CN111311266A - 账号操作方法、装置、电子设备 - Google Patents
账号操作方法、装置、电子设备 Download PDFInfo
- Publication number
- CN111311266A CN111311266A CN202010093591.7A CN202010093591A CN111311266A CN 111311266 A CN111311266 A CN 111311266A CN 202010093591 A CN202010093591 A CN 202010093591A CN 111311266 A CN111311266 A CN 111311266A
- Authority
- CN
- China
- Prior art keywords
- customer
- store
- arrival
- face information
- account
- 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
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种账号操作方法,属于视觉识别技术领域,有助于减少账号操作消耗的计算设备资源。本申请实施例公开的账号操作方法包括:通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。本申请实施例公开的账号操作方法,通过基于人脸比对聚类,识别门店顾客关联的线上账户,使得可以有针对性的对门店顾客关联的线上账户进行资源推送,有助于减少盲目进行账号操作导致的资源浪费和资源损失,从而减少账号操作消耗的计算设备资源。
Description
技术领域
本申请实施例涉及视觉识别技术领域,特别是涉及一种账号操作方法、装置、电子设备及计算机可读存储介质。
背景技术
随着网络平台的发展,网络平台对用户提供的服务越来越多,用户对网络平台的依赖也逐渐增强,越来越多的用户注册了线上账号,以通过网络平台获取服务。对于一些大型网络平台来说,注册用户数百万,意味着该网络平台要管理数百万的线上账号。当平台执行账号相关的数据操作时,例如,为账号分发资源等操作时,网络平台的数据处理量非常大。如何有效管理线上账号,当执行账号相关的数据操作时,仅对相关账号执行操作,而不是对所有账号执行操作,以减少账号操作的计算资源或存储资源消耗,是一个承待解决的问题。
发明内容
本申请实施例提供一种账号操作方法,有助于减少账号操作消耗的计算设备资源。
为了解决上述问题,第一方面,本申请实施例提供了一种账号操作方法,包括:
通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;
通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;
确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
第二方面,本申请实施例提供了一种账号操作装置,包括:
人脸信息获取模块,用于通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;
顾客到店时间集合确定模块,用于通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;
顾客账号操作执行模块,用于确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
第三方面,本申请实施例还公开了一种电子设备,包括存储器、处理器及存储在所述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计算机程序时实现本申请实施例所述的账号操作方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时本申请实施例公开的账号操作方法的步骤。
本申请实施例公开的账号操作方法,通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作,有助于减少盲目进行账号操作导致的资源浪费和资源损失,从而减少账号操作消耗的计算设备资源。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为使本申请实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1是本申请实施例一的账号操作方法流程图;
图2是本申请实施例二的账号操作装置结构示意图;
