用戶喜好的分析方法及裝置、電子設備的制作方法
【專利摘要】本公開是關于用戶喜好的分析方法及裝置、電子設備，包括：獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；當檢測到所述用戶的關注行為時，獲取被關注對象的信息；根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。通過本公開的技術方案，可以準確分析出各用戶類別的對象喜好情況。
【專利說明】用戶喜好的分析方法及裝置、電子設備

【技術領域】
[0001]本公開涉及終端【技術領域】，尤其涉及用戶喜好的分析方法及裝置、電子設備。

【背景技術】
[0002]在用戶的日常生活和工作過程中，會涉及到對多種對象的選擇，而每種對象都存在很多種不同的類型。實際上，由于不同用戶存在不同的喜好和習慣，因而不同用戶選取的對象種類往往不同，甚至針對同一種類的對象，不同用戶選取的對象類型也存在差異。
[0003]比如在超市購物的場景中，不同用戶選擇的貨品種類往往不同，或者不同用戶對于同一種貨品的具體類型(如品牌、型號等)也可能存在差異。


【發明內容】

[0004]本公開提供用戶喜好的分析方法及裝置、電子設備，可以對用戶類別與對象之間的對應關系進行分析。
[0005]根據本公開實施例的第一方面，提供一種用戶喜好的分析方法，包括:
[0006]獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；
[0007]當檢測到所述用戶的關注行為時，獲取被關注對象的信息；
[0008]根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
[0009]可選的，所述獲取位于預設區域內用戶的生物特征數據，包括:
[0010]通過視頻監控系統對所述預設區域進行圖像采集；
[0011]提取采集到的圖像中包含的用戶的生物特征數據。
[0012]可選的，所述檢測到所述用戶的關注行為時，獲取對應的被關注對象信息，包括:
[0013]當檢測到所述關注行為時，確定所述用戶在所述預設區域內的相對位置信息；
[0014]根據所述相對位置信息和預定義的每種對象的位置信息，確定對應于所述關注行為的被關注對象；
[0015]讀取預定義的所述被關注對象的信息。
[0016]可選的，所述關注行為包括以下至少之一:
[0017]所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。
[0018]可選的，所述根據每個用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與對象之間的對應關系，包括:
[0019]統計任一用戶類別的所有用戶對同一對象的關注比例；
[0020]當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。
[0021]可選的，還包括:
[0022]確定每個用戶類別的所有用戶的聯系方式；
[0023]根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。
[0024]可選的，還包括:
[0025]確定所述用戶在所述預設區域內的相對位置信息；
[0026]通過所述相對位置信息的關聯區域內的信息展示終端，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。
[0027]根據本公開實施例的第二方面，提供一種用戶喜好的分析裝置，包括:
[0028]特征數據獲取模塊，用于獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；
[0029]對象信息獲取模塊，用于當檢測到所述用戶的關注行為時，獲取被關注對象的信息;
[0030]對應關系確定模塊，用于根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
[0031]可選的，所述特征數據獲取模塊包括:
[0032]圖像采集子模塊，用于通過視頻監控系統對所述預設區域進行圖像采集；
[0033]特征提取子模塊，用于提取采集到的圖像中包含的用戶的生物特征數據。
[0034]可選的，所述對象信息獲取模塊包括:
[0035]位置確定子模塊，用于當檢測到所述關注行為時，確定所述用戶在所述預設區域內的相對位置信息；
[0036]對象確定子模塊，用于根據所述相對位置信息和預定義的每種對象的位置信息，確定對應于所述關注行為的被關注對象；
[0037]信息讀取子模塊，用于讀取預定義的所述被關注對象的信息。
[0038]可選的，所述關注行為包括以下至少之一:
[0039]所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。
[0040]可選的，所述對應關系確定模塊包括:
[0041]次數統計子模塊，用于統計任一用戶類別的所有用戶對同一對象的關注比例；
