CN104462530A - 用户喜好的分析方法及装置、电子设备 - Google Patents
用户喜好的分析方法及装置、电子设备 Download PDFInfo
- Publication number
- CN104462530A CN104462530A CN201410816041.8A CN201410816041A CN104462530A CN 104462530 A CN104462530 A CN 104462530A CN 201410816041 A CN201410816041 A CN 201410816041A CN 104462530 A CN104462530 A CN 104462530A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- subscriber
- class
- concern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于用户喜好的分析方法及装置、电子设备,包括:获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;当检测到所述用户的关注行为时,获取被关注对象的信息;根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。通过本公开的技术方案,可以准确分析出各用户类别的对象喜好情况。
Description
技术领域
本公开涉及终端技术领域,尤其涉及用户喜好的分析方法及装置、电子设备。
背景技术
在用户的日常生活和工作过程中,会涉及到对多种对象的选择,而每种对象都存在很多种不同的类型。实际上,由于不同用户存在不同的喜好和习惯,因而不同用户选取的对象种类往往不同,甚至针对同一种类的对象,不同用户选取的对象类型也存在差异。
比如在超市购物的场景中,不同用户选择的货品种类往往不同,或者不同用户对于同一种货品的具体类型(如品牌、型号等)也可能存在差异。
发明内容
本公开提供用户喜好的分析方法及装置、电子设备,可以对用户类别与对象之间的对应关系进行分析。
根据本公开实施例的第一方面,提供一种用户喜好的分析方法,包括:
获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
当检测到所述用户的关注行为时,获取被关注对象的信息;
根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
可选的,所述获取位于预设区域内用户的生物特征数据,包括:
通过视频监控系统对所述预设区域进行图像采集;
提取采集到的图像中包含的用户的生物特征数据。
可选的,所述检测到所述用户的关注行为时,获取对应的被关注对象信息,包括:
当检测到所述关注行为时,确定所述用户在所述预设区域内的相对位置信息;
根据所述相对位置信息和预定义的每种对象的位置信息,确定对应于所述关注行为的被关注对象;
读取预定义的所述被关注对象的信息。
可选的,所述关注行为包括以下至少之一:
所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。
可选的,所述根据每个用户类别的所有用户对同一对象的关注情况,确定用户类别与对象之间的对应关系,包括:
统计任一用户类别的所有用户对同一对象的关注比例;
当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
可选的,还包括:
确定每个用户类别的所有用户的联系方式;
根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。
可选的,还包括:
确定所述用户在所述预设区域内的相对位置信息;
通过所述相对位置信息的关联区域内的信息展示终端,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。
根据本公开实施例的第二方面,提供一种用户喜好的分析装置,包括:
特征数据获取模块,用于获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
对象信息获取模块,用于当检测到所述用户的关注行为时,获取被关注对象的信息;
对应关系确定模块,用于根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
可选的,所述特征数据获取模块包括:
图像采集子模块,用于通过视频监控系统对所述预设区域进行图像采集;
特征提取子模块,用于提取采集到的图像中包含的用户的生物特征数据。
可选的,所述对象信息获取模块包括:
位置确定子模块,用于当检测到所述关注行为时,确定所述用户在所述预设区域内的相对位置信息;
对象确定子模块,用于根据所述相对位置信息和预定义的每种对象的位置信息,确定对应于所述关注行为的被关注对象;
信息读取子模块,用于读取预定义的所述被关注对象的信息。
可选的,所述关注行为包括以下至少之一:
所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。
可选的,所述对应关系确定模块包括:
次数统计子模块,用于统计任一用户类别的所有用户对同一对象的关注比例;