图3示意性地示出了用于执行根据本申请的方法的电子设备的框图;以及
图4示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元。
具体实施方式
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、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
本申请实施例公开的一种账号操作方法,如图1所示,所述方法包括:步骤110至步骤130。
步骤110,通过位于门店的图像采集设备获取顾客的人脸信息。
其中,所述人脸信息关联采集时间。
本申请的一些实施例中,获取的顾客的人脸信息可以为顾客的人脸图像,也可以为顾客的人脸特征。并且,所述人脸信息关联采集时间。
本申请的一些实施例中,网络平台接收在门店的图像采集设备获取的顾客的人脸信息。其中,所述图像采集设备可以为设置在门店的监控摄像头、或者设置在收银台的用于刷人脸进行支付的摄像头、或者到店顾客的运行网络平台的支付客户端的电子设备等。在本申请的其他实施例中,所述图像采集设备还可以为位于门店内的其他具有图像采集能力的电子设备,本申请对所述图像采集设备的表现形式和所有者不做限定。
本申请的一些实施例中,通过位于门店的图像采集设备获取顾客的人脸信息,包括以下任意一种或多种技术手段。
第一种,接收设置在门店的图像采集设备采集的到店顾客的人脸图像。
现有技术中,门店的入口、出口或墙壁上通常设置有监控摄像头,本申请的一些实施例中可以通过上述设置在门店内的摄像头,采集到店顾客的头部图像,并进行图像处理,提取到每个到店顾客的人脸图像。然后,通过所述门店的预设终端将到店顾客的人脸图像,连同该人脸图像(即该人脸图像所述头部图像)的采集时间关联上传到预设网络平台的服务器端。其中,所述预设终端可以为安装有网络平台的客户端软件的电脑、移动终端等电子设备。
所述网络平台的服务器端接收到门店终端上传的到店顾客的人脸图像之后,运行预设的特征提取算法提取每幅人脸图像中的人脸特征,并将人脸特征与该人脸图像的采集时间关联。
第二种,接收所述门店内的图像采集设备在顾客进行门店用户注册时,采集的所述顾客的人脸图像中的人脸特征。
本申请的一些实施例中,顾客可以通过设置在门店内的所述网络平台的客户端注册成所述网络平台的线上用户,或注册为所述门店的会员。在注册过程中,门店可以通过所述客户端驱动的图像采集设备(如运行所述客户端的电子设备的摄像头、或者设置在收银台或服务台的摄像头等)采集当前注册顾客的人脸图像,并运行预设算法提取采集的人脸图像中的人脸特征。然后,通过所述客户端将所述当前注册顾客的人脸特征,连同该人脸特征的采集时间(即用于提取该人脸特征的人脸图像的采集时间)关联上传到所述网络平台的服务器端。
第三种,接收顾客在门店内通过人脸识别进行支付时,所述门店所连接的支付客户端发送的所述顾客的人脸特征。
本申请的一些实施例中,当顾客在门店进行人脸识别支付时,门店内设置的网络平台客户端通过驱动预设的图像采集设备(如运行所述客户端的电脑的摄像头)采集顾客的人脸图像。然后,所述客户端运行预设算法提取采集的人脸图像中的人脸特征,并将提取的人脸特征连同采集时间(即用于提取该人脸特征的人脸图像的采集时间)关联发送到所述网络平台的服务器,由所述服务器进行人脸识别。人脸识别成功之后,完成人脸识别支付。在人脸识别成功之后,网络平台的服务器会获取到该顾客在所述网络平台内注册的用户标识。
本申请的另一些实施例中,所述在进行人脸识别支付时,所述客户端也可以实时下载所述网络平台的注册用户人脸库,由所述客户端在本客户端本地进行人脸识别。所述注册用户人脸库中包括用户标识和人脸特征的对应关系。在识别成功之后,所述客户端将识别得到的用户标识和所述顾客的人脸特征关联采集时间即用于提取该人脸特征的人脸图像的采集时间)发送到所述网络平台的服务端进行存储。
通过上述方法,所述网络平台的服务器中将存储若干到店顾客的人脸信息。每一条人脸信息至少包括:人脸特征或人脸图像,以及该人脸特征或人脸图像关联的采集时间。
在本申请的另一些实施例中,每条所述人脸信息还包括:该人脸特征或人脸图像关联的采集地理位置。本申请实施例中所述人脸特征或人脸图像关联的采集地理位置为:采集该人脸图像或采集用于提取该人脸特征的人脸图像的门店的地理位置。在本申请的一些实施例中,所述门店的地理位置可以通过客户端预先绑定的地理位置确定,或者通过对图像采集设备进行GPS定位确定(例如,图像采集设备采集的图像中通常包括地理位置属性信息)。
步骤120,通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合。
所述网络平台的服务器端在获取到线下门店的到店顾客的人脸信息之后,通过对所述人脸信息进行比对聚类,确定到店顾客和每个顾客的到店时间集合。
本申请的一些实施例中,当所述人脸信息为人脸图像时,首先需要运行预设算法对所述人脸图像进行处理,分别提取每幅所述人脸图像中的人脸特征。本申请的一些实施例中,用于提取人脸特征的预设算法可以为现有技术中通用的人脸识别时的人脸特征提取算法,本申请对从人脸图像中提取人脸特征的具体算法不做限定。
本申请的一些实施例中,所述通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合,包括:通过对所述人脸信息进行比对聚类,确定每个顾客的人脸信息集合;对于每个顾客,根据所述顾客的人脸信息集合中包括的各人脸信息关联的采集时间,确定所述顾客的到店时间集合。以人脸信息为人脸特征为例,在对服务器端存储的人脸信息进行比对聚类时,可以采用基于相似度距离的聚类方法,或者采用K-means算法对所述若干人脸特征进行无监督聚类,最终得到多个人脸特征类别。对于得到的每个人脸特征类别,该类别中的人脸特征可以认为是一个顾客的人脸特征。即每个人脸特征类别中的人脸特征构成一个人脸特征集合,每个人脸特征集合中包括的人脸特征为某个顾客的多次到店时采集的人脸特征。为了标识不同的顾客,本申请的一些实施例中,而可以为每个类别的人脸特征设置一个顾客标识,并在服务器端存储顾客标识和人脸特征的对应关系。其中,每个顾客标识将标识一个人脸特征集合。
在本申请的另一些实施例中,对于服务器端已经存储有顾客标识和人脸特征的对应关系的情况,可以将服务端最新获取的人脸信息与已经存储的已经存储人脸特征类别(即人脸特征集合)进行增量比对聚类,以提升聚类效率。例如,将服务端最新获取的人脸信息按照前述方法进行聚类,并将聚类得到的聚类中心和存储的各人脸特征类别的类别中心进行相似度比对。将相似度比对结果满足预设合并条件的类别,合并为一个类别,即将最新采集的人脸信息加入到相应顾客的人脸特征集合中。对于与任何一个已存储人脸特征类别的相似度比对结果均不满足预设合并条件的,认为该人脸特征类别中的人脸特征来自于新顾客,为该新顾客分配一个顾客标识,并在服务器端存储该顾客标识与人脸特征集合的对应关系,该人脸特征集合中包括所述人脸特征类别中的所有人脸特征。
接下来,对于每个顾客的人脸特征关联的采集时间进行分析处理,确定相应顾客的到店时间集合。
如前所述,服务器端存储了每个顾客标识对应的人脸特征集合,进一步的,由于每个人脸特征关联有采集时间,因此,通过提取每个人脸特征集合中各人脸特征的采集时间,可以确定每个顾客标识对应的人脸特征的采集时间集合。因为人脸特征或者用于提取人脸特征的人脸图像是在门店采集的,因此,每个顾客标识对应的人脸特征的采集时间集合就是该顾客标识所标识的顾客的到店时间的集合。
步骤130,确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
进一步的,根据每个顾客的历史到店时间,对每个顾客执行相应的账号操作。本申请的一些实施例中,所述账号操作包括:资源推送、账号管理等操作。
本申请的一些实施例中,所述确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作,包括:确定所述到店时间集合中的时间分布满足预定条件的顾客,对所确定的顾客的线上账号推送适配于所述预定条件的资源,其中,不同的预定条件适配不同的资源。
本申请的一些实施例中,所述到店时间集合中的时间分布满足预定条件的顾客包括:根据到店时间集合中的到店时间确定的,在一预定到店周期内到店频次低于预定频次阈值的顾客。所述预定到店周期包括:根据所述顾客的到店时间集合中的到店时间,确定所述顾客的到店周期。例如,根据顾客标识A对应的到店时间集合中的到店时间确定顾客标识A对应顾客的到店周期,如2个月。如果顾客标识A对应的到店时间集合中最晚的一个到店时间与对所述人脸信息进行比对聚类时网络平台的***时间之间的时间差超过了前述确定的到店周期,则可以认为顾客标识A对应顾客为到店时间集合中的时间分布满足一预定条件的顾客;如果顾客标识A对应的到店时间集合中最晚的一个到店时间与对所述人脸信息进行比对聚类时网络平台的***时间之间的时间差小于前述确定的到店周期,则可以认为顾客标识A对应顾客不是满足预定条件的顾客。
本申请的另一些实施例中,所述到店时间集合中的时间分布满足预定条件的顾客包括:根据到店时间集合中的到店时间确定的,最后一次到店时间距离当前时刻超过一预定时间阈值的顾客。例如,预设线上账号操作规则为一个月未到店,若根据顾客标识A对应的到店时间集合中的到店时间,确定最晚的一个到店时间为在对所述人脸信息进行比对聚类时网络平台的***时间的一个月之前,则说明该顾客近一个月内没有到店,可以认为该顾客为满足另一预定条件的顾客;若根据顾客标识A对应的到店时间集合中的到店时间,确定最晚的一个到店时间为在对所述人脸信息进行比对聚类时网络平台的***时间的半个月之后,则说明该顾客近一个月内有到店,可以认为该顾客不是满足所述另一预定条件的顾客。
本申请的一些实施例中,在对所述顾客的线上账号推送第一预定数量的资源或对所述顾客的线上账号推送第二预定数量的资源推送之前,还包括确定所述顾客的线上账号。本申请的一些实施例中,获取的顾客的人脸信息可以为顾客的人脸图像,也可以为顾客的人脸特征,所述人脸信息关联采集时间,还关联采集地理位置。
本申请的一些实施例中,通过位于门店内图像采集设备获取顾客的人脸信息包括:顾客在门店通过人脸识别进行支付时,所述网络平台的支付客户端发送的人脸信息。本申请的一些实施例中,顾客在门店通过人脸识别进行支付时,所述网络平台的支付客户端还发送与所述人脸信息对应的线上用户的用户标识。
本申请的另一些实施例中,通过位于门店的图像采集设备获取顾客的人脸信息还可以包括:接收设置在门店内的图像采集设备采集的到店顾客的人脸图像,和/或接收所述门店内的图像采集设备在顾客进行门店用户注册时,采集的所述顾客的人脸图像中的人脸特征。
通过位于门店内图像采集设备获取顾客的人脸信息的具体实施方式参见前述步骤中的相关描述,此处不再赘述。
网络平台会将用户标识、人脸信息关联存储。所述人脸信息关联采集时间和采集地理位置。所述到店时间集合中的每个到店时间为相应所述人脸信息关联采集时间,所述到店时间集合中的每个到店时间对应的顾客地理位置为相应所述人脸信息关联采集地理位置。
本申请的一些实施例中,所述顾客的线上账号通过以下方法确定:将所述到店时间集合中的到店时间对应的顾客地理位置,分别与网络平台中线上账号在各所述到店时间时上报的地理位置进行匹配;根据匹配结果确定所述顾客的线上账号。其中,将所述到店时间集合中的到店时间对应的顾客地理位置,分别与网络平台中线上账号在各所述到店时间时上报的地理位置进行匹配,包括:根据所述到店时间集合中的到店时间对应的顾客地理位置生成相应顾客的行程轨迹,以及,根据网络平台中各线上账号在各所述到店时间时上报的地理位置分别生成各线上账号对应的行程轨迹;将所述顾客对应的所述行程轨迹分别与网络平台中各线上账号对应的行程轨迹进行匹配。所述行程轨迹用于描述所述顾客先后到达的各个地理位置以及到达所述各个地理位置的时间。
在对所述人脸信息进行比对聚类后,不同人脸信息集合与不同顾客匹配,每个人脸信息集合中的各组所述人脸信息与指定顾客匹配。每组所述人脸信息关联一个采集时间和一个采集地理位置。因此,根据每一组人脸信息中关联的采集时间和采集地理位置可以确定该指定顾客的到店时间集合,以及,在该到店时间集合中的在某一时刻出现在哪个地理位置的信息。进一步的,根据该指定顾客对应的人脸信息集合中的多组人脸信息即可确定该指定顾客先后到达的各个地理位置以及到达所述各个地理位置的时间,得到该指定顾客的行程轨迹。
而对于网络平台中的各线上账户,当该线上账户执行支付、注册等操作时,会将实时地理位置上报至网络平台,网络平台将存储各线上账户上报实时地理位置的时间。本申请的一些实施例中,网络平台会记录每个线上用户的线上行为(如点击、浏览、购买等行为)记录,通常所述线上行为记录包括线上用户执行相应线上行为的时间和地理位置信息。进一步的,对于每个线上账号,根据网络平台中存储的该线上账号执行预设操作的实时地理位置以及各实时地理位置对应的时间,可以确定该线上账户的行程轨迹。本申请的另一些实施例中,所述网络平台根据网络平台中各线上账号在各所述到店时间对应的地理位置生成各线上账号对应的行程轨迹。
之后,通过将所述确定的顾客的行程轨迹与所述网络平台中各线上账号的行程轨迹进行匹配,确定所述确定的顾客分别与每个所述线上账号的行程轨迹匹配度;在所述行程轨迹匹配度满足预设匹配阈值时,确定所述线上账号的用户标识作为所述确定的顾客关联的用户标识。本申请的一些实施例中,还可以通过对行程轨迹中的时间和地理位置的误差进行累计,以确定两个行程轨迹的匹配度。
本申请的另一些实施例中,还可以采用其他方法计算方法行程轨迹匹配度,本申请实施例中不再一一例举,本申请对确定行程轨迹匹配度的具体方法不做限定。
本申请的一些实施例中,所述顾客的线上账号还可以通过以下方法确定:确定支付客户端发送的与所述人脸信息对应的所述,作为与所述人脸信息匹配的顾客所关联的线上账号。例如,在顾客在门店进行刷人脸支付时,所述支付客户端会发送与所述人脸信息对应的所述用户标识,网络平台的服务器端在存储所述人脸信息时,可以同时关联存储该人脸信息对应的线上账号(如用户标识)。在所述服务器端对存储的人脸信息进行比对聚类时,对于聚类得到的每个人脸信息类别,所述服务器端会为该人脸信息类别中所有人脸信息组成的人脸信息集合分配一个顾客标识,每个人脸信息集合对应一个指定顾客。如果某个人脸信息集合中的某个人脸信息在所述服务器端关联存储了对应的线上账号,则可以确定该人脸信息对应的线上账号作为该人脸信息集合对应的指定顾客所关联的线上账号。