[0042]關系建立子模塊，用于當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。
[0043]可選的，還包括:
[0044]聯系方式確定模塊，用于確定每個用戶類別的所有用戶的聯系方式；
[0045]對象信息推送模塊，用于根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。
[0046]可選的，還包括:
[0047]位置信息確定模塊，用于確定所述用戶在所述預設區域內的相對位置信息；
[0048]對象信息展示模塊，用于通過所述相對位置信息的關聯區域內的信息展示終端，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。
[0049]根據本公開實施例的第三方面，提供一種電子設備，包括:
[0050]處理器；
[0051]用于存儲處理器可執行指令的存儲器；
[0052]其中，所述處理器被配置為:
[0053]獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；
[0054]當檢測到所述用戶的關注行為時，獲取被關注對象的信息；
[0055]根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
[0056]本公開的實施例提供的技術方案可以包括以下有益效果:
[0057]本公開通過對生物特征數據的獲取，可以對每個用戶進行準確的類別劃分，并確保在預設區域內對不同用戶進行有效區分和識別；同時，通過對關注行為的檢測和被關注對象的信息獲取，可以對用戶類別與對象的關注情況進行準確的關聯統計，從而分析出用戶類別與對象的對應關系。
[0058]應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本公開。

【專利附圖】

【附圖說明】
[0059]此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0060]圖1是根據一示例性實施例示出的一種用戶喜好的分析方法的流程圖。
[0061]圖2是根據一示例性實施例示出的對用戶喜好進行分析的場景示意圖。
[0062]圖3是根據一示例性實施例示出的另一種用戶喜好的分析方法的流程圖。
[0063]圖4是根據一示例性實施例示出的展示對象信息的場景示意圖。
[0064]圖5-10是根據一示例性實施例示出的一種用戶喜好的分析裝置的框圖。
[0065]圖11是根據一示例性實施例示出的一種用于用戶喜好的分析的裝置的結構示意圖。

【具體實施方式】
[0066]這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0067]圖1是根據一示例性實施例示出的一種用戶喜好的分析方法的流程圖，如圖1所示，該方法用于服務器中，包括以下步驟。
[0068]在步驟102中，獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別。
[0069]在本實施例中，用戶的生物特征數據可以包括以下至少之一:手形、指紋、人臉圖像、虹膜、視網膜、脈搏、耳廓、聲音等。
[0070]在本實施例中，用戶類別可以采用多種維度進行劃分，比如性別、年齡、衣著、職業等其中的任一項或多項的組合。
[0071]作為一示例性實施例，當選用“人臉圖像”作為本公開的用戶生物特征數據時，可以通過如攝像機采集用戶的面部圖像，并基于人臉識別技術分析得到用戶的人臉圖像，且能夠準確識別出用戶的性別、年齡等信息。
[0072]在步驟104中，當檢測到所述用戶的關注行為時，獲取被關注對象的信息。
[0073]在本實施例中，關注行為包括以下至少之一:所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。當然，本領域技術人員應該理解的是，任意表明用戶對相應的對象存在關注的行為，均可以作為本公開技術方案的關注行為。
[0074]在步驟106中，根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與被關注對象之間的對應關系。
[0075]在本實施例中，通過獲取每個用戶的生物特征數據和對應的被關注對象的信息，且生物特征數據可以用于將每個用戶歸至對應的用戶類別，則可以通過對所有用戶的生物特征數據和被關注對象進行統計分析，確定每個用戶類別總體上對應的被關注對象，從而在該用戶類別與被關注對象之間建立起對應關系，說明該用戶類別的用戶更加關注這部分對象。
[0076]在本實施例中，可以統計任一用戶類別的所有用戶對同一對象的關注比例；其中，當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系O
[0077]由上述實施例可知，本公開通過對生物特征數據的獲取，可以對每個用戶進行準確的類別劃分，并確保在預設區域內對不同用戶進行有效區分和識別；同時，通過對關注行為的檢測和被關注對象的信息獲取，可以對用戶類別與對象的關注情況進行準確的關聯統計，從而分析出用戶類別與對象的對應關系。
[0078]本公開的技術方案，可以應用于存在不同類別的用戶以及多種類對象的任意場景中，以供分析出用戶類別與對象之間的對應關系。下面以用戶在超市中購買貨品的應用場景為例，對本公開的技術方案進行詳細說明。
[0079]圖2是根據一示例性實施例示出的對用戶喜好進行分析的場景示意圖。如圖2所示，可以在超市內安裝視頻監控系統，包括攝像機A、攝像機B等多臺攝像機，以采集用戶的人臉圖像、視線聚焦位置、手部動作等；同時，通過連接至該視頻監控系統的服務器，對視頻監控系統采集到的圖像數據進行分析。結合圖2所示的應用場景，圖3示出了本公開一示例性實施例的另一種用戶喜好分析方法的流程圖，該方法可以包括以下步驟。
[0080]在步驟302中，通過視頻監控系統對預設區域進行圖像采集。
[0081]在本實施例中，當應用場景為圖2所示的用戶在超市內購買貨品時，預設區域即超市內的任意區域。
[0082]在步驟304中，從視頻監控系統采集到的圖像中，提取用戶的生物特征數據。
[0083]在本實施例中，當用戶進入視頻監控系統的監控范圍之后，即可對用戶進行圖像采集和生物特征數據的提取；而服務器通過對生物特征數據的對比分析，可以區分出該用戶是否為正在監控的用戶，或者剛進入超市的新用戶。
[0084]當然，本實施例僅以“人臉識別”為例，通過視頻監控系統對相應的生物特征數據(即人臉圖像)進行獲取；而當采用其他類型的生物特征數據時，顯然也可以通過其他類型的硬件設備執行相應的生物特征數據采集，而不限于對視頻監控系統的應用。
[0085]在步驟306中，根據用戶的生物特征數據，分析每個用戶所屬的用戶類別。
[0086]在本實施例中，比如用戶類別的區分維度為“性別”和“年齡”，則作為一示例性實施方式，可以通過對用戶的人臉識別操作，直接得到對應的性別和年齡信息，并歸類至相應的用戶類別，例如“男+20?25歲，，、“女+35?40歲”等。
[0087]或者，作為另一示例性實施方式，還可以由服務器事先獲取和存儲已知用戶的身份信息，則視頻監控系統在采集到用戶的人臉圖像等生物特征數據之后，通過與存儲的已知身份信息進行比較，即可得到每個用戶的實際且詳細的身份信息，相比于服務器的自動識別操作，能夠實現更為準確的用戶分類。
[0088]在步驟308中，當檢測到用戶的關注行為時，轉入步驟310。
[0089]在本實施例中，步驟306和步驟308之間可以采用并行處理的方式，而并不存在必然的先后處理順序。
[0090]在本實施例中，關注行為可以包括以下至少之一:所述用戶的運動停止時長大于或等于預設時長(即用戶停下來查看或拿起貨品)、所述用戶查看相應對象的信息(即用戶查看貨品的價格、重量、品牌、生產日期等信息)、所述用戶與相應對象發生接觸(即用戶拿起貨品進行查看，或者直接將貨品放入購物車或購物筐中)、所述用戶對相應對象的查看或接觸時長大于或等于預設時長(即用戶對貨品進行詳細查看)、所述用戶將相應對象帶離所述預設區域(即用戶購買了相應的貨品)。
[0091]在本實施例中，關注行為的檢測可以通過視頻監控系統的圖像采集來實現，比如查看用戶的運動狀態、對貨品的查看和接觸情況等；或者，還可以通過其他方式實現，比如服務器還可以連接至超市內的收銀系統，則通過對收銀數據的查詢，即可確定用戶的貨品購買情況。
[0092]在步驟310中，確定用戶的相對位置信息。
[0093]在步驟312中，確定對應的被關注對象。
[0094]在本實施例中，用戶的相對位置信息可以為該用戶相對于超市內的各貨架的位置信息，以及用戶處于相應貨架的哪個位置，比如首端、尾端或中間等；然后，根據相對位置信息和預定義的每種對象的位置信息(即預設的每種貨品的擺放位置，比如放置于哪個貨架的哪個位置)，確定對應于所述關注行為的被關注對象，并讀取預存儲的該被關注對象的信息。
[0095]在本實施例中，作為一示例性實施方式，可以通過視頻監控系統直接確定用戶的相對位置信息。比如視頻監控系統的每個攝像頭對應于I或2個貨架，則當該攝像頭采集到用戶圖像時，即可確定用戶處于相應的貨架旁邊，再結合用戶的人臉朝向，即可確定被關注對象所處的貨架；然后，基于用戶處于該貨架的哪個位置，即可確定出被關注對象。
[0096]作為另一示例性實施方式，可以通過其他方式確定用戶的相對位置信息，比如在貨架上對應于不同貨品的擺放位置安裝RFID (Rad1 Frequency Identif icat1n，射頻識另Ij)標簽，而在購物車或購物籃上設置RFID閱讀器，且該閱讀器連接至服務器。因此，當檢測到用戶的關注行為時，通過開啟RFID閱讀器，可以對RFID標簽進行讀取并上傳至服務器，從而確定用戶所處的相對位置信息，并結合相對位置信息和預定義的每種貨品的位置信息，即可確定被關注貨品的信息；或者，通過在RFID標簽中記錄其安裝位置的貨品信息，也可以直接通過對RFID標簽的讀取，確定被關注貨品的信息。
