CN111898522A - 一种基于人脸识别Reid技术的大数据分析系统 - Google Patents
一种基于人脸识别Reid技术的大数据分析系统 Download PDFInfo
- Publication number
- CN111898522A CN111898522A CN202010741026.7A CN202010741026A CN111898522A CN 111898522 A CN111898522 A CN 111898522A CN 202010741026 A CN202010741026 A CN 202010741026A CN 111898522 A CN111898522 A CN 111898522A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- data analysis
- face recognition
- tracking
- 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.)
- Withdrawn
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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
-
- 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
- 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
- G06V40/174—Facial expression recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人脸识别Reid技术的大数据分析系统,包括数据分析模块、运营商手机数据模块和人脸识别模块,数据分析模块包括检测模组、比对模组、数据库模组和跟踪模组;运营商手机数据模块包括关联模组、识别模组和终端信息库模组。本发明与现有技术相比的优点在于:采用大数据采集清洗、模型算法、机器学习等方式进行智能化大数据分析,打通顾客在场在店的各级账户,为商业体提供客流、支付相关的智能数据分析及可视化呈现,帮助购物中心逐步构建完整用户画像,全面认知客户,不断优化经营,提升效益,将运营数据价值转化为经营价值和收益。
Description
技术领域
本发明涉及大数据应用,具体是指一种基于人脸识别Reid技术的大数据分析系统。
背景技术
目前,公园及停车场大数据分析需求包括实时统计在园总人数、统计各时段入园人数及当日总人数、从客群性别、年龄段、归属地等维度输出人物画像报告等;商业综合体大数据分析需求包括实时统计进入商业综合体客流量,掌握实时客群动线、热力分布、客流进店率、进店客户结构、店铺关注度、到场首店选择、关联品牌及店铺、跨系统客户识别、会员识别、优化业态分布、各区域/楼层客群特征、客户爬楼率停留时长等客流数据。
客流统计数据可以在以下几个方面对商业提供帮助:公园运营方面主要是游客的安全管理、客流限制、人流疏导进行实时监控和管理;商业综合体方面可基于客流数量及数据分析设计项目定位、商业内容及招商政策,如为业态类型、业态布局、商铺租金等提供决策依据;另外可通过对顾客场内动线及热力分布情况进行分析,为业态调整、铺位租金调整提供参考;还可以根据掌握的精准个体行为发展会员,建立会员系统及多维度标签实现精准营销。
现有的大数据客流统计系统不满足如户外公园、地下停车场、商业综合体等场所客流统计分析的需求,因此,设计出一种基于人脸识别Reid技术的大数据分析系统势在必行。
发明内容
本发明要解决的技术问题是现有的大数据客流统计系统因其结构设计和技术应用上的不足,导致在实际使用中,出现步骤繁琐、统计效率低下、不能有效提升商业运营效率和价值。
为解决上述技术问题,本发明提供的技术方案为:一种基于人脸识别Reid技术的大数据分析系统,包括数据分析模块、运营商手机数据模块和人脸识别模块,数据分析模块包括检测模组、比对模组、数据库模组和跟踪模组,检测模组基于人脸识别Reid技术进行人体面部特征点检测,检测的信息包括人物性别、表情、年龄或行为属性之一,通过信道将检测的信息数据传输至比对模组,比对模组将传输来的检测信息数据与调用的模板数据进行比对,对比结果以数据的形式通过信道传输至跟踪模组,跟踪模组对传输来的数据代码进行集级优化,其跟踪速度小于1ms/目标;数据库模组通过网关与互联网连接,下载人体特征数据并生成对应的模板数据,通过信道与比对模组连接,实现模板数据的传输;
运营商手机数据模块包括关联模组、识别模组和终端信息库模组,关联模组通过基于互联网通讯协议的信道连接网络,以位置数据为核心,依靠运营商数据资源池,通过用户位置信息数据及关联数据,实现轨迹、行为习惯类的数据分析应用,丰富了人群位置数据关系网络;识别模组通过网关连接互联网,利用识别终端型号的方式数据分析出用户喜好、消费水平和消费习惯类的多维度数据,应用于运营需要;终端信息库模组主体为运营商手机数据模块中存放数据的服务器,包含电话号码、MAC地址类信息,可应用于精准营销、精准定位类场景;
数据分析模块打通包括FaceID、支付ID、会员ID三套系统,形成多级、跨境系统对接相关联的大数据分析效果,以智能化数据分析成果优化购物动线设计、优化店铺位置动态调整,定位不同客户群体特性。