本申请的一些实施例中,所述对所确定的顾客的线上账号推送适配于所述预定条件的资源,包括:所述预定条件指示所述顾客的到店时间间隔,对所述顾客的线上账号推送第一预定数量的资源,所述第一预定数量与所述到店时间间隔正相关;或者,所述预定条件指示所述顾客的到店频次,对所述顾客的线上账号推送第二预定数量的资源,所述第二预定数量与所述到店频次负相关。本申请实施例中,设置了不同预设条件,不同预设条件可以用于指示顾客的不同到店时间间隔的长短,或者,不同预设条件可以用于指示顾客的不同到店频次数量等。当所述预定条件指示所述顾客的到店时间间隔时,根据顾客的实际到店时间间隔与预设的不同时间间隔的匹配关系,向所述顾客执行相应数量的资源推送,顾客到店时间间隔越长,向顾客的线上账号或预留信息接收渠道推送越多数量的资源;当所述预定条件指示所述顾客的到店频次时,根据顾客的实际到店频次与预设的到店频次级别的匹配关系,向所述顾客执行相应数量的资源推送,顾客到店时间频次越少,向顾客的线上账号或预留信息接收渠道推送越多数量的资源。本申请实施例中所述的资源包括:门店活动信息、电子票券等。
其中,对所述顾客的线上账号推送第一预定数量的资源,包括:向所述顾客的线上账号推送第一预定数量的资源,或,通过所述顾客的线上账号预先设置的信息接收渠道执行相应的资源推送。其中,预先设置的信息接收渠道包括如电子邮箱地址、手机号码等)。
本申请实施例公开的账号操作方法,通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作,提升了账号操作的针对性,减少盲目进行账号操作导致的资源浪费和资源损失,有助于提升账号操作的效率。
另一方面,本申请实施例公开的账号操作方法,结合人脸比对聚类和地理位置轨迹信息和到店时间信息,识别门店顾客关联的线上账户,使得可以有针对性的对门店顾客关联的线上账户进行资源推送,减少了账号操作消耗的计算设备资源。
在本申请的一个应用场景中,随着线上购物或信息获取的普遍性,门店顾客通常会注册线上用户,本申请实施例通过基于线上和线下用户行为轨迹的匹配结果确定门店流失的线上用户(即到店时间满足预设条件的顾客),可以进一步提升流失顾客的确定准确性。另一方面,通过线上对用户执行信息推送和资源发放等操作,缩小对用户进行资源推送操作的范围,节约资源推送所占用的资源,还有助于召回确定的流失顾客。
实施例二
本申请实施例公开的一种账号操作装置,如图2所示,所述装置包括:
人脸信息获取模块210,用于通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;
顾客到店时间集合确定模块220,用于通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;
顾客账号操作执行模块230,用于确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
本申请的一些实施例中,所述顾客到店时间集合确定模块220进一步用于:
通过对所述人脸信息进行比对聚类,确定每个顾客的人脸信息集合;
对于每个顾客,根据所述顾客的人脸信息集合中包括的各人脸信息关联的采集时间,确定所述顾客的到店时间集合
本申请的一些实施例中,所述顾客账号操作执行模块230,进一步用于:
对所确定的顾客的线上账号推送适配于所述预定条件的资源,其中,不同的预定条件适配不同的资源。
本申请的一些实施例中,所述对所确定的顾客的线上账号推送适配于所述预定条件的资源,包括:
所述预定条件指示所述顾客的到店时间间隔,对所述顾客的线上账号推送第一预定数量的资源,所述第一预定数量与所述到店时间间隔正相关;或者,
所述预定条件指示所述顾客的到店频次,对所述顾客的线上账号推送第二预定数量的资源,所述第二预定数量与所述到店频次负相关。
本申请的一些实施例中,所述顾客的线上账号通过以下方法确定:
将所述到店时间集合中的到店时间对应的顾客地理位置,分别与网络平台中线上账号在各所述到店时间时上报的地理位置进行匹配;
根据匹配结果确定所述顾客的线上账号。
本申请的一些实施例中,所述到店时间集合中的时间分布满足预定条件的顾客包括:
根据到店时间集合中的到店时间确定的,最后一次到店时间距离当前时刻超过一预定时间阈值的顾客;
根据到店时间集合中的到店时间确定的,在一预定到店周期内到店频次低于预定频次阈值的顾客。
