CN112948691B - 实体场所的体验指标计算方法和装置 - Google Patents
实体场所的体验指标计算方法和装置 Download PDFInfo
- Publication number
- CN112948691B CN112948691B CN202110336887.1A CN202110336887A CN112948691B CN 112948691 B CN112948691 B CN 112948691B CN 202110336887 A CN202110336887 A CN 202110336887A CN 112948691 B CN112948691 B CN 112948691B
- Authority
- CN
- China
- Prior art keywords
- user
- index
- entity place
- dimension
- 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.)
- Active
Links
Images
Classifications
-
- 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
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种实体场所的体验指标计算方法和装置,涉及自动程序设计技术领域。该方法的一具体实施方式包括:在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定实体场所的空间维度指标和业务维度指标;在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标。该实施方式能够在用户无感的情况下,以用户的客观行为数据为支撑,形成用户体验评价的量化指标。
Description
技术领域
本发明涉及自动程序设计技术领域,尤其涉及一种实体场所的体验指标计算方法和装置。
背景技术
实际应用中,定量评价实体场所(例如银行、通信等行业的营业网点)的用户体验对企业发展具有重要意义。目前,用户体验的评价方式多聚焦在用户的主观评价,即通过调查问卷采集用户意见进而归纳评价结果,这种方式容易打扰用户,没有用户的客观行为数据作为支撑,同时不能形成用户体验评价的量化指标。
发明内容
有鉴于此,本发明实施例提供一种实体场所的体验指标计算方法和装置,能够在用户无感的情况下,以用户的客观行为数据为支撑,形成用户体验评价的量化指标。
为实现上述目的,根据本发明的一个方面,提供了一种实体场所的体验指标计算方法。
本发明实施例的实体场所的体验指标计算方法包括:在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定实体场所的空间维度指标和业务维度指标;在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标。
可选地,所述空间维度指标包括:空间效率指标;以及,所述利用所述停留时长和所述次数确定所述实体场所的空间维度指标,包括:针对每一区域,将该区域在所述统计周期的用户停留时长总和与所述统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为所述实体场所的空间效率指标。
可选地,所述空间维度指标进一步包括:空间畅通指标;以及,所述利用所述停留时长和所述次数确定所述实体场所的空间维度指标,包括:针对每一区域,将该区域在所述统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为所述实体场所的空间畅通指标。
可选地,所述利用所述停留时长和所述次数确定所述实体场所的业务维度指标,包括:针对所述统计周期内进入所述实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标;将每一用户的业务维度指标的平均值确定为所述实体场所的业务维度指标。
可选地,所述使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,包括:利用所述摄像跟踪设备采集每一用户在进入和离开所述实体场所时的人脸图像,将所述人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开所述实体场所时的情绪数据。
可选地,所述依据所述情绪数据获取所述实体场所的情绪维度指标,包括:针对所述统计周期内进入所述实体场所的每一用户,依据该用户在进入和离开所述实体场所时的情绪数据确定该用户的情绪变化数据,将每一用户情绪变化数据的平均值确定为所述实体场所的情绪维度指标。
可选地,所述结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述体验指标,包括:通过以下公式计算所述实体场所的体验指标:
其中,δ为所述体验指标,a1为所述实体场所的空间效率指标,a2为所述实体场所的空间畅通指标,b为所述实体场所的业务维度指标,c为所述实体场所的情绪维度指标,Ma、Mb、Mc为预设权重值,x、y、z为预设参数。
为实现上述目的,根据本发明的另一方面,提供了一种实体场所的体验指标计算装置。
本发明实施例的实体场所的体验指标计算装置可包括:第一计算单元,用于:在预设的统计周期内,利用所述摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定所述实体场所的空间维度指标和业务维度指标;第二计算单元,用于:在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;综合计算单元,用于结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标。