本发明与现有技术相比的优点在于:采用大数据采集清洗、模型算法、机器学习等方式进行智能化大数据分析,打通顾客在场在店的各级账户,为商业体提供客流、支付相关的智能数据分析及可视化呈现,帮助购物中心逐步构建完整用户画像,全面认知客户,不断优化经营,提升效益,将运营数据价值转化为经营价值和收益。
作为改进,人脸识别模块通过Reid技术可对行人进行360°全姿态检测,支持最小检测人脸16*16像素内容抓拍,数据信息包括人物性别、表情、年龄或行为其中一类属性,监控场景抓拍率大于98%。
作为改进,检测模组根据人面部180个特征点,实现实时特征点检测及跟踪应用,人脸识别实现1:1认证、1:N检索和N:N分类统计。
作为改进,人脸识别模块采用人脸和人体联合跨境reid方案,支持细粒度AR场景应用,时差小于8ms,检测误差小于2pixels。
作为改进,跟踪模组对KCK跟踪技术进行改进,实现指令集级代码优化,跟踪速度小于1ms/目标。
作为改进,数据分析模块中采集的FaceID数据类型包括:年龄性别、活动范围、购物情绪、到访记录、停留时长、游逛动线;
采集的支付ID数据类型包括消费金额、微信支付ID、支付宝ID、银行卡卡号;
采集的会员ID数据类型包括真实姓名、出生年月、联系方式、历史购物信息、消费喜好。
附图说明
图1是一种基于人脸识别Reid技术的大数据分析系统的结构示意图。
如图所示:1、数据分析模块,2、运营商手机数据模块,3、人脸识别模块,4、检测模组,5、比对模组,6、数据库模组,7、跟踪模组,8、关联模组,9、识别模组,10、终端信息库模组。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明在具体实施时,一种基于人脸识别Reid技术的大数据分析系统,包括数据分析模块1、运营商手机数据模块2和人脸识别模块3,数据分析模块1包括检测模组4、比对模组5、数据库模组6和跟踪模组7,检测模组4基于人脸识别Reid技术进行人体面部特征点检测,检测的信息包括人物性别、表情、年龄或行为属性之一,通过信道将检测的信息数据传输至比对模组5,比对模组5将传输来的检测信息数据与调用的模板数据进行比对,对比结果以数据的形式通过信道传输至跟踪模组7,跟踪模组7对传输来的数据代码进行集级优化,其跟踪速度小于1ms/目标;数据库模组6通过网关与互联网连接,下载人体特征数据并生成对应的模板数据,通过信道与比对模组5连接,实现模板数据的传输;
运营商手机数据模块2包括关联模组8、识别模组9和终端信息库模组10,关联模组8通过基于互联网通讯协议的信道连接网络,以位置数据为核心,依靠运营商数据资源池,通过用户位置信息数据及关联数据,实现轨迹、行为习惯类的数据分析应用,丰富了人群位置数据关系网络;识别模组9通过网关连接互联网,利用识别终端型号的方式数据分析出用户喜好、消费水平和消费习惯类的多维度数据,应用于运营需要;终端信息库模组10主体为运营商手机数据模块2中存放数据的服务器,包含电话号码、MAC地址类信息,可应用于精准营销、精准定位类场景;
数据分析模块1打通包括FaceID、支付ID、会员ID三套系统,形成多级、跨境系统对接相关联的大数据分析效果,以智能化数据分析成果优化购物动线设计、优化店铺位置动态调整,定位不同客户群体特性。
人脸识别模块3通过Reid技术可对行人进行360°全姿态检测,支持最小检测人脸16*16像素内容抓拍,数据信息包括人物性别、表情、年龄或行为其中一类属性,监控场景抓拍率大于98%。
检测模组4根据人面部180个特征点,实现实时特征点检测及跟踪应用,人脸识别实现1:1认证、1:N检索和N:N分类统计。
人脸识别模块3采用人脸和人体联合跨境reid方案,支持细粒度AR场景应用,时差小于8ms,检测误差小于2pixels。
跟踪模组7对KCK跟踪技术进行改进,实现指令集级代码优化,跟踪速度小于1ms/目标。
数据分析模块1中采集的FaceID数据类型包括:年龄性别、活动范围、购物情绪、到访记录、停留时长、游逛动线;
采集的支付ID数据类型包括消费金额、微信支付ID、支付宝ID、银行卡卡号;
采集的会员ID数据类型包括真实姓名、出生年月、联系方式、历史购物信息、消费喜好。
本发明的工作原理:主要是通过人脸识别技术的应用,结合运营商手机数据进行大数据分析,满足户外公园、地下停车场、商业综合体等场所客流统计分析的需求,以大数据分析结果为依据,达到提升商业运营效率和价值的目的。
客流统计数据可以在以下几个方面对商业提供帮助:公园运营方面主要是游客的安全管理、客流限制、人流疏导进行实时监控和管理;商业综合体方面可基于客流数量及数据分析设计项目定位、商业内容及招商政策,如为业态类型、业态布局、商铺租金等提供决策依据;另外可通过对顾客场内动线及热力分布情况进行分析,为业态调整、铺位租金调整提供参考;还可以根据掌握的精准个体行为发展会员,建立会员系统及多维度标签实现精准营销。
其中,在人脸识别Reid技术的应用中,可对行人进行360°全姿态检测,支持最小检测人脸16*16像素内容抓拍,数据信息包括人物性别、表情、年龄、行为等属性,监控场景抓拍率大于98%。根据人面部180多个特征点,实现实时特征点检测及跟踪应用,人脸识别实现1:1认证,1:N检索和N:N分类统计;人体识别方面,可在万人数据库中对行人进行辨识,准确率高达90%以上,人脸+人体联合跨境reid方案支持细粒度AR场景应用,时差小于8ms、检测误差小于2pixels;目标跟踪功能是对KCK跟踪技术进行改进,实现指令集级代码优化,跟踪速度小于1ms/目标。
在运营商手机数据应用中,主要从位置信息、终端品类及应用数据三个方面延伸到人物画像、社交圈、消费支出、上网行为等各个细分场景。以位置数据为核心,依靠运营商数据资源池,可丰富人群位置数据关系网络,通过用户位置信息数据及关联数据,实现轨迹、行为习惯等数据分析应用;其次是以识别终端型号为例,运营商目前可识别的手机品牌达到5000个以上,有11万多个终端型号,高达10几亿URL,1.3万余款APP,通过这些数据可以分析出用户喜好、消费水平、消费习惯等多维度数据,应用于运营需要。还有更为精准的终端信息库,包含电话号码、MAC地址等信息,可应用于精准营销、精准定位等场景。
智能化数据分析是打通包括FaceID年龄性别、活动范围、购物情绪、到访记录、停留时长、游逛动线、支付ID消费金额、微信支付ID、支付宝ID、银行卡卡号、会员ID真实姓名、出生年月、联系方式、历史购物信息、消费喜好三套系统,形成多级、跨境系统对接相关联的大数据分析效果,以智能化数据分析成果优化购物动线设计、优化店铺位置动态调整、定位不同客户群体特性、提升导购推荐效率、优化精准营销策略、提供现场VIP识别及贴心会员服务等实际经营措施,赋能经营决策。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”,“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种基于人脸识别Reid技术的大数据分析系统,包括数据分析模块(1)、运营商手机数据模块(2)和人脸识别模块(3),其特征在于:所述数据分析模块(1)包括检测模组(4)、比对模组(5)、数据库模组(6)和跟踪模组(7),所述检测模组(4)基于人脸识别Reid技术进行人体面部特征点检测,检测的信息包括人物性别、表情、年龄或行为属性之一,通过信道将检测的信息数据传输至所述比对模组(5),所述比对模组(5)将传输来的检测信息数据与调用的模板数据进行比对,对比结果以数据的形式通过信道传输至所述跟踪模组(7),所述跟踪模组(7)对传输来的数据代码进行集级优化,其跟踪速度小于1ms/目标;所述数据库模组(6)通过网关与互联网连接,下载人体特征数据并生成对应的模板数据,通过信道与所述比对模组(5)连接,实现模板数据的传输;
所述运营商手机数据模块(2)包括关联模组(8)、识别模组(9)和终端信息库模组(10),所述关联模组(8)通过基于互联网通讯协议的信道连接网络,以位置数据为核心,依靠运营商数据资源池,通过用户位置信息数据及关联数据,实现轨迹、行为习惯类的数据分析应用,丰富了人群位置数据关系网络;所述识别模组(9)通过网关连接互联网,利用识别终端型号的方式数据分析出用户喜好、消费水平和消费习惯类的多维度数据,应用于运营需要;所述终端信息库模组(10)主体为所述运营商手机数据模块(2)中存放数据的服务器,包含电话号码、MAC地址类信息,可应用于精准营销、精准定位类场景;
所述数据分析模块(1)打通包括FaceID、支付ID、会员ID三套系统,形成多级、跨境系统对接相关联的大数据分析效果,以智能化数据分析成果优化购物动线设计、优化店铺位置动态调整,定位不同客户群体特性。
2.根据权利要求1所述的一种基于人脸识别Reid技术的大数据分析系统,其特征在于:所述人脸识别模块(3)通过Reid技术可对行人进行360°全姿态检测,支持最小检测人脸16*16像素内容抓拍,数据信息包括人物性别、表情、年龄或行为其中一类属性,监控场景抓拍率大于98%。
3.根据权利要求1所述的一种基于人脸识别Reid技术的大数据分析系统,其特征在于:所述检测模组(4)根据人面部180个特征点,实现实时特征点检测及跟踪应用,人脸识别实现1:1认证、1:N检索和N:N分类统计。
4.根据权利要求1所述的一种基于人脸识别Reid技术的大数据分析系统,其特征在于:所述人脸识别模块(3)采用人脸和人体联合跨境reid方案,支持细粒度AR场景应用,时差小于8ms,检测误差小于2pixels。
5.根据权利要求1所述的一种基于人脸识别Reid技术的大数据分析系统,其特征在于:所述跟踪模组(7)对KCK跟踪技术进行改进,实现指令集级代码优化,跟踪速度小于1ms/目标。
6.根据权利要求1所述的一种基于人脸识别Reid技术的大数据分析系统,其特征在于:所述数据分析模块(1)中采集的FaceID数据类型包括:年龄性别、活动范围、购物情绪、到访记录、停留时长、游逛动线;
采集的支付ID数据类型包括消费金额、微信支付ID、支付宝ID、银行卡卡号;
采集的会员ID数据类型包括真实姓名、出生年月、联系方式、历史购物信息、消费喜好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010741026.7A CN111898522A (zh) | 2020-07-29 | 2020-07-29 | 一种基于人脸识别Reid技术的大数据分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010741026.7A CN111898522A (zh) | 2020-07-29 | 2020-07-29 | 一种基于人脸识别Reid技术的大数据分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111898522A true CN111898522A (zh) | 2020-11-06 |
Family
ID=73182377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010741026.7A Withdrawn CN111898522A (zh) | 2020-07-29 | 2020-07-29 | 一种基于人脸识别Reid技术的大数据分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898522A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463859A (zh) * | 2020-12-14 | 2021-03-09 | 王玉华 | 基于大数据和业务分析的用户数据处理方法及大数据平台 |
CN113468194A (zh) * | 2021-07-02 | 2021-10-01 | 广东蕾特恩科技发展有限公司 | 一种基于大数据的客户关系管理数据更新系统及方法 |
-
2020
- 2020-07-29 CN CN202010741026.7A patent/CN111898522A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463859A (zh) * | 2020-12-14 | 2021-03-09 | 王玉华 | 基于大数据和业务分析的用户数据处理方法及大数据平台 |
CN112463859B (zh) * | 2020-12-14 | 2021-08-17 | 厦门蝉羽网络科技有限公司 | 基于大数据和业务分析的用户数据处理方法及服务器 |
CN113468194A (zh) * | 2021-07-02 | 2021-10-01 | 广东蕾特恩科技发展有限公司 | 一种基于大数据的客户关系管理数据更新系统及方法 |
CN113468194B (zh) * | 2021-07-02 | 2022-03-22 | 广东蕾特恩科技发展有限公司 | 一种基于大数据的客户关系管理数据更新系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245981B (zh) | 一种基于手机信令数据的人群类型识别方法 | |
US8560471B2 (en) | Systems and methods for generating leads in a network by predicting properties of external nodes | |
De Nadai et al. | Are safer looking neighborhoods more lively? A multimodal investigation into urban life | |
US7769740B2 (en) | Systems and methods of ranking attention | |
CN109697214A (zh) | 一种旅游数据分析系统及方法 | |
CN106651424A (zh) | 基于大数据技术的电力用户画像建立与分析方法 | |
Pucci et al. | Mapping urban practices through mobile phone data | |
Ferrari et al. | Discovering daily routines from google latitude with topic models | |
US20090234658A1 (en) | Intelligent car pooling portal | |
Chang et al. | Understanding user’s travel behavior and city region functions from station-free shared bike usage data | |
CN105894358A (zh) | 通勤订单识别方法和装置 | |
CN106951446A (zh) | 金融信息推送方法和装置 | |
CN107086922A (zh) | 一种用户行为识别方法和装置 | |
CN111898522A (zh) | 一种基于人脸识别Reid技术的大数据分析系统 | |
CN112765475B (zh) | 一种智慧旅游目标匹配方法 | |
CN108830653A (zh) | 一种基于ai的智能催收电费方法 | |
Zhang et al. | You are how you travel: A multi-task learning framework for geodemographic inference using transit smart card data | |
CN112364086A (zh) | 一种基于大数据平台的业务可视化方法及系统 | |
CN114912717B (zh) | 基于物联网的智慧城市保障住房申请风险评估方法和系统 | |
CN107729549A (zh) | 一种包含要素提取的机器人客服方法及系统 | |
CN110956188A (zh) | 基于移动通信信令数据的人口行为轨迹数字化编码方法 | |
CN109559152A (zh) | 一种网络营销方法、系统及计算机存储介质 | |
CN114398512A (zh) | 一种基于大数据的通信运营商行业客户语音画像分析方法 | |
CN116228319A (zh) | 基于埋点的智能广告投放方法与系统 | |
KR102612002B1 (ko) | 대중교통을 이용한 광고 플랫폼 서비스 제공 시스템 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201106 |