操作信息关联，并添加至第一交互操作信息。

在一些可能的实施方式中，输出模块，还用于：获取实时采集的第二图像，第二图像由第二摄像头采集；对第二图像进行身份识别，获取第二用户的第二身份信息。

在一些可能的实施方式中，输出模块，还用于：获取每一个第二用户的交互特征值，交互特征值用于表示每一个第二用户所对应交易特征量占第一用户的总交易特征量的比值；在匹配值大于告警阈值时，确定匹配值所对应的第二用户的交互特征值是否大于告警阈值；在交互特征值大于告警阈值时，输出告警信息。

在一些可能的实施方式中，输出模块，还用于：基于第一交互操作信息，确定第一用户的总交易特征量和第二用户所对应的交易特征量；将交易特征量与总交易特征量作比，确定第二用户的交互特征值。

在一些可能的实施方式中，确定模块，还用于：基于第一交互操作信息，获得第二用户对第一用户进行交互操作的次数和频率；基于第二用户对第一用户进行交互操作的次数和频率，确定第一身份信息与每一个第二身份信息的匹配值。

在一些可能的实施方式中，确定模块，还用于：在确定第二用户对第一用户进行交互操作的次数大于第一阈值的情况下，确定第二用户对第一用户进行交互操作的频率；根据第二用户对第一用户进行交互操作的频率，确定第二用户对第一用户进行交互操作的匹配值。

第三方面，本公开提供一种服务器，包括：用于存储处理器可执行指令的存储器；处理器；其中，处理器被配置为：用于执行可执行指令时，以实现如第一方面及其任一可能的实施方式所述的方法。

第四方面，本公开提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，计算机可执行指令被处理器执行后能够实现如第一方面及其任一种可能的实施方式所述的方法。

第五方面，本公开提供一种信息处理系统，包括：终端设备和服务器。其中，服务器用于实现如第一方面及其任一可能的实施方式所述的方法。

本公开提供的技术方案与现有技术相比存在的有益效果是：

在本公开中，通过获取第一用户的第一身份信息和第一用户在预设时段内的至少一条第一交互操作信息，可以获得第一用户的第一交互操作中指示的第二用户的多个第二身份信息；通过确定第一身份信息与多个第二身份信息中的每一个第二身份信息的匹配值，可以获得第一用户与任意一个第二用户的匹配值，也即第一用户与任意一个第二用户进行交互操作的关联度。从而在匹配值大于告警阈值时，也即第一用户与某一个第二用户进行交互操作的关联度大于该交互场景下正常交互操作所对应的关联度时，输出告警某一个第二用户为异常用户的信息。这一过程中，通过获取第一用户与第二用户进行历史交互操作时的匹配值，从而对具有异常匹配值的第二用户进行告警，实现了对多用户之间的交互操作进行监测，以及时对交互操作中的异常情况进行告警，提升系统性能。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本公开实施例提供的一种信息处理系统的结构示意图；

图2为本公开实施例提供的第一种信息处理方法的实施流程示意图；

图3为本公开实施例提供的第二种信息处理方法的实施流程示意图；

图4为本公开实施例提供的第三种信息处理方法的实施流程示意图；

图5为本公开实施例提供的第四种信息处理方法的实施流程示意图；

图6为本公开实施例提供的第五种信息处理方法的实施流程示意图；

图7为本公开实施例提供的第六种信息处理方法的实施流程示意图；

图8为本公开实施例提供的一种信息处理装置的结构示意图；

图9为本公开实施例提供的一种服务器的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置的例子。

为了说明本公开所述的技术方案，下面通过具体实施例来进行说明。

在现实生活中，存在很多用户之间处于对立面的应用场景。例如，收银员用户对消费者用户进行收银。这些应用场景中，一方用户(如收银员用户)受第三者委托对另一方用户(如消费者用户)进行约束，从而确保第三者的利益(如获得收银所得)。

然而，上述消费者用户与收银员用户串通后，可以使用带有舞弊性质的交互操作，例如故意不扫码某些货品，从而减少顾客所需支付的款项，使得超市蒙受巨大的利益损失。

现有至少以下两种收银系统，均不能够实现对舞弊性质的交互操作进行监测。

第一种，通过设置监控设备的方式对消费者用户与收银员用户的交互操作进行监测。然而，该方式需要配备大量的专职人员查看监控设备所产生的监控视频，耗时较多且效率低下。同时，由于交互操作时收银员用户的操作行为迅速，隐蔽度高，因此，难以通过监控视频判断交互操作中是否有异常情况发生。

第二种，通过人工智能算法对监控视频进行行为分析，以对消费者用户与收银员用户的交互操作进行监测。然而，人工智能识别算法在相对复杂和动态的环境中，对交互操作中的行为识别的准确率比较低。因此，基于人工智能算法或者计算机视觉也难以判断交互操作中是否有异常情况发生。