关系建立子模块,用于当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
可选的,还包括:
联系方式确定模块,用于确定每个用户类别的所有用户的联系方式;
对象信息推送模块,用于根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。
可选的,还包括:
位置信息确定模块,用于确定所述用户在所述预设区域内的相对位置信息;
对象信息展示模块,用于通过所述相对位置信息的关联区域内的信息展示终端,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
当检测到所述用户的关注行为时,获取被关注对象的信息;
根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开通过对生物特征数据的获取,可以对每个用户进行准确的类别划分,并确保在预设区域内对不同用户进行有效区分和识别;同时,通过对关注行为的检测和被关注对象的信息获取,可以对用户类别与对象的关注情况进行准确的关联统计,从而分析出用户类别与对象的对应关系。
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是根据一示例性实施例示出的一种用户喜好的分析方法的流程图。
图2是根据一示例性实施例示出的对用户喜好进行分析的场景示意图。
图3是根据一示例性实施例示出的另一种用户喜好的分析方法的流程图。
图4是根据一示例性实施例示出的展示对象信息的场景示意图。
图5-10是根据一示例性实施例示出的一种用户喜好的分析装置的框图。
图11是根据一示例性实施例示出的一种用于用户喜好的分析的装置的结构示意图。
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和方法的例子。
图1是根据一示例性实施例示出的一种用户喜好的分析方法的流程图,如图1所示,该方法用于服务器中,包括以下步骤。
在步骤102中,获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别。
在本实施例中,用户的生物特征数据可以包括以下至少之一:手形、指纹、人脸图像、虹膜、视网膜、脉搏、耳廓、声音等。
在本实施例中,用户类别可以采用多种维度进行划分,比如性别、年龄、衣着、职业等其中的任一项或多项的组合。
作为一示例性实施例,当选用“人脸图像”作为本公开的用户生物特征数据时,可以通过如摄像机采集用户的面部图像,并基于人脸识别技术分析得到用户的人脸图像,且能够准确识别出用户的性别、年龄等信息。
在步骤104中,当检测到所述用户的关注行为时,获取被关注对象的信息。
在本实施例中,关注行为包括以下至少之一:所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。当然,本领域技术人员应该理解的是,任意表明用户对相应的对象存在关注的行为,均可以作为本公开技术方案的关注行为。
在步骤106中,根据属于所述用户类别的所有用户对同一对象的关注情况,确定用户类别与被关注对象之间的对应关系。
在本实施例中,通过获取每个用户的生物特征数据和对应的被关注对象的信息,且生物特征数据可以用于将每个用户归至对应的用户类别,则可以通过对所有用户的生物特征数据和被关注对象进行统计分析,确定每个用户类别总体上对应的被关注对象,从而在该用户类别与被关注对象之间建立起对应关系,说明该用户类别的用户更加关注这部分对象。
在本实施例中,可以统计任一用户类别的所有用户对同一对象的关注比例;其中,当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
由上述实施例可知,本公开通过对生物特征数据的获取,可以对每个用户进行准确的类别划分,并确保在预设区域内对不同用户进行有效区分和识别;同时,通过对关注行为的检测和被关注对象的信息获取,可以对用户类别与对象的关注情况进行准确的关联统计,从而分析出用户类别与对象的对应关系。
本公开的技术方案,可以应用于存在不同类别的用户以及多种类对象的任意场景中,以供分析出用户类别与对象之间的对应关系。下面以用户在超市中购买货品的应用场景为例,对本公开的技术方案进行详细说明。
图2是根据一示例性实施例示出的对用户喜好进行分析的场景示意图。如图2所示,可以在超市内安装视频监控系统,包括摄像机A、摄像机B等多台摄像机,以采集用户的人脸图像、视线聚焦位置、手部动作等;同时,通过连接至该视频监控系统的服务器,对视频监控系统采集到的图像数据进行分析。结合图2所示的应用场景,图3示出了本公开一示例性实施例的另一种用户喜好分析方法的流程图,该方法可以包括以下步骤。
在步骤302中,通过视频监控系统对预设区域进行图像采集。
在本实施例中,当应用场景为图2所示的用户在超市内购买货品时,预设区域即超市内的任意区域。
在步骤304中,从视频监控系统采集到的图像中,提取用户的生物特征数据。
在本实施例中,当用户进入视频监控系统的监控范围之后,即可对用户进行图像采集和生物特征数据的提取;而服务器通过对生物特征数据的对比分析,可以区分出该用户是否为正在监控的用户,或者刚进入超市的新用户。
当然,本实施例仅以“人脸识别”为例,通过视频监控系统对相应的生物特征数据(即人脸图像)进行获取;而当采用其他类型的生物特征数据时,显然也可以通过其他类型的硬件设备执行相应的生物特征数据采集,而不限于对视频监控系统的应用。
在步骤306中,根据用户的生物特征数据,分析每个用户所属的用户类别。
在本实施例中,比如用户类别的区分维度为“性别”和“年龄”,则作为一示例性实施方式,可以通过对用户的人脸识别操作,直接得到对应的性别和年龄信息,并归类至相应的用户类别,例如“男+20~25岁”、“女+35~40岁”等。
或者,作为另一示例性实施方式,还可以由服务器事先获取和存储已知用户的身份信息,则视频监控系统在采集到用户的人脸图像等生物特征数据之后,通过与存储的已知身份信息进行比较,即可得到每个用户的实际且详细的身份信息,相比于服务器的自动识别操作,能够实现更为准确的用户分类。
在步骤308中,当检测到用户的关注行为时,转入步骤310。
在本实施例中,步骤306和步骤308之间可以采用并行处理的方式,而并不存在必然的先后处理顺序。
在本实施例中,关注行为可以包括以下至少之一:所述用户的运动停止时长大于或等于预设时长(即用户停下来查看或拿起货品)、所述用户查看相应对象的信息(即用户查看货品的价格、重量、品牌、生产日期等信息)、所述用户与相应对象发生接触(即用户拿起货品进行查看,或者直接将货品放入购物车或购物筐中)、所述用户对相应对象的查看或接触时长大于或等于预设时长(即用户对货品进行详细查看)、所述用户将相应对象带离所述预设区域(即用户购买了相应的货品)。
在本实施例中,关注行为的检测可以通过视频监控系统的图像采集来实现,比如查看用户的运动状态、对货品的查看和接触情况等;或者,还可以通过其他方式实现,比如服务器还可以连接至超市内的收银系统,则通过对收银数据的查询,即可确定用户的货品购买情况。
在步骤310中,确定用户的相对位置信息。
在步骤312中,确定对应的被关注对象。
在本实施例中,用户的相对位置信息可以为该用户相对于超市内的各货架的位置信息,以及用户处于相应货架的哪个位置,比如首端、尾端或中间等;然后,根据相对位置信息和预定义的每种对象的位置信息(即预设的每种货品的摆放位置,比如放置于哪个货架的哪个位置),确定对应于所述关注行为的被关注对象,并读取预存储的该被关注对象的信息。
在本实施例中,作为一示例性实施方式,可以通过视频监控系统直接确定用户的相对位置信息。比如视频监控系统的每个摄像头对应于1或2个货架,则当该摄像头采集到用户图像时,即可确定用户处于相应的货架旁边,再结合用户的人脸朝向,即可确定被关注对象所处的货架;然后,基于用户处于该货架的哪个位置,即可确定出被关注对象。
作为另一示例性实施方式,可以通过其他方式确定用户的相对位置信息,比如在货架上对应于不同货品的摆放位置安装RFID(Radio FrequencyIdentification,射频识别)标签,而在购物车或购物篮上设置RFID阅读器,且该阅读器连接至服务器。因此,当检测到用户的关注行为时,通过开启RFID阅读器,可以对RFID标签进行读取并上传至服务器,从而确定用户所处的相对位置信息,并结合相对位置信息和预定义的每种货品的位置信息,即可确定被关注货品的信息;或者,通过在RFID标签中记录其安装位置的货品信息,也可以直接通过对RFID标签的读取,确定被关注货品的信息。
当然,除了步骤310和步骤312所示的实施例,还可以通过其他方式来确定用户对应的被关注对象,比如在检测到用户的关注行为时,根据用户的视线聚焦位置,直接通过视频监控系统采集相应货品的图像信息,并通过与预存储的货品数据库进行对比来查找出该货品的信息,甚至直接从图像信息中读取货品上记录的信息。
步骤314,根据用户对应的被关注对象,并结合由生物特征数据识别出的用户类别状况,确定用户类别与对象的对应关系。
在本实施例中,可以统计任一用户类别的所有用户对同一对象的关注比例;当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。比如针对“男+20~25岁”用户类别,假定该用户类别下共有2000名用户,且购买“纸面巾”的用户数量大于或等于1200名,即关注“纸面巾”的比例大于或等于60%,则在“男+20~25岁”用户类别与“纸面巾”之间建立对应关系,说明“男+20~25岁”用户类别的用户对“纸面巾”更容易产生关注。
基于服务器分析得到的用户类别与对象之间的对应关系,可以向每种用户类别的用户进行准确的对象信息推送。比如作为一示例性实施例,可以确定每个用户类别的所有用户的联系方式,并根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。举例而言,通过获取每个用户的手机号码,则服务器在通过如视频监控系统检测到某个用户类别的用户进入超市后,即可将与该用户类别存在对应关系的对象信息推送至该用户的手机,便于用户进行查看和购买。
作为另一示例性实施例,服务器可以通过如视频监控系统检测出用户所属的用户类别,服务器还可以通过如图像采集或RFID信息读取等方式来确定用户在预设区域内所处的相对位置信息,从而可以通过所述相对位置信息的关联区域内的信息展示终端中,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。比如图4所示,当用户在超市内购物时,譬如通过对用户的视线聚焦状况进行分析,若确定用户对某件货品产生关注行为时,服务器可以对相连的显示器进行控制,使得在位于被关注货品附近的显示器上,对与该用户所属用户类别存在对应关系的货品进行展示,以提示和引导用户对所展示的货品进行购买。
与前述的用户喜好的分析方法的实施例相对应,本公开还提供了用户喜好的分析装置的实施例。
图5是根据一示例性实施例示出的一种用户喜好的分析装置框图。参照图5,该装置包括特征数据获取模块51、对象信息获取模块52和对应关系确定模块53。
其中,特征数据获取模块51,被配置为获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
对象信息获取模块52,被配置为当检测到所述用户的关注行为时,获取对应的被关注对象信息;
对应关系确定模块53,被配置为根据每个用户类别的所有用户对同一对象的关注情况,确定用户类别与对象之间的对应关系。
可选的,所述关注行为包括以下至少之一:所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。
如图6所示,图6是根据一示例性实施例示出的另一种用户喜好的分析装置的框图,该实施例在前述图5所示实施例的基础上,特征数据获取模块51可以包括:图像采集子模块511和特征提取子模块512。
其中,图像采集子模块511,被配置为通过视频监控系统对所述预设区域进行图像采集;
特征提取子模块512,被配置为提取采集到的图像中包含的用户的生物特征数据。
如图7所示,图7是根据一示例性实施例示出的另一种用户喜好的分析装置的框图,该实施例在前述图5所示实施例的基础上,对象信息获取模块52可以包括:位置确定子模块521、对象确定子模块522和信息读取子模块523。
其中,位置确定子模块521,被配置为当检测到所述关注行为时,确定所述用户在所述预设区域内的相对位置信息;
对象确定子模块522,被配置为根据所述相对位置信息和预定义的每种对象的位置信息,确定对应于所述关注行为的被关注对象;
信息读取子模块523,被配置为读取预定义的所述被关注对象的信息。
需要说明的是,上述图7所示的装置实施例中的位置确定子模块521、对象确定子模块522和信息读取子模块523的结构也可以包含在前述图6的装置实施例中,对此本公开不进行限制。
如图8所示,图8是根据一示例性实施例示出的另一种用户喜好的分析装置的框图,该实施例在前述图5所示实施例的基础上,对应关系确定模块53可以包括:次数统计子模块531和关系建立子模块532。
其中,次数统计子模块531,被配置为统计任一用户类别的所有用户对同一对象的关注比例;
关系建立子模块532,被配置为当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
需要说明的是,上述图8所示的装置实施例中的次数统计子模块531和关系建立子模块532的结构也可以包含在前述图6或图7的装置实施例中,对此本公开不进行限制。
如图9所示,图9是根据一示例性实施例示出的另一种用户喜好的分析装置的框图,该实施例在前述图5所示实施例的基础上,还可以包括:联系方式确定模块54和对象信息推送模块55。
其中,联系方式确定模块54,被配置为确定每个用户类别的所有用户的联系方式;
对象信息推送模块55,被配置为根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。
需要说明的是,上述图9所示的装置实施例中的联系方式确定模块54和对象信息推送模块55的结构也可以包含在前述图6-8的装置实施例中,对此本公开不进行限制。
如图10所示,图10是根据一示例性实施例示出的另一种用户喜好的分析装置的框图,该实施例在前述图5所示实施例的基础上,还可以包括:位置信息确定模块56和对象信息展示模块57。
其中,位置信息确定模块56,被配置为确定所述用户在所述预设区域内的相对位置信息;
对象信息展示模块57,被配置为通过所述相对位置信息的关联区域内的信息展示终端中,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。
需要说明的是,上述图10所示的装置实施例中的位置信息确定模块56和对象信息展示模块57的结构也可以包含在前述图6-8的装置实施例中,对此本公开不进行限制。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,本公开还提供一种用户喜好的分析装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;当检测到所述用户的关注行为时,获取对应的被关注对象信息;根据每个用户类别的所有用户对同一对象的关注情况,确定用户类别与对象之间的对应关系。
相应的,本公开还提供一种终端,所述终端包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;当检测到所述用户的关注行为时,获取对应的被关注对象信息;根据每个用户类别的所有用户对同一对象的关注情况,确定用户类别与对象之间的对应关系。
图11是根据一示例性实施例示出的一种用于用户喜好的分析的装置1100的框图。例如,装置1100可以被提供为一服务器。参照图11,装置1100包括处理组件1122,其进一步包括一个或多个处理器,以及由存储器1132所代表的存储器资源,用于存储可由处理部件1122的执行的指令,例如应用程序。存储器1132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1122被配置为执行指令,以执行上述用户喜好的分析方法。
装置1100还可以包括一个电源组件1126被配置为执行装置1100的电源管理,一个有线或无线网络接口1150被配置为将装置1100连接到网络,和一个输入输出(I/O)接口1158。装置1100可以操作基于存储在存储器1132的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请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。
Claims (15)
1.一种用户喜好的分析方法,其特征在于,包括:
获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
当检测到所述用户的关注行为时,获取被关注对象的信息;
根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述获取位于预设区域内用户的生物特征数据,包括:
通过视频监控系统对所述预设区域进行图像采集;
提取采集到的图像中包含的用户的生物特征数据。
3.根据权利要求1所述的方法,其特征在于,所述检测到所述用户的关注行为时,获取对应的被关注对象信息,包括:
当检测到所述关注行为时,确定所述用户在所述预设区域内的相对位置信息;
根据所述相对位置信息和预定义的每种对象的位置信息,确定对应于所述关注行为的被关注对象;
读取预定义的所述被关注对象的信息。
4.根据权利要求1所述的方法,其特征在于,所述关注行为包括以下至少之一:
所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。
5.根据权利要求1所述的方法,其特征在于,所述根据每个用户类别的所有用户对同一对象的关注情况,确定用户类别与对象之间的对应关系,包括:
统计任一用户类别的所有用户对同一对象的关注比例;
当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
6.根据权利要求1所述的方法,其特征在于,还包括:
确定每个用户类别的所有用户的联系方式;
根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。
7.根据权利要求1所述的方法,其特征在于,还包括:
确定所述用户在所述预设区域内的相对位置信息;
通过所述相对位置信息的关联区域内的信息展示终端,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。
8.一种用户喜好的分析装置,其特征在于,包括:
特征数据获取模块,用于获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
对象信息获取模块,用于当检测到所述用户的关注行为时,获取被关注对象的信息;
对应关系确定模块,用于根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
9.根据权利要求8所述的装置,其特征在于,所述特征数据获取模块包括:
图像采集子模块,用于通过视频监控系统对所述预设区域进行图像采集;
特征提取子模块,用于提取采集到的图像中包含的用户的生物特征数据。
10.根据权利要求8所述的装置,其特征在于,所述对象信息获取模块包括:
位置确定子模块,用于当检测到所述关注行为时,确定所述用户在所述预设区域内的相对位置信息;
对象确定子模块,用于根据所述相对位置信息和预定义的每种对象的位置信息,确定对应于所述关注行为的被关注对象;
信息读取子模块,用于读取预定义的所述被关注对象的信息。
11.根据权利要求8所述的装置,其特征在于,所述关注行为包括以下至少之一:
所述用户的运动停止时长大于或等于预设时长、所述用户查看相应对象的信息、所述用户与相应对象发生接触、所述用户对相应对象的查看或接触时长大于或等于预设时长、所述用户将相应对象带离所述预设区域。
12.根据权利要求8所述的装置,其特征在于,所述对应关系确定模块包括:
次数统计子模块,用于统计任一用户类别的所有用户对同一对象的关注比例;
关系建立子模块,用于当所述关注比例大于或等于预设比例时,为所述任一用户类别与所述同一对象建立对应关系。
13.根据权利要求8所述的装置,其特征在于,还包括:
联系方式确定模块,用于确定每个用户类别的所有用户的联系方式;
对象信息推送模块,用于根据所述联系方式,推送与相应用户类别之间存在对应关系的对象的信息。
14.根据权利要求8所述的装置,其特征在于,还包括:
位置信息确定模块,用于确定所述用户在所述预设区域内的相对位置信息;
对象信息展示模块,用于通过所述相对位置信息的关联区域内的信息展示终端,对与所述用户所属用户类别之间存在对应关系的对象的信息进行展示。
15.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取位于预设区域内用户的生物特征数据,所述生物特征数据在预设维度下属于相应的用户类别;
当检测到所述用户的关注行为时,获取被关注对象的信息;
根据属于所述用户类别的所有用户对同一对象的关注情况,确定所述用户类别与被关注对象之间的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816041.8A CN104462530A (zh) | 2014-12-23 | 2014-12-23 | 用户喜好的分析方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816041.8A CN104462530A (zh) | 2014-12-23 | 2014-12-23 | 用户喜好的分析方法及装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104462530A true CN104462530A (zh) | 2015-03-25 |
Family
ID=52908565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410816041.8A Pending CN104462530A (zh) | 2014-12-23 | 2014-12-23 | 用户喜好的分析方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462530A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834896A (zh) * | 2015-04-03 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 一种信息采集方法及其终端 |
CN105869015A (zh) * | 2016-03-28 | 2016-08-17 | 联想(北京)有限公司 | 一种信息处理方法及系统 |
CN107067290A (zh) * | 2017-01-12 | 2017-08-18 | 段元文 | 数据处理方法及装置 |
CN107613289A (zh) * | 2017-10-19 | 2018-01-19 | 何翔 | 一种基于眨眼检测的视频内容分析方法及装置 |
CN107944917A (zh) * | 2017-11-27 | 2018-04-20 | 深圳码隆科技有限公司 | 一种鞋的数据获取方法和设备以及计算机存储介质 |
CN108294559A (zh) * | 2018-01-18 | 2018-07-20 | 昆山多宾陈列展示股份有限公司 | 智能货架系统及其管理方法 |
CN108551462A (zh) * | 2018-02-28 | 2018-09-18 | 阿里巴巴集团控股有限公司 | 一种信息推送方法、装置及设备 |
CN108681940A (zh) * | 2018-05-09 | 2018-10-19 | 连云港伍江数码科技有限公司 | 储物装置中人机交互方法、装置、储物装置及存储介质 |
WO2018218860A1 (zh) * | 2017-05-31 | 2018-12-06 | 深圳正品创想科技有限公司 | 一种商品推荐方法及装置 |
CN109145195A (zh) * | 2017-06-28 | 2019-01-04 | 南宁富桂精密工业有限公司 | 信息推荐方法、电子装置及计算机可读存储介质 |
CN109214312A (zh) * | 2018-08-17 | 2019-01-15 | 连云港伍江数码科技有限公司 | 信息显示方法、装置、计算机设备和存储介质 |
WO2019024237A1 (zh) * | 2017-08-04 | 2019-02-07 | 平安科技(深圳)有限公司 | 信息推荐方法、移动终端及计算机可读存储介质 |
TWI684937B (zh) * | 2017-09-15 | 2020-02-11 | 遠東科技大學 | 智慧行銷系統及其行銷方法 |
WO2021097832A1 (zh) * | 2019-11-22 | 2021-05-27 | 连云港伍江数码科技有限公司 | 目标信息的确定方法、装置、计算机设备和存储介质 |
CN113592573A (zh) * | 2020-04-30 | 2021-11-02 | Jvc建伍株式会社 | 信息推荐装置、信息推荐方法及存储介质 |
WO2022227526A1 (zh) * | 2021-04-25 | 2022-11-03 | 青岛海尔空调器有限总公司 | 物品查找方法、装置、空调设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002059836A2 (en) * | 2001-01-24 | 2002-08-01 | Central Research Laboratories Limited | Monitoring responses to visual stimuli |
CN1801964A (zh) * | 2006-01-10 | 2006-07-12 | 北京神州信标科技有限公司 | 利用识别码为移动终端提供业务的系统和方法 |
CN101512574A (zh) * | 2006-09-07 | 2009-08-19 | 宝洁公司 | 用于测量情绪响应和选择偏好的方法 |
CN102122346A (zh) * | 2011-02-28 | 2011-07-13 | 济南纳维信息技术有限公司 | 基于视频分析的实体店面顾客兴趣点采集方法 |
CN102298709A (zh) * | 2011-09-07 | 2011-12-28 | 江西财经大学 | 复杂环境下多特征融合的节能型智能识别数字标牌 |
CN102592116A (zh) * | 2011-12-27 | 2012-07-18 | Tcl集团股份有限公司 | 一种云计算应用方法、系统及终端设备、云计算平台 |
-
2014
- 2014-12-23 CN CN201410816041.8A patent/CN104462530A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002059836A2 (en) * | 2001-01-24 | 2002-08-01 | Central Research Laboratories Limited | Monitoring responses to visual stimuli |
CN1801964A (zh) * | 2006-01-10 | 2006-07-12 | 北京神州信标科技有限公司 | 利用识别码为移动终端提供业务的系统和方法 |
CN101512574A (zh) * | 2006-09-07 | 2009-08-19 | 宝洁公司 | 用于测量情绪响应和选择偏好的方法 |
CN102122346A (zh) * | 2011-02-28 | 2011-07-13 | 济南纳维信息技术有限公司 | 基于视频分析的实体店面顾客兴趣点采集方法 |
CN102298709A (zh) * | 2011-09-07 | 2011-12-28 | 江西财经大学 | 复杂环境下多特征融合的节能型智能识别数字标牌 |
CN102592116A (zh) * | 2011-12-27 | 2012-07-18 | Tcl集团股份有限公司 | 一种云计算应用方法、系统及终端设备、云计算平台 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834896A (zh) * | 2015-04-03 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 一种信息采集方法及其终端 |
CN105869015A (zh) * | 2016-03-28 | 2016-08-17 | 联想(北京)有限公司 | 一种信息处理方法及系统 |
CN107067290A (zh) * | 2017-01-12 | 2017-08-18 | 段元文 | 数据处理方法及装置 |
WO2018218860A1 (zh) * | 2017-05-31 | 2018-12-06 | 深圳正品创想科技有限公司 | 一种商品推荐方法及装置 |
CN109145195A (zh) * | 2017-06-28 | 2019-01-04 | 南宁富桂精密工业有限公司 | 信息推荐方法、电子装置及计算机可读存储介质 |
WO2019024237A1 (zh) * | 2017-08-04 | 2019-02-07 | 平安科技(深圳)有限公司 | 信息推荐方法、移动终端及计算机可读存储介质 |
TWI684937B (zh) * | 2017-09-15 | 2020-02-11 | 遠東科技大學 | 智慧行銷系統及其行銷方法 |
CN107613289A (zh) * | 2017-10-19 | 2018-01-19 | 何翔 | 一种基于眨眼检测的视频内容分析方法及装置 |
CN107944917A (zh) * | 2017-11-27 | 2018-04-20 | 深圳码隆科技有限公司 | 一种鞋的数据获取方法和设备以及计算机存储介质 |
CN108294559A (zh) * | 2018-01-18 | 2018-07-20 | 昆山多宾陈列展示股份有限公司 | 智能货架系统及其管理方法 |
CN108551462A (zh) * | 2018-02-28 | 2018-09-18 | 阿里巴巴集团控股有限公司 | 一种信息推送方法、装置及设备 |
CN108681940A (zh) * | 2018-05-09 | 2018-10-19 | 连云港伍江数码科技有限公司 | 储物装置中人机交互方法、装置、储物装置及存储介质 |
EP3567452A1 (en) * | 2018-05-09 | 2019-11-13 | Quatius Technology (China) Limited | Method and device for human-machine interaction in a storage unit, storage unit, and storage medium |
