CN109214860A - 消费行为分析方法及其装置、计算机可读介质 - Google Patents
消费行为分析方法及其装置、计算机可读介质 Download PDFInfo
- Publication number
- CN109214860A CN109214860A CN201810957240.9A CN201810957240A CN109214860A CN 109214860 A CN109214860 A CN 109214860A CN 201810957240 A CN201810957240 A CN 201810957240A CN 109214860 A CN109214860 A CN 109214860A
- Authority
- CN
- China
- Prior art keywords
- consumer
- information
- target location
- return visit
- analytical procedure
- 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
- 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
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种消费行为分析方法及其装置、计算机可读介质,属于数据挖掘技术领域。所述方法包括:第一分析步骤,对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;第二分析步骤,对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;第三分析步骤,基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。本发明有机融合视频结构化与消费者行为分析,精准确定消费者覆盖、消费者回访、消费者游逛,为购物中心经营策略的制定提供可靠的数据和理论支撑,从而更便于制定合适的经营策略。
Description
技术领域
本发明涉及数据挖掘技术领域,尤其涉及一种消费行为分析方法及其装置、计算机可读介质。
背景技术
视频结构化的主要工作是从图像及视频(可看成图像的序列)中找到感兴趣的目标,并分析该目标的特征。大致可以分为两个步骤:一级视频结构化和二级视频结构化。
一级视频结构化主要是在图像内检测到感兴趣目标,例如行人,框选出感兴趣目标后,一级视频结构化还会对持续存在于视频画面中的目标进行唯一标识,若认为连续视频帧内的某些物体为同一个物体,则该标识符为同一值。二级视频结构化会根据一级结构化的结果对目标进行特征分析,包括但不限于性别(男、女),年龄段(小孩、青年、中年、老年),发型、发色、胡须等样貌特征,上下身着装颜色、纹理、款式、类型等着装信息,是否戴眼镜、口罩、帽子等装饰品,是否打雨伞、抱小孩、拉行李箱、背包、拎包等随身物品信息。用于跨镜头追踪、以图搜图、行驶轨迹复现的重认证特征。
目前,购物中心的经营策略一般是靠人为的经验及观察来制定,没有实际大量的消费者消费行为数据作为理论支撑,较难制定合适的经营策略。
发明内容
有鉴于此,本发明的主要目的在于提供一种消费行为分析方法及其装置、计算机可读介质,有机融合视频结构化与消费者行为分析,精准确定消费者覆盖、消费者回访、消费者游逛,为购物中心经营策略的制定提供可靠的数据和理论支撑,从而更便于制定合适的经营策略。
第一方面,本发明实施例提供了一种消费行为分析方法,所述方法包括:
第一分析步骤,对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;
第二分析步骤,对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;
第三分析步骤,基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述第一分析步骤包括:
通过一级视频结构化计算出目标地点的消费者数量;
通过二级视频结构化计算出目标地点的消费者结构。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述第二分析步骤包括:
根据对监控视频信息的重新认证,识别出回访消费者;
根据监控视频信息,计算出回访消费者的到达频率和时段偏好。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述消费者回访信息包括:
消费者到目标地点的频率;
消费者到达目标地点的时间和时段信息;
消费者到达目标地点的交通方式。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述第三分析步骤包括:
统计所述回访消费者每次在目标地点柜台各区域的停留时长;
根据所述在目标地点柜台各区域的停留时长计算所述回访消费者的游逛信息;
所述游逛信息包括所述回访消费者每次游逛店铺的数量和游逛店铺停留时间。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述方法还包括:
第四分析步骤,基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息;
所述消费信息包括:消费者每次的平均消费贡献、消费者在目标地点发生消费的概率和消费者发生消费的店铺信息及店铺消费结构信息。
第二方面,本发明实施例提供了一种消费行为分析装置,包括:
第一分析模块,用于对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;
第二分析模块,用于对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;
第三分析模块,用于基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述装置还包括:
第四分析模块,用于基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如第一方面所述的方法的步骤。
第四方面,本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,其中,所述程序代码使所述处理器执行如第一方面所述的方法。
本发明实施例带来了以下有益效果:本发明实施例提供了一种消费行为分析方法及其装置、计算机可读介质。在该方法中,首先通过第一分析步骤,对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;然后通过第二分析步骤,对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;接下来是第三分析步骤,基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。该方法有机融合视频结构化与消费者行为分析,精准确定消费者覆盖、消费者回访、消费者游逛,为购物中心经营策略的制定提供可靠的数据和理论支撑,从而更便于制定合适的经营策略。
本发明的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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。
图1为本发明实施例一提供的一种消费行为分析方法流程图;
图2为本发明实施例二提供的一种消费行为分析方法流程图;
图3为本发明实施例三提供的一种消费行为分析装置结构图;
图4为本发明实施例四提供的电子设备结构图。
图标:31-第一分析模块;32-第二分析模块;33-第三分析模块;34-第四分析模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,购物中心的经营策略一般是靠人为的经验及观察来制定,没有实际大量的消费者消费行为数据作为理论支撑,较难制定合适的经营策略。基于此,本发明实施例提供的一种消费行为分析方法及其装置、计算机可读介质,可以应用于购物中心经营策略的制定。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种消费行为分析方法进行详细介绍。
实施例一:
本发明实施例提供一种消费行为分析方法,如图1所示,该方法包括以下步骤:
第一分析步骤S101:对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息。
通过对购物中心监控视频进行结构化分析,获得购物中心的消费者覆盖数量和消费者结构信息。
第一分析步骤S101具体包括以下步骤:
S1011:通过一级视频结构化计算出目标地点的消费者数量。
通过对购物中心监控视频进行一级视频结构化计算出购物中心内每天出现的消费者数量。
S1012:通过二级视频结构化计算出目标地点的消费者结构。
再通过二级视频结构化,分析消费者的年龄、性别、样貌和着装等信息,从而统计消费者的人群结构。
第二分析步骤S102:对监控视频信息进行重认证识别,获得目标地点的消费者回访信息。
消费者回访信息包括:消费者到目标地点的频率;消费者到达目标地点的时间和时段信息;消费者到达目标地点的交通方式。
第二分析步骤具体包括以下步骤:
S1021:根据对监控视频信息的重新认证,识别出回访消费者。
当消费者第二次到购物中心消费时,重认证系统会匹配之前的视频结构化记录,找到消费者第一次到达的记录并关联建立消费者档案。
S1022:根据监控视频信息,计算出回访消费者的到达频率和时段偏好。
根据消费者档案从而统计出消费者到达购物中心的频率,再根据每次到达时间统计出消费者到达购物中心的时段偏好,还可以根据购物中心外围的监控设备获取的回访消费者信息,统计消费者到达购物中心的交通方式。
第三分析步骤S103:基于消费者回访信息,计算目标地点的消费者游逛习惯信息。
游逛信息包括回访消费者每次游逛店铺的数量和游逛店铺停留时间。
第三分析步骤具体包括以下步骤:
S1031:统计回访消费者每次在目标地点柜台各区域的停留时长。
根据购物中心内部监控视频获取的消费者回访信息,统计消费者在各个柜台区域的停留时间。
S1032:根据在目标地点柜台各区域的停留时长计算回访消费者的游逛信息。
并根据消费者回访信息,计算出消费者游逛的店铺数量。
本发明实施例提供了一种消费行为分析方法,有机融合视频结构化与消费者行为分析,精准确定消费者覆盖、消费者回访、消费者游逛行为,为购物中心经营策略的制定提供可靠的数据和理论支撑,从而更便于制定合适的经营策略。
实施例二:
本发明实施例提供一种消费行为分析方法,如图2所示,该方法包括:
第一分析步骤S201:对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息。
第二分析步骤S202:对监控视频信息进行重认证识别,获得目标地点的消费者回访信息。
第三分析步骤S203:基于消费者回访信息,计算目标地点的消费者游逛习惯信息。
上述步骤S201至S203与实施例一中的步骤S101至S103相同,本实施例不再赘述。
第四分析步骤S204:基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息。
消费信息包括:消费者每次的平均消费贡献、消费者在目标地点发生消费的概率和消费者发生消费的店铺信息及店铺消费结构信息。
通过消费者回访信息和消费者游逛信息,结合购物中心店铺的消费记录,计算消费者平均每次的消费金额、消费者在购物中心的消费概率(消费者发生消费的次数与到达购物中心总次数之比),并统计消费者每次发生消费的所在的店铺及在店铺的消费结构信息(购买产品种类、价格及数量)。
在本实施例中,在实施例一的第三分析步骤之后,还包括第四分析步骤,有机融合视频结构化与消费者行为分析,精准确定消费者消费行为,为购物中心经营策略的制定提供可靠的数据和理论支撑。进一步,基于消费者消费行为分析得到数据,可以提出更为合理的经营策略。
实施例三:
本发明实施例提供一种消费行为分析装置,如图3所示,包括第一分析模块31、第二分析模块32和第三分析模块33。
第一分析模块31,用于对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息。
通过对购物中心监控视频进行一级视频结构化计算出购物中心内每天出现的消费者数量。再通过二级视频结构化,分析消费者的年龄、性别、样貌和着装等信息,从而统计消费者的人群结构。
第二分析模块32,用于对监控视频信息进行重认证识别,获得目标地点的消费者回访信息。
当消费者第二次到购物中心消费时,重认证系统会匹配之前的视频结构化记录,找到消费者第一次到达的记录并关联建立消费者档案。根据消费者档案从而统计出消费者到达购物中心的频率,再根据每次到达时间统计出消费者到达购物中心的时段偏好,还可以根据购物中心外围的监控设备获取的回访消费者信息,统计消费者到达购物中心的交通方式。
第三分析模块33,用于基于消费者回访信息,计算目标地点的消费者游逛习惯信息。
根据购物中心内部监控视频获取的消费者回访信息,统计消费者在各个柜台区域的停留时间。并根据消费者回访信息,计算出消费者游逛的店铺数量。
如图3所示,该装置还包括第四分析模块34,用于基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息。
通过消费者回访信息和消费者游逛信息,结合购物中心店铺的消费记录,计算消费者平均每次的消费金额、消费者在购物中心的消费概率(消费者发生消费的次数与到达购物中心总次数之比),并统计消费者每次发生消费的所在的店铺及在店铺的消费结构信息(购买产品种类、价格及数量)。
本发明实施例提供的消费行为分析装置,与上述实施例二提供的消费行为分析方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
实施例四:
本发明实施例提供的一种电子设备,如图4所示,电子设备4包括处理器41、存储器42,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例一、实施例二、提供的方法的步骤。
参见图4,电子设备还包括:总线44和通信接口43,处理器41、通信接口43和存储器42通过总线44连接。处理器41用于执行存储器42中存储的可执行模块,例如计算机程序。
其中,存储器42可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线44可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器42用于存储程序,所述处理器41在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器41中,或者由处理器41实现。
处理器41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41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41可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等。还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称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发明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。结合本发明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42,处理器41读取存储器42中的信息,结合其硬件完成上述方法的步骤。
实施例五:
本发明实施例提供的一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述实施例一或实施例二提供的方法。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,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。
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单元来实现本实施例方案的目的。
另外,在本发明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存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种消费行为分析方法,其特征在于,所述方法包括:
第一分析步骤,对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;
第二分析步骤,对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;
第三分析步骤,基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。
2.根据权利要求1所述的方法,其特征在于,所述第一分析步骤包括:
通过一级视频结构化计算出目标地点的消费者数量;
通过二级视频结构化计算出目标地点的消费者结构。
3.根据权利要求1所述的方法,其特征在于,所述第二分析步骤包括:
根据对监控视频信息的重新认证,识别出回访消费者;
根据监控视频信息,计算出回访消费者的到达频率和时段偏好。
4.根据权利要求1所述的方法,其特征在于,所述消费者回访信息包括:
消费者到目标地点的频率;
消费者到达目标地点的时间和时段信息;
消费者到达目标地点的交通方式。
5.根据权利要求1所述的方法,其特征在于,所述第三分析步骤包括:
统计所述回访消费者每次在目标地点柜台各区域的停留时长;
根据所述在目标地点柜台各区域的停留时长计算所述回访消费者的游逛信息;
所述游逛信息包括所述回访消费者每次游逛店铺的数量和游逛店铺停留时间。
6.根据权利要求1所述的方法,其特征在于,还包括:
第四分析步骤,基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息;
所述消费信息包括:消费者每次的平均消费贡献、消费者在目标地点发生消费的概率和消费者发生消费的店铺信息及店铺消费结构信息。
7.一种消费行为分析装置,其特征在于,包括:
第一分析模块,用于对目标地点的监控视频信息进行结构化分析,获得目标地点的消费者覆盖信息;
第二分析模块,用于对监控视频信息进行重认证识别,获得目标地点的消费者回访信息;
第三分析模块,用于基于所述消费者回访信息,计算目标地点的消费者游逛习惯信息。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第四分析模块,用于基于回访信息和游逛信息,结合目标店铺的消费记录,计算消费者的消费信息。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至6任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957240.9A CN109214860A (zh) | 2018-08-21 | 2018-08-21 | 消费行为分析方法及其装置、计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957240.9A CN109214860A (zh) | 2018-08-21 | 2018-08-21 | 消费行为分析方法及其装置、计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109214860A true CN109214860A (zh) | 2019-01-15 |
Family
ID=64988764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810957240.9A Pending CN109214860A (zh) | 2018-08-21 | 2018-08-21 | 消费行为分析方法及其装置、计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214860A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548380A (zh) * | 2016-11-25 | 2017-03-29 | 上海巨昂实业有限公司 | 数据采集和分析的方法及设备 |
CN106611343A (zh) * | 2015-10-23 | 2017-05-03 | 镇江金软计算机科技有限责任公司 | 一种顾客消费行为分析办法 |
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 |
US20170316477A1 (en) * | 2012-09-12 | 2017-11-02 | Chachi Prasad | System and method for identifying, verifying and communicating about oem products using unique identifiers |
CN107507045A (zh) * | 2017-10-10 | 2017-12-22 | 南京思德展示科技股份有限公司 | 零售门店运营数据采集分析系统 |
CN108230086A (zh) * | 2017-11-30 | 2018-06-29 | 广东数相智能科技有限公司 | 一种商品售卖调整的系统、方法及存储介质 |
CN108230032A (zh) * | 2017-12-28 | 2018-06-29 | 珠海市君天电子科技有限公司 | 确定经营实体的经营价值的方法、装置、电子设备及存储介质 |
-
2018
- 2018-08-21 CN CN201810957240.9A patent/CN109214860A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170316477A1 (en) * | 2012-09-12 | 2017-11-02 | Chachi Prasad | System and method for identifying, verifying and communicating about oem products using unique identifiers |
CN106611343A (zh) * | 2015-10-23 | 2017-05-03 | 镇江金软计算机科技有限责任公司 | 一种顾客消费行为分析办法 |
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 |
CN106548380A (zh) * | 2016-11-25 | 2017-03-29 | 上海巨昂实业有限公司 | 数据采集和分析的方法及设备 |
CN107507045A (zh) * | 2017-10-10 | 2017-12-22 | 南京思德展示科技股份有限公司 | 零售门店运营数据采集分析系统 |
CN108230086A (zh) * | 2017-11-30 | 2018-06-29 | 广东数相智能科技有限公司 | 一种商品售卖调整的系统、方法及存储介质 |
CN108230032A (zh) * | 2017-12-28 | 2018-06-29 | 珠海市君天电子科技有限公司 | 确定经营实体的经营价值的方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrikopoulos et al. | Supporting the migration of applications to the cloud through a decision support system | |
CN109559208A (zh) | 一种信息推荐方法、服务器及计算机可读介质 | |
CN108205768A (zh) | 数据库建立方法和数据推荐方法及装置、设备和存储介质 | |
CN110490625A (zh) | 用户偏好确定方法及装置、电子设备、存储介质 | |
CN109543132A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN108961005A (zh) | 信息推送方法、装置、电子设备及介质 | |
CN107230098A (zh) | 一种业务对象的分时推荐方法和系统 | |
CN109165997A (zh) | 一种线下购物推荐内容的生成方法及装置 | |
CN109377328A (zh) | 商家门店地理位置的推荐方法及装置 | |
CN107341173A (zh) | 一种信息处理方法及装置 | |
CN106779808A (zh) | 一种商圈中消费者空间行为分析系统及方法 | |
CN108256537A (zh) | 一种用户性别预测方法和系统 | |
CN106919995A (zh) | 一种判断用户群体流失倾向的方法及装置 | |
CN108734587A (zh) | 金融产品的推荐方法及终端设备 | |
CN110046784A (zh) | 一种用户准入的风险确定方法及装置 | |
CN109816134A (zh) | 收货地址预测方法、装置以及存储介质 | |
WO2022151923A1 (zh) | 一种商品文案处理方法、装置、电子设备、介质和程序 | |
CN110807691B (zh) | 一种跨商品品类的商品推荐方法和装置 | |
CN110443686A (zh) | 基于垃圾识别的商品推荐系统及方法 | |
Fernando et al. | What do consumers want? A methodological framework to identify determinant product attributes from consumers’ online questions | |
CN113706227A (zh) | 一种货架商品推荐方法及装置 | |
CN109063758A (zh) | 基于图片的服装识别方法及装置 | |
CN114764727A (zh) | 目标人群挖掘方法、广告推送方法及装置 | |
CN109214860A (zh) | 消费行为分析方法及其装置、计算机可读介质 | |
CN109118413A (zh) | 城市活动人口统计方法及其装置、计算机可读介质 |
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 |
Application publication date: 20190115 |
|
RJ01 | Rejection of invention patent application after publication |