为了解决上述问题，本公开实施例提供一种信息处理系统。图1为本公开实施例提供的一种信息处理系统的结构示意图，参见图1所示，信息处理系统可以包括：服务器11和终端设备12。其中，服务器11可以包括：数据处理服务器111和数据库服务器112，数据处理服务器111和数据库服务器112可以是为终端设备12提供计算或者服务的计算机。终端设备12可以实现与数据处理服务器111和数据库服务器112进行数据传输，数据处理服务器111和数据库服务器112之间也可以进行数据传输。

进一步地，上述数据处理服务器111和数据库服务器112可以部署于同一设备上，也可以部署于不同的设备上。在以下实施例中，以数据处理服务器111和数据库服务器112为不同服务器为例进行说明。

在一实施例中，终端设备12可以包括：处理设备121和第一摄像头122。其中，第一摄像头122用于获取第一用户的身份信息。处理设备121可以为第二用户所使用的设备，记载第二用户的身份信息。处理设备121可以是电脑、平板电脑等。第一摄像头122可以部署于处理设备121上，也可以为独立的设备。

示例性的，在消费场景下，处理设备121可以是收银机，以供收银员用户使用，第一摄像头121可以是设置在收银机附近，用于拍摄被收银的消费者用户的摄像头；在检票场景下，处理设备121可以是检票机，以供检票员用户使用，第一摄像头121可以是设置在检票机附近，用于拍摄被检票的消费者用户的摄像头。

在一实施例中，终端设备12还可以包括：第二摄像头123。其中，第二摄像头123用于采集用户图像获取第二用户的身份信息。第二摄像头123可以设置于处理设备121，也可以与处理设备121分开设置。

示例性的，在消费场景下，第二摄像头123可以是设置在收银机附近，用于拍摄收银员用户的摄像头；在检票场景下，第二摄像头123可以是设置在检票机附近，用于拍摄检票员用户的摄像头。

需要说明的是，上述信息处理系统可应用于多种应用场景中，例如消费场景、检验场景等。基于应用场景的不同，可对应设置适用该应用场景的终端设备12。

下面，结合上述信息处理系统，以消费场景为例对本公开实施例提供的信息处理方法进行描述。

在消费场景下，第一用户为消费者用户，记为消费者A，第二用户为收银员用户，处理设备为收银机，第一摄像头为拍摄被收银的消费者用户的摄像头，记为摄像头S1，第二摄像头为拍摄收银员用户的摄像头，记为摄像头S2。

本公开实施例还提供一种信息处理方法，以实现对多用户之间的交互操作进行监测，以及时对对交互操作中的异常情况进行告警，提升系统性能。

图2为本公开实施例提供的第一种信息处理方法的实施流程示意图。该信息处理方法可以由数据处理服务器111执行。如图2所示，该信息处理方法可以包括S201至S203。

S201，获取消费者A的身份信息(即第一身份信息)以及消费者A在预设时段内的至少一条第一交互操作信息。

可以理解的，在对消费者A和收银员用户的交互操作(如收银操作)进行监测时，数据处理服务器111可以先获取消费者A的身份信息，再根据消费者A的身份信息获取消费者A在预设时段内的历史收银操作信息(即第一交互操作信息)。

其中，预设时段可以包括当前操作时刻，也可以包括预设的一段时间，如，一周、一个月、一年等。各条第一交互操作信息对应于一次交互操作，各条第一交互操作信息中至少包括第二用户的第二身份信息。第二用户可以为当前与消费者A发生交易行为的收银员用户，也可以为在一段时间内与消费者A发生交易行为的一个或者多个收银员。

在一实施例中，收银操作信息可以由消费者A的历史交易订单获得。其中，消费者A的历史交易订单可以是消费者A和所有收银员用户在过去的一段时间里(如一周、一月或者一年)进行收银操作后生成的订单。每一条历史交易订单中都关联有消费者A的身份信息和该次收银操作对应的收银员用户的身份信息(即第二身份信息)。因此，基于历史交易订单获取的每一条历史收银操作信息中，都记录有该次收银操作时对应的消费者A和收银员用户的身份信息。

在一实施例中，收银操作信息也可以是由消费者A当前正在进行的交易操作信息获得。其中，当前正在进行的交易操作信息中至少包括有消费者A的第一身份信息和收银员用户的第二身份信息。也就是说，消费者A在预设时段内的第一交互操作信息中包括：消费A对应的过去所有收银员用户的第二身份信息，以及消费者A对应的当前收银员用户的第二身份信息。

示例性的，终端设备可以获取消费者A的第一身份信息和当前收银员用户的第二身份信息的匹配信息，并将该匹配信息更新至第一交互操作信息中。

这里，第一身份信息可以为信息处理系统标记消费者A所使用的标识信息，例如，可以是用户编号、会员编号等。第二身份信息可以为信息处理系统标记收银员用户所使用的标识信息，例如，可以是员工编号、员工代码等。