[0097]當然，除了步驟310和步驟312所示的實施例，還可以通過其他方式來確定用戶對應的被關注對象，比如在檢測到用戶的關注行為時，根據用戶的視線聚焦位置，直接通過視頻監控系統采集相應貨品的圖像信息，并通過與預存儲的貨品數據庫進行對比來查找出該貨品的信息，甚至直接從圖像信息中讀取貨品上記錄的信息。
[0098]步驟314，根據用戶對應的被關注對象，并結合由生物特征數據識別出的用戶類別狀況，確定用戶類別與對象的對應關系。
[0099]在本實施例中，可以統計任一用戶類別的所有用戶對同一對象的關注比例；當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。比如針對“男+20?25歲”用戶類別，假定該用戶類別下共有2000名用戶，且購買“紙面巾”的用戶數量大于或等于1200名，即關注“紙面巾”的比例大于或等于60%，則在“男+20?25歲”用戶類別與“紙面巾”之間建立對應關系，說明“男+20?25歲”用戶類別的用戶對“紙面巾”更容易產生關注。
[0100]基于服務器分析得到的用戶類別與對象之間的對應關系，可以向每種用戶類別的用戶進行準確的對象信息推送。比如作為一示例性實施例，可以確定每個用戶類別的所有用戶的聯系方式，并根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。舉例而言，通過獲取每個用戶的手機號碼，則服務器在通過如視頻監控系統檢測到某個用戶類別的用戶進入超市后，即可將與該用戶類別存在對應關系的對象信息推送至該用戶的手機，便于用戶進行查看和購買。
[0101]作為另一示例性實施例，服務器可以通過如視頻監控系統檢測出用戶所屬的用戶類別，服務器還可以通過如圖像采集或RFID信息讀取等方式來確定用戶在預設區域內所處的相對位置信息，從而可以通過所述相對位置信息的關聯區域內的信息展示終端中，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。比如圖4所示，當用戶在超市內購物時，譬如通過對用戶的視線聚焦狀況進行分析，若確定用戶對某件貨品產生關注行為時，服務器可以對相連的顯示器進行控制，使得在位于被關注貨品附近的顯示器上，對與該用戶所屬用戶類別存在對應關系的貨品進行展示，以提示和引導用戶對所展示的貨品進行購買。
[0102]與前述的用戶喜好的分析方法的實施例相對應，本公開還提供了用戶喜好的分析裝置的實施例。
[0103]圖5是根據一示例性實施例示出的一種用戶喜好的分析裝置框圖。參照圖5，該裝置包括特征數據獲取模塊51、對象信息獲取模塊52和對應關系確定模塊53。
[0104]其中，特征數據獲取模塊51，被配置為獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；
[0105]對象信息獲取模塊52，被配置為當檢測到所述用戶的關注行為時，獲取對應的被關注對象信息；
[0106]對應關系確定模塊53，被配置為根據每個用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與對象之間的對應關系。
[0107]可選的，所述關注行為包括以下至少之一:所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。
[0108]如圖6所示，圖6是根據一示例性實施例示出的另一種用戶喜好的分析裝置的框圖，該實施例在前述圖5所示實施例的基礎上，特征數據獲取模塊51可以包括:圖像采集子模塊511和特征提取子模塊512。
[0109]其中，圖像采集子模塊511，被配置為通過視頻監控系統對所述預設區域進行圖像米集；
[0110]特征提取子模塊512，被配置為提取采集到的圖像中包含的用戶的生物特征數據。
[0111]如圖7所示，圖7是根據一示例性實施例示出的另一種用戶喜好的分析裝置的框圖，該實施例在前述圖5所示實施例的基礎上，對象信息獲取模塊52可以包括:位置確定子模塊521、對象確定子模塊522和信息讀取子模塊523。
[0112]其中，位置確定子模塊521，被配置為當檢測到所述關注行為時，確定所述用戶在所述預設區域內的相對位置信息；
[0113]對象確定子模塊522，被配置為根據所述相對位置信息和預定義的每種對象的位置信息，確定對應于所述關注行為的被關注對象；
[0114]信息讀取子模塊523，被配置為讀取預定義的所述被關注對象的信息。
[0115]需要說明的是，上述圖7所示的裝置實施例中的位置確定子模塊521、對象確定子模塊522和信息讀取子模塊523的結構也可以包含在前述圖6的裝置實施例中，對此本公開不進行限制。
[0116]如圖8所示，圖8是根據一示例性實施例示出的另一種用戶喜好的分析裝置的框圖，該實施例在前述圖5所示實施例的基礎上，對應關系確定模塊53可以包括:次數統計子模塊531和關系建立子模塊532。
[0117]其中，次數統計子模塊531，被配置為統計任一用戶類別的所有用戶對同一對象的關注比例；
[0118]關系建立子模塊532，被配置為當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。
[0119]需要說明的是，上述圖8所示的裝置實施例中的次數統計子模塊531和關系建立子模塊532的結構也可以包含在前述圖6或圖7的裝置實施例中，對此本公開不進行限制。
[0120]如圖9所示，圖9是根據一示例性實施例示出的另一種用戶喜好的分析裝置的框圖，該實施例在前述圖5所示實施例的基礎上，還可以包括:聯系方式確定模塊54和對象信息推送模塊55。
[0121]其中，聯系方式確定模塊54，被配置為確定每個用戶類別的所有用戶的聯系方式；
[0122]對象信息推送模塊55，被配置為根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。
[0123]需要說明的是，上述圖9所示的裝置實施例中的聯系方式確定模塊54和對象信息推送模塊55的結構也可以包含在前述圖6-8的裝置實施例中，對此本公開不進行限制。
[0124]如圖10所示，圖10是根據一示例性實施例示出的另一種用戶喜好的分析裝置的框圖，該實施例在前述圖5所示實施例的基礎上，還可以包括:位置信息確定模塊56和對象信息展示模塊57。
[0125]其中，位置信息確定模塊56，被配置為確定所述用戶在所述預設區域內的相對位置信息；
[0126]對象信息展示模塊57，被配置為通過所述相對位置信息的關聯區域內的信息展示終端中，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。
[0127]需要說明的是，上述圖10所示的裝置實施例中的位置信息確定模塊56和對象信息展示模塊57的結構也可以包含在前述圖6-8的裝置實施例中，對此本公開不進行限制。
[0128]關于上述實施例中的裝置，其中各個模塊執行操作的具體方式已經在有關該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。
[0129]對于裝置實施例而言，由于其基本對應于方法實施例，所以相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部模塊來實現本公開方案的目的。本領域普通技術人員在不付出創造性勞動的情況下，即可以理解并實施。
[0130]相應的，本公開還提供一種用戶喜好的分析裝置，包括:處理器；用于存儲處理器可執行指令的存儲器；其中，所述處理器被配置為:獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；當檢測到所述用戶的關注行為時，獲取對應的被關注對象信息；根據每個用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與對象之間的對應關系。
[0131]相應的，本公開還提供一種終端，所述終端包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于進行以下操作的指令:獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別；當檢測到所述用戶的關注行為時，獲取對應的被關注對象信息；根據每個用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與對象之間的對應關系。
[0132]圖11是根據一示例性實施例示出的一種用于用戶喜好的分析的裝置1100的框圖。例如，裝置1100可以被提供為一服務器。參照圖11，裝置1100包括處理組件1122，其進一步包括一個或多個處理器，以及由存儲器1132所代表的存儲器資源，用于存儲可由處理部件1122的執行的指令，例如應用程序。存儲器1132中存儲的應用程序可以包括一個或一個以上的每一個對應于一組指令的模塊。此外，處理組件1122被配置為執行指令，以執行上述用戶喜好的分析方法。
[0133]裝置1100還可以包括一個電源組件1126被配置為執行裝置1100的電源管理，一個有線或無線網絡接口 1150被配置為將裝置1100連接到網絡，和一個輸入輸出(I/O)接口 1158。裝置1100可以操作基于存儲在存儲器1132的操作系統，例如Windows ServerTM,Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或類似。
[0134]本領域技術人員在考慮說明書及實踐這里公開的公開后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本公開的一般性原理并包括本公開未公開的本【技術領域】中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權利要求指出。
[0135]應當理解的是，本公開并不局限于上面已經描述并在附圖中示出的精確結構，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權利要求來限制。
【權利要求】
1.一種用戶喜好的分析方法，其特征在于，包括: 獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別； 當檢測到所述用戶的關注行為時，獲取被關注對象的信息； 根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
2.根據權利要求1所述的方法，其特征在于，所述獲取位于預設區域內用戶的生物特征數據，包括: 通過視頻監控系統對所述預設區域進行圖像采集； 提取采集到的圖像中包含的用戶的生物特征數據。
3.根據權利要求1所述的方法，其特征在于，所述檢測到所述用戶的關注行為時，獲取對應的被關注對象信息，包括: 當檢測到所述關注行為時，確定所述用戶在所述預設區域內的相對位置信息； 根據所述相對位置信息和預定義的每種對象的位置信息，確定對應于所述關注行為的被關注對象； 讀取預定義的所述被關注對象的信息。
4.根據權利要求1所述的方法，其特征在于，所述關注行為包括以下至少之一: 所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。
5.根據權利要求1所述的方法，其特征在于，所述根據每個用戶類別的所有用戶對同一對象的關注情況，確定用戶類別與對象之間的對應關系，包括: 統計任一用戶類別的所有用戶對同一對象的關注比例； 當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。
6.根據權利要求1所述的方法，其特征在于，還包括: 確定每個用戶類別的所有用戶的聯系方式； 根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。
7.根據權利要求1所述的方法，其特征在于，還包括: 確定所述用戶在所述預設區域內的相對位置信息； 通過所述相對位置信息的關聯區域內的信息展示終端，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。
8.一種用戶喜好的分析裝置，其特征在于，包括: 特征數據獲取模塊，用于獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別； 對象信息獲取模塊，用于當檢測到所述用戶的關注行為時，獲取被關注對象的信息；對應關系確定模塊，用于根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
9.根據權利要求8所述的裝置，其特征在于，所述特征數據獲取模塊包括: 圖像采集子模塊，用于通過視頻監控系統對所述預設區域進行圖像采集； 特征提取子模塊，用于提取采集到的圖像中包含的用戶的生物特征數據。
10.根據權利要求8所述的裝置，其特征在于，所述對象信息獲取模塊包括: 位置確定子模塊，用于當檢測到所述關注行為時，確定所述用戶在所述預設區域內的相對位置信息； 對象確定子模塊，用于根據所述相對位置信息和預定義的每種對象的位置信息，確定對應于所述關注行為的被關注對象； 信息讀取子模塊，用于讀取預定義的所述被關注對象的信息。
11.根據權利要求8所述的裝置，其特征在于，所述關注行為包括以下至少之一: 所述用戶的運動停止時長大于或等于預設時長、所述用戶查看相應對象的信息、所述用戶與相應對象發生接觸、所述用戶對相應對象的查看或接觸時長大于或等于預設時長、所述用戶將相應對象帶離所述預設區域。
12.根據權利要求8所述的裝置，其特征在于，所述對應關系確定模塊包括: 次數統計子模塊，用于統計任一用戶類別的所有用戶對同一對象的關注比例； 關系建立子模塊，用于當所述關注比例大于或等于預設比例時，為所述任一用戶類別與所述同一對象建立對應關系。
13.根據權利要求8所述的裝置，其特征在于，還包括: 聯系方式確定模塊，用于確定每個用戶類別的所有用戶的聯系方式； 對象信息推送模塊，用于根據所述聯系方式，推送與相應用戶類別之間存在對應關系的對象的信息。
14.根據權利要求8所述的裝置，其特征在于，還包括: 位置信息確定模塊，用于確定所述用戶在所述預設區域內的相對位置信息； 對象信息展示模塊，用于通過所述相對位置信息的關聯區域內的信息展示終端，對與所述用戶所屬用戶類別之間存在對應關系的對象的信息進行展示。
15.—種電子設備，其特征在于，包括: 處理器； 用于存儲處理器可執行指令的存儲器； 其中，所述處理器被配置為: 獲取位于預設區域內用戶的生物特征數據，所述生物特征數據在預設維度下屬于相應的用戶類別； 當檢測到所述用戶的關注行為時，獲取被關注對象的信息； 根據屬于所述用戶類別的所有用戶對同一對象的關注情況，確定所述用戶類別與被關注對象之間的對應關系。
【文檔編號】G06K9/46GK104462530SQ201410816041
【公開日】2015年3月25日 申請日期:2014年12月23日 優先權日:2014年12月23日
【發明者】陳志軍, 張濤, 王百超 申請人:小米科技有限責任公司