可选地,所述空间维度指标包括:空间效率指标和空间畅通指标;以及,第一计算单元可进一步用于:针对每一区域,将该区域在所述统计周期的用户停留时长总和与所述统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为所述实体场所的空间效率指标;针对每一区域,将该区域在所述统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为所述实体场所的空间畅通指标;针对所述统计周期内进入所述实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标;将每一用户的业务维度指标的平均值确定为所述实体场所的业务维度指标。
可选地,第二计算单元可进一步用于:利用所述摄像跟踪设备采集每一用户在进入和离开所述实体场所时的人脸图像,将所述人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开所述实体场所时的情绪数据;针对所述统计周期内进入所述实体场所的每一用户,依据该用户在进入和离开所述实体场所时的情绪数据确定该用户的情绪变化数据,将每一用户情绪变化数据的平均值确定为所述实体场所的情绪维度指标。
可选地,综合计算单元可进一步用于通过以下公式计算所述实体场所的体验指标:
其中,δ为所述体验指标,a1为所述实体场所的空间效率指标,a2为所述实体场所的空间畅通指标,b为所述实体场所的业务维度指标,c为所述实体场所的情绪维度指标,Ma、Mb、Mc为预设权重值,x、y、z为预设参数。
为实现上述目的,根据本发明的又一方面,提供了一种电子设备。
本发明的一种电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明所提供的实体场所的体验指标计算方法。
为实现上述目的,根据本发明的再一方面,提供了一种计算机可读存储介质。
本发明的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明所提供的实体场所的体验指标计算方法。
根据本发明的技术方案,上述发明中的实施例具有如下优点或有益效果:
在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用停留时长和次数确定实体场所的空间维度指标和业务维度指标;在统计周期内,使用摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据情绪数据获取实体场所的情绪维度指标;结合空间维度指标、业务维度指标和情绪维度指标计算实体场所的体验指标。通过以上设置,本发明基于摄像跟踪设备采集的用户客观行为数据(如情绪数据、行为轨迹——如进入或离开某区域)形成了实体场所的用户体验评价的量化指标(即上述体验指标),整个过程用户无感,同时,由于以上计算过程考虑到实体场所的空间效率、空间畅通性、业务效率、用户情绪变化等因素对体验评价的影响,因此体验指标具有一定的全面性和客观性,能够在一定程度上准确反映实体场所的用户整体体验感。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明实施例中实体场所的体验指标计算方法的主要步骤示意图;
图2是本发明实施例中实体场所的体验指标计算方法的实现架构示意图;
图3是本发明实施例中实体场所的体验指标计算装置的组成部分示意图;
图4是根据本发明实施例可以应用于其中的示例性系统架构图;
图5是用来实现本发明实施例中实体场所的体验指标计算方法的电子设备结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例中实体场所的体验指标计算方法的主要步骤示意图。
如图1所示,本发明实施例的实体场所的体验指标计算方法可具体按照如下步骤执行:
步骤S101:在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定实体场所的空间维度指标和业务维度指标。
在本发明实施例中,实体场所可以包括多个区域,例如,银行网点可以包括以下独立区域:现金服务区、非现金服务区、客户等候区、自助服务区、咨询服务区、贵宾理财区,以上每一区域都具有摄像跟踪设备用于采集用户行为数据或人脸图像。统计周期可以根据实际需求设定,例如设置为一天,也可以设置为一天内从最早的用户进入(实体场所或区域)时刻到最晚的用户离开(实体场所或区域)时刻之间的时间间隔。
在本步骤中,服务器可以利用摄像跟踪设备采集统计周期内进入实体场所的每一用户在每一区域的停留时长以及用户进入每一区域的次数,进而分别计算实体场所的空间维度指标和业务维度指标。其中,空间维度指标指的是聚焦在空间利用效率方面和空间畅通性方面的用户体验评价指标,其包括空间效率指标和空间畅通指标。业务维度指标指的是聚焦在业务办理效率方面的用户体验评价指标。在本发明实施例中,将用户进入并随后离开同一区域视为进入该区域一次。
作为一个优选方案,两种空间维度指标可以通过以下方式进行计算:针对每一区域,将该区域在上述统计周期的用户停留时长总和(即所有用户在该区域停留时长的总和)与统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为实体场所的空间效率指标。示例性地,以上平均值可以是依据预先为每一区域设定的权重的加权平均值。一般地,空间效率指标越大,说明用户在空间效率方面的整体体验越好。
针对每一区域,将该区域在统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为实体场所的空间畅通指标。需要说明的是,用户进入总次数指的是多个用户的总人次数量,即如果同一用户多次进入,则多次进行统计;进入用户总数指的是进入的用户数量,即如果同一用户多次进入,只统计一个用户。以上平均值也可以是依据预先为每一区域设定的权重的加权平均值。以上计算原理为,在进入用户总数固定的情况下,用户进入总次数越大,说明用户在该区域存在较多的重复行进,进一步说明该区域的畅通性较低。一般地,空间畅通指标越大,说明用户在空间畅通性方面的整体体验越差。
较佳地,实体场所的业务维度指标可以根据以下步骤计算:针对统计周期内进入实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标;将每一用户的业务维度指标的平均值确定为实体场所的业务维度指标。实际应用中,用户办理的业务数量可以从业务系统中读取,以上平均值可以是依据预先为每一客户设定的权重的加权平均值。一般地,业务维度指标越大,说明用户在业务效率方面的整体体验越差。
步骤S102:在统计周期内,使用摄像跟踪设备确定每一用户在进入和离开实体场所时的情绪数据,依据情绪数据获取实体场所的情绪维度指标。
在本步骤中,情绪维度指标指的是直接从用户进入和离开实体场所的情绪变化反应的用户体验评价指标。具体应用中,情绪维度指标可以通过以下方式进行计算。
第一步,利用摄像跟踪设备采集每一用户在进入和离开实体场所时的人脸图像,并将人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开实体场所时的情绪数据。
在一个实施例中,首先可以利用多任务卷积神经网络MTCNN(Multi-TaskConvolutional Neural Networks)从用户的人脸图像中确定多个关键点(如左眼中心、右眼中心、鼻子中心、左嘴角、右嘴角)的位置信息,利用关键点的位置信息对面部图像信息进行倾斜校正。此后可以利用FaceNet网络(一种基于深度学习的、提取人脸特征的模型)从经过校正的人脸图像中提取多个面部特征值。最后将提取的面部特征值输入预先训练完成的情绪分类模型,从而得到用户在进入和离开实体场所时的情绪数据。其中,情绪分类模型可以采用基于支持向量机SVM(Support Vector Machine)的有监督学习分类器,情绪维度的训练数据集可采用Cohn Kanade(人名)扩展数据集The Extended Cohn-Kanade Dataset。
以上情绪数据可以表征用户在进入和离开实体场所时的情绪状态,例如包括愤怒、厌恶、中性、欣慰、高兴,可以分别量化为-2、-1、0、1、2,该数值越大表明情绪越正向。
较佳地,得到以上情绪数据之后,可以依据用户在进入和离开实体场所时的情绪数据确定该用户的情绪变化数据,并将每一用户情绪变化数据的平均值确定为实体场所的情绪维度指标。具体地,可以将用户离开实体场所时的情绪数据减去同一用户进入实体场所时的情绪数据,从而得到该用户的情绪变化数据,显然,情绪变化数据越大,说明用户从情绪方面显示的体验越好。以上平均值可以是依据预先为每一客户设定的权重的加权平均值。一般地,情绪维度指标越大,说明用户从情绪变化方面体现的整体体验越好。
需要说明的是,步骤S102可以与步骤S101同时执行,也可以执行在步骤S101之前或之后。
步骤S103:结合空间维度指标、业务维度指标和情绪维度指标计算实体场所的体验指标。
在本步骤中,可以将以上三种指标——空间维度指标、业务维度指标和情绪维度指标结合,得到更为全面和准确的实体场所体验指标,来评判用户对实体场所的体验。在一些实施例中,可以使用以下公式进行结合:
其中,δ为所述体验指标,a1为空间效率指标,a2为空间畅通指标,b为业务维度指标,c为情绪维度指标,Ma、Mb、Mc为预设权重值,x、y、z为预设参数。
在以上公式中,能够准确反映空间效率指标、空间畅通指标、业务维度指标、情绪维度指标与体验指标的关联关系。这样,即可在用户无感的情况下,以用户客观行为数据为支撑,实现实体场所用户体验的定量、全面、准确评判。
图2是本发明实施例中实体场所的体验指标计算方法的实现架构示意图,如图2所示,本发明实施例的实体场所的体验指标计算方法可以由包括数据获取模块、数据存储模块、数据分析模块和数据展示模块的用户体验评价系统具体实现,以下分别进行介绍。
数据获取模块与摄像监控设备和数据存储模块相连,用于获取用户行为数据和后台业务数据,用户行为数据包括用户的人脸图像、进入区域次数、区域停留时长等,后台业务数据包括用户的业务办理数量等。
数据存储模块与数据获取模块和数据分析模块相连,用于存储数据获取模块获得的各种数据,支持数据分析模块调用相关数据。
数据分析模块与数据存储模块和数据展示模块相连,用于根据预设的计算规则计算前述空间效率指标、空间畅通指标、业务维度指标、情绪维度指标以及体验指标。
数据展示模块与数据分析模块相连,用于向实体场所工作人员展示数据分析模块计算出的各项指标,以供后续决策。
在本发明实施例的技术方案中,在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用停留时长和次数确定实体场所的空间维度指标和业务维度指标;在统计周期内,使用摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据情绪数据获取实体场所的情绪维度指标;结合空间维度指标、业务维度指标和情绪维度指标计算实体场所的体验指标。通过以上设置,本发明基于摄像跟踪设备采集的用户客观行为数据(如情绪数据、行为轨迹——如进入或离开某区域)形成了实体场所的用户体验评价的量化指标(即上述体验指标),整个过程用户无感,同时,由于以上计算过程考虑到实体场所的空间效率、空间畅通性、业务效率、用户情绪变化等因素对体验评价的影响,因此体验指标具有一定的全面性和客观性,能够在一定程度上准确反映实体场所的用户整体体验感。
需要说明的是,对于前述的各方法实施例,为了便于描述,将其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,某些步骤事实上可以采用其它顺序进行或者同时进行。此外,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是实现本发明所必须的。
为便于更好的实施本发明实施例的上述方案,下面还提供用于实施上述方案的相关装置。
请参阅图3所示,本发明实施例提供的实体场所的体验指标计算装置300可以包括:第一计算单元301、第二计算单元302和综合计算单元303。
其中,第一计算单元301可用于:在预设的统计周期内,利用所述摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定所述实体场所的空间维度指标和业务维度指标;第二计算单元302可用于:在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;综合计算单元303可用于结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标。
在本发明实施例中,所述空间维度指标包括:空间效率指标和空间畅通指标;以及,第一计算单元301可进一步用于:针对每一区域,将该区域在所述统计周期的用户停留时长总和与所述统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为所述实体场所的空间效率指标;针对每一区域,将该区域在所述统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为所述实体场所的空间畅通指标;针对所述统计周期内进入所述实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标;将每一用户的业务维度指标的平均值确定为所述实体场所的业务维度指标。
作为一个优选方案,第二计算单元302可进一步用于:利用所述摄像跟踪设备采集每一用户在进入和离开所述实体场所时的人脸图像,将所述人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开所述实体场所时的情绪数据;针对所述统计周期内进入所述实体场所的每一用户,依据该用户在进入和离开所述实体场所时的情绪数据确定该用户的情绪变化数据,将每一用户情绪变化数据的平均值确定为所述实体场所的情绪维度指标。
此外,在本发明实施例中,综合计算单元303可进一步用于通过以下公式计算所述实体场所的体验指标:
其中,δ为所述体验指标,a1为所述实体场所的空间效率指标,a2为所述实体场所的空间畅通指标,b为所述实体场所的业务维度指标,c为所述实体场所的情绪维度指标,Ma、Mb、Mc为预设权重值,x、y、z为预设参数。
根据本发明实施例的技术方案,在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用停留时长和次数确定实体场所的空间维度指标和业务维度指标;在统计周期内,使用摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据情绪数据获取实体场所的情绪维度指标;结合空间维度指标、业务维度指标和情绪维度指标计算实体场所的体验指标。通过以上设置,本发明基于摄像跟踪设备采集的用户客观行为数据(如情绪数据、行为轨迹——如进入或离开某区域)形成了实体场所的用户体验评价的量化指标(即上述体验指标),整个过程用户无感,同时,由于以上计算过程考虑到实体场所的空间效率、空间畅通性、业务效率、用户情绪变化等因素对体验评价的影响,因此体验指标具有一定的全面性和客观性,能够在一定程度上准确反映实体场所的用户整体体验感。
图4示出了可以应用本发明实施例的实体场所的体验指标计算方法或实体场所的体验指标计算装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405(此架构仅仅是示例,具体架构中包含的组件可以根据申请具体情况调整)。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如体验指标计算应用(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所操作的体验指标计算应用提供支持的后台服务器(仅为示例)。后台服务器可以对接收到的指标计算请求等进行处理,并将处理结果(例如计算出的体验指标--仅为示例)反馈给终端设备401、402、403。
需要说明的是,本发明实施例所提供的实体场所的体验指标计算方法一般由服务器405执行,相应地,实体场所的体验指标计算装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
本发明还提供了一种电子设备。本发明实施例的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明所提供的实体场所的体验指标计算方法。
下面参考图5,其示出了适于用来实现本发明实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有计算机系统500操作所需的各种程序和数据。CPU501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文的主要步骤图描述的过程可以被实现为计算机软件程序。例如,本发明实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在上述实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。在本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一计算单元、第二计算单元和综合计算单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一计算单元还可以被描述为“向综合计算单元提供空间维度指标和业务维度指标的单元”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中的。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该设备执行时,使得该设备执行的步骤包括:在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定实体场所的空间维度指标和业务维度指标;在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标。
在本发明实施例的技术方案中,在预设的统计周期内,利用摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用停留时长和次数确定实体场所的空间维度指标和业务维度指标;在统计周期内,使用摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据情绪数据获取实体场所的情绪维度指标;结合空间维度指标、业务维度指标和情绪维度指标计算实体场所的体验指标。通过以上设置,本发明基于摄像跟踪设备采集的用户客观行为数据(如情绪数据、行为轨迹——如进入或离开某区域)形成了实体场所的用户体验评价的量化指标(即上述体验指标),整个过程用户无感,同时,由于以上计算过程考虑到实体场所的空间效率、空间畅通性、业务效率、用户情绪变化等因素对体验评价的影响,因此体验指标具有一定的全面性和客观性,能够在一定程度上准确反映实体场所的用户整体体验感。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种实体场所的体验指标计算方法,所述实体场所包括多个区域,每一区域具有摄像跟踪设备;其特征在于,所述方法包括:
在预设的统计周期内,利用所述摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定所述实体场所的空间维度指标和业务维度指标;
在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;
结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标;
所述空间维度指标包括:空间效率指标和空间畅通指标;所述利用所述停留时长和所述次数确定所述实体场所的空间维度指标,包括:
针对每一区域,将该区域在所述统计周期的用户停留时长总和与所述统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为所述实体场所的空间效率指标;针对每一区域,将该区域在所述统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为所述实体场所的空间畅通指标;
利用所述停留时长和所述次数确定所述实体场所的业务维度指标,包括:将每一用户的业务维度指标的平均值确定为所述实体场所的业务维度指标。
2.根据权利要求1所述的方法,其特征在于,每一用户的业务维度指标根据以下步骤确定:
针对所述统计周期内进入所述实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标。
3.根据权利要求1所述的方法,其特征在于,所述使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,包括:
利用所述摄像跟踪设备采集每一用户在进入和离开所述实体场所时的人脸图像,将所述人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开所述实体场所时的情绪数据。
4.根据权利要求3所述的方法,其特征在于,所述依据所述情绪数据获取所述实体场所的情绪维度指标,包括:
针对所述统计周期内进入所述实体场所的每一用户,依据该用户在进入和离开所述实体场所时的情绪数据确定该用户的情绪变化数据,将每一用户情绪变化数据的平均值确定为所述实体场所的情绪维度指标。
6.一种实体场所的体验指标计算装置,所述实体场所包括多个区域,每一区域具有摄像跟踪设备;其特征在于,所述装置包括:
第一计算单元,用于:在预设的统计周期内,利用所述摄像跟踪设备获取用户在每一区域的停留时长以及用户进入每一区域的次数,利用所述停留时长和所述次数确定所述实体场所的空间维度指标和业务维度指标;
第二计算单元,用于:在所述统计周期内,使用所述摄像跟踪设备确定每一用户在进入和离开所述实体场所时的情绪数据,依据所述情绪数据获取所述实体场所的情绪维度指标;
综合计算单元,用于结合所述空间维度指标、所述业务维度指标和所述情绪维度指标计算所述实体场所的体验指标;
所述空间维度指标包括:空间效率指标和空间畅通指标;第一计算单元进一步用于:
针对每一区域,将该区域在所述统计周期的用户停留时长总和与所述统计周期时长的比值确定为该区域的空间效率指标;将每一区域的空间效率指标的平均值确定为所述实体场所的空间效率指标;针对每一区域,将该区域在所述统计周期的用户进入总次数与进入用户总数的比值确定为该区域的空间畅通指标;将每一区域的空间畅通指标的平均值确定为所述实体场所的空间畅通指标;将每一用户的业务维度指标的平均值确定为所述实体场所的业务维度指标。
7.根据权利要求6所述的装置,其特征在于,第一计算单元进一步用于:
针对所述统计周期内进入所述实体场所的每一用户:在该用户只进入单个区域时,将该用户在该区域的停留时长与该用户办理的业务数量的比值确定为该用户的业务维度指标;在该用户进入多个区域时,将该用户在各区域的进入总次数与该用户办理的业务数量的比值确定为该用户的业务维度指标。
8.根据权利要求6所述的装置,其特征在于,第二计算单元进一步用于:
利用所述摄像跟踪设备采集每一用户在进入和离开所述实体场所时的人脸图像,将所述人脸图像输入预先训练完成的情绪分类模型,得到该用户在进入和离开所述实体场所时的情绪数据;
针对所述统计周期内进入所述实体场所的每一用户,依据该用户在进入和离开所述实体场所时的情绪数据确定该用户的情绪变化数据,将每一用户情绪变化数据的平均值确定为所述实体场所的情绪维度指标。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
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如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110336887.1A CN112948691B (zh) | 2021-03-29 | 2021-03-29 | 实体场所的体验指标计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110336887.1A CN112948691B (zh) | 2021-03-29 | 2021-03-29 | 实体场所的体验指标计算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112948691A CN112948691A (zh) | 2021-06-11 |
CN112948691B true CN112948691B (zh) | 2022-12-13 |
Family
ID=76227349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110336887.1A Active CN112948691B (zh) | 2021-03-29 | 2021-03-29 | 实体场所的体验指标计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948691B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942229A (zh) * | 2019-10-24 | 2020-03-31 | 北京九狐时代智能科技有限公司 | 一种服务质量评价方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726655A (zh) * | 2018-12-19 | 2019-05-07 | 平安普惠企业管理有限公司 | 基于情绪识别的客服服务评价方法、装置、介质及设备 |
CN110321477B (zh) * | 2019-05-24 | 2022-09-09 | 平安科技(深圳)有限公司 | 信息推荐方法、装置、终端及存储介质 |
CN110363154A (zh) * | 2019-07-17 | 2019-10-22 | 安徽航天信息有限公司 | 一种基于情绪识别的服务质量考评方法及系统 |
CN110705419A (zh) * | 2019-09-24 | 2020-01-17 | 新华三大数据技术有限公司 | 情绪识别方法、预警方法、模型训练方法和相关装置 |
CN112541668A (zh) * | 2020-12-09 | 2021-03-23 | 北京意图科技有限公司 | 产品体验自动评估方法和系统 |
-
2021
- 2021-03-29 CN CN202110336887.1A patent/CN112948691B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942229A (zh) * | 2019-10-24 | 2020-03-31 | 北京九狐时代智能科技有限公司 | 一种服务质量评价方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112948691A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109976997B (zh) | 测试方法和装置 | |
CN112215448A (zh) | 分配客服的方法和装置 | |
WO2014118614A1 (en) | Social rewards | |
CN110866698A (zh) | 用于评定服务提供方的服务分值的装置 | |
US20170365014A1 (en) | Systems, methods and non-transitory computer readable storage media for tracking and evaluating predictions regarding relationships | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN111598597A (zh) | 用于发送信息的方法和装置 | |
CN112927050A (zh) | 待推荐金融产品确定方法、装置、电子设备及存储介质 | |
CN111415168B (zh) | 一种交易告警的方法和装置 | |
CN117391866A (zh) | 一种数据处理方法、装置、设备及其存储介质 | |
CN109460778B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN112948691B (zh) | 实体场所的体验指标计算方法和装置 | |
CN113781247B (zh) | 协议数据推荐方法、装置、计算机设备及存储介质 | |
CN110826823A (zh) | 定价策略的评价方法和系统 | |
CN113496236B (zh) | 用户标签信息确定方法、装置、设备和存储介质 | |
US20210326910A1 (en) | System and method for optimizing an observation campaign in response to observed real-world data | |
CN114298825A (zh) | 还款积极度评估方法及装置 | |
CN112084408B (zh) | 名单数据筛选方法、装置、计算机设备及存储介质 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN111125514B (zh) | 用户行为分析的方法、装置、电子设备和存储介质 | |
CN114066513A (zh) | 一种用户分类的方法和装置 | |
CN112200602A (zh) | 用于广告推荐的神经网络模型训练方法及装置 | |
CN111784091A (zh) | 用于处理信息的方法和装置 | |
CN112950392A (zh) | 信息展示方法、后验信息确定方法及装置及相关设备 | |
CN112396445B (zh) | 用于识别用户身份信息的方法和装置 |
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 |