示例性的，消费者A的身份信息可以是A000123，消费者A关联的历史收银操作信息可以是历史交易订单D00001123、历史交易订单D00008465、历史交易订单D00016565等订单中的信息；其中，历史交易订单D00001123中包含的收银员用户的身份信息可以是B0011(记为收银员B)，历史交易订单D00008465中包含的收银员用户的身份信息可以是B0014记为收银员C)，历史交易订单D00016565中包含的收银员用户的身份信息可以是B0011。

S202，基于第一交互操作信息，确定消费者A与每一个收银员用户的匹配值。

可以理解的，数据处理服务器111获取消费者A的身份信息和消费者A的历史收银操作中对应的所有收银员用户的身份信息后；再基于每一个收银员用户的身份信息出现的频次，确定出消费者A的身份信息与每一个收银员用户的身份信息的匹配值，也即消费者用户与每一个收银员用户的匹配值。

其中，匹配值可以用于表示每一个收银员用户对消费者A进行收银操作的关联度。这里，关联度至少与一个收银员用户对消费者A进行收银操作的次数和频率有关。

在一些可能的实施方式中，S202中的基于第一交互操作信息，确定消费者A与每一个收银员用户的匹配值，包括：基于第一交互操作信息，获得第二用户对第一用户进行交互操作的次数和频率；基于第二用户对第一用户进行交互操作的次数和频率，确定第一身份信息与每一个第二身份信息的匹配值。

可以理解的，数据处理服务器111获取消费者A的身份信息和消费者A的历史收银操作中对应的所有收银员用户的身份信息后，可以获得每一个收银员用户与消费者A进行交互操作的次数，进而基于该次数占消费者A总消费次数的比例，获得每一个收银员用户与消费者A进行收银操作的频率。随后，数据处理服务器111根据第二用户对第一用户进行交互操作的次数和频率，确定出每一个收银员用户对消费者A进行收银操作的关联度，进而获得消费者A与每一个第二身份信息的收银员用户的匹配值。

在一实施例，可根据实际需求获得不同次数和不同频率对应的匹配值，对此不做具体限定。

示例性的，当收银员用户B对消费者A进行收银的收银信息表示两者之间的交互操作处于第一收银次数和第一概率时，说明该收银员用户B与消费者A的匹配情况达到了匹配值为0.21对应的匹配情况，那么将0.21确认为收银员用户B与消费者A的匹配值。

在一些可能的实施方式中，基于第二用户对第一用户进行交互操作的次数和频率，确定第一身份信息与每一个第二身份信息的匹配值，包括：在确定第二用户对第一用户进行交互操作的次数大于第一阈值的情况下，确定第二用户对第一用户进行交互操作的频率；根据第二用户对第一用户进行交互操作的频率，确定第二用户对第一用户进行交互操作的匹配值。

可以理解的，若消费者A的总消费次数越低，也就是所有收银员用户对消费者A进行收银的次数越低，则每个收银员用户对消费者A的收银操作概率会越高。但是，该概率值高是由于消费者A的消费次数异常造成，与第二用户与第一用户进行交互操作的关联度无关。因此，就需要数据处理服务器111判断所有收银员用户对消费者A进行交互操作的次数是否大于第一阈值，也就是确认消费者A的消费次数是否处于正常范围；在确定消费者A进行交互操作的次数大于第一阈值时，获取每一个收银员用户对消费者A进行交互操作的频率；根据该每一个收银员用户对消费者A进行交互操作的频率，确定与该频率相关的匹配值。

在一实施例中，在消费者A进行交互操作的次数小于或等于第一阈值时，可以基于频率值自定义新的频率值，以新的频率值确定第二用户对第一用户进行交互操作的匹配值。

示例性的，由消费者A关联的历史收银操作信息可知，历史交易订单D00001123和历史交易订单D00016565中包含的收银员用户的身份信息为B0011，对应收银员用户B；历史交易订单D00008465中包含的收银员用户的身份信息为B0014，对应收银员用户C；则确定出历史收银操作信息中消费者A的身份信息与收银员用户B的身份信息的收银操作概率为0.67，消费者A的身份信息和收银员用户C的身份信息的收银操作概率为0.33。但是，由于收银员用户对消费者A进行收银操作的次数较低，因此，在获取消费者A与收银员用户B的匹配值时，可以自定义消费者A和收银员用户B对应的匹配值是0.11，远小于收银操作概率。

在一实施例中，在消费者A进行交互操作的次数小于或等于第一阈值时，还可以控制数据处理服务器111退出执行S202至S203，停止输出告警信息，从而避免对收银员用户的错误告警。

S203，至少在匹配值大于告警阈值时，输出告警信息。

可以理解的，数据处理服务器111在确定消费者A的身份信息与每一个收银员用户的身份信息的匹配值后，可以至少在消费者A的身份信息与一个收银员用户的身份信息的匹配值大于告警阈值时，输出告警信息。

其中，告警阈值可以根据应用场景以及收银员用户的数量等信息进行设置，本申请实施例对此不做具体限定。

示例性的，在消费者A和收银员用户对应的消费场景中，可以根据消费场景所限定的条件，例如排班次数、结账柜台数等，以及收银员用户的人数，获得消费者A和收银员用户能够匹配上收银操作的第一概率，该第一概率可设置为告警阈值。

其中，消费场景所限定的条件可以根据实际需求进行动态调整，使得告警阈值可动态调整。

可以理解的，消费者A每次选择的结账柜台和收银员用户都是随机的，因此，消费者A和收银员用户之间的相关度很低，不会超过告警阈值。当消费者A的身份信息与一个收银员用户的身份信息的匹配值大于告警阈值，也就是匹配值大于正常收银操作对应的第一概率时，消费者A的身份信息与该收银员用户的身份信息对应的匹配值为异常匹配值。异常匹配值表示该异常匹配值所对应的收银员用户与消费者A在历史收银操作中的收银频率超出正常范围，可能存在异常收银操作，从而需要输出告警信息，指示大于告警阈值的匹配值对应的收银员用户为异常用户。

在一实施例中，输出告警信息的方式可根据实际需求选择，例如，数据处理服务器111可以还连接有第一终端，数据处理服务器111可以向第一终端发送告警信息，第一终端显示该告警信息，使得监测人员获得对异常收银操作的预警。

在一些可能的实施方式中，为了获取消费者A的第一身份信息以及消费者A关联的历史收银操作信息，S201可以包括S301至S303。

图3为本公开实施例提供的第二种信息处理方法的实施流程示意图，参见图3所示，该信息处理方法包括：

S301，获取实时采集的第一图像。

可以理解的，数据处理服务器111可以通过终端设备12获取实时采集的第一图像。

其中，终端设备12可以是摄像头S1(即第一摄像头122)或者包含摄像头S1的收银机。摄像头S1，可用于实时拍摄消费者A，获得第一图像。

可以理解的，第一图像可以是基于消费者A生成的图像，包含有消费者A的用户特征，例如人脸特征、体貌特征等。

在一实施例中，当终端设备12为独立的摄像头S1时，数据处理服务器111可以控制摄像头S1采集第一图像，并将摄像头S1采集到的第一图像输入数据处理服务器111，使得数据处理服务器111获取到实时采集的第一图像。

在一实施例中，当终端设备12为包含摄像头S1的收银机时，收银机可以控制摄像头S1采集第一图像，并将采集到的第一图像输出至数据处理服务器111，使得数据处理服务器111获取到实时采集的第一图像。

S302，对第一图像进行身份识别，获取消费者A的身份信息。

可以理解的，数据处理服务器111在获取到第一图像后，可以对第一图像进行身份识别，从而获取消费者A的身份信息。

其中，数据处理服务器111对第一图像进行身份识别的过程，可以依据第一图像中包含的消费者A的用户特征而完成。

示例性的，数据处理服务器111可以对第一图像中的人脸特征进行人脸识别，获取与该人脸特征对应的身份信息。

可以理解的，基于计算机视觉的人脸识别技术的准确率已经远超99％，因此，基于第一图像，数据处理服务器111可以快速准确识别出该第一图像中的消费者A的身份信息，即数据处理服务器111可以获得数据处理系统标记当前消费者A所使用的标识信息。

S303，基于消费者A的身份信息，通过查询数据库获取与消费者A关联的历史收银操作信息。

可以理解的，数据处理服务器111获得消费者A的身份信息后，可以通过查询数据库服务器112的方式，获取数据库服务器112中存储的与消费者A关联的历史交易订单，提取历史交易订单中的信息获得历史收银操作信息。

示例性的，数据处理服务器111可以向数据库服务器112发送消费者A的身份信息A000123，数据库服务器112向数据处理服务器111返回历史交易订单D00001123、历史交易订单D00008465和历史交易订单D00016565的信息。

可以理解的，在数据处理服务器111获取到消费者A关联的历史收银操作信息后，数据处理服务器111可以继续执行S202至S203，以实现对多用户之间的交互操作进行监测，以及时对交互操作中的异常情况进行告警，提升系统性能。

在一些可能的实施方式中，为了构建数据库服务器112中存储第一交互操作信息，可以在消费者A每次与收银员用户进行交易时，使用数据处理服务器111将消费者用户的身份信息与交易订单的信息进行关联，从而可以在存储每笔交易订单时存储该笔交易订单对应的消费者A的身份信息。

图4为本公开实施例提供的第三种信息处理方法的实施流程示意图，参见图4所示，该信息处理方法，还包括：

S401，获取第一交互操作所对应的收银操作信息；

可以理解的，数据处理服务器111可以在第一交互操作启动后，获取第一交互操作所对应的收银操作信息。其中，第一交互操作可以为消费者A关联的收银操作，也就是消费者A与任意一个收银员用户的任意一次收银操作。

需要说明的是，任意一次收银操作可包括当前收银操作。

在一些实施例中，收银操作信息可以由收银机生成。收银操作信息可以是消费者A和收银员用户在使用收银机进行收银操作时生成的信息。

示例性的，消费者A和收银员用户使用收银机完成收银操作时，收银机可以记录该收银操作对应的收银操作信息，例如是收据号码、时间、网点、收银台编号、收银员用户的身份信息等。

在一实施例中，第一交互操作启动的信息可以由收银机发送至数据处理服务器111，数据处理服务器111在接收到该信息后，根据收银机获取第一交互操作所对应的收银操作信息。

在一实施例中，数据处理服务器111可以获取摄像头S1采集到的第一图片，确定第一交互操作启动；随后根据处理设备121获取第一交互操作所对应的收银操作信息。

S402，将第一身份信息与收银操作信息关联，并添加至第一交互操作信息。

可以理解的，数据处理服务器111在获取第一交互操作所对应的收银操作信息后，可以将消费者A的第一身份信息与交互操作信息关联，并添加至第一交互操作信息。

可以理解的，在一些实际使用中，处理设备121往往由收银员用户使用并操作，使得处理设备121生成的操作信息中一般不包括消费者A的身份信息。因此，本公开实施例将处理设备生成的交互操作信息与第一身份信息进行关联后保存，能够实现基于消费者A的第一身份信息查询数据库服务器112，可以获得消费者A关联的第一交互操作信息，从而完成对消费者A和收银员用户的交互操作进行监测。

需要说明的是，针对于正在进行的收银操作，在收银过程中，只会将消费者A和收银员用户的身份信息关联保存至数据库。在本次收银操作结束后，还可以将其他收银信息，例如消费金额、消费商品等信息保存至数据库。

可以理解的，S401至S402可以在S202之前执行，可以与S201同时执行，本公开实施例对此不做具体限定。

在一些可能的实施方式中，在获取第一用户的第一身份信息以及第一用户在预设时段内的第一交互操作信息之前，方法还包括：获取实时采集的包含所述第二用户的第二图像，第二图像由第二摄像头采集；对第二图像进行身份识别，以获取第二交互操作中的所述第二用户的第二身份信息。

可以理解的是，数据处理服务器111可以根据摄像头S2获取实时采集的第二图像，并基于第二图像进行身份识别。

其中，第二图像可以是基于收银员用户生成的图像，包含有收银员用户的用户特征，例如人脸特征、体貌特征等。该方法可以参考S302中对第一图像进行身份识别，获取消费者A的身份信息的描述，为了说明书的简洁，这里不再赘述。

在一些可能的实施方式中，数据处理服务器111可以通过收银机获取收银员用户(第二用户)的身份信息。

示例性的，数据处理服务器111可以根据收银机中登录的第一账号的账号信息，确定收银员用户的身份信息。例如，第一账号可以为001，对应的收银员用户编号可以为B0011，则收银员用户的身份信息为B0011。

在一些可能的实施方式中，在获取第一用户的第一身份信息以及第二用户的第二身份信息，以及终端设备获取第一用户的第一身份信息与所述第二用户的第二身份信息对应的匹配值之后，终端设备可以基于第二用户的第二身份信息，对告警阈值进行调整；从而在匹配值大于调整后的告警阈值时，输出告警信息。

可以理解的，告警阈值可以是根据应用场景以及收银员用户的数量等信息进行设置的一个数值，在应用场景变动不大或者收银员用户的数量变动不大的情况下，其数值变化不大。但是，由于应用场景所限定的条件，例如排班次数，可以动态变化且存在特殊情况(例如排班过少)，因此，还需对告警阈值进行调整，以实现对将特殊情况的收银员用户进行告警。

示例性的，收银员用户A的排班次数可能为一年排两个班次，远小于正常收银员用户B的排班次数。相应的，当终端获取当前进行第一交互操作的是收银员用户A，且获得收银员用户A的排班次数很少，也即收银员用户A对第一用户进行交互的概率很小时，就需要对告警阈值进行调小，以适配对排班次数较少的收银员用户A的告警。

在一些可能的实施方式中，为了适用应用场景中可能出现的各种复杂情况，例如，收银员身份被盗用，以及避免错误的告警，可以在数据处理服务器111执行完S201至S202之后，执行能够提高监测准确度的方案。

其中，提高监测准确度的方案至少包括以下两种：

第一种方案，为了提高监测的时效性，避免更大的损失，在数据处理服务器111是基于收银机获取第二用户的身份信息时，可以对交互操作的收银员用户的身份信息做出进一步的认证，以便及时终止异常交互操作。那么，S203可以包括S501至S503。

图5为本公开实施例提供的第四种信息处理方法的实施流程示意图，参见图5所示，该信息处理方法包括：

S501，获取第三用户的第三身份信息。

其中，第三用户可以为与消费者A进行第二交互操作的收银员用户。第二交互操作可为消费者A在当前时刻正在进行的第一交互操作。

可以理解的，数据处理服务器111执行S202之后，可以在确定消费者A的身份信息与每一个收银员用户的身份信息的匹配值，随后数据处理服务器111可以获取当前时刻与消费者A进行第二交互操作的收银员用户的身份信息(即第三用户的第三身份信息)。

这里，第三用户为与消费者A在当前时刻正在进行交互操作的收银员用户，第三身份信息可以为第二身份信息中的一个，也可以不为第二身份信息中的一个。当第三身份信息不是第二身份信息中的一个时，指示第三身份信息对应的收银员用户身份信息有误，可进行其它告警操作。

在一些可能的实施方式中，数据处理服务器111可以获取实时采集的第三图像，并对第三图像进行身份识别，获取第二交互操作中的收银员用户的身份信息。

可以理解的，第三图像可以由摄像头S2采集，第三图像可以是基于当前时刻的收银员用户生成的图像，包含有当前时刻的收银员用户的用户特征，例如人脸特征、体貌特征等。同时，数据处理服务器111对第三图像进行身份识别，获取当前时刻的收银员用户的身份信息。该方法可以参考S302中对第一图像进行身份识别，获取消费者A的身份信息的描述，为了说明书的简洁，这里不再赘述。

需要说明的是，当使用摄像头S2无法获取当前时刻的收银员用户的身份信息时，可以确认基于收银机获取的当前时刻的收银员用户有误，告警异常交互操作。或者，当使用摄像头S2可以获取当前时刻的收银员用户的身份信息时，可以确认当前时刻的收银员用户为收银员用户中一员，即第三用户的身份无误，随后执行S502。

S502，在确定第三用户为第二用户中的一个用户，且第三用户对应的匹配值大于告警阈值时，输出告警信息。

可以理解的，数据处理服务器111在执行S202确定出消费者A的身份信息与每一个收银员用户的身份信息的匹配值之后，可以确定第三用户的第三身份信息是否为第二身份信息中的一个。当所述第三用户为第二用户中的一个时，可以判断所述第三用户(第二用户中的一个)对应的匹配值是否大于告警阈值；在匹配值大于告警阈值时，数据处理服务器111在确定第三用户为匹配值对应的收银员用户时，即确定当前时刻的收银员用户与消费者A可能存在异常收银操作时，可以输出告警信息。

在一实施例中，由于第三用户为与消费者A在当前时刻正在进行收银操作的收银员用户，为了降低异常收银操作带来的损失，数据处理服务器111可以向第一终端发送告警信息，使监测人员通过第一终端获得对异常收银操作的预警；同时，数据处理服务器111还可以控制收银机停止工作，以暂停当前时刻的收银操作。

可以理解的，数据处理服务器111执行S201至S202之后，执行S501至S503，可以实现进一步实现对多用户之间的交互操作进行监测，以及时对交互操作中的异常情况进行告警，提升系统性能。

第二种方案，为了提高对消费者A与收银员用户之间的收银操作进行监测的准确度，可以基于历史收银操作信息获得更多的信息，以增加更多的监测判断条件。那么，S203可以包括S601至S603。

图6为本公开实施例提供的第五种信息处理方法的实施流程示意图，参见图6所示，该信息处理方法包括：

S601，获取每一个第二用户的交互特征值。

可以理解的，数据处理服务器111执行S202之后，可以在确定消费者A的身份信息与每一个收银员用户的身份信息的匹配值，随后数据处理服务器111可以获取消费者A关联的历史收银操作信息中指示的每一个收银员用户的交互特征值。

其中，交互特征值用于表示每一个收银员用户所对应交易特征量占所述消费者A的总交易特征量的比值。

这里，根据不同的交易场景，可以对交易特征量和总交易特征量赋予不同的含义。例如，在消费者用户和收银员用户对应的消费场景中，交易特征量可以是交易金额，总交易特征量可以是总交易金额。或者，在送检者用户和检验员用户对应的检验场景中，交易特征量可以是交易结果(检验通过或检验不通过的数量)，总交易特征量可以是总交易结果(所有检验通过或所有检验不通过的数量)。

在一实施例中，上述S601，包括：基于历史收银操作信息，确定消费者A的总交易特征量和收银员用户所对应的交易特征量。将交易特征量与总交易特征量作比，确定收银员用户的交互特征值。

可以理解的，数据处理服务器111可以基于消费者A关联的历史收银操作信息，确定出消费者A关联的总交易特征量和任意一个收银员用户对应的交易特征量。随后，数据处理服务器111可以根据任意一个交易特征量与总交易量的比值，确定出任意一个收银员用户的交易特征值。也即数据处理服务器111可以确定出消费者用户的总交易金额和消费者用户与任意一个收银员用户进行收银操作时的交易金额。随后，数据处理服务器111可以将交易金额与总交易金额作比，确定出任意一个收银员的交互特征值。

S602，在匹配值大于告警阈值时，确定匹配值所对应的第二用户的交互特征值是否大于告警阈值。

可以理解的，数据处理服务器111可以在确定匹配值大于告警阈值，以及基于S601获取每一个收银员用户的交互特征值后，可以确定出该匹配值所对应的收银员用户的交互特征值是否大于告警阈值。

这里，交互特征值的告警阈值用于指示大于告警阈值的交互特征值对应的收银员用户为异常用户。交互特征值的告警阈值可以根据应用场景以及消费者A的交互特征等信息进行设置，本申请实施例对此不做具体限定。

示例性的，根据消费者A的消费次数、消费额度等，可获得消费者A和收银员用户能够匹配上交互特征值的第二概率，并将该第二概率设置为交互特征值的告警阈值。

S603，在交互特征值大于告警阈值时，输出告警信息。

可以理解的，数据处理服务器111在确定交互特征值大于告警阈值时，可以输出告警信息。

需要说明的是，输出告警信息的方式可参考上述一个或多个实施例中的描述，为了说明书的简洁，这里不再赘述。

可以理解的，数据处理服务器111执行S201至S202之后，执行S601至S603，可以实现进一步实现对多用户之间的交互操作进行监测，以及时对交互操作中的异常情况进行告警，提升系统性能。

下面，以具体实例对本公开实施例中的信息处理方法进行说明。图7为本公开实施例提供的第六种信息处理方法的实施流程示意图，参见图7所示，以消费者用户和收银员用户所对应的应用场景为例，该信息处理方法包括：

S701，获取消费者用户的第一身份信息；

可以理解的，数据处理服务器111通过摄像头S1获取消费者A的第一身份信息A000123；

S702，获取收银员用户的第二身份信息；

可以理解的，数据处理服务器111通过摄像头S2获取当前收银员用户的第二身份信息B0011；

S703，基于消费者用户的第一身份信息和收银员用户的第二身份信息，获得第一身份信息和第二身份信息的匹配值；

可以理解的，数据处理服务器111基于消费者A的第一身份信息A000123和收银员用户的第二身份信息B0011，查询数据库服务器112，获得第一身份信息A000123和第二身份信息B0011的匹配值为0.67；

S704，确定匹配值大于匹配值的告警阈值；

可以理解的，数据处理服务器111确定匹配值0.67大于匹配值的告警阈值0.21；

S705，输出告警信息。

可以理解的，数据处理服务器111向第一终端输出告警信息。

需要说明的是，上述一个或多个实施例中的信息处理方法，还可以应用于游客和执勤人员之间、乘客和柜台人员之间、司机和收费人员之间、送检人员和执法人员之间、补助受益者和公益发放人员之间等用户之间的交互操作。其中，游客和执勤人员之间、乘客和柜台人员之间、乘客和柜台人员之间、司机和收费人员之间以及补助受益者和公益发放人员之间的交互操作重点监测多用户之间的匹配度；送检人员和执法人员之间的交互操作重点监测多用户之间的匹配度和交互特征度(例如检验结果)。

本公开实施例中，通过获取第一用户的第一身份信息和第一用户在预设时段内的至少一条第一交互操作信息，可以获得第一用户的历史交互操作中指示的第二用户的多个第二身份信息；通过确定第一身份信息与多个第二身份信息中的每一个第二身份信息的匹配值，可以获得第一用户与任意一个第二用户的匹配值，也即第一用户与任意一个第二用户进行交互操作的关联度。从而在匹配值大于告警阈值时，也即第一用户与某一个第二用户进行交互操作的关联度大于该交互场景下正常交互操作所对应的关联度时，输出告警某一个第二用户为异常用户的信息。这一过程中，通过获取第一用户与第二用户进行历史交互操作时的匹配值，从而对具有异常匹配值的第二用户进行告警，实现了对多用户之间的交互操作进行监测，以及时对对交互操作中的异常情况进行告警，提升系统性能。

基于相同的发明构思，本公开实施例还提供一种信息处理装置，该信息处理装置可以为电子设备中的芯片或者片上系统，还可以为电子设备中用于实现上述各个实施例所述的方法的功能模块。该信息处理装置可以实现上述各实施例中服务器所执行的功能，这些功能可以通过硬件执行相应的软件实现。这些硬件或软件包括一个或多个上述功能相应的模块。

图8为本公开实施例提供的一种信息处理装置的结构示意图，参见图8所示，信息处理装置800，包括：获取模块801，用于获取第一用户的第一身份信息以及第一用户在预设时段内的至少一条第一交互操作信息，其中，各条第一交互操作信息对应于一次交互操作，所述各条第一交互操作信息中至少包括第二用户的第二身份信息；确定模块802，用于基于第一交互操作信息，确定第一身份信息与每一个第二身份信息的匹配值，匹配值用于表示第二用户对第一用户进行交互操作的关联度；输出模块803，用于至少在匹配值大于告警阈值时，输出告警信息，告警信息用于指示匹配值对应的第二用户为异常用户。

在一些可能的实施方式中，获取模块801，还用于：获取实时采集的第一图像，第一图像由第一摄像头采集；对第一图像进行身份识别，获取第一用户的第一身份信息；基于第一身份信息，通过查询数据库获取与第一用户关联的第一交互操作信息。

在一些可能的实施方式中，信息处理装置，还包括：保存模块，用于获取第一交互操作所对应的交互操作信息，第一交互操作为第一用户的交互操作；将第一身份信息与交互操作信息关联，并添加至所述第一交互操作信息。

在一些可能的实施方式中，输出模块803，还用于：获取实时采集的包含所述第二用户的第二图像，所述第二图像由第二摄像头采集；对所述第二图像进行身份识别，以获取所述第二用户的第二身份信息。

在一些可能的实施方式中，输出模块803，还用于：获取每一个第二用户的交互特征值，交互特征值用于表示每一个第二用户所对应交易特征量占第一用户的总交易特征量的比值；在匹配值大于告警阈值时，确定匹配值所对应的第二用户的交互特征值是否大于告警阈值；在交互特征值大于告警阈值时，输出告警信息。

在一些可能的实施方式中，输出模块803，还用于：基于第一交互操作信息，确定第一用户的总交易特征量和第二用户所对应的交易特征量；将交易特征量与总交易特征量作比，确定第二用户的交互特征值。

在一些可能的实施方式中，所述确定模块802，还用于：基于所述第一交互操作信息，获得所述第二用户对所述第一用户进行交互操作的次数和频率；基于所述第二用户对所述第一用户进行交互操作的次数和频率，确定所述第一身份信息与每一个第二身份信息的匹配值。

在一些可能的实施方式中，所述确定模块802，还用于：在确定第二用户对第一用户进行交互操作的次数大于第一阈值的情况下，确定第二用户对第一用户进行交互操作的频率；根据第二用户对第一用户进行交互操作的频率，确定第二用户对第一用户进行交互操作的匹配值。

需要说明的是，获取模块801、确定模块802和输出模块803的具体实现过程可参考图1至图6实施例的详细描述，为了说明书的简洁，这里不再赘述。

基于相同的发明构思，本公开实施例提供一种服务器，该服务器可以为上述一个或者多个实施例中所述的数据处理服务器111，也可以为图1中的数据处理服务器111和数据库服务器112。

图9为本公开实施例提供的一种服务器的结构示意图，参见图9所示，服务器900，可以采用通用的计算机硬件，包括处理器901、存储器902。

在一些可能的实施方式中，至少一个处理器可以构成具有对一个或多个输入执行逻辑运算的电路的任何物理设备。例如，至少一个处理器可以包括一个或多个集成电路(IC)，包括专用集成电路(ASIC)、微芯片、微控制器、微处理器、中央处理单元(CPU)的全部或部分、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)或者适于执行指令或执行逻辑运算的其它电路。由至少一个处理器执行的指令可以例如被预加载到与控制器集成的或嵌入在控制器中的存储器中，或者可以存储在分离的存储器中。存储器可以包括随机存取存储器(RAM)、只读存储器(ROM)、硬盘、光盘、磁介质、闪存，其它永久、固定或易失性存储器，或者能够存储指令的任何其它机制。在一些实施例中，至少一个处理器可以包括多于一个处理器。每个处理器可以具有相似的结构，或者处理器可以具有彼此电连接或断开的不同构造。例如，处理器可以是分离的电路或集成在单个电路中。当使用多于一个处理器时，处理器可以被配置为独立地或协作地操作。处理器可以以电、磁、光学、声学、机械或通过允许它们交互的其它手段来耦合。

基于相同的发明构思，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行上述一个或者多个信息处理方法的实施方式中的步骤。存储器902可以包括以易失性和/或非易失性存储器形式的计算机存储媒体，如只读存储器和/或随机存取存储器。存储器902可以存储操作系统、应用程序、其他程序模块、可执行代码、程序数据、用户数据等。

此外，上述存储器902中存储有用于实现图8中各模块的功能的计算机执行指令。图8中各模块的功能/实现过程均可以通过图9中的处理器901调用存储器902中存储的计算机执行指令来实现，具体实现过程和功能参考上述相关实施例。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。