CN111222410A - 一种基于人脸识别的店商消费行为分析引导营销系统 - Google Patents

一种基于人脸识别的店商消费行为分析引导营销系统 Download PDF

Info

Publication number
CN111222410A
CN111222410A CN201911188223.4A CN201911188223A CN111222410A CN 111222410 A CN111222410 A CN 111222410A CN 201911188223 A CN201911188223 A CN 201911188223A CN 111222410 A CN111222410 A CN 111222410A
Authority
CN
China
Prior art keywords
customer
consumption
store
module
client
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
Application number
CN201911188223.4A
Other languages
English (en)
Inventor
邓国强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Liweixun Electric Technology Co ltd
Original Assignee
Jiangsu Liweixun Electric Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Liweixun Electric Technology Co ltd filed Critical Jiangsu Liweixun Electric Technology Co ltd
Priority to CN201911188223.4A priority Critical patent/CN111222410A/zh
Publication of CN111222410A publication Critical patent/CN111222410A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Technology Law (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于人脸识别的店商消费行为分析引导营销系统，该系统能够包括人脸图像采集模块，图像识别模块，客户分类模块，客户分级评价模块，支付服务模块，人脸图像采集模块采集人脸信息，图像识别模块并在系统里精准匹配客户信息；客户分类模块将新客户自动保存头像照片，并将相关客户信息推送到客服端；人脸识别为再访客户，门禁联动自动开门，客户分级评价模块利用客户信息，形成客户消费评级评定，以及信用等级评定，利用系统推荐套餐进行服务内容引导，促成客户业务下单；支付服务模块生成电子消费合同，客户可以利用人脸识别或二维码等支付方式进行业务付款，完成整个业务跟踪及管理。该系统能够令商店管理人员利用用户到店来访记录可方便对店的经营销售情况进行全面监控与统计分析，做出相关的管理与营销手段的调整。

Description

一种基于人脸识别的店商消费行为分析引导营销系统
技术领域
本发明涉及人脸识别，尤其涉及一种基于人脸识别的店商消费行为分析引导营销系统。
背景技术
随着电子商务的兴起，实体店对客户的维护越发重要，而当前线下实体店对客户的维护通常采用人工或者电子文档的方式记录客户信息。而传统的人工记录以及电子文档记录客户信息效率底下，对客户区分度低，并且容易出错，同时，对于新客户无法精准分析评定其购买能力，也无法明确其消费需求的意向性，而对于经常到店消费客户的业务介绍以及需求跟进无法做到有效分析。同时，在满足客户的消费行为轨迹查询方面效率低下，仅能够通过查找记录单的方式来向客户以及商家提供用户历史消费行为，无法做到对客户的有针对性维护。另外，当前线下实体店迫切需要获取客户的真实消费意向以进行有针对性引流，从而帮助其业务的拓展以及提高客户成单率。
发明内容
本发明的目的是通过以下技术方案实现的。
为解决上述问题，一种基于人脸识别的店商消费行为分析引导营销系统，该系统包括图像采集模块，人脸图像识别模块，图像数据库，客户分类模块，客户评级模块，支付服务模块，店内APP提醒服务模块；
所述图像采集模块位于商店门口，用于采集客户人脸图像；
所述人脸图像识别模块，用于将所述客户人脸图像进行识别，在所述图像数据库中进行匹配；
所述客户分类模块，用于根据客户类别发送提醒信号；
所述店内APP提醒服务模块，安装于店员手持移动终端上，用于接受所述客户分类模块发出的提醒信号；
所述客户评级模块，用于根据该客户在本店商以及连锁店的消费记录和消费频率，形成消费评级评定，并根据相关典型消费类型描述，形成对该客户的信用等级评定；
所述支付服务模块，用于生成电子消费合同，所述客户可以利用人脸识别或二维码等支付方式进行付款；
所述记录服务模块，用于记录所述客户的消费记录，更新所述客户的消费评级与信用评级；
所述客户分类模块的提醒策略为：若识别为来访人员为新客户，则自动保存带头像的清晰照片，并将该客户相关信息推送到客服和店商主管移动终端APP上；若识别为来访人员为再访客户，判断是否为会员，若是，则控制系统自动打开店门，同时关联语音播报欢迎或显示屏播放欢迎，向服务人员APP端推送会员提醒信息；否则，控制系统仅自动打开店门；
其中，客户人脸图像进行识别过程为：
步骤2.1，客户端检测是否存在人脸，检测人脸中的两眼瞳孔、鼻尖、两嘴角，确定人脸存在后，采集客户人脸图像，对图像数据进行归一化处理，
步骤2.2，将归一化的数据利用主成分分析发PCA进行白化，
步骤2.3，构建深度学习结合SVM的多层分类模型，模型包括深度学习部分和SVM分类器，将最后一层隐含层的输出作为SVM分类器的输入，通过SVM的方法进行训练分类识别；其中，深度学习网络具有l个隐含层，输入层的维度为m，隐含层的维度为nli，深度学习网络可以采用限制性玻尔兹曼机RBM或者卷积限制性玻尔兹曼机CRBM；
其中，由一系列二进制状态的隐含层单元h和二进制或真值的可视层单元v组成，与隐含层之间有连接，而可视层单元之间及隐含层单元之间没有连接。在一个RBM中，设像素对应可视层单元v，有n个节点，提取的特征对应隐含层h，有m个节点，可视层和隐含层组成的系统(v,h)具有能量：
Figure BDA0002292935020000021
其中，ai、bj分别为可视层和隐含层对应的偏置，wij为可视层和隐含层之间的权值。
而在CRBM中，有三层组成：输入层V、隐含层H和池化层P；其能量函数为：
Figure BDA0002292935020000031
其中，Wk为隐含层和可视层节点建的卷积滤波权值，bk为隐含层偏置系数，
Figure BDA0002292935020000032
为隐含层数据，a为修正参数，k＝1,...,K。
步骤2.4，处理过的图像数据输入到深度学习结合SVM的多层分类模型进行识别。
所述人脸图像采集装置可以为红外摄像头、高分辨率型摄像头等；
在采集人脸图像前，首先根据客户与摄像头之间的距离和客户凝视摄像头的时间来确定是否开启摄像头，具体地，仅当所述客户与摄像头之间的距离与所述客户凝视摄像头的时间同时超过预设阈值时，摄像头开启，进行图像采集。
优选的，客户与摄像头之间的距离为5米，客户凝视摄像头的时间为2秒；
人脸图像采集装置可以同时对多个目标进行采集。
所述述客户评级模块获取该客户在本店商以及连锁店的消费记录和消费频率，形成消费评级评定，并根据相关典型消费类型描述，形成对该客户的信用等级评定；
具体地，所述客户评级模块利用客户各实体店消费及到店了解频次，进行数据分析，并形成对该客户的近期消费行为、客户画像类型、客户典型成长阶段消费趋势、消费预测及意向性分析评估报告，最终形成消费评级评定，评定按连续消费月累计数进行分段评定，同时包含店商对该客户的消费信用星级评价，1-5星，以及相关典型消费类型描述，形成对该客户的信用等级评定。
进一步地，该系统还包括推荐服务模块，用于推荐客户的意向性或感兴趣消费服务类型，还可以结合消费评级、客户画像等数据推荐店商的相关服务套餐及内容，推荐套餐数量大于1个则分别列出意向性购买100％可能性指标。
进一步地，推荐服务模块还根据客户消费评级以及信用登记向该客户推送对应级别的套餐或商品；
所述支付服务模块，用于生成电子消费合同，所述客户可以利用人脸识别或二维码等支付方式进行付款；
进一步地，利用所述记录服务模块对比分析判断客户到店类型：新到店来访人员、再访人员、会员、同业竞争人员、异业合作人员等类型；
进一步地，在所述支付服务模块中，还可添加客户信息中需要包含微信、支付宝信息，可在客户进行付款时，根据微信、支付宝信息直接更新所述记录服务模块中的客户信息，并将客户信息更新后推送至店主终端以及客户终端，其中，向客户终端推送的信息中包含本次消费明细以及客户当前消费信用星级评价和信用等级。
进一步地，店商管理员查询记录服务模块中的信息每天统计查看一天到店来访人员情况、成交量情况、成交率统计、客户服务跟踪等情况
进一步地，系统还包括推荐服务模块，用于与其他相关店商形成推荐性业务关联推荐，进行异业合作及客户导流，可查看合作店商的团购活动或优惠活动服务内容套餐，如客户需要并同意，可将客户团购或体验服务需求信息推送到关联店商；
进一步地，客户到推荐店商后利用人脸识别自动关联客户信息及团购或体验服务需求信息，客户成单后可以直接进行消费核销及利润返点。
本发明的优点在于：前端利用人脸识别精准匹配到店人员情况，平台利用大数据消费行为分析、兴趣分析、年龄及生活成长消费趋势分析进行综合评估，形成对来访人员的精准消费预测与消费能力及消费信用等级评定，从而帮助店商人员可以精准把控来访客户消费能力评级及意向性消费，从而对整个销售过程进行全程管理、跟踪与精准营销，提高成单效率。同时，深度学习结合SVM的多层分类模型提高了人脸识别的速度。商管理人员利用客户到店来访记录可方便对店的经营销售情况进行全面监控与统计分析，方便做出相关的管理与营销手段的调整。也方便各店商利用平台进行异业合作，推荐拓展客源及客户引流服务，从而形成精准的客户引导营销。能够关联当前主流支付平台，实时更新客户信息，并且能够领商家以及客户明确了解客户在本店消费轨迹，便于查询客户在本店消费信息。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
附图1示出了根据本发明实施方式的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式，提出一种基于人脸识别的店商消费行为分析引导营销系统。
具体的，一种基于人脸识别的店商消费行为分析引导营销系统，该系统包括图像采集模块，人脸图像识别模块，图像数据库，客户分类模块，客户评级模块，支付服务模块，店内APP提醒服务模块；
所述图像采集模块位于商店门口，用于采集客户人脸图像；
所述人脸图像识别模块，用于将所述客户人脸图像进行识别，在所述图像数据库中进行匹配；
所述客户分类模块，用于根据客户类别发送提醒信号；
所述店内APP提醒服务模块，安装于店员手持移动终端上，用于接受所述客户分类模块发出的提醒信号；
所述客户评级模块，用于根据该客户在本店商以及连锁店的消费记录和消费频率，形成消费评级评定，并根据相关典型消费类型描述，形成对该客户的信用等级评定；
所述支付服务模块，用于生成电子消费合同，所述客户可以利用人脸识别或二维码等支付方式进行付款；
所述记录服务模块，用于记录所述客户的消费记录，更新所述客户的消费评级与信用评级；
所述客户分类模块的提醒策略为：若识别为来访人员为新客户，则自动保存带头像的清晰照片，并将该客户相关信息推送到客服和店商主管移动终端APP上；若识别为来访人员为再访客户，判断是否为会员，若是，则控制系统自动打开店门，同时关联语音播报欢迎或显示屏播放欢迎，向服务人员APP端推送会员提醒信息；否则，控制系统仅自动打开店门；
进一步地，关联门禁联动功能，门禁打开，自动门则自动打开，黑名单人员则不打开；
进一步地，利用播放器在显示屏上播放欢迎词。
进一步地，获取客户照片和提示信息可建立新客户访谈档案记录；
其中，客户人脸图像进行识别过程为：
步骤2.1，客户端检测是否存在人脸，检测人脸中的两眼瞳孔、鼻尖、两嘴角，确定人脸存在后，采集客户人脸图像，对图像数据进行归一化处理，
步骤2.2，将归一化的数据利用主成分分析发PCA进行白化，
步骤2.3，构建深度学习结合SVM的多层分类模型，模型包括深度学习部分和SVM分类器，将最后一层隐含层的输出作为SVM分类器的输入，通过SVM的方法进行训练分类识别；其中，深度学习网络具有l个隐含层，输入层的维度为m，隐含层的维度为nli，深度学习网络可以采用限制性玻尔兹曼机RBM或者卷积限制性玻尔兹曼机CRBM；
其中，由一系列二进制状态的隐含层单元h和二进制或真值的可视层单元v组成，与隐含层之间有连接，而可视层单元之间及隐含层单元之间没有连接。在一个RBM中，设像素对应可视层单元v，有n个节点，提取的特征对应隐含层h，有m个节点，可视层和隐含层组成的系统(v,h)具有能量：
Figure BDA0002292935020000061
其中，ai、bj分别为可视层和隐含层对应的偏置，wij为可视层和隐含层之间的权值。
而在CRBM中，有三层组成：输入层V、隐含层H和池化层P；其能量函数为：
Figure BDA0002292935020000062
其中，Wk为隐含层和可视层节点建的卷积滤波权值，bk为隐含层偏置系数，
Figure BDA0002292935020000071
为隐含层数据，a为修正参数，k＝1,...,K。
步骤2.4，处理过的图像数据输入到深度学习结合SVM的多层分类模型进行识别。
所述述客户评级模块获取该客户在本店商以及连锁店的消费记录和消费频率，形成消费评级评定，并根据相关典型消费类型描述，形成对该客户的信用等级评定；
具体地，所述客户评级模块利用客户各实体店消费及到店了解频次，进行数据分析，并形成对该客户的近期消费行为、客户画像类型、客户典型成长阶段消费趋势、消费预测及意向性分析评估报告，最终形成消费评级评定，评定按连续消费月累计数进行分段评定，同时包含店商对该客户的消费信用星级评价，1-5星，以及相关典型消费类型描述，形成对该客户的信用等级评定。
进一步的，星级评价计算公式为：
Figure BDA0002292935020000072
其中，x为当月总消费值，y为购买件数，m、n、l为自然系数；
系统还包括推荐服务模块，用于推荐客户的意向性或感兴趣消费服务类型，还可以结合消费评级、客户画像等数据推荐店商的相关服务套餐及内容，推荐套餐数量大于1个则分别列出意向性购买100％可能性指标。
进一步地，推荐服务模块还根据客户消费评级以及信用登记向该客户推送对应级别的套餐或商品；
所述支付服务模块，用于生成电子消费合同，所述客户可以利用人脸识别或二维码等支付方式进行付款；
进一步地，利用所述记录服务模块对比分析判断客户到店类型：新到店来访人员、再访人员、会员、同业竞争人员、异业合作人员等类型；
进一步地，在所述支付服务模块中，还可添加客户信息中需要包含微信、支付宝信息，可在客户进行付款时，根据微信、支付宝信息直接更新所述记录服务模块中的客户信息，并将客户信息更新后推送至店主终端以及客户终端，其中，向客户终端推送的信息中包含本次消费明细以及客户当前消费信用星级评价和信用等级。
进一步地，店商管理员查询记录服务模块中的信息每天统计查看一天到店来访人员情况、成交量情况、成交率统计、客户服务跟踪等情况
进一步地，系统还包括推荐服务模块，用于与其他相关店商形成推荐性业务关联推荐，进行异业合作及客户导流，可查看合作店商的团购活动或优惠活动服务内容套餐，如客户需要并同意，可将客户团购或体验服务需求信息推送到关联店商；
进一步地，客户到推荐店商后利用人脸识别自动关联客户信息及团购或体验服务需求信息，客户成单后可以直接进行消费核销及利润返点。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到的变化或替换，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以所述权利要求的保护范围为准。

Claims (9)

1.一种基于人脸识别的店商消费行为分析引导营销系统，其特征在于：该系统包括图像采集模块，人脸图像识别模块，图像数据库，客户分类模块，客户评级模块，支付服务模块，店内APP提醒服务模块，记录服务模块；
所述图像采集模块位于商店门口，用于采集客户人脸图像；
所述人脸图像识别模块，用于将所述客户人脸图像进行识别，在所述图像数据库中进行匹配；
所述客户分类模块，用于根据客户类别发送提醒信号；
所述店内APP提醒服务模块，安装于店员手持移动终端上，用于接受所述客户分类模块发出的提醒信号；
所述客户评级模块，用于根据该客户在本店商以及连锁店的消费记录和消费频率，形成消费评级评定，并根据相关典型消费类型描述，形成对该客户的信用等级评定；
所述支付服务模块，用于生成电子消费合同，所述客户可以利用人脸识别或二维码等支付方式进行付款；
所述记录服务模块，用于记录所述客户的消费记录，更新所述客户的消费评级与信用评级。
2.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统；其特征在于：所述客户分类模块的提醒策略为：若识别为来访人员为新客户，则自动保存带头像的清晰照片，并将该客户相关信息推送到客服和店商主管移动终端APP上；若识别为来访人员为再访客户，判断是否为会员，若是，则控制系统自动打开店门，同时关联语音播报欢迎或显示屏播放欢迎，向服务人员APP端推送会员提醒信息；否则，控制系统仅自动打开店门。
3.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：利用记录服务模块中数据对比分析判断客户到店类型还包括同业竞争人员、异业合作人员等类型。
4.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：在记录服务模块中还包括：获取客户照片建立新客户访谈档案记录；客服人员在进行洽谈过程中，经客户同意后，可以进行录音、拍照、记录备案记录下来录入客户洽谈档案记录中，语音可利用语音识别技术进行语音转码为文字进行记录，从而形成完整的客户业务介绍营销洽谈记录以及客户的信息，包括年龄、性别、兴趣、爱好、关注点、感兴趣业务、客户要求、向客户承诺的优惠折扣或赠送信息以及店定位、时间、跟单服务人员信息，所述客户信息存储于所述记录服务模块。
5.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：所述客户评级模块利用客户各实体店消费及到店了解频次，进行数据分析，并形成对该客户的近期消费行为、客户画像类型、客户典型成长阶段消费趋势、消费预测及意向性分析评估报告，最终形成消费评级评定，评定按连续消费月累计数进行分段评定，同时包含店商对该客户的消费信用星级评价，1-5星，以及相关典型消费类型描述，形成对该客户的信用等级评定。
6.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：店商管理员查询记录服务模块中的信息每天统计查看一天到店来访人员情况、成交量情况、成交率统计、客户服务跟踪等情况。
7.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：该系统还包括推荐服务模块，用于与其他相关店商形成推荐性业务关联推荐，进行异业合作及客户导流，可查看合作店商的团购活动或优惠活动服务内容套餐，如客户需要并同意，可将客户团购或体验服务需求信息推送到关联店商；
进一步地，客户到推荐店商后利用人脸识别自动关联客户信息及团购或体验服务需求信息，客户成单后可以直接进行消费核销及利润返点。
8.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：客户人脸图像进行识别过程为：
步骤2.1，采集客户人脸图像，对图像数据进行归一化处理，
步骤2.2，将归一化的数据利用主成分分析发PCA进行白化，
步骤2.3，构建识别分类模型，并利用图像数据集进行训练，
步骤2.4，处理过的图像数据输入到训练后的分类模型进行识别。
9.根据权利要求1所述的基于人脸识别的店商消费行为分析引导营销系统，其特征在于：在所述支付服务模块中，还可添加客户信息中需要包含微信、支付宝信息，可在客户进行付款时，根据微信、支付宝信息直接更新所述记录服务模块中的客户信息，并将客户信息更新后推送至店主终端以及客户终端，其中，向客户终端推送的信息中包含本次消费明细以及客户当前消费信用星级评价和信用等级。
CN201911188223.4A 2019-11-28 2019-11-28 一种基于人脸识别的店商消费行为分析引导营销系统 Pending CN111222410A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911188223.4A CN111222410A (zh) 2019-11-28 2019-11-28 一种基于人脸识别的店商消费行为分析引导营销系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911188223.4A CN111222410A (zh) 2019-11-28 2019-11-28 一种基于人脸识别的店商消费行为分析引导营销系统

Publications (1)

Publication Number Publication Date
CN111222410A true CN111222410A (zh) 2020-06-02

Family

ID=70829785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911188223.4A Pending CN111222410A (zh) 2019-11-28 2019-11-28 一种基于人脸识别的店商消费行为分析引导营销系统

Country Status (1)

Country Link
CN (1) CN111222410A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815483A (zh) * 2020-08-12 2020-10-23 杭州银盒宝成科技有限公司 一种高效的点餐方法及设备
CN111967942A (zh) * 2020-08-20 2020-11-20 渭南双盈未来科技有限公司 一种智能购物方法
CN112184497A (zh) * 2020-09-30 2021-01-05 重庆天智慧启科技有限公司 一种客户到访轨迹追踪及客流分析系统及方法
CN112183417A (zh) * 2020-09-30 2021-01-05 重庆天智慧启科技有限公司 一种置业顾问服务能力评价系统及方法
CN113076295A (zh) * 2021-04-15 2021-07-06 泉州文学士信息科技有限公司 一种基于集成客户信息关联同步系统及匹配该系统的装置
CN113487357A (zh) * 2021-07-08 2021-10-08 上海叮铃铃信息技术有限公司 一种基于人脸识别的客户档案管理方法及系统
TWI793425B (zh) * 2020-06-18 2023-02-21 遠東百貨股份有限公司 人潮導引系統及其操作方法
CN117495384A (zh) * 2023-11-07 2024-02-02 广州准捷电子科技有限公司 一种基于ai人脸识别技术的ktv刷脸支付方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981017A (zh) * 2017-04-01 2017-07-25 智码迅付信息科技有限公司 一种基于人脸识别技术的大数据精准营销装置及营销方法
CN107463608A (zh) * 2017-06-20 2017-12-12 上海汇尔通信息技术有限公司 一种基于人脸识别的信息推送方法及系统
CN109345320A (zh) * 2018-11-24 2019-02-15 深圳市晓舟科技有限公司 客户类型识别系统
CN109978672A (zh) * 2019-04-10 2019-07-05 南京诺博灵信息科技有限公司 一种基于图像识别的销售系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981017A (zh) * 2017-04-01 2017-07-25 智码迅付信息科技有限公司 一种基于人脸识别技术的大数据精准营销装置及营销方法
CN107463608A (zh) * 2017-06-20 2017-12-12 上海汇尔通信息技术有限公司 一种基于人脸识别的信息推送方法及系统
CN109345320A (zh) * 2018-11-24 2019-02-15 深圳市晓舟科技有限公司 客户类型识别系统
CN109978672A (zh) * 2019-04-10 2019-07-05 南京诺博灵信息科技有限公司 一种基于图像识别的销售系统及方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI793425B (zh) * 2020-06-18 2023-02-21 遠東百貨股份有限公司 人潮導引系統及其操作方法
CN111815483A (zh) * 2020-08-12 2020-10-23 杭州银盒宝成科技有限公司 一种高效的点餐方法及设备
CN111967942A (zh) * 2020-08-20 2020-11-20 渭南双盈未来科技有限公司 一种智能购物方法
CN112184497A (zh) * 2020-09-30 2021-01-05 重庆天智慧启科技有限公司 一种客户到访轨迹追踪及客流分析系统及方法
CN112183417A (zh) * 2020-09-30 2021-01-05 重庆天智慧启科技有限公司 一种置业顾问服务能力评价系统及方法
CN112184497B (zh) * 2020-09-30 2023-10-03 重庆天智慧启科技有限公司 一种客户到访轨迹追踪及客流分析系统及方法
CN112183417B (zh) * 2020-09-30 2023-12-05 重庆天智慧启科技有限公司 一种置业顾问服务能力评价系统及方法
CN113076295A (zh) * 2021-04-15 2021-07-06 泉州文学士信息科技有限公司 一种基于集成客户信息关联同步系统及匹配该系统的装置
CN113487357A (zh) * 2021-07-08 2021-10-08 上海叮铃铃信息技术有限公司 一种基于人脸识别的客户档案管理方法及系统
CN113487357B (zh) * 2021-07-08 2022-04-29 上海叮铃铃信息技术有限公司 一种基于人脸识别的客户档案管理方法及系统
CN117495384A (zh) * 2023-11-07 2024-02-02 广州准捷电子科技有限公司 一种基于ai人脸识别技术的ktv刷脸支付方法
CN117495384B (zh) * 2023-11-07 2024-04-26 广州准捷电子科技有限公司 一种基于ai人脸识别技术的ktv刷脸支付方法

Similar Documents

Publication Publication Date Title
CN111222410A (zh) 一种基于人脸识别的店商消费行为分析引导营销系统
KR101692521B1 (ko) 부동산 정보 제공 및 공유 장치
CN109509033B (zh) 一种消费金融场景下的用户购买行为大数据预测方法
Bose et al. Quantitative models for direct marketing: A review from systems perspective
CN110991309A (zh) 一种基于人脸识别的店商消费行为分析引导营销方法
KR102297669B1 (ko) 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템
US20160217509A1 (en) Apparatus and method for management of electronic receipts and evaluation of the fair market value of goods based on free-form descriptions of goods and shoppers buying habits
CN103875010A (zh) 智能支付系统
CA2938562A1 (en) System for individualized customer interaction
US20150242793A1 (en) Systems and methods for auto-optimization of gamification mechanics for workforce motivation
CN110766454B (zh) 门店的顾客到访信息收集方法以及门店子系统架构
CN113674037A (zh) 一种基于购物行为的数据采集和推荐方法
JP2011210133A (ja) 満足度算出方法、満足度算出装置およびプログラム
CN107808298A (zh) 信息分析装置及信息分析方法
CN115409577A (zh) 基于用户行为及环境信息的智能货柜复购预测方法及系统
CN114708085A (zh) 一种以银行客户为会员的商户联盟平台
JP2006146858A (ja) プロファイリング手段を適用した社会シミュレーション・システム
CN111221953A (zh) 一种在线售前客服效果评价方法
CN113052505A (zh) 基于人工智能的跨境文旅推荐方法、装置和设备
CN113393245A (zh) 基于电商运营数据识别刷单店铺的预警方法及系统
CN114547475A (zh) 一种资源推荐方法、装置及系统
US20180174088A1 (en) Systems and Methods for Artificial Intelligence-Based Gamified Retail Sales Accelerator
Iswavigra Online Shop Recommendations: Decision Support System Based on Multi-Objective Optimization on the Basis of Ratio Analysis
CN114491255A (zh) 推荐方法、系统、电子设备和介质
CN116308216B (zh) 一种用于企业服务的数字化平台系统

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