本申请的一些实施例中,所述预定到店周期包括:
根据所述顾客的到店时间集合中的到店时间,确定所述顾客的到店周期。
本申请实施例公开的账号操作装置,用于实现本申请实施例一中所述的账号操作方法,装置的各模块的具体实施方式不再赘述,可参见方法实施例相应步骤的具体实施方式。
本申请实施例公开的账号操作装置,通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作,有助于提升账号操作的针对性,减少盲目进行账号操作导致的资源浪费和资源损失,提升了账号操作的效率。
另一方面,本申请实施例公开的账号操作装置,结合人脸比对聚类和地理位置轨迹信息和到店时间信息,识别门店顾客关联的线上账户,使得可以有针对性的对门店顾客关联的线上账户进行资源推送,减少了账号操作消耗的计算设备资源。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本申请提供的一种账号操作方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其一种核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
本申请的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的电子设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图3示出了可以实现根据本申请的方法的电子设备。所述电子设备可以为PC机、移动终端、个人数字助理、平板电脑等。该电子设备传统上包括处理器310和存储器320及存储在所述存储器320上并可在处理器310上运行的程序代码330,所述处理器310执行所述程序代码330时实现上述实施例中所述的方法。所述存储器320可以为计算机程序产品或者计算机可读介质。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有用于执行上述方法中的任何方法步骤的计算机程序的程序代码330的存储空间3201。例如,用于程序代码330的存储空间3201可以包括分别用于实现上面的方法中的各种步骤的各个计算机程序。所述程序代码330为计算机可读代码。这些计算机程序可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。所述计算机程序包括计算机可读代码,当所述计算机可读代码在电子设备上运行时,导致所述电子设备执行根据上述实施例的方法。
本申请实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例一所述的账号操作方法的步骤。
这样的计算机程序产品可以为计算机可读存储介质,该计算机可读存储介质可以具有与图3所示的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩存储在所述计算机可读存储介质中。所述计算机可读存储介质通常为如参考图4所述的便携式或者固定存储单元。通常,存储单元包括计算机可读代码330’,所述计算机可读代码330’为由处理器读取的代码,这些代码被处理器执行时,实现上面所描述的方法中的各个步骤。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着,结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外,请注意,这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (11)
1.一种账号操作方法,其特征在于,包括:
通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;
通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;
确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
2.根据权利要求1所述的方法,其特征在于,确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作的步骤,包括:
对所确定的顾客的线上账号推送适配于所述预定条件的资源,其中,不同的预定条件适配不同的资源。
3.根据权利要求2所述的方法,其特征在于,所述对所确定的顾客的线上账号推送适配于所述预定条件的资源的步骤,包括:
所述预定条件指示所述顾客的到店时间间隔,对所述顾客的线上账号推送第一预定数量的资源,所述第一预定数量与所述到店时间间隔正相关;或者,
所述预定条件指示所述顾客的到店频次,对所述顾客的线上账号推送第二预定数量的资源,所述第二预定数量与所述到店频次负相关。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述顾客的线上账号通过以下方法确定:
将所述到店时间集合中的到店时间对应的顾客地理位置,分别与网络平台中线上账号在各所述到店时间时上报的地理位置进行匹配;
根据匹配结果确定所述顾客的线上账号。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述到店时间集合中的时间分布满足预定条件的顾客包括:
根据到店时间集合中的到店时间确定的,最后一次到店时间距离当前时刻超过一预定时间阈值的顾客;
根据到店时间集合中的到店时间确定的,在一预定到店周期内到店频次低于预定频次阈值的顾客。
6.根据权利要求5所述的方法,其特征在于,所述预定到店周期包括:
根据所述顾客的到店时间集合中的到店时间,确定所述顾客的到店周期。
7.一种账号操作装置,其特征在于,包括:
人脸信息获取模块,用于通过位于门店的图像采集设备获取顾客的人脸信息,其中,所述人脸信息关联采集时间;
顾客到店时间集合确定模块,用于通过对所述人脸信息进行比对聚类,确定顾客的到店时间集合;
顾客账号操作执行模块,用于确定所述到店时间集合中的时间分布满足预定条件的顾客,并对所确定出的顾客的线上账号执行预定的账号操作。
8.根据权利要求7所述的装置,其特征在于,所述顾客账号操作执行模块,进一步用于:
对所确定的顾客的线上账号推送适配于所述预定条件的资源,其中,不同的预定条件适配不同的资源。
9.根据权利要求8所述的装置,其特征在于,所述对所确定的顾客的线上账号推送适配于所述预定条件的资源,包括:
所述预定条件指示所述顾客的到店时间间隔,对所述顾客的线上账号推送第一预定数量的资源,所述第一预定数量与所述到店时间间隔正相关;或者,
所述预定条件指示所述顾客的到店频次,对所述顾客的线上账号推送第二预定数量的资源,所述第二预定数量与所述到店频次负相关。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的程序代码,其特征在于,所述处理器执行所述程序代码时实现权利要求1至6任意一项所述的账号操作方法。
11.一种计算机可读存储介质,其上存储有程序代码,其特征在于,该程序代码被处理器执行时实现权利要求1至6任意一项所述的账号操作方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093591.7A CN111311266A (zh) | 2020-02-14 | 2020-02-14 | 账号操作方法、装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093591.7A CN111311266A (zh) | 2020-02-14 | 2020-02-14 | 账号操作方法、装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111311266A true CN111311266A (zh) | 2020-06-19 |
Family
ID=71147126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010093591.7A Pending CN111311266A (zh) | 2020-02-14 | 2020-02-14 | 账号操作方法、装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311266A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408331A (zh) * | 2016-08-31 | 2017-02-15 | 无锡雅座在线科技发展有限公司 | 消息发送方法和装置 |
CN107633419A (zh) * | 2017-08-10 | 2018-01-26 | 无锡雅座在线科技股份有限公司 | 会员流失处理方法和装置 |
CN108898099A (zh) * | 2018-06-28 | 2018-11-27 | 北京三快在线科技有限公司 | 数据处理方法及装置、计算机可读存储介质、电子设备 |
CN109214290A (zh) * | 2018-08-03 | 2019-01-15 | 深圳市前海圆舟网络科技股份有限公司 | 一种基于人脸识别的门店客户管理方法及装置 |
WO2019067030A1 (en) * | 2017-09-28 | 2019-04-04 | Google Llc | ACCOUNT RECOGNITION BASED ON MOVEMENT |
CN110443655A (zh) * | 2019-08-14 | 2019-11-12 | 北京市商汤科技开发有限公司 | 信息处理方法、装置及设备 |
-
2020
- 2020-02-14 CN CN202010093591.7A patent/CN111311266A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408331A (zh) * | 2016-08-31 | 2017-02-15 | 无锡雅座在线科技发展有限公司 | 消息发送方法和装置 |
CN107633419A (zh) * | 2017-08-10 | 2018-01-26 | 无锡雅座在线科技股份有限公司 | 会员流失处理方法和装置 |
WO2019067030A1 (en) * | 2017-09-28 | 2019-04-04 | Google Llc | ACCOUNT RECOGNITION BASED ON MOVEMENT |
CN108898099A (zh) * | 2018-06-28 | 2018-11-27 | 北京三快在线科技有限公司 | 数据处理方法及装置、计算机可读存储介质、电子设备 |
CN109214290A (zh) * | 2018-08-03 | 2019-01-15 | 深圳市前海圆舟网络科技股份有限公司 | 一种基于人脸识别的门店客户管理方法及装置 |
CN110443655A (zh) * | 2019-08-14 | 2019-11-12 | 北京市商汤科技开发有限公司 | 信息处理方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110198310B (zh) | 一种网络行为反作弊方法、装置及存储介质 | |
CN106529711B (zh) | 用户行为预测方法及装置 | |
CN110060087B (zh) | 异常数据的检测方法、装置和服务器 | |
CN108846911A (zh) | 一种考勤方法及装置 | |
CN109168052B (zh) | 服务满意度的确定方法、装置及计算设备 | |
CN110716979A (zh) | 一种购房意向客户挖掘方法、装置及服务器 | |
CN110795584B (zh) | 一种用户标识生成方法、装置及终端设备 | |
CN108011740B (zh) | 一种媒体流量数据处理方法和装置 | |
CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN110705494A (zh) | 人流量监测方法、装置、电子设备及计算机可读存储介质 | |
CN111092764B (zh) | 一种实时动态亲密度关系分析方法及*** | |
CN112819476A (zh) | 风险识别方法、装置、非易失性存储介质和处理器 | |
CN110348983B (zh) | 交易信息管理方法及装置、电子设备和非暂态存储介质 | |
CN111311266A (zh) | 账号操作方法、装置、电子设备 | |
CN116361571A (zh) | 基于人工智能的商户画像生成方法、装置、设备及介质 | |
CN113254335B (zh) | 测试数据的处理方法、装置、服务器及存储介质 | |
CN113822367B (zh) | 一种基于人脸的区域行为分析方法、***及介质 | |
CN112084408B (zh) | 名单数据筛选方法、装置、计算机设备及存储介质 | |
CN112073454B (zh) | 资源分发方法、装置、电子设备 | |
CN115081983A (zh) | 派单方法、装置、设备及存储介质 | |
CN111242723B (zh) | 用户子女情况判断方法、服务器及计算机可读存储介质 | |
CN114782101A (zh) | 一种基于语音识别的客户成交概率分析方法、***和设备 | |
CN108629610B (zh) | 推广信息曝光量的确定方法和装置 | |
CN111105263A (zh) | 一种用户识别方法、装置、电子设备和存储介质 | |
CN112835954B (zh) | 一种确定目标服务对象的方法和装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |