检查飞单的方法、装置、电子设备及存储介质与流程

1.本发明涉及计算机技术领域，具体涉及一种检查飞单的方法、装置和电子设备以及计算机存储介质。


背景技术：

2.快餐/轻食行业易产生“飞单”问题，即员工不通过门店收银系统，私自交易或赠送餐食，进而造成门店的食品损耗难以管理。
3.目前，品牌的总部一般采用人工飞检或远程视频巡店的方式对门店的飞单情况进行检查，然而需要花费大量的人力，效率较低，且只能做到抽查，无法及时发现飞单的问题，因此一种高效的检查飞单的方法成为亟需。


技术实现要素：

4.为解决上述技术问题，本发明的一个目的在于提供一种检查飞单的方法，该检查飞单的方法，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
5.本发明的另一个目的在于提供一种实现上述检查飞单的方法的检查飞单的装置。
6.为达到上述目的，本发明采用如下技术方案：
7.根据本发明第一方面实施例的检查飞单的方法，包括：
8.识别门店在预定时间段内发生的多个出单事件；
9.将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
10.根据所述比较结果判断是否存在飞单。
11.优选地，所述识别门店在预定时间段内发生的多个出单事件，具体包括：
12.获取出餐的图像，基于所述出餐的图像识别出餐行为及餐食，并将一次所述出餐行为以及所述出餐行为所出的餐食关联为一次出餐事件；
13.获取取餐的图像，基于所述取餐的图像识别取餐行为及餐食及发生取餐行为的顾客的生物特征，并将一次所述取餐行为以及所述取餐行为所取的餐食关联为一次取餐事件；
14.将所述一次出餐事件与发生于其后的第一预定时间内的一次取餐事件关联为一个完整出餐事件，且所述完整出餐事件中的出餐事件的餐食与取餐事件的餐食相同；
15.在一顾客和该顾客相关的顾客在第二预定时间内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件，在一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件；
16.基于获取的所述出餐的图像和取餐的图像，识别门店在预定时间段内发生的多个出单事件。
17.优选地，获取顾客进店的图像，根据所述顾客进店的图像得到在进店时相互之间
的距离小于预定距离的若干顾客的生物特征，获取顾客进餐的图像，根据所述顾客进餐的图像得到在进餐时位于同一个餐桌的周围的若干顾客的生物特征，获取顾客结账的图像，根据所述顾客结账的图像得到发生结账行为的顾客的生物特征，所述该顾客相关的顾客为满足在该顾客进店时与该顾客之间的距离小于预定距离和/或进餐时与该顾客位于同一餐桌的周围的顾客，且该顾客相关的顾客以及该顾客中只有一人发生了结账行为。
18.优选地，所述识别线下门店在预定时间段内发生的多个出单事件，还包括：
19.获取点餐的图像，基于所述点餐的图像得到发生点餐行为的顾客的生物特征；
20.将一个出单事件涉及的发生取餐行为的一个或多个顾客以及所述一个或多个顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，进而将点餐行为与上述出单事件相关联。
21.优选地，所述生物特征包括人脸特征和/或人体特征。
22.优选地，将发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，包括：
23.将所述发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征分别与所述发生点餐行为的顾客的生物特征逐一进行匹配，当任一数据的相似度超过预定值时，则匹配成功。
24.优选地，所述检查飞单的方法还包括：
25.当判断存在飞单时，查询每一次所述出单事件是否存在其发生之前的第三预定时间内的餐食与其相同的订单，以查找发生飞单的出单事件。
26.根据本发明第二方面实施例的检查飞单的装置，包括：
27.识别模块：用于识别门店在预定时间段内发生的多个出单事件；
28.比较模块：用于将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
29.判断模块：用于根据所述比较结果判断是否存在飞单。
30.优选地，所述识别模块用于：
31.获取出餐的图像，基于所述出餐的图像识别出餐行为及餐食，并将一次所述出餐行为以及所述出餐行为所出的餐食关联为一次出餐事件；
32.获取取餐的图像，基于所述取餐的图像识别取餐行为及餐食及发生取餐行为的顾客的生物特征，并将一次所述取餐行为以及所述取餐行为所取的餐食关联为一次取餐事件；
33.将所述一次出餐事件与发生于其后的第一预定时间内的一次取餐事件关联为一个完整出餐事件，且所述完整出餐事件中的出餐事件的餐食与取餐事件的餐食相同；
34.在一顾客和该顾客相关的顾客在第二预定时间内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件，在一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件；
35.基于获取的所述出餐的图像和取餐的图像，识别门店在预定时间段内发生的多个出单事件。
36.优选地，所述识别模块还用于：获取顾客进店的图像，根据所述顾客进店的图像得到在进店时相互之间的距离小于预定距离的若干顾客的生物特征，获取顾客进餐的图像，
根据所述顾客进餐的图像得到在进餐时位于同一个餐桌的周围的若干顾客的生物特征，获取顾客结账的图像，根据所述顾客结账的图像得到发生结账行为的顾客的生物特征，所述该顾客相关的顾客为满足在该顾客进店时与该顾客之间的距离小于预定距离和/或进餐时与该顾客位于同一餐桌的周围的顾客，且该顾客相关的顾客以及该顾客中只有一人发生了结账行为。
37.优选地，所述识别模块还用于：
38.获取点餐的图像，基于所述点餐的图像得到发生点餐行为的顾客的生物特征；
39.将一个出单事件涉及的发生取餐行为的一个或多个顾客以及所述一个或多个顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，进而将点餐行为与上述出单事件相关联。
40.优选地，所述生物特征包括人脸特征和/或人体特征。
41.优选地，所述识别模块还用于：
42.将所述发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征分别与所述发生点餐行为的顾客的生物特征逐一进行匹配，当任一数据的相似度超过预定值时，则匹配成功。
43.优选地，所述检查飞单的装置还包括：
44.查询模块：用于当判断存在飞单时，查询每一次所述出单事件是否存在其发生之前的第三预定时间内的餐食与其相同的订单，以查找发生飞单的出单事件。
45.根据本发明第三方面实施例的用于检查飞单的电子设备，包括：
46.一个或多个处理器；
47.一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器执行时进行如下处理：
48.识别门店在预定时间段内发生的多个出单事件；
49.将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
50.根据所述比较结果判断是否存在飞单。
51.根据本发明第四方面实施例的计算机存储介质，其中存储了计算机可读代码，所述计算机可读代码当由一个或多个处理器执行时进行如下处理：
52.识别门店在预定时间段内发生的多个出单事件；
53.将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
54.根据所述比较结果判断是否存在飞单。
55.本发明的有益效果在于：
56.通过识别门店在预定时间段内发生的多个出单事件，并将识别到的出单事件的个数与门店在预定时间段内的订单数相比较以判断是否存在飞单，本发明实施例的检查飞单的方法，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
57.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
58.图1为本发明实施例的检查飞单的方法的流程图；
59.图2为本发明实施例的检查飞单的装置的结构示意图；
60.图3为本发明实施例的电子设备的结构示意图。
具体实施方式
61.下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例仅用于说明本发明，但不用来限制本发明的范围。
62.可以理解的是，如本文所使用的，术语“模块
””
可以指代或者包括专用集成电路(asic)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用、或群组)和/或存储器、组合逻辑电路、和/或提供所描述的功能的其他适当硬件组件，或者可以作为这些硬件组件的一部分。
63.可以理解的是，在本发明各实施例中，处理器可以是微处理器、数字信号处理器、微控制器等，和/或其任何组合。根据另一个方面，所述处理器可以是单核处理器，多核处理器等，和/或其任何组合。
64.可以理解的是，本技术的“飞单”可以是订单丢失，具体可以是员工私自交易餐食将售卖餐食的营业款据己所有，并不通过门店的收银系统计入帐中；本技术的“出单事件”可以是将一个订单中的一个或多个菜品均端送给顾客且被顾客接收的事件。
65.根据本发明实施例的本技术技术方案的一种应用场景，连锁餐饮品牌的总部想要对门店的飞单情况进行检查时，利用本发明的检查飞单的方法，识别出门店在预定时间段内发生的多个出单事件，然后将识别到的出单事件的个数与门店在预定时间段内的订单数相比较，根据比较结果判断是否存在飞单，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
66.如图1所示，根据本发明实施例的检查飞单的方法，包括如下步骤：
67.步骤s1，识别门店在预定时间段内发生的多个出单事件。
68.具体地，例如，可以识别门店在一天内或者一天中的某个时间段，比如中午时段或者晚上时段发生的多个出单事件。
69.优选地，所述步骤s1具体包括：
70.步骤s11，获取出餐的图像，基于所述出餐的图像识别出餐行为及餐食，并将一次所述出餐行为以及所述出餐行为所出的餐食关联为一次出餐事件。
71.其中，出餐的图像可以为送餐的店员至少一只手的五个手指紧抓盛装餐食的餐盘且送餐的店员位于出餐台的内侧的图像，基于该出餐的图像可识别出位于出餐台的内侧的店员一只或两只手的手指紧抓盛装餐食的餐盘的出餐行为以及盛装于餐盘中的餐食，可以将该出餐行为以及该出餐行为所出的餐食关联为一次出餐事件。
72.步骤s12，获取取餐的图像，基于所述取餐的图像识别取餐行为及餐食及发生取餐行为的顾客的生物特征，并将一次所述取餐行为以及所述取餐行为所取的餐食关联为一次取餐事件。
73.其中，取餐的图像可以为取餐的顾客至少一只手的五个手指紧抓盛装餐食的餐盘且取餐的顾客位于出餐台的外侧的图像，基于该取餐的图像可识别出位于出餐台的外侧的
顾客一只或两只手的手指紧抓盛装餐食的餐盘的取餐行为以及盛装于餐盘中的餐食，可以将该取餐行为以及该取餐行为所取的餐食关联为一次取餐事件。
74.步骤s13，将所述一次出餐事件与发生于其后的第一预定时间内的一次取餐事件关联为一个完整出餐事件，且所述完整出餐事件中的出餐事件的餐食与取餐事件的餐食相同。
75.具体地，例如，可以将一次出餐事件与发生于其后的2分钟内的一次取餐事件关联为一个完整出餐事件，且该出餐事件与该取餐事件的餐食相同。
76.步骤s14，在一顾客和该顾客相关的顾客在第二预定时间内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件，在一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件。
77.具体地，例如，当一个人去就餐时，该顾客在第二预定时间内比如可以是30分钟内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件；当两三个好友一起去就餐时，其订单中可能有多种餐食，可能在第二预定时间内需要分多次去取餐食，那么该两三个好友中的一个或多个即所述一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件。
78.步骤s15，基于获取的所述出餐的图像和取餐的图像，识别门店在预定时间段内发生的多个出单事件。
79.该识别门店在预定时间段内发生的多个出单事件的方法，较为简单，且可较为准确的得到门店在预定时间段内发生的出单事件的个数。
80.优选地，获取顾客进店的图像，根据所述顾客进店的图像得到在进店时相互之间的距离小于预定距离的若干顾客的生物特征，获取顾客进餐的图像，根据所述顾客进餐的图像得到在进餐时位于同一个餐桌的周围的若干顾客的生物特征，获取顾客结账的图像，根据所述顾客结账的图像得到发生结账行为的顾客的生物特征，所述该顾客相关的顾客为满足在该顾客进店时与该顾客之间的距离小于预定距离和/或进餐时与该顾客位于同一餐桌的周围的顾客，且该顾客相关的顾客以及该顾客中只有一人发生了结账行为。
81.具体地，顾客进店的图像可以为一个或多个顾客位于门店的门口的预定范围内且顾客的正面朝向门店的图像，顾客进餐的图像可以为顾客位于餐桌的周围且顾客的至少一只手的若干手指呈拿捏状且该手拿捏有餐食或者用以取餐食的餐具，顾客结账的图像可以为顾客的至少一只手呈拿捏状且该手中拿捏有手机以及该手机的正面对准扫码付款设备的图像。
82.优选地，所述步骤s1还包括：
83.步骤s15，获取点餐的图像，基于所述点餐的图像得到发生点餐行为的顾客的生物特征。
84.优选地，所述生物特征包括人脸特征和/或人体特征。
85.步骤s16，将一个出单事件涉及的发生取餐行为的一个或多个顾客以及所述一个或多个顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，进而将点餐行为与上述出单事件相关联。
86.优选地，所述将发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，包括：
87.将所述发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征分别与所述发生点餐行为的顾客的生物特征逐一进行匹配，当任一数据的相似度超过预定值时，则匹配成功。
88.具体地，将发生取餐行为的顾客或发生取餐行为的顾客相关的顾客的生物特征与多个发生点餐行为的顾客的生物特征逐一进行匹配，在进行匹配时，将发生取餐行为的顾客或发生取餐行为的顾客相关的顾客的生物特征中的人脸特征和人体特征依次分别与发生点餐行为的顾客的生物特征中的人脸特征和人体特征进行匹配，当任一特征的相似度超过预定值时，则匹配成功，该预定值为一阈值，即任一特征的相似度超过该阈值时则匹配成功，例如，当人脸特征的相似度超过预定值时则匹配成功，不需要再继续进行人体特征的匹配。
89.通过当任一特征的相似度超过预定值时则匹配成功，减少了匹配的计算量，提高了匹配的速度。而且，通过人脸特征和人体特征的双重身份验证，避免了由于抓拍图像时的角度不同或其它情况造成个别生物特征比对失败引起的匹配失败问题。例如，当顾客由于抓拍图像时的角度使抓拍的图像中呈现侧脸、低头以及脸部遮挡等造成人脸特征比对失败时，可以通过人体特征进行进一步比对。
90.当然，在本发明的其它实施例中，在进行匹配时，发生取餐行为的顾客或发生取餐行为的顾客相关的顾客的生物特征中的人脸特征和人体特征依次或同时分别与发生点餐行为的顾客的生物特征中的人脸特征和人体特征进行匹配，且生物特征中的人脸特征和人体特征分别赋以一定的权重，当匹配得到的生物特征的相似度达到预定值时匹配成功。
91.步骤s2，将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较。具体地，门店在预定时间段内的订单数可以是在预定时间段内门店中的收银系统中记录的订单数。
92.步骤s3，根据所述比较结果判断是否存在飞单。
93.通过识别门店在预定时间段内发生的多个出单事件，并将识别到的出单事件的个数与门店在预定时间段内的订单数相比较以判断是否存在飞单，本发明实施例的检查飞单的方法，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
94.优选地，所述检查飞单的方法还包括：
95.当判断存在飞单时，查询每一次所述出单事件是否存在其发生之前的第三预定时间内的餐食与其相同的订单，以查找发生飞单的出单事件。
96.由此，可较为简单且准确的判断发生飞单的问题时段以及具体发生飞单的出单事件，进而可准确的判断发生飞单的出单事件中的每次出餐事件和取餐事件具体发生的时间以及涉及的出餐的店员和取餐的顾客，从而便于管理层精准定位问题，便于对门店进行管理。
97.如图2所示，实现上述根据发明实施例的检查飞单的方法的根据本发明实施例的检查飞单的装置，包括识别模块20、比较模块30、判断模块40。
98.其中，识别模块20，用于识别门店在预定时间段内发生的多个出单事件。
99.比较模块30，用于将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较。
100.判断模块40，用于根据所述比较结果判断是否存在飞单。
101.优选地，所述识别模块20用于：
102.获取出餐的图像，基于所述出餐的图像识别出餐行为及餐食，并将一次所述出餐行为以及所述出餐行为所出的餐食关联为一次出餐事件；
103.获取取餐的图像，基于所述取餐的图像识别取餐行为及餐食及发生取餐行为的顾客的生物特征，并将一次所述取餐行为以及所述取餐行为所取的餐食关联为一次取餐事件；
104.将所述一次出餐事件与发生于其后的第一预定时间内的一次取餐事件关联为一个完整出餐事件，且所述完整出餐事件中的出餐事件的餐食与取餐事件的餐食相同；
105.在一顾客和该顾客相关的顾客在第二预定时间内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件，在一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件；
106.基于获取的所述出餐的图像和取餐的图像，识别门店在预定时间段内发生的多个出单事件。
107.优选地，所述识别模块20还用于：
108.获取顾客进店的图像，根据所述顾客进店的图像得到在进店时相互之间的距离小于预定距离的若干顾客的生物特征，获取顾客进餐的图像，根据所述顾客进餐的图像得到在进餐时位于同一个餐桌的周围的若干顾客的生物特征，获取顾客结账的图像，根据所述顾客结账的图像得到发生结账行为的顾客的生物特征，所述该顾客相关的顾客为满足在该顾客进店时与该顾客之间的距离小于预定距离和/或进餐时与该顾客位于同一餐桌的周围的顾客，且该顾客相关的顾客以及该顾客中只有一人发生了结账行为。
109.优选地，所述识别模块20还用于：
110.获取点餐的图像，基于所述点餐的图像得到发生点餐行为的顾客的生物特征；
111.将一个出单事件涉及的发生取餐行为的一个或多个顾客以及所述一个或多个顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，进而将点餐行为与上述出单事件相关联。
112.优选地，所述生物特征包括人脸特征和/或人体特征。
113.优选地，所述识别模块20还用于：
114.将所述发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征分别与所述发生点餐行为的顾客的生物特征逐一进行匹配，当任一数据的相似度超过预定值时，则匹配成功。
115.优选地，所述检查飞单的装置还包括：
116.查询模块：用于当判断存在飞单时，查询每一次所述出单事件是否存在其发生之前的第三预定时间内的餐食与其相同的订单，以查找发生飞单的出单事件。
117.通过识别门店在预定时间段内发生的多个出单事件，并将识别到的出单事件的个数与门店在预定时间段内的订单数相比较以判断是否存在飞单，本发明实施例的检查飞单的装置，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
118.如图3所示，基于与上述检查飞单的方法相同的发明构思，本技术还提供一种电子
设备1400，该电子设备1400包括一个或多个处理器1401和一个或多个存储器1402，存储器1402中存储了计算机可读代码，
119.其中，计算机可读代码当由一个或多个处理器1401执行时进行如下处理：
120.识别门店在预定时间段内发生的多个出单事件；
121.将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
122.根据所述比较结果判断是否存在飞单。
123.优选地，所述识别门店在预定时间段内发生的多个出单事件，具体包括：
124.获取出餐的图像，基于所述出餐的图像识别出餐行为及餐食，并将一次所述出餐行为以及所述出餐行为所出的餐食关联为一次出餐事件；
125.获取取餐的图像，基于所述取餐的图像识别取餐行为及餐食及发生取餐行为的顾客的生物特征，并将一次所述取餐行为以及所述取餐行为所取的餐食关联为一次取餐事件；
126.将所述一次出餐事件与发生于其后的第一预定时间内的一次取餐事件关联为一个完整出餐事件，且所述完整出餐事件中的出餐事件的餐食与取餐事件的餐食相同；
127.在一顾客和该顾客相关的顾客在第二预定时间内共发生一次完整出餐事件时，该一次完整出餐事件为一个出单事件，在一顾客和该顾客相关的顾客在第二预定时间内共发生多次完整出餐事件时，该多次完整出餐事件为一个出单事件；
128.基于获取的所述出餐的图像和取餐的图像，识别门店在预定时间段内发生的多个出单事件。
129.优选地，获取顾客进店的图像，根据所述顾客进店的图像得到在进店时相互之间的距离小于预定距离的若干顾客的生物特征，获取顾客进餐的图像，根据所述顾客进餐的图像得到在进餐时位于同一个餐桌的周围的若干顾客的生物特征，获取顾客结账的图像，根据所述顾客结账的图像得到发生结账行为的顾客的生物特征，所述该顾客相关的顾客为满足在该顾客进店时与该顾客之间的距离小于预定距离和/或进餐时与该顾客位于同一餐桌的周围的顾客，且该顾客相关的顾客以及该顾客中只有一人发生了结账行为。
130.优选地，所述识别门店在预定时间段内发生的多个出单事件，还包括：
131.获取点餐的图像，基于所述点餐的图像得到发生点餐行为的顾客的生物特征；
132.将一个出单事件涉及的发生取餐行为的一个或多个顾客以及所述一个或多个顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，进而将点餐行为与上述出单事件相关联。
133.优选地，所述生物特征包括人脸特征和/或人体特征。
134.优选地，将发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征与发生点餐行为的顾客的生物特征进行匹配，包括：
135.将所述发生取餐行为的顾客和/或该发生取餐行为的顾客相关的顾客的生物特征分别与所述发生点餐行为的顾客的生物特征逐一进行匹配，当任一数据的相似度超过预定值时，则匹配成功。
136.优选地，所述检查飞单的方法还包括：
137.当判断存在飞单时，查询每一次所述出单事件是否存在其发生之前的第三预定时
间内的餐食与其相同的订单，以查找发生飞单的出单事件。
138.进一步地，电子设备1400还包括网络接口1403、输入设备1404、硬盘1405、和显示设备1406。
139.上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器1401代表的一个或者多个中央处理器(cpu)，以及由存储器1402代表的一个或者多个存储器1402的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构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，这些都是本领域所公知的，因此本文不再对其进行详细描述。
140.网络接口1403，可以连接至网络(如因特网、局域网等)，从网络中获取相关数据，并可以保存在硬盘1405中。
141.输入设备1404，可以接收操作人员输入的各种指令，并发送给处理器1401以供执行。输入设备1404可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
142.显示设备1406，可以将处理器1401执行指令获得的结果进行显示。
143.存储器1402，用于存储操作系统14021运行所必须的程序和数据，以及处理器1401计算过程中的中间结果等数据。
144.可以理解，本技术实施例中的存储器1402可以是易失性存储器或非易失性存储器，或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)、可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)或闪存。易失性存储器可以是随机存取存储器(ram)，其用作外部高速缓存。本文描述的装置和方法的存储器1402旨在包括但不限于这些和任意其它适合类型的存储器。
145.在一些实施方式中，存储器1402存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统14021和应用程序14014。
146.其中，操作系统14021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序14014，包含各种应用程序，例如浏览器(browser)等，用于实现各种应用业务。实现本技术实施例方法的程序可以包含在应用程序14014中。
147.本技术上述实施例揭示的方法可以应用于处理器1401中，或者由处理器1401实现。处理器1401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1401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1401可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)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，可以实现或者执行本技术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该处理器也可以是任何常规的处理器等。结合本技术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。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1402，处理器
1401读取存储器1402中的信息，结合其硬件完成上述方法的步骤。
148.可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(asic)、数字信号处理器dsp)、数字信号处理设备(dspd)、可编程逻辑设备(pld)、现场可编程门阵列(fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本技术所述功能的其它电子单元或其组合中。
149.对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
150.本技术实施例中，该电子设备1400通过识别门店在预定时间段内发生的多个出单事件，并将识别到的出单事件的个数与门店在预定时间段内的订单数相比较以判断是否存在飞单，该用于检查飞单的电子设备，节约了人力，提高了对飞单的情况进行检查的效率，且能够长时间持续的对门店的飞单情况进行检查以及时发现飞单的问题。
151.另外，本技术实施例还提供了一种计算机存储介质，所述计算机存储介质存储了计算机可读代码，计算机可读代码当由一个或多个处理器执行时进行如下处理：
152.识别门店在预定时间段内发生的多个出单事件；
153.将识别到的所述出单事件的个数与所述门店在所述预定时间段内的订单数相比较；
154.根据所述比较结果判断是否存在飞单。
155.该计算机可读代码被处理器执行时实现上述检查飞单的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再对详细的过程进行赘述。其中，所述的计算机存储介质，如只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。
156.在本技术所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
157.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，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。
158.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
159.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。