CN112036919A - 数据处理方法、装置及存储介质 - Google Patents
数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112036919A CN112036919A CN201910696481.7A CN201910696481A CN112036919A CN 112036919 A CN112036919 A CN 112036919A CN 201910696481 A CN201910696481 A CN 201910696481A CN 112036919 A CN112036919 A CN 112036919A
- Authority
- CN
- China
- Prior art keywords
- person
- information
- visiting
- identification information
- determining
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 206010041349 Somnolence Diseases 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010044565 Tremor Diseases 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- 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
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据处理方法、装置及存储介质,其中,所述的数据处理方法包括:对获取的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;获取所述人物标识信息对应的历史到访信息;根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;基于所述人物的到访频次信息,确定所述人物的标签信息。
Description
相关申请的交叉引用
本申请基于申请号为201910478689.1、申请日为2019年6月3日的中国专利申请提出,并要求该中国专利申请的优先权,该中国专利申请的全部内容在此以引入方式并入本申请。
技术领域
本申请涉及计算机视觉领域,具体涉及一种数据处理方法、装置及存储介质。
背景技术
实际使用中,销售人员会通过顾客的特点,对其进行差异化接待,以提高销售转化率,获得更大的利益价值。但是,如何通过庞杂的到访信息得到对评价顾客的价值有用的信息是非常困难的。
发明内容
有鉴于此,本申请提供一种数据处理方案。
第一方面,本申请实施例提供了数据处理方法,所述方法包括:对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;获取所述人物标识信息对应的历史到访信息;根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;基于所述人物的到访频次信息,确定所述人物的标签信息。
在一种可能的实现方式中,所述获取所述人物标识信息对应的历史到访信息,包括:确定所述人物标识信息对应的身份类型,其中,所述身份类型包括会员和顾客;基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息。
在一种可能的实现方式中,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:响应于所述人物的身份类型为顾客,获取所述人物标识信息对应的所述人物在当前到访地点的历史到访信息。
在一种可能的实现方式中,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:响应于所述人物的身份类型为会员,获取所述人物标识信息对应的所述人物在当前到访地点所属集合中的所有地点的历史到访信息。
在一种可能的实现方式中,所述人物的到访频次信息包括下列中的至少一种:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
在一种可能的实现方式中,所述基于所述人物的到访频次信息,确定所述人物的标签信息,包括:响应于所述目标人员在所述预设时间段内的到访次数大于或等于第一阈值,确定所述目标人员的标签信息指示高频。
在一种可能的实现方式中,所述基于所述人物的到访频次信息,确定所述人物的标签信息,包括:基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
在一种可能的实现方式中,所述基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息,包括:响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值,基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
在一种可能的实现方式中,所述基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息,包括:响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为顾客,确定所述人物的标签信息指示流失;和/或,响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为会员,确定所述人物的标签信息指示沉睡。
在一种可能的实现方式中,在所述获取所述人物标识信息对应的历史到访信息之前,还包括:判断所述人物第二预设时间段内是否获取过所述人物标识信息对应的历史到访信息,如果是,在所述第二预设时间段内不再获取所述人物标识信息对应的历史到访信息;如果否,获取所述人物标识信息对应的历史到访信息。
在一种可能的实现方式中,所述方法还包括:获取输入的标签编辑信息;其中,所述标签可由用户自定义;基于所述标签编辑信息对底库中的标签集合进行调整。
在一种可能的实现方式中,在所述根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息之前,还包括:对所述人物标识信息进行去重处理;所述根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息,包括:根据所述去重处理得到的人员标识信息对应的历史到访信息,确定所述人物的到访频次信息。
在一种可能的实现方式中,所述对获取的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息,包括:对获取的图像进行处理,以确定底库中是否包含与所述图像中包括人物匹配的图像模板;响应于所述底库中存在与所述人物匹配的图像模板,将所述匹配的图像模板对应的人物标识信息作为所述人物的人物标识信息。
在一种可能的实现方式中,所述方法还包括:响应于所述底库中不存在与所述人物匹配的图像模板,在所述底库中创建所述人物对应的图像模板,并为所述人物分配新的人物标识。
在一种可能的实现方式中,所述方法还包括:将所述人物的标签信息发送至终端设备,以由所述终端设备显示所述人物的标签信息。
第二方面,本申请实施例还提供了一种数据处理方法,应用于终端,所述方法包括:接收服务器发送的到访人物的标签信息;显示所述人物的标签信息;其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
在一种可能的实现方式中,所述显示所述人物的标签信息,包括:在所述人物的到访通知界面中显示所述人物的标签信息。
第三方面,本申请实施例还提供了一种数据处理装置,所述装置包括:图像识别模块,用于对获取的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;获取模块,用于获取所述人物标识信息对应的历史到访信息;第一确定模块,用于根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;第二确定模块,用于基于所述人物的到访频次信息,确定所述人物的标签信息。
在一种可能的实现方式中,所述获取模块包括:确定单元,用于确定所述人物标识信息对应的身份类型,其中,所述身份类型包括会员和顾客;获取单元,用于基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息。
在一种可能的实现方式中,所述获取单元用于:响应于所述人物的身份类型为顾客,获取所述人物标识信息对应的所述人物在当前到访地点的历史到访信息。
在一种可能的实现方式中,所述获取单元用于:响应于所述人物的身份类型为会员,获取所述人物标识信息对应的所述人物在当前到访地点所属集合中的所有地点的历史到访信息。
在一种可能的实现方式中,所述人物的到访频次信息包括下列中的至少一种:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
在一种可能的实现方式中,所述第二确定模块用于:响应于所述目标人员在所述预设时间段内的到访次数大于或等于第一阈值,确定所述目标人员的标签信息指示高频。
在一种可能的实现方式中,所述第二确定模块用于:基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
在一种可能的实现方式中,所述第二确定模块用于:响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值,基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
在一种可能的实现方式中,所述第二确定模块用于:响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为顾客,确定所述人物的标签信息指示流失;和/或,响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为会员,确定所述人物的标签信息指示沉睡。
在一种可能的实现方式中,所述装置还包括:去重模块,用于在所述第二确定模块根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息之前,对所述人物标识信息进行去重处理;所述第二确定模块用于:根据所述去重处理得到的人员标识信息对应的历史到访信息,确定所述人物的到访频次信息。
在一种可能的实现方式中,所述图像识别模块用于:对获取的图像进行处理,以确定底库中是否包含与所述图像中包括人物匹配的图像模板;响应于所述底库中存在与所述人物匹配的图像模板,将所述匹配的图像模板对应的人物标识信息作为所述人物的人物标识信息。
在一种可能的实现方式中,所述图像识别模块用于:响应于所述底库中不存在与所述人物匹配的图像模板,在所述底库中创建所述人物对应的图像模板,并为所述人物分配新的人物标识。
在一种可能的实现方式中,所述装置还包括:通信模块,用于将所述人物的标签信息发送至终端设备,以由所述终端设备显示所述人物的标签信息。
在一种可能的实现方式中,所述获取模块,还用于:在获取所述人物标识信息对应的历史到访信息之前,判断所述人物第二预设时间段内是否获取过所述人物标识信息对应的历史到访信息,如果是,在所述第二预设时间段内不再获取所述人物标识信息对应的历史到访信息;如果否,获取所述人物标识信息对应的历史到访信息。
在一种可能的实现方式中,所述装置还包括:设置模块,用于获取输入的标签编辑信息;其中,所述标签可由用户自定义;基于所述标签编辑信息对底库中的标签集合进行调整。
第四方面,本申请实施例还提供了一种数据处理装置,应用于终端,所述装置包括:接收模块,用于接收服务器发送的到访人物的标签信息;显示模块,用于显示所述人物的标签信息;其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
在一种可能的实现方式中,所述显示模块用于:在所述人物的到访通知界面中显示所述人物的标签信息。
第五方面,本申请实施例提供了一种数据处理装置,所述装置包括: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本申请实施例所述的数据处理方法的步骤。
第六方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本申请实施例所述的数据处理方法的步骤。
本申请实施例提供的技术方案,对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;获取所述人物标识信息对应的历史到访信息;根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;基于所述人物的到访频次信息,确定所述人物的标签信息,有利于便捷地基于顾客的标签对顾客进行针对性服务,从而提高顾客体验和销售转换率。
附图说明
图1为本申请实施例提供的一种数据处理方法的流程示意图;
图2为本申请实施例适用的一个数据处理系统示例的架构示意图;
图3为本申请实施例提供的基于到访频次分析人员标签的流程示意图;
图4为本申请实施例提供的终端侧输出人员标签的示意图;
图5为本申请实施例提供的人员标签编辑界面示意图;
图6为本申请实施例提供的一种数据处理装置的组成结构示意图。
具体实施方式为了使本技术领域的人员更好地理解本申请实施例方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。
本申请的说明书实施例和权利要求书及上述附图中的术语“第一”、“第二”、和“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供一种数据处理方法,应用于服务器或其他电子设备,如图1所示,所述方法包括:
步骤101、对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息。
这里,所述图像是通过图像采集器如摄像头或相机等采集得到的,还可以是通过通信器接收的图像。本申请实施例对获取方式不作限定。
在本申请实施例中,可以通过多种方式获取像,例如,可以接收图像采集器采集到的图像,或者,可以利用通信器接收其他设备传送的图像。
在一些可选实施例中,所述对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息,包括:
对获取到的图像进行处理,以确定底库中是否包含与所述图像中包括人物匹配的图像模板;
响应于所述底库中存在与所述人物匹配的图像模板,将所述匹配的图像模板对应的人物标识信息作为所述人物的人物标识信息。
可选地,可以对获取到的图像与底库中存储的图像模板进行比对,以确定底库中是否包含与图像匹配的图像模板。其中,底库的图像模板可以包括图像和/或特征信息,例如人脸特征和/或人体特征,本公开实施例对此不做限定。
其中,图像中包括的人物可以理解为到访人员。
在一些可选实施方式中,图像模板包括人物的人脸特征和人体特征至少之一,相应地,确定底库中是否包含与图像中包括人物匹配的图像模板,包括:
提取图像中包括的人物的人脸特征和/或人体特征;
确定底库中是否存在与该人脸特征和/或人体特征相匹配的图像模板。
在一个例子中,以人脸特征为例,可以确定图像的人脸特征与底库中存储的至少一个图像模板包括的参考人脸特征之间的相似度,并基于是否存在达到预设门限的相似度来确定底库中是否存在与图像匹配的图像模板,但本公开实施例不限于此。
在一些例子中,所述方法还包括:
响应于所述底库中不存在与所述人物匹配的图像模板,在所述底库中创建所述人物对应的图像模板,并为所述人物分配新的人物标识。
如此,通过记录新顾客的到访信息来对底库进行数据补充,当该新顾客再次来访时,方便后续查询。
在一些可选实施例中,对获取的图像进行图像识别处理,包括:
确定所述图像中的人脸/或人体所在位置;
对所述图像中的人脸所在位置进行人脸特征提取处理,和/或对人体所在位置进行人体特征提取处理;
根据人脸特征提取处理得到人脸特征识别结果,和/或根据人体特征提取处理得到人体特征识别结果。
在一些实施例中,通过人脸识别技术对获取的图像进行图像识别处理,得到所述图像的人脸特征识别结果。本申请并不对人脸识别技术做具体限定。
在一些实施例中,通过人体识别技术对获取的图像进行图像识别处理,得到所述图像的人体特征识别结果。本申请并不对人体识别技术做具体限定。
在一些可选实施例中,对获取的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息,包括:
根据经图像识别处理所得到的人脸特征和/或人体特征识别结果,确定是否存在与所述人脸特征和/或人体特征识别结果匹配的人物标识信息。
在一些例子中,基于所述人脸特征和/或人体特征识别结果在底库中检索,以检索出所述底库中是否存在所述人脸特征和/或所述人体特征识别结果;当检索到所述人脸特征和/或所述人体特征识别结果时,获取所述人脸特征和/或人体特征识别结果对应的人物标识信息。
需要说明的是,底库中存储有历史到访人员的到访记录信息,所述到访记录信息至少包括人脸特征和/或人体特征图像、人员标识(ID,Identity Document)信息和到访时间信息。
需要说明的是,对于每一个到访人员,都为其分配一个人员标识;对于同一个人,仅分配一个标识。
如此,通过确定是否存在与所述人脸特征和/或人体特征识别结果匹配的人物标识信息,来判断当前到访人员是新顾客还是老顾客。
步骤102、获取所述人物标识信息对应的历史到访信息。
在一些可选实施例中,获取所述人物标识信息对应的历史到访信息,包括:
基于所述人物标识信息,从底库中查询所述人物标识信息对应的历史到访信息。
这里,所述历史到访信息至少包括到访时间。
需要说明的是,所述历史到访信息可以是本次到访之前的所有到访信息。当然,所述历史到访信息还可以是距离本次到访一定时间段内的到访信息,该一定时间段可根据设计需求进行设定或调整。
可选地,所述历史到访信息还可包括下列中的至少一种:到访地点信息或到访店面、结账购买信息、停留时长、咨询时长、购买意向等。这里所述的停留时间是指客户在门店里的停留时长。
需要说明的是,本申请并不对历史到访信息的细化程度进行限定。历史到访记录越详细,越有利于后续对高价值客户的发掘。
如此,便于根据历史到访信息分析出高价值客户。
在一些可选实施例中,所述获取所述人物标识信息对应的历史到访信息,包括:
确定所述人物标识信息对应的身份类型,其中,所述身份类型包括会员和顾客;
基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息。
在一些可选实施方式中,确定所述人物标识信息对应的身份类型,包括:
基于人物标识信息中携带的身份类型信息确定身份类型。
示例性地,在底库中,人物标识信息中携带有身份类型信息,不同身份类型在人物标识信息中用不同的符号表示,通过区分符号来确定该人物标识信息对应的是身份类型。
比如,在人物标识信息的尾部附有A或B字符,当人物标识信息的尾部为A字符时,判定该人物标识信息对应的身份类型为会员;当人物标识信息的尾部为B字符时,判定该人物标识信息对应的身份类型为顾客。
在一些可选实施方式中,当身份类型为会员时,从底库的第一数据库中获取所述人物标识信息对应的历史到访信息。
在一些可选实施方式中,当身份类型为顾客时,从底库的第二数据库中获取所述人物标识信息对应的历史到访信息。
如此,底库中对会员和顾客的到访信息分别进行存储,先对到访人员的身份类型进行分析,再有针对性的从底库的相应数据库中查询该到访人员的历史到访信息。
可选地,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:
响应于所述人物的身份类型为顾客,获取所述人物标识信息对应的所述人物在当前到访地点的历史到访信息。
可选地,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:
响应于所述人物的身份类型为会员,获取所述人物标识信息对应的所述人物在当前到访地点所属集合中的所有地点的历史到访信息。
举例来说,A公司旗下拥有x个分公司,分别记为a1、a2、…、ax,A公司旗下员工甲就职于a1分公司,当甲第一次出现在a2分公司时,并不将甲视为新顾客,由于甲属于A公司旗下员工,将其视为会员,通过获取甲在A公司的所有历史到访信息来分析员工甲,比如,分析其打卡出勤情况。
又举例来说,蛋糕连锁店B在某市有8个店面,乙在其中一个店面注册了会员,当乙出现在其他7个店面时,将乙视为老顾客,而非将乙视为新顾客;通过分析其在8个店面的光临情况来分析乙是否有望成为蛋糕连锁店定义的高级会员。
在一种可能的实现方式中,在所述获取所述人物标识信息对应的历史到访信息之前,还包括:
判断所述人物第二预设时间段内是否获取过所述人物标识信息对应的历史到访信息,如果是,在所述第二预设时间段内不再获取所述人物标识信息对应的历史到访信息;如果否,获取所述人物标识信息对应的历史到访信息。
这里,所述第二时间段可以根据需要进行设定或调整。比如,所述第二时间段设置为1天。也就是说,对于一天内来多次的同一个到访人员,仅进行一次确定标签的处理。
步骤103、根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息。
在一些可选实施方式中,所述人物的到访频次信息包括下列中的至少一种:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
作为一种实施方式,所述人物的到访频次信息包括:所述人物在预设时间段内的到访次数。
如此,通过人物在预设时间段内的到访次数来表征到访频次。示例性地,顾客甲在预设时间段内的到访次数为y,那么,确定顾客甲的到访频次为y。
作为一种实施方式,所述人物的到访频次信息包括:所述人物的最近一次访问距离当前时间的时间间隔。
如此,通过最近一次访问距离当前时间的时间间隔来表征到访频次。示例性地,顾客甲在最近一次访问距离当前时间的时间间隔为w,那么,确定顾客甲的到访频次为w。
作为一种实施方式,所述人物的到访频次信息包括:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
如此,通过预设时间段内的到访次数和最近一次访问距离当前时间的时间间隔来表征到访频次。示例性地,顾客甲在预设时间段内的到访次数为y,且顾客甲在最近一次访问距离当前时间的时间间隔为w,那么,确定顾客甲的到访频次为y&w。
在一种可能的实现方式中,在所述根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息之前,还包括:
对所述人物标识信息进行去重处理。
例如,获取某一时间段的待检测的人物标识信息列表,并对人物标识信息列表中对应于同一人物的人物标识信息进行过滤,以使得过滤后的人物标识信息列表中包含的人物标识信息分别对应于不同人物。
其中,在一些实施例中,在确定所述人物的到访频次信息之前,判断所述人物第二预设时间段内是否确定过所述人物的到访频次信息,如果是,在所述第二预设时间段内不再确定所述人物的到访频次信息;如果否,确定所述人物的到访频次信息。
如此,在第二时间段内仅确定一次顾客甲的到访频次,以避免在一段时间内对同一到访人员进行重复计算。
示例性地,若采集到包含有顾客甲的图像,在确定甲的到访频次之前,判断在第二时间段内是否确定过顾客甲的到访频次,如果在第二时间段内确定过顾客甲的到访频次,则不再确定顾客甲的到访频次;如果在第二时间段内没确定过顾客甲的到访频次,则确定顾客甲的到访频次。进一步地,根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息,包括:
根据所述去重处理得到的人员标识信息对应的历史到访信息,确定所述人物的到访频次信息。
如此,通过去重处理,能够减少不必要的计算,节省系统功耗。
步骤104、基于所述人物的到访频次信息,确定所述人物的标签信息。
这里,所述标签信息用于表征人物的到访频次。比如,标签信息包括高频、低频。
在一些可选实施方式中,所述基于所述人物的到访频次信息,确定所述人物的标签信息,包括:
响应于所述目标人员在所述预设时间段内的到访次数大于或等于第一阈值,确定所述目标人员的标签信息指示高频。
如此,根据到访人员在预设时间段内的到访次数,确定到访人员的标签。
示例性地,顾客甲在预设时间段内的到访次数达到一定值时,将顾客甲标记为高频。
在一些可选实施方式中,所述基于所述人物的到访频次信息,确定所述人物的标签信息,包括:
基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
如此,能结合到访人员的身份类型,确定到访人员的标签。
在一些可选实施方式中,所述基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息,包括:
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值,基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
如此,能结合到访人员的身份类型和最近一次访问距离当前时间的时间间隔,确定到访人员的标签。
可选地,所述基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息,包括:
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为顾客,确定所述人物的标签信息指示流失;和/或
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为会员,确定所述人物的标签信息指示沉睡。
示例性地,若到访人员乙的身份类型为顾客,且到访人员乙最近一次访问距离当前时间的时间间隔超过第二阈值,则确定到访人员乙的标签为流失。
示例性地,若到访人员丙的身份类型为会员,且到访人员丙最近一次访问距离当前时间的时间间隔超过第二阈值,则确定到访人员丙的标签为沉睡。
需要说明的是,所述标签可以根据用户需求进行设定或调整。
在一种可能的实现方式中,所述方法还包括:
获取输入的标签编辑信息;其中,所述标签可由用户自定义;
基于所述标签编辑信息对底库中的标签集合进行调整。
示例性地,自定义标签包括基于性别定义的标签,如美女、帅哥,还包括基于沟通情况定义的标签,如好沟通、比较啰嗦。
如此,能够根据客户需求增添或删减标签,方便为用户提供定制化服务。
在一种可能的实现方式中,所述方法还包括:
将所述人物的标签信息发送至终端设备,以由所述终端设备显示所述人物的标签信息。
如此,便于终端用户及时知晓当前到访人员的人员标签,便于根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
本申请实施例提供的技术方案,相对于现有的通过肉眼辨别到访人员是新顾客还是老顾客准确度差、效率低来说,本申请通过对采集的图像进行特征分析来判断到访人员是否为老顾客的方式,更能快速地对新老顾客做出准确的判断;通过对历史到访记录进行分析来确定到访人员的到访频次,根据到访频次为到访人员确定人员标签,便于根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
本实施例所述的数据处理方法,可应用于对某一固定场所的到访人员进行分析的场景,如应用于对门店或公司的客户分析,或应用于对公司员工的考勤分析。
基于上述数据处理方法,本申请实施例还提供了一种应用于终端的数据处理方法,所述方法包括:
接收服务器发送的到访人物的标签信息;
显示所述人物的标签信息;
其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
在一种可能的实现方式中,所述显示所述人物的标签信息,包括:
在所述人物的到访通知界面中显示所述人物的标签信息。
如此,便于终端用户及时知晓当前到访人员的人员标签,便于根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
图2为本申请实施例适用的一个数据处理系统示例的架构示意图,如图2所示,该系统包括负责采集图像的图像采集端、负责确定人员标签的服务器端和负责显示输出人员标签的用户终端。
具体地,所述服务器端包括用于存储历史访问信息的数据存储层和用于传输的中间件。
具体地,图像采集端的摄像机(camera)负责采集环境中人脸和人体数据,将采集的人脸和人体数据先传入端数据统一接入服务(landfill),再经skyfall服务后,传入图像存储及转发服务(Wing);经Wing将图像转发至服务器的数据存储层的运营支撑系统(OSS,Operation Support System),同时,将图像事件流(Image event flow)传入中间件的数据标准化服务(Houng),对经Hound处理的数据传送至中间件的Bifrost框架,然后传送至中间件的Kafka,Kafka消息队列中的数据传送至服务器的数据分析处理模块,以完成到访统计(Visting statistic)和频次统计(Frequency statistic)。
安装有应用程序(APP,Application)和协调前端(Web)的用户终端通过网关(Gageway)中的应用接入及鉴权服务(jarl),连接服务器的业务层的网络服务(WebService),进而连接远程过程调用(RPC,Remote Procedure Call)服务,所述RPC服务从数据存储层的归置组(PG,Placement Group)中获取历史到访信息,以确定到访人员的标签信息,通过RPC服务将到访人物的标签信息通过消息推送(Jpush)发送至用户终端,以在用户终端显示标签信息。
其中,RPC服务中包括客户(Customer)、跟踪(Trace)、到访(Visiting)、图像池(Image Pool)等日志(log)。
需要说明的是,可以理解,图2中所示架构仅仅是示意性地,可根据用户需求或设计需求进行设定或调整。
图3示出了基于到访频次分析人员标签的流程示意图,如图3所示,端处理层的摄像机负责采集环境中人脸图像和人体图像;将采集到的原始图像通过统一接入服务传入图片处理与转发服务,通过图片处理与转发服务对人脸、人体进行特征提取和索引,将所得数据通过数据标准化服务传入Kafka消息队列中等待消费;通过调用检索服务对Kafka消息队列中的待消费数据进行去脏和去重处理,对经过去脏和去重处理后所得的人脸和/或人体特征数据作为检索对象,以检索现有库中是否已有此人的数据,来判断本次消费的顾客是否为老客户;如果判定为新客户,对其赋予顾客标签,如果判定为老客户则再次根据静态库匹配是否为会员进行不同标签的分析,比如,本方法中设定,在最近15天内出现次数大于或等于3次标记为高频客户,最近一次到店时间已超过30天的会员标记为沉睡会员,最近一次到店时间已超过30天的门店顾客为流失顾客。具体地,若判定该客户为会员,则查询上次到访时间,判断距离上次到访时间是否已经超过30天,当确定已经超过30天时,将该客户标记为沉睡会员,否则,不进行标记。如果该客户为非会员,即为普通顾客,则查询该顾客15天内到访次数,并将到访次数加1,然后判断15天内到访次数是否大于或等于3,如果大于或等于3,则将该顾客标记为高频顾客;如果15天内到访次数小于3,则查询上次到访时间,判断上次到访时间是否查过30天,当确定超过30天时,将其标记为流失顾客。
需要说明的是,可以理解,图3中所示流程,可根据用户需求或设计需求进行设定或调整。
图4示出了本申请实施例提供的终端侧输出人员标签的示意图,如图4所示,左数第一张图示出了终端接收到访消息推送的示意图,门店销售通过实时接收会员到访消息推送,可查询该客户的身份和标签,第一时间进行高品质的客户接待。并且,门店安保人员通过实时接收到黑名单告警消息推送,第一时间确定黑名单人员与其位置,有助于高效排除风险。左数第二张图示出了查询某客户历次到访消息的示意图,通过在终端侧显示某客户的历史到访记录,大大方便销售区分并回忆历次接待与销售过程中的重点信息,并可通过系统累计到与最近一次到访辅助判断客户购买意愿与价值大小。如此,不仅提高了销售的客户销售技能,进而还提高了销售转化率。左数第三张图示出了终端侧显示的系统自动识别多维度身份标签的示意图,由于系统支持基于标签进行客户分类,店长与销售可针对某标签下的客户进行针对性客户营销和客户运营。从左数第四张图示出了基于某一时间段内到访人员得到的数据分析示意图,店长纵览系统后,可掌握门店客户群分析数据与客流趋势数据,如总客流量与会员到访量的对比图以及新老客户对比图,若结合成交数据,能帮助店长分析和定位当前销售与运营问题,进而有根据的进行下一阶段的销售岗位提升和营销活动设计。
图5示出了一种人员标签编辑界面示意图,用户可对该界面进行编辑。如图5所示,该界面可供用户对到访人员进行管理,以到访人员的身份类型为会员为例,界面上显示每个会员的头像、人员ID、姓名、标签、操作等项,用户可通过点击操作项对应的编辑按钮,对每个会员进行编辑操作,比如,从可选标签库中选择其认为的与该会员相适应标签,或者为某个会员自定义标签等;还可以通过操作项对应的删除按钮,删除其认为已办理退会员手续或低价值的会员。
示例性地,终端显示人员页面,接收到用户输入的搜索指定人员的操作时,显示该指定人员的简要介绍界面,该界面上显示有该指定人员的标签;在接收到用户输入的进入此人员详情页面的操作时,显示该指定人员的详细介绍界面,该界面上显示有该指定人员的历史到访记录;在接收到用户输入的编辑此人员的自定义标签的操作时,基于用户的编辑操作对该指定人员的标签进行编辑。
示例性地,终端显示人员页面,该人员界面上显示有多个人员的标签信息,接收到用户针对界面中一个人员的向左或向右滑动的操作时,该人员的标签处于可编辑状态,在接收到用户输入的编辑信息时,基于用户输入的编辑信息对该人员的标签进行编辑。
示例性地,终端显示人员界面,接收到用户输入的上拉该界面上滚动条的操作时,终端更新当前界面上所显示的人员名单;用户从当前界面上找到指定日期下的指定门店顾客时,通过点击操作进入此人员详情页面,接收到用户输入的将该顾客转化为会员的操作时,基于该操作将该人员的身份类型由顾客变更为会员。
需要说明的是,可以理解,上述流程仅仅是示意性地,实际应用中,可为用户实现不同上述功能提供差异化的设置操作。
摄像机(camera)负责采集图像,将采集的图像传输至服务器,以由服务器对图像进行识别,获得图像中包含的人物的人脸和/或人体特征,基于人脸和/或人体特征得到所述图像中包括人物的人物标识信息;获取所述人物标识信息对应的历史到访信息;根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;基于所述人物的到访频次信息,确定所述人物的标签信息。服务器将确定出的人物的标签信息传输至安装有APP的用户终端,以由用户终端显示所述人物的标签信息。如此,便于终端用户根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
本申请实施例还提供了一种数据处理装置,如图6所示,所述装置包括:
图像识别模块10,用于对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;
获取模块20,用于获取所述人物标识信息对应的历史到访信息;
第一确定模块30,用于根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;
第二确定模块40,用于基于所述人物的到访频次信息,确定所述人物的标签信息。
作为一种实施方式,所述获取模块20包括:
确定单元,用于确定所述人物标识信息对应的身份类型,其中,所述身份类型包括会员和顾客;
获取单元,用于基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息。
作为一种实施方式,所述获取单元用于:
响应于所述人物的身份类型为顾客,获取所述人物标识信息对应的所述人物在当前到访地点的历史到访信息。
作为一种实施方式,所述获取单元用于:
响应于所述人物的身份类型为会员,获取所述人物标识信息对应的所述人物在当前到访地点所属集合中的所有地点的历史到访信息。
在一种可能的实现方式中,所述人物的到访频次信息包括下列中的至少一种:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
作为一种实施方式,所述第二确定模块40用于:
响应于所述目标人员在所述预设时间段内的到访次数大于或等于第一阈值,确定所述目标人员的标签信息指示高频。
作为一种实施方式,所述第二确定模块40用于:
基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
作为一种实施方式,所述第二确定模块40用于:
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值,基于所述人物的到访频次信息和所述人物的身份类型,确定所述人物的标签信息。
作为一种实施方式,所述第二确定模块40用于:
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为顾客,确定所述人物的标签信息指示流失;和/或
响应于所述人物的最近一次访问距离当前时间的时间间隔超过第二阈值且所述人物的身份类型为会员,确定所述人物的标签信息指示沉睡。
在一种可能的实现方式中,所述装置还包括:
去重模块50(图6中未示出),用于在所述第二确定模块40根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息之前,对所述人物标识信息进行去重处理;
所述第二确定模块40用于:
根据所述去重处理得到的人员标识信息对应的历史到访信息,确定所述人物的到访频次信息。
作为一种实施方式,所述图像识别模块10用于:
对获取的图像进行处理,以确定底库中是否包含与所述图像中包括人物匹配的图像模板;
响应于所述底库中存在与所述人物匹配的图像模板,将所述匹配的图像模板对应的人物标识信息作为所述人物的人物标识信息。
作为一种实施方式,所述图像识别模块10用于:
响应于所述底库中不存在与所述人物匹配的图像模板,在所述底库中创建所述人物对应的图像模板,并为所述人物分配新的人物标识。
在一种可能的实现方式中,所述装置还包括:
通信模块60(图6中未示出),用于将所述人物的标签信息发送至终端设备,以由所述终端设备显示所述人物的标签信息。
作为一种实施方式,所述获取模块20,还用于:
在获取所述人物标识信息对应的历史到访信息之前,判断所述人物第二预设时间段内是否获取过所述人物标识信息对应的历史到访信息,如果是,在所述第二预设时间段内不再获取所述人物标识信息对应的历史到访信息;如果否,获取所述人物标识信息对应的历史到访信息。
在一种可能的实现方式中,所述装置还包括:
设置模块70(图6中未示出),用于:
获取输入的标签编辑信息;其中,所述标签可由用户自定义;
基于所述标签编辑信息对底库中的标签集合进行调整。
本领域技术人员应当理解,在一些可选实施例中,图6中所示的数据处理装置中的各处理模块的实现功能可参照前述数据处理方法的相关描述而理解。
本领域技术人员应当理解,在一些可选实施例中,图6所示的数据处理装置中各处理单元的功能可通过运行于处理器上的程序而实现,也可通过具体的逻辑电路而实现。
实际应用中,上述的图像识别模块10、获取模块20、第一确定模块30、第二确定模块40、去重模块50、通信模块60和设置模块70的具体结构均可对应于处理器。所述处理器具体的结构可以为中央处理器(CPU,Central Processing Unit)、微处理器(MCU,MicroController Unit)、数字信号处理器(DSP,Digital Signal Processing)或可编程逻辑器件(PLC,Programmable Logic Controller)等具有处理功能的电子元器件或电子元器件的集合。其中,所述处理器包括可执行代码,所述可执行代码存储在存储介质中,所述处理器可以通过总线等通信接口与所述存储介质中相连,在执行具体的各单元的对应功能时,从所述存储介质中读取并运行所述可执行代码。所述存储介质用于存储所述可执行代码的部分优选为非瞬间存储介质。
本申请实施例提供的数据处理装置,通过对历史到访记录进行分析来确定到访人员的到访频次,根据到访频次为到访人员确定人员标签,便于根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
本申请实施例还提供了一种数据处理装置,应用于终端,所述装置包括:
接收模块,用于接收服务器发送的到访人物的标签信息;
显示模块,用于显示所述人物的标签信息;
其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
在一些可选实施方式中,所述显示模块用于:
在所述人物的到访通知界面中显示所述人物的标签信息。
本申请实施例所述数据处理装置,便于终端用户及时知晓当前到访人员的人员标签,便于根据确定出的人员标签进行差异化的接待,进而将更多的客户接待精力和客户关系维护精力有选择的付诸于高价值客户,从而有利于提高销售转化率。
本申请实施例提供了一种数据处理装置,所述装置包括: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本申请实施例所述的数据处理方法的步骤。
本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本申请实施例所述的数据处理方法的步骤。
本领域技术人员应当理解,本实施例的计算机存储介质中各程序的功能,可参照前述各实施例所述的数据处理方法的相关描述而理解。
还应理解,本文中列举的各个可选实施例仅仅是示例性的,用于帮助本领域技术人员更好地理解本申请实施例的技术方案,而不应理解成对本申请实施例的限定,本领域普通技术人员可以在本文所记载的各个可选实施例的基础上进行各种改变和替换,也应理解为本申请实施例的一部分。
此外,本文对技术方案的描述着重于强调各个实施例的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、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。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对现有技术做出贡献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)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;
获取所述人物标识信息对应的历史到访信息;
根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;
基于所述人物的到访频次信息,确定所述人物的标签信息。
2.根据权利要求1所述的方法,其特征在于,所述获取所述人物标识信息对应的历史到访信息,包括:
确定所述人物标识信息对应的身份类型,其中,所述身份类型包括会员和顾客;
基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息。
3.根据权利要求2所述的方法,其特征在于,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:
响应于所述人物的身份类型为顾客,获取所述人物标识信息对应的所述人物在当前到访地点的历史到访信息。
4.根据权利要求2或3所述的方法,其特征在于,所述基于所述人物标识信息对应的身份类型,获取所述人物标识信息对应的历史到访信息,包括:
响应于所述人物的身份类型为会员,获取所述人物标识信息对应的所述人物在当前到访地点所属集合中的所有地点的历史到访信息。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述人物的到访频次信息包括下列中的至少一种:所述人物在预设时间段内的到访次数和所述人物的最近一次访问距离当前时间的时间间隔。
6.一种数据处理方法,应用于终端,其特征在于,所述方法包括:
接收服务器发送的到访人物的标签信息;
显示所述人物的标签信息;
其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
7.一种数据处理装置,其特征在于,所述装置包括:
图像识别模块,用于对获取到的图像进行图像识别处理,得到所述图像中包括人物的人物标识信息;
获取模块,用于获取所述人物标识信息对应的历史到访信息;
第一确定模块,用于根据所述人员标识信息对应的历史到访信息,确定所述人物的到访频次信息;
第二确定模块,用于基于所述人物的到访频次信息,确定所述人物的标签信息。
8.一种数据处理装置,应用于终端,其特征在于,所述装置包括:
接收模块,用于接收服务器发送的到访人物的标签信息;
显示模块,用于显示所述人物的标签信息;
其中,所述人物的标签信息是由所述服务器基于所述人物的到访频次信息得到的。
9.一种数据处理装置,所述装置包括: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至5任一项或权利要求6所述的数据处理方法。
10.一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至5任一项或权利要求6所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109118511A TW202046239A (zh) | 2019-06-03 | 2020-06-02 | 資料處理方法、裝置及儲存介質 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019104786891 | 2019-06-03 | ||
CN201910478689 | 2019-06-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112036919A true CN112036919A (zh) | 2020-12-04 |
Family
ID=73576244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910696481.7A Pending CN112036919A (zh) | 2019-06-03 | 2019-07-30 | 数据处理方法、装置及存储介质 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20200402076A1 (zh) |
JP (1) | JP7058755B2 (zh) |
KR (1) | KR20200140813A (zh) |
CN (1) | CN112036919A (zh) |
SG (1) | SG11202008960RA (zh) |
TW (1) | TW202046239A (zh) |
WO (1) | WO2020244361A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537078A (zh) * | 2021-07-19 | 2021-10-22 | 深圳康佳电子科技有限公司 | 人员管理方法、装置、智能终端及计算机可读存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113137696A (zh) * | 2021-04-15 | 2021-07-20 | 青岛海尔空调电子有限公司 | 空调器的识别控制方法及装置、计算机可读存储介质 |
CN113780115B (zh) * | 2021-08-25 | 2024-02-13 | 杭州海康威视系统技术有限公司 | 一种异常人员组分析方法、装置、电子设备及存储介质 |
CN114666142B (zh) * | 2022-03-28 | 2023-10-10 | 杭州海康威视数字技术股份有限公司 | 一种对象认证方法、装置及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018045430A (ja) * | 2016-09-14 | 2018-03-22 | 東芝テック株式会社 | 顧客管理システム、顧客管理装置及び接客プログラム |
CN108038937A (zh) * | 2017-11-22 | 2018-05-15 | 同观科技(深圳)有限公司 | 一种迎宾信息的展示方法、装置、终端设备和存储介质 |
CN108537587A (zh) * | 2018-04-03 | 2018-09-14 | 广州优视网络科技有限公司 | 流失用户预警方法、装置、计算机可读存储介质和服务器 |
CN109145707A (zh) * | 2018-06-20 | 2019-01-04 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109636258A (zh) * | 2019-02-12 | 2019-04-16 | 重庆锐云科技有限公司 | 一种房地产客户到访管理系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09101985A (ja) * | 1995-10-05 | 1997-04-15 | Joho Gijutsu Kaihatsu Kk | 顧客のコンピュータによる管理システム |
JP2000163475A (ja) | 1998-11-26 | 2000-06-16 | Fujitsu Ltd | コンピュータシステム |
JP2002032558A (ja) | 2000-07-18 | 2002-01-31 | Minolta Co Ltd | 顧客情報管理システムおよびその方法ならびに顧客情報管理プログラムを記録したコンピュータ読み取り可能な記録媒体 |
JP2013003631A (ja) * | 2011-06-13 | 2013-01-07 | Sony Corp | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
JP2015090579A (ja) | 2013-11-06 | 2015-05-11 | 株式会社日立ソリューションズ | 行動分析システム |
CN105869015A (zh) * | 2016-03-28 | 2016-08-17 | 联想(北京)有限公司 | 一种信息处理方法及系统 |
CN106937253B (zh) * | 2017-04-17 | 2020-07-03 | 汇纳科技股份有限公司 | 一种顾客判断方法及系统、服务器 |
CN109286646B (zh) * | 2017-07-21 | 2022-04-05 | 阿里巴巴集团控股有限公司 | 消息推送方法、装置及系统 |
CN108109044A (zh) | 2017-12-26 | 2018-06-01 | 南京开为网络科技有限公司 | 一种智能零售crm系统 |
CN108389060B (zh) * | 2018-02-28 | 2021-10-29 | 南京芝麻信息科技有限公司 | 顾客忠诚度信息处理方法及装置 |
CN109190586B (zh) * | 2018-09-18 | 2019-06-11 | 图普科技(广州)有限公司 | 顾客到访分析方法、装置及存储介质 |
CN109492626A (zh) * | 2019-01-11 | 2019-03-19 | 敏科信息科技(广州)有限公司 | 一种无感人脸案场管理方法及其系统 |
-
2019
- 2019-07-30 CN CN201910696481.7A patent/CN112036919A/zh active Pending
-
2020
- 2020-05-13 JP JP2020552394A patent/JP7058755B2/ja active Active
- 2020-05-13 KR KR1020207027981A patent/KR20200140813A/ko active IP Right Grant
- 2020-05-13 SG SG11202008960RA patent/SG11202008960RA/en unknown
- 2020-05-13 WO PCT/CN2020/090086 patent/WO2020244361A1/zh active Application Filing
- 2020-06-02 TW TW109118511A patent/TW202046239A/zh unknown
- 2020-09-09 US US17/015,444 patent/US20200402076A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018045430A (ja) * | 2016-09-14 | 2018-03-22 | 東芝テック株式会社 | 顧客管理システム、顧客管理装置及び接客プログラム |
CN108038937A (zh) * | 2017-11-22 | 2018-05-15 | 同观科技(深圳)有限公司 | 一种迎宾信息的展示方法、装置、终端设备和存储介质 |
CN108537587A (zh) * | 2018-04-03 | 2018-09-14 | 广州优视网络科技有限公司 | 流失用户预警方法、装置、计算机可读存储介质和服务器 |
CN109145707A (zh) * | 2018-06-20 | 2019-01-04 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109636258A (zh) * | 2019-02-12 | 2019-04-16 | 重庆锐云科技有限公司 | 一种房地产客户到访管理系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537078A (zh) * | 2021-07-19 | 2021-10-22 | 深圳康佳电子科技有限公司 | 人员管理方法、装置、智能终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
SG11202008960RA (en) | 2021-01-28 |
KR20200140813A (ko) | 2020-12-16 |
JP7058755B2 (ja) | 2022-04-22 |
TW202046239A (zh) | 2020-12-16 |
WO2020244361A1 (zh) | 2020-12-10 |
JP2021518012A (ja) | 2021-07-29 |
US20200402076A1 (en) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112036919A (zh) | 数据处理方法、装置及存储介质 | |
CN109145707B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
JP7038543B2 (ja) | 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム | |
CN110659318B (zh) | 基于大数据的策略推送方法、系统及计算机设备 | |
JP5344547B2 (ja) | 人の属性情報を取得するpos端末装置、posシステム、属性情報取得方法、及び属性情報取得プログラム | |
CN111563396A (zh) | 在线识别异常行为的方法、装置、电子设备及可读存储介质 | |
CN105659279B (zh) | 信息处理设备和信息处理方法 | |
JP2023507043A (ja) | データ処理方法、装置、機器、記憶媒体及びコンピュータプログラム | |
CN111191523A (zh) | 信息的显示方法和装置、存储介质及电子装置 | |
CN108960892A (zh) | 信息处理方法及装置、电子设备及存储介质 | |
CN114663186A (zh) | 一种应用于私域和电商平台的商品推荐方法、系统和存储介质 | |
CN112183408B (zh) | 基于案场图像的客户画像系统及方法 | |
CN111753608A (zh) | 信息处理方法及装置、电子设备及存储介质 | |
CN112669095A (zh) | 客户画像的构建方法、装置、电子设备及计算机存储介质 | |
CN112085521A (zh) | 一种针对店铺会员管理和服务的系统 | |
US11537639B2 (en) | Re-identification of physical objects in an image background via creation and storage of temporary data objects that link an object to a background | |
CN116228319A (zh) | 基于埋点的智能广告投放方法与系统 | |
CN108776857A (zh) | Nps短信调研方法、系统、计算机设备和存储介质 | |
US10719673B2 (en) | System and method for collecting and/or retrieving information relating to objects | |
CN112418994B (zh) | 商品的导购方法、装置、电子设备及存储介质 | |
CN110443187B (zh) | 特征信息的记录方法及装置 | |
JP2018173869A (ja) | 来場者情報収集システム | |
CN110942348A (zh) | 一种基于大数据分析的人脸识别系统 | |
KR20190088813A (ko) | 오프라인 매장용 마케팅 분석 서비스 플랫폼 및 방법 | |
JP7066257B2 (ja) | コンピュータシステム、来店者行動提供オファー方法及びプログラム |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40032803 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201204 |