CN110648186B - 数据分析方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种数据分析方法、装置、设备及计算机可读存储介质。该方法包括：当检测到目标用户时，识别所述目标用户的第一穿着特征信息，并根据所述第一穿着特征信息推荐商品给所述目标用户；所述第一穿着特征信息用于指示所述目标用户的当前穿衣风格，推荐的商品是指与所述第一穿着特征信息具有高匹配度穿衣风格的商品。以实现通过来分析用户的当前穿衣风格，根据用户的当前穿衣风格为用户推荐商品，分析过程对于用户来说是“无感”的，提升了用户体验。

Description

数据分析方法、装置、设备及计算机可读存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及数据分析方法、装置、设备及计算机可读存储介质。

背景技术

根据流行趋势合理的布置商品在店内的摆放，并向用户推荐较流行的商品，例如推荐主打款，能够有效的提升店铺的销售效率。但是，随着生活、文化水平的不断提高以及物质的不断增加，用户也越来越追求个性化，用户也会根据自身的条件以及喜好来选择商品，这就导致仅根据商品的流行趋势并不能很好的满足用户的需求，而结合用户个人喜好的分析能更好的提升销售效率。

目前，主要是通过导购通过与用户的沟通并结合个人经验，或者通过登记顾客资料并以问卷调查的方式来获取用户的喜好或用户的穿衣风格，但是，这种方式需要顾客主动配合，且费时费力，体验不友好。

发明内容

有鉴于此，本申请提供一种数据分析方法、装置、设备及计算机可读存储介质。

具体地，本申请是通过如下技术方案实现的：

第一方面、本申请实施例提供了一种数据分析方法，其特征在于，所述方法包括：

当检测到目标用户时，识别所述目标用户的第一穿着特征信息，并根据所述第一穿着特征信息推荐商品给所述目标用户；所述第一穿着特征信息用于指示所述目标用户的当前穿衣风格，推荐的商品是指与所述第一穿着特征信息具有高匹配度穿衣风格的商品。

第二方面，提供了一种数据分析装置，其特征在于，所述装置包括：

识别单元，当检测到目标用户时，用于识别所述目标用户的第一穿着特征信息，并根据所述第一穿着特征信息推荐商品给所述目标用户；所述第一穿着特征信息用于指示所述目标用户的当前穿衣风格，推荐的商品是指与所述第一穿着特征信息具有高匹配度穿衣风格的商品。

第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现前述第一方面所述方法的步骤。

第四方面，提供了一种数据分析设备，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，其特征在于，所述处理器执行所述程序时实现前述第一方面所述方法的步骤。

通过本发明实施例，通过来分析用户的当前穿衣风格，根据用户的当前穿衣风格为用户推荐商品，分析过程对于用户来说是“无感”的，提升了用户体验。还可以识别用户试穿商品以及购买商品的穿衣风格，且结合用户历史购买的以及用户历史试穿的穿衣风格分析得到当前穿衣风格，更能贴合用户，更好的分析用户的个人喜好。

附图说明

图1为本申请实施例提供的一种应用场景示意图；

图2为本申请实施例提供的一种数据分析方法流程示意图；

图3为本申请实施例提供的一种数据分析装置结构示意图；

图4为本申请实施例提供的一种数据分析设备结构示意图。

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申请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、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本发明实施例提供了一种数据分析方法。能够更合理的，更有效的分析用户的个人喜好，使得商品推荐更有效率，且全程并不需要用户主观上的参与，提升了用户体验。该方法适用于数据分析系统中，例如监控系统，该数据分析系统包括摄像头、处理器以及显示器。摄像头用于获取指定区域的图像，处理器用于根据指定区域的图像检测目标用户，识别或获取目标用户的特征，以及根据目标用户的特征确定推荐商品，显示器用于显示该推荐商品的信息，以实现与用户的交互。下面以监控系统为例对本发明实施例提供的数据分析系统进行详细的介绍。

图1为监控系统的结构示意图。如图1所示，该监控系统包括摄像头(例如，摄像头111、121、122、123、124、125、126以及131)、服务器200以及终端(例如，收银终端310和终端320)，摄像头、服务器200以及终端之间可以通过有线连接，也可以通过无线连接，例如通过低功耗蓝牙、或Wi-Fi连接。其中，摄像头主要用于采集指定区域的图像，该指定区域可以指经营范围内，例如，服装店内。具体地，该系统可以包括多个摄像头，该多个摄像头可以分别用于采集指定区域中不同部位的图像，如图1所示，摄像头111安装在正对出入口的位置，主要用于采集出入口的图像，以便在摄像头111将采集的图像传输给服务器200后，服务器200可以依据该图像检测是否有用户进入。摄像头121、122、123、124、125以及126安装在浏览路线上或者浏览路线的两端，主要用于采集浏览路线上的图像，以便在摄像头将采集的浏览路线上的图像发送给服务器200后，服务器200可以依据浏览路线上的图像跟踪用户，对用户驻足观看、试穿的衣服进行识别以及分析等等。摄像头131安装在外置试衣镜的正对面，该摄像头131主要用于采集试衣镜前的图像，以便在摄像头131将采集到的图像发送至服务器200后，服务器200可以依据该试衣镜前的图像，识别用户以及用户试穿的衣服，还可以结合用户在试衣镜前停留时间的长短、用户的表情等判断用户对试穿衣服的满意度。终端主要用于数据的收集以及信息的展示(即前述分析系统的显示器的功能)，该系统可以包括多个终端，例如，图1所示的终端320和收银终端310。其中，收银终端310主要用于获取用户购买商品的信息以及用户的身份信息，该身份信息可以包括该用户的姓名，以及系统为该用户分配的ID等等。终端320可以为导购携带的终端，也可以是顾客自己的终端，例如，顾客可以使用个人手机登录该系统。该终端320主要用于显示信息给顾客或导购，例如显示从服务器200接收的针对指定顾客的推荐商品。服务器200主要用于实现数据处理的功能(即前述分析系统的处理器的功能)，例如前面描述的根据来自摄像头的图像，进行识别、确定、跟踪、判断以及分析等操作。其中，服务器200中还可以包括数据库，该数据库可以包括用户的注册信息，该注册信息可以包括系统为用户分配的用户ID、从图像中识别的用户的生物特征以及用户购买商品的信息等等，用户ID、用户的生物特征以及用户购买商品的信息可以对应存储在该数据库中。进一步地，用户在通过个人终端登录系统时，可以根据用户登录时使用的用户ID，将该终端与用户注册信息进行关联，以便在用户浏览过程中，服务器200可以向该终端推送推荐商品信息，例如，推送该推荐商品的图片以及该推荐商品的位置等等。另外，系统也可以根据用户的注册信息建立账户，用户可以通过终端登录自己的账户，服务器200可以将商品发送至该用户对应的账户，以便用户通过个人终端获取该推荐商品的信息并查看。另外，服务器200还可以根据生物特征来区分顾客或服务人员(例如导购)，对于服务人员，可以不用识别或分析与其相关的商品的特征(例如，服务人员的当前特征)，服务人员的生物特征可以预先登记在服务器200中。

另外，图1所示的监控系统还可以包括其他的实现形式。

在一个示例中，监控系统中的摄像头可以为全景摄像头，该全景摄像头具有更大的可视范围，例如，对于图1所示的监控场景，可以在指定区域的中心位置设置一个全景摄像头，该全景摄像头即可获取该指定区域中所有位置的图像。

在另一个示例中，监控系统中的服务器200的功能可以集成在摄像头中。例如，全景摄像头可以同时具有数据处理功能，通过数据处理功能实现前述服务器200的功能。

在另一个示例中，监控系统中的收银终端310的功能也可以由终端320来实现。例如，导购可以使用终端320来为顾客下单，终端320可以将顾客购买的商品的信息发送至服务器200。

在另一个示例中，监控系统中可以不包括终端，服务器200在检测到目标用户离开指定区域后，根据目标用户取走的商品，进行下单，该目标用户取走的商品即为用户本次购买的商品。

需要说明的是，图1所示的监控系统仅为示例，在具体实现时，根据具体需要可以包括更多或更少的组件，指定区域可以有更简单也可以更复杂的功能划分，例如，可以将出入口设置为出口和入口，摄像头为的布置也可以包括其他的形式。

图2为本发明实施例提供的一种数据分析方法的流程示意图。该方法可以适用于分析系统，例如图1所示的监控系统。如图2所示，该方法具体包括：

S210，当检测到目标用户时，识别目标用户的第一穿着特征信息，并根据第一穿着特征信息推荐商品给目标用户。其中，该第一穿着特征信息用于指示目标用户的当前穿衣风格。推荐的商品是指与第一穿着特征信息具有高匹配度穿衣风格的商品。

可以通过生物特征识别技术识别目标用户的生物特征，将目标用户的生物特征作为目标用户的身份特征，以实现识别目标用户的目的。其中，可以通过人脸识别技术识别目标用户的面部特征、通过虹膜识别技术识别目标用户的虹膜特征、通过指纹识别技术识别目标用户的指纹特征、通过体态识别技术识别目标用户的体态特征和通过步态识别技术识别目标用户的步态特征中的一种或多种，最终来实现目标用户的检测。

第一穿着特征信息可以标识为风格置信度，也可以表示为用户穿着或购买对应风格衣服的统计信息。例如，在系统定义的穿衣风格仅包括休闲风、商务风和民族风时，第一穿着特征信息可以为风格置信度“休闲风0.6、民族风0.4”，或者统计信息“休闲风6、民族风4、商务风0”等等。

其中，每件衣服可以对应一个风格，也可以对应多个风格，例如，一件衣服即属于休闲风也属于民族风，或者，一件衣服即属于休闲风也属于民族风，且更偏向于民族风。在确定穿着特征信息时，在确定风格置信度或统计信息时，属于多风格的衣服可以按多件衣服处理，也可以按一件衣服处理，按一件衣服处理时，可以根据风格所占比重进行统计，总数为1。

在一个示例中，目标用户的第一穿着特征信息可以根据目标用户当前穿衣风格类型来确定。通过如下过程实现：从包括目标用户的图像中检测出目标对应穿着的衣服，这里检测衣服所用的方法可以为目标检测方法。对衣服所在区域图像提取图像特征，例如，边缘、纹理等，可以用卷积神经网络来提取图像特征，不再赘述。对提取得到的风格进行分类，得到该衣服对应的穿衣风格，穿衣风格为预先定义好，例如，穿衣风格可以包括民族风、淑女风、商务风、欧美风、韩版风等等。基于此，识别所述目标用户的第一穿着特征信息包括如下步骤：将包括目标用户的当前衣着的采集图像输入到第一卷积神经网络，由该第一卷积神经网络对采集图像进行穿着特征的提取以及穿衣风格类型的识别，得到目标用户当前穿着的衣服对应的当前穿衣风格类型，将当前穿衣风格类型作为第一穿着特征信息。

在另一个示例中，目标用户的第一穿着特征信息可以根据用户历史信息以及当前穿衣风格类型来确定。基于此。具体可以包括如下步骤：

识别目标用户的身份特征，与在数据库中已存在的身份特征进行匹配。例如，采集图像还可以包括目标用户的人脸图像；在所述得到所述目标用户的当前穿衣风格类型之后，还包括：由第二卷积神经网络根据人脸图像识别得到目标用户的身份特征；将该目标用户的身份特征与在数据库中已存在的身份特征进行匹配。

若匹配成功，则在数据库中获取目标用户的身份特征对应的第二穿着特征信息。将第二穿着特征信息和当前穿衣风格类型融合，得到第一穿着特征信息。

其中，第二穿着特征信息可以为风格置信度，也可以表示为目标用户穿着或购买对应风格衣服的统计信息。

若匹配失败，将所述当前穿衣风格类型作为所述第一穿着特征信息。

进一步地，还可以在数据库中更新目标用户对应的信息。具体地，若匹配成功，则将所述数据库中存储的所述第二穿着信息更新为所述第一穿着特征信息。若匹配失败，则将第一穿着特征信息作为第二穿着特征信息，并将目标用户的身份特征和第二穿着特征信息的关联关系存储在数据库中。

另外，在匹配失败时，还可以对该目标用户进行注册。具体地，可以在数据库中建立目标用户的身份特征与该目标用户的历史穿着特征信息的对应关系，此时，可以为该目标用户的历史穿着特征信息设置为初始值，例如，该初始值可以为0。

需要说明的是，确定用户历史信息的过程可以在识别当前穿衣风格类型前执行，也可以在之后执行。

在根据第一穿着特征信息推荐商品给目标用户时，可以在商品数据库中匹配与第一穿着特征信息匹配度高的商品作为推荐商品。

其中，可以仅为新到的目标用户，或者处于指定位置的目标用户(例如，在终端显示屏前的目标用户)，根据该用户的第一穿着特征信息推荐商品。也可以定时为目标用户推荐商品。还可以在目标用户到达指定位置时，为该目标用户推荐该位置附近的商品。

在一个示例中，可以获取指定区域入口处的图像，识别所述指定区域入口处的图像地生物特征，当识别到生物特征时，即为检测到目标用户。可以根据该目标用户的第一穿着特征信息为该目标用户推荐指定区域内的商品。

在另一个示例中，可以通过入口处的红外线感应器，确定是否有用户通过，当有用户通过时，获取入口处的图像，识别该图像中的目标对象。

在另一个实施例中，还可以根据目标用户浏览或者消费情况等，为用户推荐商品。具体地，该方法还可以包括如下步骤：

S220，跟踪目标用户，确定目标用户的第三穿着特征信息和第四穿着特征信息。其中，第三穿着特征信息用于指示目标用户试穿的商品对应的穿衣风格，目标用户试穿的商品包括推荐的商品；第四穿着特征信息用于指示目标用户购买的商品对应的穿衣风格。

其中，第三穿着特征可以为风格置信度，也可以为试穿的衣服对应的风格以及该风格对应的试穿次数。第四穿着特征信息可以为风格置信度，也可以表示为目标用户购买对应风格衣服的统计信息。

在S210中识别到目标用户后，可以在指定区域中跟踪目标用户。例如，可以通过在时间上连续的指定区域的图像，跟踪目标用户。

在对目标用户在指定区域内的跟踪过程中，可以确定目标用户的第三穿着特征信息。其中，该目标用户的第三穿着特征信息可以用于指示目标用户试穿的商品对应的穿衣风格，该目标用户试穿的商品包括推荐的商品。具体地，在跟踪过程中，识别目标用户试穿的每件衣服，分析每件试穿的衣服对应的穿衣风格。

进一步地，第三穿着特征还用于指示目标用户试穿的各个商品的商品标识以及各个商品的试穿满意度。具体地，通过计算试穿的衣服在目标用户身上的停留时间，根据该停留时间计算得到目标用户对该试穿的衣服的满意度。其中，可以根据目标用户在试衣镜前面的图像信息，识别目标用户试穿的衣服信息，并分析得到该衣服对应的穿衣风格、衣服编号以及目标用户对于该衣服的满意度，该满意度可以通过目标用户穿上该衣服在试衣镜前停留的时间来度量。

另外，根据第三穿着特征信息指示的各个商品的试穿满意度，对在售商品的受欢迎程度进行分析评价，例如，某种穿衣风格的衣服试穿概率高，说明该种风格的衣服受欢迎程度高；或者，某件衣服试穿概率低，说明该件衣服受欢迎程度低。根据指定区域内衣服的受欢迎程度可以在一定程度上指导指定区域内衣服的摆设。

在目标用户买单后，可以确定目标用户的第三穿着特征信息。该第三穿着特征信息用于指示目标用户购买的商品对应的穿衣风格。

S230，依据第一穿着特征信息、第三穿着特征信息和第四穿着特征信息分析得到第五穿着特征信息，该第五穿着特征信息用于作为下次向目标用户推荐商品的依据。

其中，可以根据目标用户的第一穿着特征信息和第四穿着特征信息分析得到第五穿着特征信息。还可以根据第一穿着特征信息、第三穿着特征信息和第四穿着特征信息进行分析，得到第五穿着特征信息。其中，该第五穿着特征信息用于作为下次向目标用户推荐商品的依据。具体地，可以将第五穿着特征信息与目标用户的身份特征对应存储在数据库中，或者将数据库中该目标用户的身份特征所对应的第二穿着信息替换成第五穿着特征信息。

在一个示例中，可以对目标用户的第一穿着特征信息、第三穿着特征信息和第四穿着特征信息分别进行加权平均，得到第五穿着特征信息。例如，穿着特征信息可以为一个风格置信度，该风格置信度可以为包括的各个风格的权重，例如，第一穿着特征信息为“民族风0.7、淑女风0.3”；可以根据第三穿着特征信息和第四穿着特征信息对对第一穿着信息的风格置信度进行融合，这里的融合可以为一个加权平均。

在另一个示例中，穿着特征信息可以为包括全部风格的置信度的标签，每个标签对应一个数值，该数值可以为目标用户购买、穿着该风格的衣服的次数的总和。其中，依据第一穿着特征信息、第三穿着特征信息和第四穿着特征信息分析得到第五穿着特征信息，可以为根据第一穿着特征信息、第三穿着特征信息和第四穿着特性信息中对各个风格标签对应的数值进行增加，得到第五穿着特征信息。

在得到第五穿着特征信息后，可以更新数据库中目标用户的身份特征对应的第二穿着特征信息。以便在目标用户再次检测到该目标用户时，根据第五穿着特征信息作为第二穿着特征信息和本次目标用户的第五穿着特征信息确定本次目标用户的第一穿着特征信息，根据本次目标用户的第一穿着特性信息推荐商品给目标用户。

另外，对于已注册的用户，在识别到目标用户离开时，该目标用户并未购买商品，且在数据库中该目标用户的穿着特征信息为初始值，则将该目标用户的相关信息在数据库中删除。

通过本发明实施例，通过来分析用户的当前穿衣风格，根据用户的当前穿衣风格为用户推荐商品，分析过程对于用户来说是“无感”的，提升了用户体验。还可以识别用户试穿商品以及购买商品的穿衣风格，且结合用户历史购买的以及用户历史试穿的穿衣风格分析得到当前穿衣风格，更能贴合用户，更好的分析用户的个人喜好。

进一步地，在为用户推荐商品时，可以分局用户试穿的商品和购买的商品进一步结合用户穿着的服饰的穿衣风格，来得到当前穿衣风格，使得推荐商品的依据更多，推荐商品也能更准确。

与前述数据分析方法的实施例相对应，本申请还提供了数据分析装置的实施例。

本申请数据分析装置的实施例可以应用在数据分析设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在数据分析设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本申请数据分析装置所在数据分析设备的一种硬件结构图，除了图4所示的处理器、存储器之外，实施例中装置所在的数据分析设备通常根据该数据分析装置的实际功能，还可以包括其他硬件，对此不再赘述。

图3为本发明实施例提供的一种数据分析装置结构示意图。如图3所示，该装置包括：

识别单元301，当检测到目标用户时，用于识别所述目标用户的第一穿着特征信息，并根据所述第一穿着特征信息推荐商品给所述目标用户；所述第一穿着特征信息用于指示所述目标用户的当前穿衣风格，推荐的商品是指与所述第一穿着特征信息具有高匹配度穿衣风格的商品。

在一个实施例中，所述识别单元301具体用于：

将包括目标用户的当前衣着的采集图像输入到第一卷积神经网络，由所述第一卷积神经网络对所述采集图像进行穿着特征的提取以及穿衣风格类型的识别，得到所述目标用户当前穿着的衣服对应的当前穿衣风格类型，将所述当前穿衣风格类型作为所述第一穿着特征信息。

在另一个实施例中，所述采集图像还包括所述目标用户的人脸图像；所述识别单元301还用于：

由所述第一卷积神经网络根据所述人脸图像识别得到所述目标用户的身份特征；

将所述目标用户的身份特征与在数据库中已存在的身份特征进行匹配；

若匹配成功，则在所述数据库中获取所述目标用户的身份特征对应的第二穿着特征信息；

将所述第二穿着特征信息和所述当前穿衣风格类型融合，得到所述第一穿着特征信息；

若匹配失败，则将所述当前穿衣风格类型作为所述第一穿着特征信息。

在另一个实施例中，所述装置还包括存储单元302，所述存储单元302具体用于：

若匹配成功，将所述数据库中存储的所述第二穿着信息更新为所述第一穿着特征信息；

若匹配失败，将所述第一穿着特征信息作为所述第二穿着特征信息，并将所述目标用户的身份特征和所述第二穿着特征信息的关联关系存储在所述数据库中。

在另一个实施例中，该装置还包括：

跟踪单元303，用于跟踪所述目标用户的行为轨迹，确定目标用户的第三穿着特征信息和第四穿着特征信息，所述第三穿着特征信息用于指示所述目标用户试穿的各个商品对应的穿衣风格，所述目标用户试穿的商品包括推荐的商品；所述第四穿着特征信息用于指示所述目标用户购买的商品对应的穿衣风格；

第一分析单元304，用于依据所述第一穿着特征信息、第三穿着特征信息和第四穿着特征信息分析得到第五穿着特征信息；

存储单元302还用于，将所述数据库中存储的所述第一穿着信息更新为所述第五穿着特征信息。

在另一个实施例中，所述第三穿着特征信息还用于指示所述目标用户试穿的各个商品的商品标识以及各个商品的试穿满意度。

在另一个实施例中，所述装置还包括：

第二分析单元，用于根据所述第三穿着特征信息指示的各个商品的试穿满意度，对在售商品的受欢迎程度进行分析评价。上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

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申请方案的目的。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。

图4为本发明实施例提供的数据源服务器的结构示意图，如图4所示，该服务器具体包括存储器401、处理器402、摄像头403及存储在存储器上并可在处理器上运行的计算机程序。摄像头403用于获取指定区域的图像，处理器402执行所述程序时实现前述图2所示的实施例中数据源服务器执行的步骤。

本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。

本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。

适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备，仅举几例。

适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。

虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。

类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。

由此，主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下，权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (12)

1.一种数据分析方法，应用于服装店场景中，所述服装店内安装有至少一个摄像头，所述摄像头覆盖所述服装店内的浏览路线，所述摄像头用于采集所述浏览路线上不同区域的包括目标用户的图像，其特征在于，所述方法包括：

利用所述图像检测到目标用户进入服装店后，识别所述目标用户的当前穿衣风格类型，至少根据所述当前穿衣风格类型对处于浏览路线上的指定区域内的目标用户推荐所述指定区域内的商品；推荐的商品是指与所述当前穿衣风格类型具有高匹配度穿衣风格的商品；

利用所述图像跟踪所述目标用户的行为轨迹，并根据所述图像识别所述目标用户试穿以及购买的商品，将所述当前穿衣风格类型、试穿以及购买的商品对应的穿着特征信息，用于下一次向所述目标用户推荐商品的依据。

2.根据权利要求1所述的方法，其特征在于，所述识别所述目标用户的当前穿衣风格类型包括：

将包括目标用户的当前衣着的采集图像输入到第一卷积神经网络，由所述第一卷积神经网络对所述采集图像进行穿着特征的提取以及穿衣风格类型的识别，得到所述目标用户当前穿着的衣服对应的当前穿衣风格类型。

3.根据权利要求2所述的方法，其特征在于，所述采集图像还包括所述目标用户的人脸图像；在所述得到所述目标用户的当前穿衣风格类型之后，所述方法还包括：

由第二卷积神经网络根据所述人脸图像识别得到所述目标用户的身份特征；

将所述目标用户的身份特征与在数据库中已存在的身份特征进行匹配；

若匹配成功，则在所述数据库中获取所述目标用户的身份特征对应的第二穿着特征信息；

将所述第二穿着特征信息和所述当前穿衣风格类型融合，得到第一穿着特征信息；

若匹配失败，则将所述当前穿衣风格类型作为第一穿着特征信息。

4.根据权利要求3所述的方法，其特征在于，在得到所述第一穿着特征信息之后，所述方法还包括：

若匹配成功，将所述数据库中存储的所述第二穿着特征信息更新为所述第一穿着特征信息；

若匹配失败，将所述第一穿着特征信息作为所述第二穿着特征信息，并将所述目标用户的身份特征和所述第二穿着特征信息的关联关系存储在所述数据库中。

5.根据权利要求3或4所述的方法，其特征在于，所述利用所述图像跟踪所述目标用户的行为轨迹，并根据所述图像识别所述目标用户试穿以及购买的商品，将所述当前穿衣风格类型、试穿以及购买的商品对应的穿着特征信息，用于下一次向所述目标用户推荐商品的依据，包括：

跟踪所述目标用户的行为轨迹，确定目标用户的第三穿着特征信息和第四穿着特征信息，所述第三穿着特征信息用于指示所述目标用户试穿的各个商品对应的穿衣风格，所述目标用户试穿的商品包括推荐的商品；所述第四穿着特征信息用于指示所述目标用户购买的商品对应的穿衣风格；

依据所述第一穿着特征信息、所述第三穿着特征信息和所述第四穿着特征信息分析得到第五穿着特征信息；

将所述数据库中存储的所述目标用户的身份特征对应的所述第二穿着特征信息更新为所述第五穿着特征信息。

6.一种数据分析装置，应用于服装店场景中，所述服装店内安装有至少一个摄像头，所述摄像头覆盖所述服装店内的浏览路线，所述摄像头用于采集所述浏览路线上不同区域的包括目标用户的图像，其特征在于，所述装置包括：

识别单元，用于利用所述图像检测到目标用户进入服装店后，识别所述目标用户的当前穿衣风格类型，至少根据所述当前穿衣风格类型对处于浏览路线上的指定区域内的目标用户推荐所述指定区域内的商品；推荐的商品是指与所述当前穿衣风格类型具有高匹配度穿衣风格的商品；

跟踪单元，用于利用所述图像跟踪所述目标用户的行为轨迹，并根据所述图像识别所述目标用户试穿以及购买的商品，将所述当前穿衣风格类型、试穿以及购买的商品对应的穿着特征信息，用于下一次向所述目标用户推荐商品的依据。

7.根据权利要求6所述的装置，其特征在于，所述识别单元具体用于：

将包括目标用户的当前衣着的采集图像输入到第一卷积神经网络，由所述第一卷积神经网络对所述采集图像进行穿着特征的提取以及穿衣风格类型的识别，得到所述目标用户当前穿着的衣服对应的当前穿衣风格类型。

8.根据权利要求7所述的装置，其特征在于，所述采集图像还包括所述目标用户的人脸图像；所述识别单元还用于：

由第二卷积神经网络根据所述人脸图像识别得到所述目标用户的身份特征；

将所述目标用户的身份特征与在数据库中已存在的身份特征进行匹配；

若匹配成功，则在所述数据库中获取所述目标用户的身份特征对应的第二穿着特征信息；

将所述第二穿着特征信息和所述当前穿衣风格类型融合，得到第一穿着特征信息；

若匹配失败，则将所述当前穿衣风格类型作为第一穿着特征信息。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括存储单元，所述存储单元具体用于：

若匹配成功，将所述数据库中存储的所述第二穿着特征信息更新为所述第一穿着特征信息；

若匹配失败，将所述目标用户的身份特征和所述第二穿着特征信息的关联关系存储在所述数据库中。

10.根据权利要求9所述的装置，其特征在于，

所述跟踪单元，还用于跟踪所述目标用户的行为轨迹，确定目标用户的第三穿着特征信息和第四穿着特征信息，所述第三穿着特征信息用于指示所述目标用户试穿的各个商品对应的穿衣风格，所述目标用户试穿的商品包括推荐的商品；所述第四穿着特征信息用于指示所述目标用户购买的商品对应的穿衣风格；

所述装置还包括：

第一分析单元，用于依据所述第一穿着特征信息、第三穿着特征信息和第四穿着特征信息分析得到第五穿着特征信息；

所述存储单元还用于，将所述数据库中存储的所述第二穿着特征信息更新为所述第五穿着特征信息。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-5任意一项所述方法的步骤。

12.一种数据分析设备，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，其特征在于，所述处理器执行所述程序时实现权利要求1-5任意一项所述方法的步骤。

Images