CN108596659A - 客群画像的形成方法及装置、存储介质、终端 - Google Patents
客群画像的形成方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN108596659A CN108596659A CN201810337316.8A CN201810337316A CN108596659A CN 108596659 A CN108596659 A CN 108596659A CN 201810337316 A CN201810337316 A CN 201810337316A CN 108596659 A CN108596659 A CN 108596659A
- Authority
- CN
- China
- Prior art keywords
- user
- image
- portrait
- predeterminable area
- companion
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种客群画像的形成方法及装置、存储介质、终端,所述方法包括:采集预设时段内出现在预设区域的用户的图像信息;根据所述用户的图像信息确定与所述用户同行的同伴;根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。通过本发明提供的方案能够形成精确度更高、更全面、更深入、更精细化的客群画像。
Description
技术领域
本发明涉及数据分析技术领域,具体地涉及一种客群画像的形成方法及装置、存储介质、终端。
背景技术
随着数据分析技术的推广应用,越来越多的商家开始将数据分析应用到对店内客群(消费者)的画像上,以更精准的掌握到店消费的客群的特征属性,从而更合理的做出客群(消费者)决策。
但是,现有的客群画像方案只能形成对客群的年龄段的画像,其他更深入、更精细化的客群画像仍需依赖商家的人工抽样调查形成,获得的客群画像精确度低、不够全面。
发明内容
本发明解决的技术问题是如何形成更深入、更精细化的客群画像,以优化客群画像的精确度和全面性。
为解决上述技术问题,本发明实施例提供一种客群画像的形成方法,包括:采集预设时段内出现在预设区域的用户的图像信息;根据所述用户的图像信息确定与所述用户同行的同伴;根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
可选的,所述客群画像的形成方法还包括:统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类。
可选的,所述客群画像的形成方法还包括:对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果。
可选的,所述用户的图像信息包括:所述用户的人身影像;与所述用户存在交互行为的人的人身影像;所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
可选的,所述交互行为选自:肢体接触行为;交谈行为;预设行进状态。
可选的,所述与用户存在交互行为的人的人身影像包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
可选的,所述根据所述用户的图像信息确定与所述用户同行的同伴包括:基于所述用户的图像信息筛选所述用户的候选同行者;根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度;当所述交互程度大于预设阈值时,确定所述候选同行者为与所述用户同行的同伴。
可选的,所述基于所述用户的图像信息筛选所述用户的候选同行者包括:获取用户进入所述预设区域时的入口区域影像;对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人为所述候选同行者。
可选的,所述根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度包括:基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;根据所述同行权重确定所述候选同行者与所述用户的交互程度。
可选的,所述基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重包括:获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重;根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
可选的,所述根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像包括:结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;根据所述关联关系确定所述用户所属的客群画像。
可选的,所述根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像还包括:当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;根据所述关联关系确定所述用户所属的一个或多个客群画像。
可选的,所述属性信息选自:年龄;性别;体貌特征。
可选的,所述客群画像选自:家庭;亲子;情侣;朋友;单身。
为解决上述技术问题,本发明实施例还提供一种客群画像的形成装置,包括:采集模块,用于采集预设时段内出现在预设区域的用户的图像信息;第一确定模块,用于根据所述用户的图像信息确定与所述用户同行的同伴;第二确定模块,用于根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
可选的,所述客群画像的形成装置还包括:统计归类模块,用于统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类。
可选的,所述客群画像的形成装置还包括:筛选模块,用于对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果。
可选的,所述用户的图像信息包括:所述用户的人身影像;与所述用户存在交互行为的人的人身影像;所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
可选的,所述交互行为选自:肢体接触行为;交谈行为;预设行进状态。
可选的,所述与用户存在交互行为的人的人身影像包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
可选的,所述第一确定模块包括:筛选子模块,用于基于所述用户的图像信息筛选所述用户的候选同行者;第一确定子模块,用于根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度;第二确定子模块,当所述交互程度大于预设阈值时,确定所述候选同行者为与所述用户同行的同伴。
可选的,所述筛选子模块包括:第一获取单元,用于获取用户进入所述预设区域时的入口区域影像;人脸识别单元,用于对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人为所述候选同行者。
可选的,所述第一确定子模块包括:第一统计单元,用于基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;确定单元,用于根据所述同行权重确定所述候选同行者与所述用户的交互程度。
可选的,所述第一统计单元包括:第二获取单元,用于获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;第二统计单元,用于根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重;调整单元,用于根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
可选的,所述第二确定模块包括:第三确定子模块,用于结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;第四确定子模块,用于根据所述关联关系确定所述用户所属的客群画像。
可选的,所述第二确定模块还包括:第五确定子模块,当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;第六确定子模块,用于根据所述关联关系确定所述用户所属的一个或多个客群画像。
可选的,所述属性信息选自:年龄;性别;体貌特征。
可选的,所述客群画像选自:家庭;亲子;情侣;朋友;单身。
为解决上述技术问题,本发明实施例还提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述方法的步骤。
为解决上述技术问题,本发明实施例还提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明实施例提供一种客群画像的形成方法,包括:采集预设时段内出现在预设区域的用户的图像信息;根据所述用户的图像信息确定与所述用户同行的同伴;根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。较之现有依赖于人工抽样调查形成的客群画像,采用本发明实施例所述方案形成的客群画像的精细化程度更高,不仅能够获取客群的年龄、性别等形成常规客群画像所需的属性信息,还能够结合与该用户同行的同伴的属性信息来深入分析用户与该同伴的关联关系并据此对客群(即用户与其同伴构成的整体)进行画像(如该客群属于单身、家庭、亲子、情侣还是朋友),从而获得维度更多样化的客群画像,便于商家根据形成的客群画像做出更准确、更合理的客群决策。进一步,与所述用户同行的同伴是根据采集到的所述用户的图像信息确定的,从而实现对用户的自动化多维分析,以形成更深入、更精细化的客群画像,优化客群画像的精确度和全面性。
进一步,统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类,以获得更详细的客群画像饼图,如预设时段内出现在预设区域的单客群人数、家庭数、男女同行(如情侣)人数、同行的未成年人的各年龄层的比例等。
附图说明
图1是本发明实施例的一种客群画像的形成方法的流程图;
图2是图1中步骤S102的一个具体实施方式的流程图;
图3是本发明实施例的一种客群画像的形成装置的结构示意图。
具体实施方式
本领域技术人员理解,如背景技术所言,现有的客群画像形成方案仍依赖于人工抽样的方式实现,效率低、精度低,形成的客群画像也不够全面、不够精细。
例如,通过对进店顾客的人脸检测与识别、年龄的估算、性别的判断,现有技术能够形成门店客流的初步客群画像饼图,该客群画像主要包括年龄段及性别的划分结果。
这种客群画像形成方案的缺点在于:对于门店管理者(即商家)来说,往往希望得到更细的客群画像来帮助经营决策(如客群决策)。
例如,商家还希望能够掌握家庭、夫妻、情侣、亲子等这些客群在全部进店顾客里的占比和结构,从而针对各个类型的客群制定更具针对性的销售策略,以使客群包括的每一个人都能在商店内找到期望的商品。
为了获得这类客群的画像,现有技术主要通过导购、店员等专门抽时间进行统计,不但占用人力而且耗时,只能采用抽样的形式获得数据全面性不足,数据的更新也不够及时。
为了解决上述技术问题,本发明实施例提供一种客群画像的形成方法,包括:采集预设时段内出现在预设区域的用户的图像信息;根据所述用户的图像信息确定与所述用户同行的同伴;根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。本领域技术人员理解,采用本发明实施例所述方案形成的客群画像的精细化程度更高,不仅能够获取客群的年龄、性别等形成常规客群画像所需的属性信息,还能够结合与该用户同行的同伴的属性信息来深入分析用户与该同伴的关联关系并据此对客群(即用户与其同伴构成的整体)进行画像(如该客群属于单身、家庭、亲子、情侣还是朋友),从而获得维度更多样化的客群画像,便于商家根据形成的客群画像做出更准确、更合理的客群决策。
进一步,与所述用户同行的同伴是根据采集到的所述用户的图像信息确定的,从而实现对用户的自动化多维分析,以形成更深入、更精细化的客群画像,优化客群画像的精确度和全面性。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例的一种客群画像的形成方法的流程图。其中,所述客群可以理解为消费者,通过对出现在预设区域(如商店)内的客群进行画像,有利于商家及时调整客群决策,以更有效地吸引目标消费者,并为预设区域内的客群提供更具针对性的服务。
换言之,所述客群画像可以理解为从不同维度对客群的分析结果,基本的可以包括年龄段、性别等,进一步地,基于本实施例所述方案,结合客群自身与同行的同伴综合分析,还可以形成更多维度的客群画像,如家庭、情侣、单身等,利于形成更详细的客群画像饼图,通过更深入的数据挖掘,从不同维度、不同深度描绘客群,有助于商家更合理地确定客群决策。
具体地,参考图1,本实施例所述客群画像的形成方法可以包括如下步骤:
步骤S101,采集预设时段内出现在预设区域的用户的图像信息。
步骤S102,根据所述用户的图像信息确定与所述用户同行的同伴。
步骤S103,根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
更为具体地,所述预设时段可以为1天、1周、1个月等,本领域技术人员可以根据需要调整所述预设时段的具体时长,在此不予赘述。
进一步地,所述预设区域可以以门店为单位,或者,也可以是所述门店内的特定区域。类似的,本领域技术人员可以根据需要调整所述预设区域的具体划分,在此不予赘述。
本领域技术人员理解,所述预设时段和预设区域的设定意义在于,用于确定客群的采集范围(包括时间维度和空间维度),在该采集范围内采集到的客群即为采用本实施例所述方案形成的客群画像的数据基础。
进一步地,所述用户的图像信息可以包括:所述用户的人身影像;与所述用户存在交互行为的人的人身影像;所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
优选地,所述交互行为可以选自:肢体接触行为;交谈行为;预设行进状态。所述交互行为还可以包括其他能够体现用户与该人可能存在关联关系的行为。
其中,所述预设行进状态可以包括:用户与该人属于前后跟随的行进状态;用户与该人属于并行的行进状态。
优选地,所述与用户存在交互行为的人的人身影像可以包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
作为一个非限制性实施例,可以在所述预设区域内设置多个影像采集设备,以采集预设时段内出现在预设区域的用户的图像信息。
例如,可以在所述预设区域的出入口以及预设区域内的特定位置(如转角、货柜前等)分别设置所述影像采集设备。
以在所述预设区域的入口设置影像采集设备为例,该影像采集设备可以适于实时采集入口处的区域影像,假设出现在采集到的区域影像中的一进店顾客为所述用户,可以通过影像识别技术获取所述用户的人身影像,所述人身影像可以包括身高、体重、三维比例等信息。
进一步地,还可以通过人脸识别技术获取所述用户的年龄、性别等属性信息。
进一步地,继续识别该区域影像,可以判断该影像中是否有与所述用户存在交互行为的人。例如,识别所述区域影像中所述用户周围是否有与所述用户产生肢体接触的人。又例如,还可以识别所述区域影像中是否有与所述用户存在前后跟随行为的人。
需要指出的是,对与所述用户存在交互行为的人的识别可以是针对单张区域影像确定的;或者,也可以是结合多张在时间上存在连续性的区域影像综合确定的,以提高识别准确度。
进一步地,当判断出所述影像中有与所述用户存在交互行为的人时,也可以基于人脸识别技术获取所述与所述用户存在交互行为的人的年龄、性别、身高、体重等属性信息。
优选地,所述影像采集设备可以包括摄像头。其中,所述摄像头可以为所述预设区域内已有的设备(如门店内安装的监控摄像头),或者,所述摄像头也可以是为了执行本实施例的方案而专门设置的设备。
优选地,所述影像采集设备采集到的影像可以为一张张的静态图像,相邻两张静态图像之间的采集间隔可以根据需要设定并调整。或者,也可以为预设时长的录像,在执行本实施例所述方案时,可以将所述录像逐帧分解为静态图像。
进一步地,参考图2,所述步骤S102可以包括如下步骤:
步骤S1021,基于所述用户的图像信息筛选所述用户的候选同行者。
步骤S1022,根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度。
步骤S1023,判断所述交互程度是否大于预设阈值。
当所述步骤S1023的判断结果为肯定的,即所述交互程度大于(包括等于)所述预设阈值时,执行步骤S1024,确定所述候选同行者为与所述用户同行的同伴。
否则,当所述步骤S1023的判断结果为否定的,即所述交互程度小于所述预设阈值时,结束执行本流程。
或者,当存在多个候选同行者时,可以针对每一候选同行者逐一执行所述步骤S1023,当所述步骤S1023的判断结果为否定的时,重新执行所述步骤S1023以判断下一候选同行者与所述用户的交互程度是否大于所述预设阈值,直至所有候选同行者均经过所述步骤S1023的判断,从而从中筛选出与所述用户同行的同伴。
具体地,可以基于所述入口区域影像信息确定在进入所述预设区域时与所述用户存在交互行为的人为所述候选同行者。
作为一个非限制性实施例,所述步骤S1021可以包括步骤:获取所述用户进入所述预设区域时的入口区域影像;对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人(即与所述用户存在前后跟随行为或同时进入所述预设区域的人)为所述候选同行者。
例如,对于进入所述预设区域的用户A,对所述入口区域影像的识别结果表明所述用户A在进入所述预设区域时怀抱一婴儿D并与一用户B手挽手进入所述预设区域,与所述用户A同时进入该区域的还有用户C,则婴儿D、用户B和用户C均可以被确定为所述用户A的候选同行者。
进一步地,所述步骤S1022可以包括步骤:基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;根据所述同行权重确定所述候选同行者与所述用户的交互程度。
具体地,不同的交互行为可以对应不同的同行权重。例如,肢体接触行为的同行权重可以高于前后跟随行为的同行权重。
或者,不同的交互行为的同行权重也可以相同,以便于统计,避免因图像拍摄的角度问题造成误判。
接下来以不同交互行为的同行权重相同为例作具体阐述。
在一个典型的应用场景中,所述基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重可以包括:获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重。进一步地,还可以包括步骤:根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
仍以前述用户A为例,在确定所述用户A为需要进行分析的客群后,可以通过人脸识别技术对预设时段在所述预设区域采集到的所有有用户A出现的图像信息进行识别,以从中识别出其候选同行者(即婴儿D、用户B和用户C),并分别统计所述用户A与各个候选同行者的所有交互行为各自触发的同行权重。
例如,用户A在进入所述预设区域时与用户B为前后跟随的状态,则用户A与用户B的同行权重加一。
又例如,用户A在在进入所述预设区域时与用户C为相互并行的状态,则用户A与用户C的同行权重加一。
再例如,用户A在离开所述预设区域时与用户B为相互并行的状态,则用户A与用户B的同行权重加一。
又例如,用户A在在离开所述预设区域时与用户C没有交互行为,则维持用户A与用户C的同行权重不变。
进一步地,还可以根据用户A在预设区域内与其候选同行者的交互行为来调整对应的同行权重。
例如,用户A在预设区域内与用户B有一次交谈行为,则用户A与用户B的同行权重加一。
又例如,用户A在预设区域内(包括进出所述预设区域)始终怀抱婴儿D,则用户A与婴儿D的同行权重加一。
再例如,用户A在预设区域内与用户C全程无交互行为,则用户A与用户C的同行权重没有变化。
进一步地,所述候选同行者与所述用户的交互程度可以基于该候选同行者与用户的同行权重的累加和表示。
由此,在本示例中,所述用户A与婴儿D的同行权重为3,与用户B的同行权重也为3,与用户C的同行权重为1。
需要指出的是,所述用户与候选同行者的同行权重可以是相互的,也即,当假设所述用户为待分析的客群时,与假设所述候选同行者为待分析的客群时,均可以以该同行权重衡量用户与该候选同行者之间的关联关系。
进一步地,所述预设阈值可以为2,则可以确定所述婴儿D和用户B为所述用户A的同伴。本领域技术人员理解,在实际应用中,可以根据需要调整所述预设阈值的具体数值,如当不同的交互行为对应不同的同行权重时,所述预设阈值可以大于2,又如,所述同行权重的单次计算值也会影响到所述预设阈值的大小。
进一步地,在确定与所述用户同行的同伴后,可以调取所述用户的同伴的图像信息,以通过对所述图像信息的人脸识别结果来获取所述用户的同伴的属性信息。
作为一个非限制性实施例,所述用户的同伴的图像信息也可以是基于设置在所述预设区域内的影像采集设备采集获得的。
进一步地,所述属性信息可以选自:年龄;性别;体貌特征。
进一步地,所述步骤S103可以包括步骤:结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;根据所述关联关系确定所述用户所属的客群画像。
具体地,所述客群画像可以选自:家庭;亲子;情侣;朋友;单身。
其中,家庭可以由年轻成年人、小孩和老人三类客群组成;亲子可以由年轻成年人和小孩两类客群组成;情侣可以由成年男性和成年女性两类客群组成;朋友可以由两个或多个男性或两个或多个女性客群组成;单身可以由单个客群形成。
进一步地,所述步骤S103还可以包括步骤:当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;根据所述关联关系确定所述用户所属的一个或多个客群画像。
仍以上述用户A为例,在确定婴儿D和用户B为所述用户A的同伴后,可以根据所述用户A的年龄、用户B的年龄确定两者均为年轻成年人,根据婴儿D的体貌特征确定其为小孩,进而确定用户A所属的客群画像为亲子。
