一种读卡器设备的故障预警方法及装置制造方法及图纸

本发明专利技术提供一种读卡器设备的故障预警方法及装置，所述方法包括：获取读卡器设备的每个读卡模块的预测数据；对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数；根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；若判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值，则发出故障预警信息。所述装置用于执行上述方法。本发明专利技术实施例提供的读卡器设备的故障预警方法及装置，提高了读卡器设备的可靠性。

【技术实现步骤摘要】
一种读卡器设备的故障预警方法及装置
本专利技术涉及设备维护
，具体涉及一种读卡器设备的故障预警方法及装置。
技术介绍
读卡器设备可以配置在银行网点柜面，用于读取银行卡以及身份证的信息。现有技术中，银行网点柜面使用的读卡器设备的维护方式是故障维护，即当读卡器设备发生故障时再进行维护，但是当读卡器设备发生故障时再维护，已经对读卡器设备的使用产生影响，并且读卡器设备的更换及维护也需要时间，会导致在一定时间内无法为客户提供服务，影响到客户业务的办理，会影响银行网点的客户服务体验。
技术实现思路
针对现有技术中的问题，本专利技术实施例提供一种读卡器设备的故障预警方法及装置，能够至少部分地解决现有技术中存在的问题。一方面，本专利技术提出一种读卡器设备的故障预警方法，包括：获取读卡器设备的每个读卡模块的预测数据；对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；若判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值，则发出故障预警信息。另一方面，本专利技术提供一种读卡器设备的故障预警装置，包括：预测数据获取单元，用于获取读卡器设备的每个读卡模块的预测数据；第一特征处理单元，用于对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；预测单元，用于根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；获得单元，用于根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；判断单元，用于在判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值之后，则发出故障预警信息。再一方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述读卡器设备的故障预警方法的步骤。又一方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述读卡器设备的故障预警方法的步骤。本专利技术实施例提供的读卡器设备的故障预警方法及装置，能够获取读卡器设备的每个读卡模块的预测数据，对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据，根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数，根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数，在判断获知读卡模块的预测累计使用次数大于对应的使用阈值之后，发出故障预警信息，能够在读卡模块寿命到期前进行故障预警，以提前采取行动来维修或者更换读卡模块，实现对读卡器设备的主动维护，提高了读卡器设备的可靠性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1是本专利技术一实施例提供的读卡器设备的故障预警方法的流程示意图。图2是本专利技术另一实施例提供的读卡器设备的故障预警方法的流程示意图。图3是本专利技术又一实施例提供的读卡器设备的故障预警方法的流程示意图。图4是本专利技术再一实施例提供的读卡器设备的故障预警方法的流程示意图。图5是本专利技术一实施例提供的读卡器设备的故障预警装置的结构示意图。图6是本专利技术另一实施例提供的读卡器设备的故障预警装置的结构示意图。图7是本专利技术又一实施例提供的读卡器设备的故障预警装置的结构示意图。图8是本专利技术再一实施例提供的读卡器设备的故障预警装置的结构示意图。图9是本专利技术一实施例提供的电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。图1是本专利技术一实施例提供的读卡器设备的故障预警方法的流程示意图，如图1所示，本专利技术实施例提供的读卡器设备的故障预警方法，包括：S101、获取读卡器设备的每个读卡模块的预测数据；具体地，通过对读卡器设备的每个读卡模块的过去第一预设时间段的历史记录数据进行预处理，可以获得每个读卡模块的预测数据，服务器可以获取所述读卡器设备的每个读卡模块的预测数据。其中，所述读卡模块可以是磁条式读写模块、接触式IC卡读写模块、射频IC卡读写模块和身份证阅读模块中的任意一个，所述读卡器设备包括至少一个读卡模块。每个读卡模块的历史记录数据可以包括设备本身数据、周期性数据、发薪和社保数据、节假日数据、使用次数统计数据、同期使用次数数据、往期使用次数数据、平均使用次数数据和环比使用次数数据等，根据实际需要进行设置，本专利技术实施例不做限定。所述第一预设时间段例如为3个月，根据实际需要进行设置，本专利技术实施例不做限定。其中，本专利技术实施例提供的读卡器设备的故障预警方法的执行主体包括但不限于服务器。例如，可以通过银行内部系统或者网上爬虫获取到读卡器设备的每个读卡模块的历史记录数据。设备本身数据可以包括所属地区位置、所属网点、网点内读卡器设备数量、使用窗口(对公或者个人)等信息。周期性数据可以包括月份、月初/月中/月末、当月几号、当月第几周、周几等信息。发薪和社保数据可以包括是否为发薪日、前N天是否发薪、后N天是否发薪、是否为社保日、前N天是否发社保、后N天是否发社保等信息。节假日数据包括是否为节假日、前N天中有几天为节假日、后N天中有几天为节假日等信息。使用次数统计数据可以包括前N天使用次数的最大值、前N天中使用次数的最小值、前N天使用次数的平均值、前N天使用次数的中位数、前N天使用次数的方差等信息。同期使用次数数据可以包括上周同天使用次数、上月同天使用次数、去年同期使用次数等信息。往期使用次数数据可以包括昨天使用次数、前天使用次数、前三天使用次数、前四天使用次数等信息。平均使用次数数据可以包括上周平均使用次数、上月平均使用次数、上月同周几平均使用次数等信息。环比使用次数数据可以包括前N天的天环比、前N天的周环本文档来自技高网...

【技术保护点】
1.一种读卡器设备的故障预警方法，其特征在于，包括：/n获取读卡器设备的每个读卡模块的预测数据；/n对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；/n根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；/n根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；/n若判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值，则发出故障预警信息。/n

【技术特征摘要】
1.一种读卡器设备的故障预警方法，其特征在于，包括：
获取读卡器设备的每个读卡模块的预测数据；
对每个读卡模块的预测数据进行特征处理，获得每个读卡模块的预测特征数据；
根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数；其中，每个读卡模块的使用次数预测模型包括设定数量的预测子模型，所述设定数量的预测子模型是根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得的；
根据每个读卡模块的预测使用次数和当前累计使用次数，获得每个读卡模块的预测累计使用次数；
若判断获知所述读卡模块的预测累计使用次数大于对应的使用阈值，则发出故障预警信息。


2.根据权利要求1所述的方法，其特征在于，所述根据每个读卡模块的预测特征数据以及每个读卡模块的使用次数预测模型，获得每个读卡模块的预测使用次数包括：
根据所述读卡模块的预测特征数据以及所述设定数量的预测子模型，获得所述读卡模块的设定数量个使用次数；
根据所述读卡模块的设定数量个使用次数以及各个使用次数对应的权重，计算所述读卡模块的预测使用次数；其中，所述读卡模块的各个使用次数对应的权重是预先获得的。


3.根据权利要求1或2所述的方法，其特征在于，根据每个读卡模块的使用次数训练数据以及历史使用次数训练获得每个读卡模块的使用次数预测模型包括：
获取所述读卡模块的使用次数训练数据以及历史使用次数；
根据所述读卡模块的使用次数训练数据，获得所述读卡模块的使用次数特征数据；
将所述读卡模块的使用次数特征数据划分为训练集和验证集；
根据所述训练集、所述训练集对应的历史使用次数以及预设数量个预设模型，训练获得预设数量个待定预测子模型；其中，所述预设数量大于等于所述设定数量；
根据所述验证集以及所述验证集对应的历史使用次数对所述预设数量个待定预测子模型进行验证，获得每个待定预测子模型的R平方值；
根据每个待定预测子模型的R平方值，从所述预设数量个待定预测子模型中选择出所述设定数量个预测子模型。


4.根据权利要求3所述的方法，其特征在于，所述根据所述读卡模块的使用次数训练数据，获得所述读卡模块的使用次数特征数据包括：
对所述读卡模块的使用次数训练数据进行特征构建，获得多类训练特征数据；
根据特征选择算法从所述多类训练特征数据中，选择出所述读卡模块的使用次数特征数据。


5.一种读卡器设备的故障预警装置，其特征在于，包括：
预测数据获取单元，用于获取读卡器设备的每个读卡模块的预测数据；
第一特征处理单元，用于对每个读卡模块的预测数...

【专利技术属性】
技术研发人员：高伟，郑广斌，钟春彬，杨洁琼，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11