CN109214312A (zh) * | 2018-08-17 | 2019-01-15 | 连云港伍江数码科技有限公司 | 信息显示方法、装置、计算机设备和存储介质 |
WO2021097832A1 (zh) * | 2019-11-22 | 2021-05-27 | 连云港伍江数码科技有限公司 | 目标信息的确定方法、装置、计算机设备和存储介质 |
CN113592573A (zh) * | 2020-04-30 | 2021-11-02 | Jvc建伍株式会社 | 信息推荐装置、信息推荐方法及存储介质 |
WO2022227526A1 (zh) * | 2021-04-25 | 2022-11-03 | 青岛海尔空调器有限总公司 | 物品查找方法、装置、空调设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462530A (zh) | 用户喜好的分析方法及装置、电子设备 | |
US11638490B2 (en) | Method and device for identifying product purchased by user and intelligent shelf system | |
US11335092B2 (en) | Item identification method, system and electronic device | |
CN106776619B (zh) | 用于确定目标对象的属性信息的方法和装置 | |
US11461753B2 (en) | Automatic vending method and apparatus, and computer-readable storage medium | |
EP3779776B1 (en) | Abnormality detection method, apparatus and device in unmanned settlement scenario | |
CN110033293B (zh) | 获取用户信息的方法、装置及系统 | |
US20170068945A1 (en) | Pos terminal apparatus, pos system, commodity recognition method, and non-transitory computer readable medium storing program | |
JP2019055828A (ja) | 棚情報推定装置及び情報処理プログラム | |
US9947105B2 (en) | Information processing apparatus, recording medium, and information processing method | |
CN111126119B (zh) | 基于人脸识别的到店用户行为统计方法和装置 | |
CN110648186A (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
EP2805311A1 (en) | Method and apparatus for user recognition | |
CN110795584A (zh) | 一种用户标识生成方法、装置及终端设备 | |
CN111414948A (zh) | 目标对象检测方法和相关装置 | |
US10853829B2 (en) | Association method, and non-transitory computer-readable storage medium | |
CN113468914B (zh) | 一种商品纯净度的确定方法、装置及设备 | |
CN107730245B (zh) | 基于无人商店的自动结账方法、无人商店 | |
CN111126457A (zh) | 信息的获取方法和装置、存储介质和电子装置 | |
US10297051B2 (en) | Information processing device, display method, and program storage medium for monitoring object movement | |
CN110110688B (zh) | 一种信息分析方法及系统 | |
EP2682908A2 (en) | Method for providing an advertisement using collection information, server, and computer-readable recording medium | |
CN111461104A (zh) | 视觉识别方法、装置、设备及存储介质 | |
CN110163657B (zh) | 基于流形学习算法的保险产品推荐方法及相关设备 | |
CN111626074A (zh) | 一种人脸分类方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150325 |
|
RJ01 | Rejection of invention patent application after publication |