进一步地,若与用户A同行的同伴还有用户E,且用户A和用户E均为成年男性,则可以确定所述用户A即属于亲子客群画像,还属于朋友客群画像。
进一步地,在所述步骤S103之后,本实施例所述客群画像的形成方法还可以包括步骤:统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类,以获得更详细的客群画像饼图,如预设区域在当日、当月、最近30天、历史进店的客群的客群画像饼图,所述客群画像饼图显示的内容可以包括客群画像的类型和占比,如单客群人数、家庭数、男女同行(如情侣)人数、同行的未成年人的各年龄层的比例等。
进一步地,本实施例所述客群画像的形成方法还可以包括步骤:对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果,从而排除潜在客群(如非消费顾客),使得客群画像的结果更符合商家需求。
由上,采用本实施例的方案,形成的客群画像的精细化程度更高,不仅能够获取客群的年龄、性别等形成常规客群画像所需的属性信息,还能够结合与该用户同行的同伴的属性信息来深入分析用户与该同伴的关联关系并据此对客群(即用户与其同伴构成的整体)进行画像(如该客群属于单身、家庭、亲子、情侣还是朋友),从而获得维度更多样化的客群画像,便于商家根据形成的客群画像做出更准确、更合理的客群决策。
进一步,与所述用户同行的同伴是根据采集到的所述用户的图像信息确定的,从而实现对用户的自动化多维分析,以形成更深入、更精细化的客群画像,优化客群画像的精确度和全面性。
图3是本发明实施例的一种客群画像的形成装置的结构示意图。本领域技术人员理解,本实施例所述客群画像的形成装置3用于实施上述图1和图2所示实施例中所述的方法技术方案。
具体地,在本实施例中,所述客群画像的形成装置3可以包括:采集模块31,用于采集预设时段内出现在预设区域的用户的图像信息;第一确定模块32,用于根据所述用户的图像信息确定与所述用户同行的同伴;第二确定模块33,用于根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
进一步地,所述客群画像的形成装置3还可以包括:统计归类模块34,用于统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类。
进一步地,所述客群画像的形成装置3还可以包括:筛选模块35,用于对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果。
进一步地,所述用户的图像信息可以包括:所述用户的人身影像;与所述用户存在交互行为的人的人身影像;所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
优选地,所述交互行为可以选自:肢体接触行为;交谈行为;预设行进状态。
优选地,所述与用户存在交互行为的人的人身影像可以包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
进一步地,所述第一确定模块32可以包括:筛选子模块321,用于基于所述用户的图像信息筛选所述用户的候选同行者;第一确定子模块322,用于根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度;第二确定子模块323,当所述交互程度大于预设阈值时,确定所述候选同行者为与所述用户同行的同伴。
进一步地,所述筛选子模块321可以包括:第一获取单元3211,用于获取用户进入所述预设区域时的入口区域影像;人脸识别单元3212,用于对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人为所述候选同行者。
进一步地,所述第一确定子模块322可以包括:第一统计单元3221,用于基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;确定单元3222,用于根据所述同行权重确定所述候选同行者与所述用户的交互程度。
进一步地,所述第一统计单元3221可以包括:第二获取单元32211,用于获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;第二统计单元32212,用于根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重;调整单元32213,用于根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
进一步地,所述第二确定模块33可以包括:第三确定子模块331,用于结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;第四确定子模块332,用于根据所述关联关系确定所述用户所属的客群画像。
作为一个变化例,所述第二确定模块33还可以包括:第五确定子模块333,当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;第六确定子模块334,用于根据所述关联关系确定所述用户所属的一个或多个客群画像。
进一步地,所述属性信息可以选自:年龄;性别;体貌特征。
进一步地,所述客群画像可以选自:家庭;亲子;情侣;朋友;单身。
作为一个变化例,所述调整单元32213可以被省略。
关于所述客群画像的形成装置3的工作原理、工作方式的更多内容,可以参照上述图1和图2中的相关描述,这里不再赘述。
进一步地,本发明实施例还公开一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述图1和图2所示实施例中所述的方法技术方案。优选地,所述存储介质可以包括诸如非挥发性(non-volatile)存储器或者非瞬态(non-transitory)存储器等计算机可读存储介质。所述存储介质可以包括ROM、RAM、磁盘或光盘等。
进一步地,本发明实施例还公开一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述图1和图2所示实施例中所述的方法技术方案。优选地,所述终端可以是计算机等执行设备。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (30)
1.一种客群画像的形成方法,其特征在于,包括:
采集预设时段内出现在预设区域的用户的图像信息;
根据所述用户的图像信息确定与所述用户同行的同伴;
根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
2.根据权利要求1所述的客群画像的形成方法,其特征在于,还包括:
统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类。
3.根据权利要求2所述的客群画像的形成方法,其特征在于,还包括:
对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果。
4.根据权利要求1所述的客群画像的形成方法,其特征在于,所述用户的图像信息包括:
所述用户的人身影像;
与所述用户存在交互行为的人的人身影像;
所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
5.根据权利要求4所述的客群画像的形成方法,其特征在于,所述交互行为选自:肢体接触行为;交谈行为;预设行进状态。
6.根据权利要求4所述的客群画像的形成方法,其特征在于,所述与用户存在交互行为的人的人身影像包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
7.根据权利要求1所述的客群画像的形成方法,其特征在于,所述根据所述用户的图像信息确定与所述用户同行的同伴包括:
基于所述用户的图像信息筛选所述用户的候选同行者;
根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度;
当所述交互程度大于预设阈值时,确定所述候选同行者为与所述用户同行的同伴。
8.根据权利要求7所述的客群画像的形成方法,其特征在于,所述基于所述用户的图像信息筛选所述用户的候选同行者包括:
获取用户进入所述预设区域时的入口区域影像;
对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人为所述候选同行者。
9.根据权利要求7所述的客群画像的形成方法,其特征在于,所述根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度包括:
基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;
根据所述同行权重确定所述候选同行者与所述用户的交互程度。
10.根据权利要求9所述的客群画像的形成方法,其特征在于,所述基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重包括:
获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;
根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重;
根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
11.根据权利要求1所述的客群画像的形成方法,其特征在于,所述根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像包括:结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;
根据所述关联关系确定所述用户所属的客群画像。
12.根据权利要求1所述的客群画像的形成方法,其特征在于,所述根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像还包括:
当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;
根据所述关联关系确定所述用户所属的一个或多个客群画像。
13.根据权利要求1至12中任一项所述的客群画像的形成方法,其特征在于,所述属性信息选自:年龄;性别;体貌特征。
14.根据权利要求1至12中任一项所述的客群画像的形成方法,其特征在于,所述客群画像选自:家庭;亲子;情侣;朋友;单身。
15.一种客群画像的形成装置,其特征在于,包括:
采集模块,用于采集预设时段内出现在预设区域的用户的图像信息;
第一确定模块,用于根据所述用户的图像信息确定与所述用户同行的同伴;
第二确定模块,用于根据所述用户的属性信息和其同伴的属性信息确定所述用户所属的客群画像。
16.根据权利要求15所述的客群画像的形成装置,其特征在于,还包括:
统计归类模块,用于统计所述预设时段内出现在所述预设区域的所有用户各自所属的客群画像并归类。
17.根据权利要求16所述的客群画像的形成装置,其特征在于,还包括:
筛选模块,用于对统计结果进行筛选,以剔除在所述预设时段内未在所述预设区域产生消费行为的用户关联的统计结果。
18.根据权利要求15所述的客群画像的形成装置,其特征在于,所述用户的图像信息包括:
所述用户的人身影像;
与所述用户存在交互行为的人的人身影像;
所述用户所处区域的区域影像,所述区域为所述预设区域的至少一部分。
19.根据权利要求18所述的客群画像的形成装置,其特征在于,所述交互行为选自:肢体接触行为;交谈行为;预设行进状态。
20.根据权利要求18所述的客群画像的形成装置,其特征在于,所述与用户存在交互行为的人的人身影像包括:在用户进出所述预设区域时与所述用户存在交互行为的人的人身影像。
21.根据权利要求15所述的客群画像的形成装置,其特征在于,所述第一确定模块包括:
筛选子模块,用于基于所述用户的图像信息筛选所述用户的候选同行者;
第一确定子模块,用于根据所述用户的图像信息确定所述候选同行者与所述用户的交互程度;
第二确定子模块,当所述交互程度大于预设阈值时,确定所述候选同行者为与所述用户同行的同伴。
22.根据权利要求21所述的客群画像的形成装置,其特征在于,所述筛选子模块包括:
第一获取单元,用于获取用户进入所述预设区域时的入口区域影像;
人脸识别单元,用于对所述入口区域影像中出现的人进行人脸识别,以确定与所述用户进入所述预设区域的时间差在预设范围内的人为所述候选同行者。
23.根据权利要求21所述的客群画像的形成装置,其特征在于,所述第一确定子模块包括:
第一统计单元,用于基于所述用户的图像信息统计所述用户在所述预设区域内与所述候选同行者的所有交互行为各自触发的同行权重;
确定单元,用于根据所述同行权重确定所述候选同行者与所述用户的交互程度。
24.根据权利要求23所述的客群画像的形成装置,其特征在于,所述第一统计单元包括:
第二获取单元,用于获取用户进入所述预设区域时的入口区域影像以及离开所述预设区域时的出口区域影像;
第二统计单元,用于根据对所述入口区域影像信息和出口区域影像信息的图像识别结果,统计用户在进出所述预设区域时与所述候选同行者的所有交互行为各自触发的同行权重;
调整单元,用于根据所述用户在所述预设区域内与所述候选同行者的交互行为调整所述同行权重的统计值。
25.根据权利要求15所述的客群画像的形成装置,其特征在于,所述第二确定模块包括:
第三确定子模块,用于结合所述用户的属性信息和其同伴的属性信息确定所述用户与其同伴的关联关系;
第四确定子模块,用于根据所述关联关系确定所述用户所属的客群画像。
26.根据权利要求15所述的客群画像的形成装置,其特征在于,所述第二确定模块还包括:
第五确定子模块,当所述用户具有多个同伴时,结合各个同伴的属性信息和所述用户的属性信息确定所述用户与各个同伴的关联关系;
第六确定子模块,用于根据所述关联关系确定所述用户所属的一个或多个客群画像。
27.根据权利要求15至26中任一项所述的客群画像的形成装置,其特征在于,所述属性信息选自:年龄;性别;体貌特征。
28.根据权利要求15至26中任一项所述的客群画像的形成装置,其特征在于,所述客群画像选自:家庭;亲子;情侣;朋友;单身。
29.一种存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至14任一项所述方法的步骤。
30.一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至14任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810337316.8A CN108596659A (zh) | 2018-04-16 | 2018-04-16 | 客群画像的形成方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810337316.8A CN108596659A (zh) | 2018-04-16 | 2018-04-16 | 客群画像的形成方法及装置、存储介质、终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596659A true CN108596659A (zh) | 2018-09-28 |
Family
ID=63622599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810337316.8A Pending CN108596659A (zh) | 2018-04-16 | 2018-04-16 | 客群画像的形成方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596659A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784161A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种店内视频监控智能分析系统及方法 |
CN109784162A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种行人行为识别及轨迹跟踪方法 |
CN110796091A (zh) * | 2019-10-30 | 2020-02-14 | 浙江易时科技股份有限公司 | 基于人脸识别技术并辅予人工修正的销售展厅客流批次统计 |
CN110837512A (zh) * | 2019-11-15 | 2020-02-25 | 北京市商汤科技开发有限公司 | 访客信息管理方法及装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303998A (zh) * | 2014-07-24 | 2016-02-03 | 北京三星通信技术研究有限公司 | 基于观众之间的关联信息播放广告的方法、装置和设备 |
CN106776619A (zh) * | 2015-11-20 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于确定目标对象的属性信息的方法和装置 |
CN106910136A (zh) * | 2017-02-23 | 2017-06-30 | 北京小米移动软件有限公司 | 为家庭画像的方法及装置、系统 |
-
2018
- 2018-04-16 CN CN201810337316.8A patent/CN108596659A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303998A (zh) * | 2014-07-24 | 2016-02-03 | 北京三星通信技术研究有限公司 | 基于观众之间的关联信息播放广告的方法、装置和设备 |
CN106776619A (zh) * | 2015-11-20 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于确定目标对象的属性信息的方法和装置 |
CN106910136A (zh) * | 2017-02-23 | 2017-06-30 | 北京小米移动软件有限公司 | 为家庭画像的方法及装置、系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784161A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种店内视频监控智能分析系统及方法 |
CN109784162A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种行人行为识别及轨迹跟踪方法 |
CN110796091A (zh) * | 2019-10-30 | 2020-02-14 | 浙江易时科技股份有限公司 | 基于人脸识别技术并辅予人工修正的销售展厅客流批次统计 |
CN110837512A (zh) * | 2019-11-15 | 2020-02-25 | 北京市商汤科技开发有限公司 | 访客信息管理方法及装置、电子设备和存储介质 |
WO2021093427A1 (zh) * | 2019-11-15 | 2021-05-20 | 北京市商汤科技开发有限公司 | 访客信息管理方法及装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596659A (zh) | 客群画像的形成方法及装置、存储介质、终端 | |
CN105118048B (zh) | 翻拍证件图片的识别方法及装置 | |
CN103324955A (zh) | 一种基于视频处理的行人检测方法 | |
CN108647625A (zh) | 一种表情识别方法及装置 | |
CN109711890B (zh) | 一种用户数据处理方法及其系统 | |
CN106296879B (zh) | 基于无线探测的人流量获取的方法、装置和系统 | |
WO2011153270A2 (en) | Image retrieval | |
US9245247B2 (en) | Queue analysis | |
CN104217348A (zh) | 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 | |
CN107590427B (zh) | 基于时空兴趣点降噪的监控视频异常事件检测方法 | |
WO2021043090A1 (zh) | 顾客数量的统计方法及装置、电子设备及可读存储介质 | |
CN101833664A (zh) | 基于稀疏表达的视频图像文字检测方法 | |
WO2021238664A1 (zh) | 信息采集方法和装置、关注度检测方法、装置和系统 | |
WO2017092269A1 (zh) | 客流信息采集方法及装置、客流信息处理方法及装置 | |
CN108256537A (zh) | 一种用户性别预测方法和系统 | |
JP5780348B1 (ja) | 情報提示プログラム及び情報処理装置 | |
CN105975925A (zh) | 基于联合检测模型的部分遮挡行人检测方法 | |
CA3166347A1 (en) | Video generation method and apparatus, and computer system | |
CN103164687A (zh) | 一种色情图像侦测的方法和系统 | |
JPWO2009041242A1 (ja) | 集計システム、集計装置、及び集計方法 | |
Sakthimohan et al. | Detection and Recognition of Face Using Deep Learning | |
US11820534B2 (en) | Baggage weight prediction | |
CN106447385A (zh) | 数据处理方法和装置 | |
CN109166012A (zh) | 针对行程预定类用户的分类及信息推送的方法和装置 | |
CN116934372A (zh) | 一种门店运营客户数据管理方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |