CN109902545A - 用户特征分析方法及系统 - Google Patents
用户特征分析方法及系统 Download PDFInfo
- Publication number
- CN109902545A CN109902545A CN201711311699.3A CN201711311699A CN109902545A CN 109902545 A CN109902545 A CN 109902545A CN 201711311699 A CN201711311699 A CN 201711311699A CN 109902545 A CN109902545 A CN 109902545A
- Authority
- CN
- China
- Prior art keywords
- user
- current elevator
- elevator customer
- information
- characteristic
- 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.)
- Granted
Links
Abstract
本发明涉及一种用户特征分析方法及系统。上述方法包括步骤:获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。通过本发明的方案,能够自动识别用户的行为特征信息,确定用户的目标行为特征,从而深度挖掘用户的需求。
Description
技术领域
本发明涉及数据分析技术领域,特别是涉及用户特征分析方法、系统、计算机可读存储介质及计算机设备。
背景技术
随着经济的快速发展,人们的生活水平越来越高,消费水平也随之提高,每个人都形成自己的行为习惯。
传统技术中,在封闭的环境中,比如电梯,在用户搭乘电梯的过程中,每位用户表现的行为习惯都是不同的,比如,有些人穿着正装,有些人穿着运动服等等;穿着的衣物携带有品牌信息,通过直接观察用户所穿着的衣物,无法直观得出用户的习惯和喜好。
综上所述,传统技术中,不能自动识别当前封闭的环境中用户的特征信息。
发明内容
基于此,有必要针对不能自动识别当前封闭的环境中用户的特征信息的问题,提供一种用户特征分析方法、系统、计算机可读存储介质及计算机设备。
一种用户特征分析方法,包括:
获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;
查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
在其中一个实施例中,所述图像信息还包括当前电梯用户的生物特征信息;
所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:
根据所述图像信息得到当前电梯用户的生物特征信息,根据所述生物特征信息查询预设的用户数据库;所述用户数据库中存储有多个已知合法用户的图像以及各图像对应的安全等级;
根据查询结果确定当前电梯用户的安全等级。
在其中一个实施例中,所述生物特征信息包括人脸信息、指纹、手掌纹、虹膜、视网膜、体形中的至少一种。
在其中一个实施例中,所述根据所述生物特征信息查询预设的用户数据库,包括:
提取用户数据库中各已知用户的图像中对应的生物特征信息;
将当前电梯用户的生物特征信息与各已知用户的生物特征信息进行比对,检测两者是否匹配。
在其中一个实施例中,所述用户数据库中,已知合法用户的图像对应的安全等级为第一等级;
根据查询结果确定当前电梯用户的安全等级,包括:
若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知合法用户的图像所包含的生物特征信息匹配,确定当前电梯用户的安全等级为第一等级;
若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知合法用户的图像所包含的生物特征信息均不匹配,确定当前电梯用户的安全等级为第二等级。
在其中一个实施例中,所述用户数据库中,还包括已知危险用户的图像及其对应的安全等级,各危险用户的图像对应的安全等级为第三等级;
所述根据查询结果确定当前电梯用户的安全等级,包括:
若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知用户的图像所包含的生物特征信息匹配,判断该已知用户是否为危险用户,若是危险用户,确定当前电梯用户的安全等级为第三等级;若不是危险用户,确定当前电梯用户的安全等级为第一等级;
若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知用户的图像所包含的生物特征信息均不匹配,则确定当前电梯用户的安全等级为第二等级。
在其中一个实施例中,所述根据所述生物特征信息查询预设的用户数据库之前,还包括:
建立用户数据库的步骤;该步骤包括:
现场采集已知合法用户的图像,通过大数据获取互联网上发布的已知危险用户的图像;
根据预设的分级规则,确定各已知合法用户、各已知危险用户的图像对应的安全等级;
根据所述各已知合法用户、各已知危险用户的图像以及对应的安全等级建立用户数据库。
在其中一个实施例中,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:
建立行为分析模型的步骤;该步骤包括:
设定待分析的用户行为特征,作为设定行为特征,所述设定行为特征包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中的至少一种;
建立各设定行为特征对应的特征识别模型,分别用于识别各设定行为特征的特征信息;其中,用户穿着特征的特征信息包括:着装风格以及着装品牌;用户随身携带物品特征的特征信息包括:物品类型以及物品品牌;用户对梯内信息关注特征的特征信息包括:关注内容以及关注时长;
根据所述设定行为特征及其对应的特征识别模型,建立行为分析模型。
在其中一个实施例中,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息,包括:
根据所述行为分析模型,从当前电梯用户的全部行为特征信息中识别设定行为特征,作为目标行为特征;
通过各目标行为特征对应的特征识别模型,分别识别各目标行为特征的特征信息。
在其中一个实施例中,所述根据各目标行为及其对应的权重计算当前电梯用户的特征值,包括:
将目标行为对应的权重作为所述目标行为权重系数,通过加权计算得到当前电梯用户的特征值。
在其中一个实施例中,所述确定当前电梯用户的安全等级为第二等级之后,还包括:
执行第一报警策略;
所述第一报警策略包括:发短信至设定的第一电话号码和/或拨打设定的第一电话号码;
所述确定当前用户的安全等级为第三等级之后,还包括:
执行第二报警策略;
所述第二报警策略包括:发短信至设定的第二电话号码和/或拨打设定的第二电话号码。
一种用户特征分析系统,包括:
信息获取模块,用于获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
分析模块,用于根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;
特征值确定模块,用于查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现上述所述用户特征分析方法的步骤。
一种计算机设备,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,实现上述所述用户特征分析方法的步骤。
上述技术方案,通过获取当前电梯用户的图像信息;根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。通过本发明的方案,能够自动识别电梯用户的特征信息,确定电梯用户的目标行为特征,从而深度挖掘电梯用户的需求。
附图说明
图1为一实施例的用户特征分析方法的示意性流程图;
图2为另一实施例的用户特征分析方法的示意性流程图;
图3为一实施例的电梯用户特征分析的网络拓扑图;
图4为一实施例的用户特征分析系统的示意性结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明中的步骤虽然用标号进行了排列,但并不用于限定步骤的先后次序,除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础,否则步骤的相对次序是可以调整的。
图1为一实施例的用户特征分析方法的示意性流程图;如图1所示,本实施例中的用户特征分析方法包括以下步骤:
步骤S101,获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
在本步骤中,当前电梯用户的图像信息指的是当前电梯用户的行为特征信息被以图像的形式显示出来,所述图像信息含有当前电梯用户的行为特征信息。行为特征信息是指当前电梯用户在电梯里所表现出来的行为,例如,A用户经常穿着A1品牌的运动服和A2品牌的运动鞋,背着A3品牌的羽毛球拍,手里拿着A4品牌的汽车钥匙等。
具体地,可通过摄像设备采集当前电梯用户的图像信息,并上传到处理系统,对图像信息进行检测、预处理操作,提取所述图像信息中当前电梯用户的行为特征信息。
步骤S102,根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息。
在本步骤中,行为分析模型指的是根据电梯用户的行为特征信息,识别电梯用户的目标行为特征的模型,此行为分析模型还可以识别各目标行为特征包含的特征信息,例如当前电梯用户在电梯中的穿着、佩戴或携带的物品、面部表情、观看电梯屏幕的行为等数据。其中,设定行为特征指的是从当前电梯用户的所有行为特征中筛选出待分析的、具有代表性的行为特征。目标行为特征包含的特征信息指的是当前电梯用户的行为特征所隐含的信息,比如当前电梯用户携带的物品类型或物品品牌。
具体地,根据预先建立的行为分析模型,分析当前电梯用户的所有行为特征信息,检测当前电梯用户的所有行为特征是否与设定行为特征匹配,筛选出与设定行为特征匹配的行为特征,作为目标行为特征,同时逐一识别各目标行为特征包含的特征信息。可以快速识别当前电梯用户的行为特征信息,确定当前电梯用户的行为习惯。
步骤S103,查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
在本步骤中,设定行为特征的特征信息与权重的对应关系指的是:每个设定行为特征的特征信息都占用一定的权重,比如A用户的有车特征占百分之十,有房特征占百分之二十等。另外,特征值是综合评估当前电梯用户的行为特征的指标,特征值越高,说明当前电梯用户越有挖掘潜力。比如,有车特征为50分,有房特征为100分,则上述A用户的特征值为50×10%+100×20%=25分。
具体地,根据预设的设定行为特征的特征信息与权重的对应关系,分别获取当前电梯用户的各目标行为特征对应的权重,再结合各目标行为所占用的分数,计算当前电梯用户的特征值。
以上实施例,通过获取当前电梯用户的图像信息;根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。通过本发明的方案,能够自动根据电梯用户的行为特征信息,确定电梯用户的目标行为特征,从而深度挖掘电梯用户的需求。
在一实施例中,上述步骤S101中,所述图像信息还包括当前电梯用户的生物特征信息;所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:根据所述图像信息得到当前电梯用户的生物特征信息,根据所述生物特征信息查询预设的用户数据库;所述用户数据库中存储有多个已知合法用户的图像以及各图像对应的安全等级;根据查询结果确定当前电梯用户的安全等级。
具体地,通过摄像设备采集当前电梯用户的图像信息,并上传到处理系统,对图像信息进行检测、预处理操作,提取所述图像信息中当前电梯用户的生物特征信息。根据提取到的生物特征信息,在预设的用户数据库中,通过计算机设备进行搜索匹配,判断用户数据库中的预存图像是否有与所述生物特征信息匹配的图像。根据当前电梯用户的生物特征信息是否存储在用户数据库中的查询结果,以及预设的分级规则,识别出当前电梯用户的身份,确定当前电梯用户的安全等级,若当前电梯用户的安全等级为第一等级,执行获取当前电梯用户的行为特征信息。
其中,当前电梯用户的图像信息指的是当前电梯用户的生物特征信息被以图像的形式显示出来,所述图像信息含有当前电梯用户的生物特征信息。生物特征指每个个体都有的、唯一的,并且可以测量或可自动识别和验证的生理特性,特指人体所固有的生理特性。此外,预设的分级规则包括:若当前电梯用户为合法用户,则当前电梯用户的安全等级为第一等级;若当前电梯用户为危险用户,则当前电梯用户的安全等级为第三等级;若当前电梯用户既不是合法用户也不是危险用户,则确定为未分级用户,其安全等级为第二等级。
上述实施例,通过获取当前电梯用户的图像信息,分析图像所包含的生物特征信息,并判断当前电梯用户的安全等级,从而获取合法用户的行为特征信息,为后续分析当前电梯用户的行为特征提供了依据。
在一实施例中,所述根据所述生物特征信息查询预设的用户数据库,包括:提取用户数据库中各已知用户的图像中对应的生物特征信息;将当前电梯用户的生物特征信息与各已知用户的生物特征信息进行比对,检测两者是否匹配。具体包括:所述生物特征信息包括电梯用户的人脸信息、指纹、手掌纹、虹膜、视网膜、体形中的至少一种,电梯用户的图像信息包含上述生物特征信息。在用户数据库中,提取各已知用户的生物特征信息所包含的人脸信息、指纹、手掌纹、虹膜、视网膜、体形中的至少一种,与当前电梯用户相对应的生物特征信息进行比对,检测各已知用户的生物特征信息是否与当前电梯用户相对应的生物特性信息匹配。上述实施例,通过多种比对方式,可以自动识别当前电梯用户的身份,确定当前电梯用户的安全等级,有利于判断当前电梯用户是否为合法用户,同时克服了传统人工查看监控视屏,效率低下,容易出现漏判和误判,带来很大的安全隐患的缺陷,准确度高,实时性强。
在一实施例中,所述用户数据库中,已知合法用户的图像对应的安全等级为第一等级;所述根据查询结果确定当前电梯用户的安全等级,包括:若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知合法用户的图像所包含的生物特征信息匹配,确定当前电梯用户的安全等级为第一等级;若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知合法用户的图像所包含的生物特征信息均不匹配,说明当前电梯用户为未知用户,确定当前电梯用户的安全等级为第二等级。上述实施例,根据查询结果确定当前电梯用户的安全等级,有利于判断当前电梯用户是否为已知合法用户。
在一实施例中,所述用户数据库中,还包括已知危险用户的图像及其对应的安全等级,各危险用户的图像对应的安全等级为第三等级。所述根据查询结果确定当前电梯用户的安全等级,包括:若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知用户的图像所包含的生物特征信息匹配,判断该已知用户是否为危险用户,若是危险用户,确定当前电梯用户的安全等级为第三等级;若不是危险用户,确定当前电梯用户的安全等级为第一等级;若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知用户的图像所包含的生物特征信息均不匹配,说明当前电梯用户为未知用户,则确定当前电梯用户的安全等级为第二等级。上述实施例,根据查询结果确定当前电梯用户的安全等级,有利于判断当前电梯用户是否为已知合法用户。
在一实施例中,所述根据所述生物特征信息查询预设的用户数据库之前,还包括:建立用户数据库的步骤;该步骤包括:现场采集已知合法用户的图像,通过大数据获取互联网上发布的已知危险用户的图像;根据预设的分级规则,确定各已知合法用户、各已知危险用户的图像对应的安全等级;根据所述各已知合法用户、各已知危险用户的图像以及对应的安全等级建立用户数据库。通过建立用户数据库,为辨别当前电梯用户的身份提供了依据,同时提高了安全性,为后续分析当前电梯用户的行为特征信息提供了依据。
在一实施例中,通过现场采集各已知合法用户的信息,例如物业管理公司的员工、系统已录入资料的用户、经过登记的用户等用户的图像、身份证号码、姓名、身高、指纹等各种信息。并通过大数据获取互联网上发布的各已知危险用户的信息,例如通缉犯或嫌疑人的图像、身份证号码、姓名、身高、指纹等各种信息。通过数据分析服务器,分析各已知合法用户和各已知危险用户的各种信息,确定各已知合法用户、各已知危险用户的身份,从而确定各已知合法用户、各已知危险用户的安全等级。根据各已知合法用户、各已知危险用户的身份信息和对应的安全等级,建立用户数据库,所述数据库存储有各已知合法用户、各已知危险用户的身份信息和对应的安全等级。进一步地,在一定时间之后,比如,1个月,重新现场采集已知合法用户的信息,通过大数据获取互联网上发布的已知危险用户的图像信息,对于同一用户,采用重新获取的用户图像信息覆盖用户数据中该用户原来的图像信息;根据实际情况,还可重新确定该用户的安全等级,并及时扩展用户数据库的内存,及时更新用户数据库的信息。所述用户数据库存储原有已知合法用户、已知危险用户和新增已知合法用户、已知危险用户的图像信息和对应的安全等级。上述实施例,通过建立用户数据库,并及时更新用户数据库的信息,可以提高辨别用户身份的准确性和时效性,避免误判、错判带来的安全隐患,为自动识别电梯用户身份和后续分析电梯用户的行为特征信息提供了保障。
在一实施例中,上述步骤S102中,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:建立行为分析模型的步骤;该步骤包括:设定待分析的用户行为特征,作为设定行为特征;所述设定行为特征包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中的至少一种;建立各设定行为特征对应的特征识别模型,分别用于识别各设定行为特征的特征信息;其中,用户穿着特征的特征信息包括:着装风格以及着装品牌;用户随身携带物品特征的特征信息包括:物品类型以及物品品牌;用户对梯内信息关注特征的特征信息包括:关注内容以及关注时长;根据所述设定行为特征及其对应的特征识别模型,建立行为分析模型。上述实施例,通过建立行为分析模型,有利于分析当前电梯用户的行为特征信息。
在一实施例中,采集当前电梯用户的用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征,分别用对应的特征识别模型逐一识别,例如扫描当前电梯用户的衣物或携带物品的标签信息,通过计算机设备识别衣物或携带物品的品牌;或通过计算机设备自动判断、识别当前电梯用户观看电梯屏幕的时间和关注内容;利用大数据统计分析,综合评估出当前电梯用户的特征,比如A用户经常穿着A1品牌的运动服和A2品牌的运动鞋,背着A3品牌的羽毛球拍,手里拿着A4品牌的汽车钥匙,聚精会神地观看电梯广告屏的旅游和美食广告,经过对应的特征识别模型和大数据分析可以得出A用户的特征:喜欢羽毛球运动、偏爱A1品牌的运动服和A2品牌的运动鞋、偏爱A3品牌的羽毛球拍、有车一族(A4品牌的汽车)、爱好旅游和美食。将当前电梯用户的行为特征保存在相应的用户数据库中。相关的广告商会定期向当前电梯用户发送包含与其特征对应的推送消息的短信或者邮件。进一步地,在一定时间之后,比如一个月,重新采集当前电梯用户的用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征,对于同一用户,将重新获取的特征信息增加到用户数据库中该电梯用户原有的特征信息;根据实际情况,还可以重新调整该电梯用户的特征信息,并及时扩展用户数据库的内存,及时更新用户数据库的信息。相关的广告商也会相应地调整对应的推送消息,以满足当前电梯用户的真实需求。上述实施例,采用对应的特征识别模型识别当前电梯用户对应的行为特征包含的特征信息,有利于挖掘当前电梯用户的需求。
在一实施例中,所述用户特征分析方法还可包括:获取当前电梯用户的安检机检测结果,根据安检机检测结果判断当前电梯用户是否携带有危险品,若当前电梯用户携带有危险品,例如易燃易爆品、小刀,则确定当前电梯用户的安全等级为第三等级,由此检测当前用户是否携带有危险物品,进一步提高安全性。上述实施例,安检机作为一种辅助技术手段,检测当前电梯用户是否携带有危险品,作为危险用户的一个判断条件,有利于提高安全性,以及确认身份的准确性。
在一实施例中,上述步骤S102中,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息,包括:根据所述行为分析模型,从当前电梯用户的全部行为特征信息中识别设定行为特征,作为目标行为特征;通过各目标行为特征对应的特征识别模型,分别识别各目标行为特征的特征信息。具体地,在当前电梯用户的所有行为特征信息中,通过行为分析模型,分析当前电梯用户的各设定行为特征,包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中;将与设定行为特征匹配的行为特征,作为目标行为特征。通过与各目标行为特征对应的特征识别模型,逐一识别当前电梯用户的各目标行为特征的特征信息。上述实施例,通过行为分析模型和对应的特征识别模型,识别当前电梯用户的行为特征信息,有利于确定当前电梯用户的行为习惯。
在一实施例中,上述步骤S103中,所述根据各目标行为及其对应的权重计算当前电梯用户的特征值,包括:将目标行为对应的权重作为所述目标行为权重系数,通过加权计算得到当前电梯用户的特征值。比如,当前电梯用户的有房特征的权重为百分之二十,有车特征的权重为百分之十;相应的有房特征的分值为100分,有车特征的分值为50分,通过加权计算,得到当前电梯用户的特征值为100×20%+50×10%=25分。进一步地,通过计算机设备分析当前电梯用户的特征值,综合分析当前电梯用户的行为特征,进而评估当前电梯用户的行为习惯。上述实施例,通过计算当前电梯用户的特征值,有利于客观描述当前电梯用户的行为习惯。
在一实施例中,所述确定当前电梯用户的安全等级为第二等级之后,还包括:执行第一报警策略;所述第一报警策略包括:发短信至设定的第一电话号码和/或拨打设定的第一电话号码。例如,发送短信、打电话到物业保安人员或物业相关安保部门,通知保安人员现场核查当前用户的身份。上述实施例,在确认当前电梯用户为未知用户后,通过报警,可以提高安全性,以及确认身份的准确性,为后面确定当前电梯用户为已知合法用户,进而分析其对应的行为特征信息提供了依据。
在一实施例中,所述确定当前电梯用户的安全等级为第三等级之后,还包括:执行第二报警策略;所述第二报警策略包括:发短信至设定的第二电话号码和/或拨打设定的第二电话号码。例如,发送短信、打电话到110、派出所等公安部门,呼叫警察协助。上述实施例,在确认当前电梯用户为危险用户后,通过报警,可以提高安全性,避免尾随、骚扰等电梯安全事故的发生;同时为后面确定当前电梯用户为已知合法用户,进而分析其对应的行为特征信息提供了依据。
在一个具体的实施例中,如图2所示,图2为另一实施例的用户特征分析方法的示意性流程图,所述用户特征分析方法包括以下步骤:
步骤S201,当前电梯用户进入电梯。
步骤S202,安检机检查当前电梯用户是否携带有危险品,例如,易燃易爆品、小刀。
步骤S203,根据安检机检测结果,判断当前电梯用户是否为危险用户。
步骤S204,若当前电梯用户为危险用户,则采取二级报警,例如拨打110到派出所等公安部门,呼叫警察协助。
步骤S205,若当前电梯用户不是危险用户,则通过摄像头拍摄当前电梯用户的图像。
步骤S206,将当前电梯用户的图像上传服务器分析,对当前电梯用户进行分级,根据不同的安全等级采取不同的措施,并将采取报警策略作为辅助手段。
具体地,将当前电梯用户的安全等级分为第一等级、第二等级、第三等级。其中,安全等级为第一等级的电梯用户为合法用户,包括物业管理公司的员工、系统已录入资料的电梯用户、经过登记的电梯用户。安全等级为第三等级的电梯用户为危险用户,包括系统已识别的嫌疑人、通缉犯或携带有危险品的电梯用户。安全等级为第二等级的电梯用户为未知用户,包括除以上两个等级以外的未经识别的或识别不出的电梯用户。
其中,若当前电梯用户为合法用户,则分析当前电梯用户的图像所包含的行为特征信息,评估当前电梯用户的行为特征。若当前电梯用户为危险用户,则采取二级报警,拨打110到派出所等公安部门,呼叫警察协助。若当前电梯用户为未知用户,则采取一级报警,发送短信、打电话到物业保安,物业保安现场核查当前电梯用户的身份。
进一步地,确定当前电梯用户为合法用户,分析当前电梯用户的行为特征信息之后,还包括:将重新获取的特征信息增加到用户数据库中该电梯用户原有的特征信息;根据实际情况,还可以重新调整该电梯用户的特征信息,并对用户数据库进行更新。相关的广告商也会更新调整对应的推送消息,以满足当前电梯用户的真实需求。
步骤S207,判断当前电梯用户是否成功分级。
步骤S208,若当前电梯用户未分级,即当前电梯用户为未知用户,则采取一级报警,例如,发送短信、打电话到物业保安,物业保安现场核查当前电梯用户的身份。
步骤S209,若当前电梯用户成功分级,判断当前电梯用户是否为危险用户。
步骤S210,若当前电梯用户为危险用户,则采取二级报警,发送短信、打电话到110、派出所等公安部门。
步骤S211,若当前电梯用户不是危险用户,则确定当前电梯用户为合法用户,分析当前电梯用户的行为特征。
具体地,分析当前电梯用户的用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征,分别用对应的特征识别模型逐一识别。
步骤S212,评估当前电梯用户的特征。
具体地,分析当前电梯用户的行为特征信息所包含的特征信息,评估当前电梯用户的特征。比如B用户经常穿着B1品牌的运动鞋,手里拿着B2品牌的手机,长时间观看电梯广告屏的美食广告;经过分析得到B用户的特征:偏爱B1品牌的运动鞋和B2品牌的手机、爱好美食。
步骤S213,记录当前电梯用户的特征。
具体地,将当前电梯用户的特征保存到用户数据库中,并向当前电梯用户发送包含其特征对应的产品推送消息的短信或邮件,或根据当前电梯用户的特征,及时调整电梯广告屏的广告内容。
上述实施例,通过对当前电梯用户进行分级,若当前电梯用户为合法用户,分析当前电梯用户的图像所包含的行为特征信息,综合评估当前电梯用户的特征,并将当前电梯用户的特征记录在用户数据库中,有利于确定当前电梯用户的行为习惯,从而挖掘当前电梯用户的需求。
图3为一实施例的电梯用户特征分析的网络拓扑图;
在一实施例中,如图3所示,所述电梯用户特征分析方法包括:获取当前电梯用户的安检机检测结果和图像信息,判断当前电梯用户是否携带有危险品,若是,确定当前电梯用户为危险用户,采取二级报警,通过打电话到110、派出所等公安部门。若确定当前电梯用户为合法用户,分析当前电梯用户的图像所包含的行为特征信息,综合评估当前电梯用户的行为特征。通过综合判断当前电梯用户的图像信息和安检机检测结果,确定当前电梯用户的身份以及对应的安全等级,分别采取与当前电梯用户的安全等级对应的措施。
具体地,采集和录入当前电梯用户的图像信息,提取当前电梯用户的图像所包含的生物特征信息,通过数据分析服务器检测当前电梯用户的生物特征信息是否与预设的用户数据库中已知用户的生物特征信息匹配,识别当前电梯用户的身份,再通过分级服务器对当前电梯用户进行分级,获取与当前电梯用户的安全等级对应的措施。若当前电梯用户的安全等级为第一等级,则提取当前电梯用户的图像所包含的行为特征信息,从当前电梯用户的所有行为特征信息中确定出分别与用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征匹配的行为特征,作为目标行为特征。通过行为分析模型分析所述目标行为特征,采用对应的特征识别模型一一识别,综合评估当前电梯用户的行为特征,确定当前电梯用户的行为习惯。若当前电梯用户的安全等级为第二等级,则采取一级报警,发送短信、打电话到物业保安,物业保安现场核查当前电梯用户的身份。若当前电梯用户的安全等级为第三等级,则采取二级报警,通过打电话到110、派出所等公安部门,呼叫警察协助。
进一步地,通过行为分析模型分析所述目标行为特征,采用对应的特征识别模型一一识别之前,还包括建立行为分析模型的步骤。该步骤包括:设定待分析的用户行为特征,作为设定行为特征,所述设定行为特征包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中的至少一种;建立各设定行为特征对应的特征识别模型,分别用于识别各设定行为特征的特征信息;其中,用户穿着特征的特征信息包括:着装风格以及着装品牌;用户随身携带物品特征的特征信息包括:物品类型以及物品品牌;用户对梯内信息关注特征的特征信息包括:关注内容以及关注时长;根据所述设定行为特征及其对应的特征识别模型,建立行为分析模型。
上述实施例,通过获取当前电梯用户的图像信息和安检机检测结果,将安检机检测结果作为一种辅助指标,分析图像信息,对当前电梯用户进行分级,若当前电梯用户为合法用户,分析当前电梯用户的图像所包含的行为特征信息,综合评估当前电梯用户的特征,有利于确定当前电梯用户的行为习惯,从而挖掘当前电梯用户的需求。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的用户特征分析方法相同的思想,本发明还提供用户特征分析系统,该系统可用于执行上述用户特征分析方法。为了便于说明,用户特征分析系统实施例的示意性结构图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图4为一实施例的用户特征分析系统的示意性结构图,所述用户特征分析系统包括:
信息获取模块410,用于获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
分析模块420,用于根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;
特征值确定模块430,用于查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
在一实施例中,对于信息获取模块410,所述图像信息还包括当前电梯用户的生物特征信息;对于分析模块420,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:根据所述图像信息得到当前电梯用户的生物特征信息,根据所述生物特征信息查询预设的用户数据库;所述用户数据库中存储有多个已知合法用户的图像以及各图像对应的安全等级;根据查询结果确定当前电梯用户的安全等级。
在一实施例中,对于分析模块420,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:建立行为分析模型的步骤;该步骤包括:设定待分析的用户行为特征,作为设定行为特征,所述设定行为特征包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中的至少一种;建立各设定行为特征对应的特征识别模型,分别用于识别各设定行为特征的特征信息;其中,用户穿着特征的特征信息包括:着装风格以及着装品牌;用户随身携带物品特征的特征信息包括:物品类型以及物品品牌;用户对梯内信息关注特征的特征信息包括:关注内容以及关注时长;根据所述设定行为特征及其对应的特征识别模型,建立行为分析模型。
在一实施例中,对于分析模块420,还可以用于根据所述行为分析模型,从当前电梯用户的全部行为特征信息中识别设定行为特征,作为目标行为特征;通过各目标行为特征对应的特征识别模型,分别识别各目标行为特征的特征信息。
在一实施例中,对于特征值确定模块430,所述根据各目标行为及其对应的权重计算当前电梯用户的特征值,包括:将目标行为对应的权重作为所述目标行为权重系数,通过加权计算得到当前电梯用户的特征值。
上述所有实施例,通过获取当前电梯用户的图像信息;根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。通过本发明的方案,能够自动识别用户的行为特征信息,确定用户的目标行为特征,从而深度挖掘用户的需求。
需要说明的是,上述示例的用户特征分析系统的实施方式中,各模块/单元之间的信息交互、执行过程等内容,由于与本发明前述方法实施例基于同一构思,其带来的技术效果与本发明前述方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
此外,上述示例的用户特征分析系统的实施方式中,各程序模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的程序模块完成,即将所述用户特征分析系统的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分功能。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,作为独立的产品销售或使用。所述程序在执行时,可执行如上述各方法的实施例的全部或部分步骤。此外,所述存储介质还可设置于一种计算机设备中,所述计算机设备中还包括处理器,所述处理器执行所述存储介质中的程序时,能够实现上述各方法的实施例的全部或部分步骤。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。可以理解,其中所使用的术语“第一”、“第二”等在本文中用于区分对象,但这些对象不受这些术语限制。
以上所述实施例仅表达了本发明的几种实施方式,不能理解为对本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。
Claims (10)
1.一种用户特征分析方法,其特征在于,包括:
获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;
查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
2.根据权利要求1所述的用户特征分析方法,其特征在于,所述图像信息还包括当前电梯用户的生物特征信息;
所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:
根据所述图像信息得到当前电梯用户的生物特征信息,根据所述生物特征信息查询预设的用户数据库;所述用户数据库中存储有多个已知合法用户的图像以及各图像对应的安全等级;
根据查询结果确定当前电梯用户的安全等级。
3.根据权利要求2所述的用户特征分析方法,其特征在于,所述生物特征信息包括人脸信息、指纹、手掌纹、虹膜、视网膜、体形中的至少一种;
和/或;
所述根据所述生物特征信息查询预设的用户数据库,包括:
提取用户数据库中各已知用户的图像中对应的生物特征信息;
将当前电梯用户的生物特征信息与各已知用户的生物特征信息进行比对,检测两者是否匹配。
4.根据权利要求3所述的用户特征分析方法,其特征在于,所述用户数据库中,已知合法用户的图像对应的安全等级为第一等级;
根据查询结果确定当前电梯用户的安全等级,包括:
若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知合法用户的图像所包含的生物特征信息匹配,确定当前电梯用户的安全等级为第一等级;
若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知合法用户的图像所包含的生物特征信息均不匹配,确定当前电梯用户的安全等级为第二等级;
和/或;
所述用户数据库中,还包括已知危险用户的图像及其对应的安全等级,各危险用户的图像对应的安全等级为第三等级;
所述根据查询结果确定当前电梯用户的安全等级,包括:
若查询结果为当前电梯用户的图像所包含的生物特征信息与某一已知用户的图像所包含的生物特征信息匹配,判断该已知用户是否为危险用户,若是危险用户,确定当前电梯用户的安全等级为第三等级;若不是危险用户,确定当前电梯用户的安全等级为第一等级;
若查询结果为当前电梯用户的图像所包含的生物特征信息与任意已知用户的图像所包含的生物特征信息均不匹配,则确定当前电梯用户的安全等级为第二等级。
5.根据权利要求4所述的用户特征分析方法,其特征在于,所述根据所述生物特征信息查询预设的用户数据库之前,还包括:
建立用户数据库的步骤;该步骤包括:
现场采集已知合法用户的图像,通过大数据获取互联网上发布的已知危险用户的图像;
根据预设的分级规则,确定各已知合法用户、各已知危险用户的图像对应的安全等级;
根据所述各已知合法用户、各已知危险用户的图像以及对应的安全等级建立用户数据库。
6.根据权利要求1所述的用户特征分析方法,其特征在于,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息之前,还包括:
建立行为分析模型的步骤;该步骤包括:
设定待分析的用户行为特征,作为设定行为特征,所述设定行为特征包括用户穿着特征、用户随身携带物品特征、用户对梯内信息关注特征中的至少一种;
建立各设定行为特征对应的特征识别模型,分别用于识别各设定行为特征的特征信息;其中,用户穿着特征的特征信息包括:着装风格以及着装品牌;用户随身携带物品特征的特征信息包括:物品类型以及物品品牌;用户对梯内信息关注特征的特征信息包括:关注内容以及关注时长;
根据所述设定行为特征及其对应的特征识别模型,建立行为分析模型。
7.根据权利要求6所述的用户特征分析方法,其特征在于,所述根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息,包括:
根据所述行为分析模型,从当前电梯用户的全部行为特征信息中识别设定行为特征,作为目标行为特征;
通过各目标行为特征对应的特征识别模型,分别识别各目标行为特征的特征信息。
8.根据权利要求1所述的用户特征分析方法,其特征在于,所述根据各目标行为及其对应的权重计算当前电梯用户的特征值,包括:
将目标行为对应的权重作为所述目标行为权重系数,通过加权计算得到当前电梯用户的特征值。
9.根据权利要求4所述的用户特征分析方法,其特征在于,所述确定当前电梯用户的安全等级为第二等级之后,还包括:
执行第一报警策略;
所述第一报警策略包括:发短信至设定的第一电话号码和/或拨打设定的第一电话号码;
所述确定当前用户的安全等级为第三等级之后,还包括:
执行第二报警策略;
所述第二报警策略包括:发短信至设定的第二电话号码和/或拨打设定的第二电话号码。
10.一种用户特征分析系统,其特征在于,包括:
信息获取模块,用于获取当前电梯用户的图像信息;所述图像信息包括当前电梯用户的行为特征信息;
分析模块,用于根据预先建立的行为分析模型分析当前电梯用户的图像信息,从当前电梯用户的所有行为特征信息中确定出与设定行为特征匹配的行为特征,作为目标行为特征,并识别各目标行为特征包含的特征信息;
特征值确定模块,用于查询预设的设定行为特征的特征信息与权重的对应关系,获取当前电梯用户的各目标行为特征对应的权重,根据各目标行为及其对应的权重计算当前电梯用户的特征值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711311699.3A CN109902545B (zh) | 2017-12-11 | 2017-12-11 | 用户特征分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711311699.3A CN109902545B (zh) | 2017-12-11 | 2017-12-11 | 用户特征分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902545A true CN109902545A (zh) | 2019-06-18 |
CN109902545B CN109902545B (zh) | 2021-12-24 |
Family
ID=66942756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711311699.3A Active CN109902545B (zh) | 2017-12-11 | 2017-12-11 | 用户特征分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902545B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800940A (zh) * | 2021-01-26 | 2021-05-14 | 湖南翰坤实业有限公司 | 基于生物特征识别的电梯控制及异常报警方法、装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
CN102044049A (zh) * | 2011-01-28 | 2011-05-04 | 迈普通信技术股份有限公司 | 金融网点的数据采集系统、方法和数据采集服务器 |
CN103699594A (zh) * | 2013-12-11 | 2014-04-02 | 深圳先进技术研究院 | 一种信息推送方法及系统 |
CN104599443A (zh) * | 2015-01-12 | 2015-05-06 | 江苏省交通规划设计院股份有限公司 | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 |
CN105628998A (zh) * | 2016-03-28 | 2016-06-01 | 无锡智谷锐拓技术服务有限公司 | 基于图像处理的电度表 |
CN105653626A (zh) * | 2015-12-28 | 2016-06-08 | 深圳市金立通信设备有限公司 | 一种内容推送方法及终端 |
CN105677895A (zh) * | 2016-02-03 | 2016-06-15 | 北京千米时代科技有限公司 | 一种移动互联网用户行为特征属性的获取装置及方法 |
CN105681830A (zh) * | 2016-02-06 | 2016-06-15 | 优住(北京)科技股份公司 | 一种基于用户的兴趣点的广告播放系统及播放平台 |
CN106453422A (zh) * | 2016-12-08 | 2017-02-22 | 上海众人网络安全技术有限公司 | 一种基于移动终端动态认证方法及系统 |
WO2017071075A1 (zh) * | 2015-10-29 | 2017-05-04 | 小米科技有限责任公司 | 智能引导用户搭乘电梯的方法及装置 |
-
2017
- 2017-12-11 CN CN201711311699.3A patent/CN109902545B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
CN102044049A (zh) * | 2011-01-28 | 2011-05-04 | 迈普通信技术股份有限公司 | 金融网点的数据采集系统、方法和数据采集服务器 |
CN103699594A (zh) * | 2013-12-11 | 2014-04-02 | 深圳先进技术研究院 | 一种信息推送方法及系统 |
CN104599443A (zh) * | 2015-01-12 | 2015-05-06 | 江苏省交通规划设计院股份有限公司 | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 |
WO2017071075A1 (zh) * | 2015-10-29 | 2017-05-04 | 小米科技有限责任公司 | 智能引导用户搭乘电梯的方法及装置 |
CN105653626A (zh) * | 2015-12-28 | 2016-06-08 | 深圳市金立通信设备有限公司 | 一种内容推送方法及终端 |
CN105677895A (zh) * | 2016-02-03 | 2016-06-15 | 北京千米时代科技有限公司 | 一种移动互联网用户行为特征属性的获取装置及方法 |
CN105681830A (zh) * | 2016-02-06 | 2016-06-15 | 优住(北京)科技股份公司 | 一种基于用户的兴趣点的广告播放系统及播放平台 |
CN105628998A (zh) * | 2016-03-28 | 2016-06-01 | 无锡智谷锐拓技术服务有限公司 | 基于图像处理的电度表 |
CN106453422A (zh) * | 2016-12-08 | 2017-02-22 | 上海众人网络安全技术有限公司 | 一种基于移动终端动态认证方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800940A (zh) * | 2021-01-26 | 2021-05-14 | 湖南翰坤实业有限公司 | 基于生物特征识别的电梯控制及异常报警方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109902545B (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458154B (zh) | 人脸识别方法、装置和计算机可读存储介质 | |
CN108924333B (zh) | 诈骗电话识别方法、装置和系统 | |
Xing et al. | Employing latent dirichlet allocation for fraud detection in telecommunications | |
CN108537922B (zh) | 基于人脸识别的访客预警方法和系统 | |
CN110401779A (zh) | 一种识别电话号码的方法、装置和计算机可读存储介质 | |
CN106384273A (zh) | 恶意刷单检测系统及方法 | |
CN107566358A (zh) | 一种风险预警提示方法、装置、介质及设备 | |
CN108471429A (zh) | 一种网络攻击告警方法及系统 | |
CN109034661A (zh) | 用户识别方法、装置、服务器以及存储介质 | |
CN109896374A (zh) | 电梯屏幕展示方法及系统 | |
CN104598595B (zh) | 欺诈网页检测方法及相应装置 | |
CN110493476B (zh) | 一种检测方法、装置、服务器及存储介质 | |
CN109902644A (zh) | 人脸识别方法、装置、设备和计算机可读介质 | |
CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
CN110381218A (zh) | 一种识别电话诈骗团伙的方法及装置 | |
CN111192153A (zh) | 人群关系网络构建方法、装置、计算机设备和存储介质 | |
CN108053111A (zh) | 电梯分流方法及系统 | |
CN111105064B (zh) | 确定欺诈事件的嫌疑信息的方法及装置 | |
KR20170006158A (ko) | 문자 메시지 부정 사용 탐지 방법 및 시스템 | |
CN109902545A (zh) | 用户特征分析方法及系统 | |
CN108764369A (zh) | 基于数据融合的人物识别方法、装置和计算机存储介质 | |
CN109903114B (zh) | 梯内信息触发响应的方法及装置 | |
CN114817518B (zh) | 基于大数据档案识别的证照办理方法、系统及介质 | |
Shchur et al. | Anomaly detection in car-booking graphs | |
CN109711856A (zh) | 基于大数据的用户分类方法、装置、服务器及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |