CN112101995A - 数据处理方法、装置、设备及存储介质 - Google Patents
数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112101995A CN112101995A CN202010955716.2A CN202010955716A CN112101995A CN 112101995 A CN112101995 A CN 112101995A CN 202010955716 A CN202010955716 A CN 202010955716A CN 112101995 A CN112101995 A CN 112101995A
- Authority
- CN
- China
- Prior art keywords
- bill
- consumption
- image
- target user
- information
- 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 abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000012216 screening Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000037303 wrinkles 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供一种数据处理方法、装置、设备及存储介质,其中方法包括:获取目标用户的票据图像;从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。以获得更加真实全面的消费数据。
Description
技术领域
本公开涉及计算机视觉技术领域,具体涉及一种数据处理方法、装置、设备及存储介质。
背景技术
在一些大型的线下消费场所中,为了更有针对性进行活动推广,运营方需要收集场所中消费用户的消费数据。相关技术中,运营方可以通过消费场所内不同店铺分别收集不同的消费数据。这种获取消费数据的方式,运营方需要依赖消费场所内不同店铺的协作、支持,往往需要耗费大量人力物力进行数据整理。并且由于不同店铺之间具有一定竞争关系,运营方难以获取到真实全面的消费数据。
发明内容
本公开提供了一种数据处理方法、装置、设备及存储介质。
根据本公开实施例的第一方面,提供一种数据处理方法,所述方法包括:
获取目标用户的票据图像;从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
在一些可选实施例中,所述方法还包括:获取所述目标用户的用户信息;基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同;基于所述目标消费群体的消费数据,生成推荐信息。
在一些可选实施例中,所述方法还包括:基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
在一些可选实施例中,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;所述基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据,包括:访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
在一些可选实施例中,所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
在一些可选实施例中,所述获取目标用户的票据图像,包括:获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
在一些可选实施例中,所述获取目标用户的票据图像,包括:获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;建立所述用户标识与所述上传的票据图像的关联关系。
在一些可选实施例中,在所述从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息之前,还包括:从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
在一些可选实施例中,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
根据本公开实施例的第二方面,提供一种数据处理装置,所述装置包括:
图像获取模块,用于获取目标用户的票据图像;标识识别模块,用于从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;数据识别模块,用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
在一些可选实施例中,所述装置还包括:用户信息获取模块,用于获取所述目标用户的用户信息;群体数据获取模块,用于基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同;推荐信息生成模块,用于基于所述目标消费群体的消费数据,生成推荐信息。
在一些可选实施例中,所述装置还包括:参考数据获取模块,用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;校正模块,用于基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
在一些可选实施例中,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;所述参考数据获取模块,在用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据时,包括:访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
在一些可选实施例中,所述数据识别模块,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
在一些可选实施例中,所述图像获取模块,在用于获取目标用户的票据图像时,包括:获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
在一些可选实施例中,所述图像获取模块,在用于获取目标用户的票据图像时,包括:获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;建立所述用户标识与所述上传的票据图像的关联关系。在一些可选实施例中,
在一些可选实施例中,所述装置,还包括:票据信息识别模块,用于从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;图像处理模块,用于在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
在一些可选实施例中,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;所述数据识别模块,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
根据本公开实施例的第三方面,提供一种计算机设备,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第一方面中任一项所述的数据处理方法。
根据本公开实施例的第四方面,提供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第一方面中任一所述的数据处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,所述程序被处理器执行时实现第一方面中任一所述的数据处理方法。
本公开实施例中,可以从目标用户的票据图像中,识别得到对应的结构标识信息,基于结构标识信息对应的票据结构类型,由票据图像中识别得到目标用户的消费数据。考虑到本公开是基于票据图像的内容,掌握各用户在不同店铺、门店等的消费数据,这就意味着,获取消费数据的方式,不再依赖场所内不同店铺的协助与支持,而是直接通过票据图像获得,从而节省了大量的人力物力,可以获得更加真实全面的消费数据。此外,在获取到更加真实全面的消费数据的基础上,对于消费数据的应用,也会因消费数据可靠性较高而得到更加贴合实际情况的分析、处理结果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种数据处理方法流程示意图;
图2是根据一示例性实施例示出的一种推荐信息生成方法流程示意图;
图3是根据一示例性实施例示出的一种数据处理装置示意图;
图4是根据一示例性实施例示出的另一种数据处理装置示意图;
图5是根据一示例性实施例示出的又一种数据处理装置示意图;
图6是根据一示例性实施例示出的又一种数据处理装置示意图;
图7是根据一示例性实施例示出的一种计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的具体方式并不代表与本公开相一致的所有方案。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在一些大型的线下消费场所中,运营方往往需要收集场所中消费用户的消费数据。相关技术中,运营方可以通过消费场所内不同店铺分别收集不同的消费数据。比如,运营方可以从各个店铺获取每日的消费数据,以将从多个店铺获取到的多日消费数据进行整合处理,从而完成消费数据采集。
这种获取消费数据的方式,运营方需要依赖消费场所内不同店铺的协作与支持,往往会耗费人力物力。并且,由于同一消费场所内不同店铺之间具有一定的竞争关系,运营方难以获取到真实全面的消费数据。
本公开提供了一种数据处理方法,可以获取目标用户的票据图像,并从票据图像中识别得到对应的结构标识信息,基于结构标识信息对应的票据结构类型,由票据图像中识别得到目标用户的消费数据。
其中,获取目标用户的票据图像的方式可以有多种实现形式,例如,可以是消费场所的运营者引导目标用户主动提供的票据图像。这种获取消费数据的方式,不再依赖消费场所内不同店铺的协助与支持,可以直接从目标用户上传的票据图像中识别得到消费数据。不仅节省了人力物力,获得的消费数据也更加真实全面。
在本公开中,消费场所是可供用户进行线下消费的场所。例如,一些综合型的购物中心,其中购物中心中可以提供多种线下服务:服装销售服务、餐饮服务、文化娱乐服务、运动健身服务等。消费者或购物中心用户,可以在该购物中心进行自由活动、选择各种不同的服务进行消费。这种能够提供线下消费服务的场所,可以称为消费场所。
为了使本公开提供的数据处理方法更加清楚,下面结合附图和具体实施例对本公开提供的方案执行过程进行详细描述。
参见图1,图1是本公开提供的实施例示出的一种数据处理方法流程图。如图1所示,该流程包括:
步骤101,获取目标用户的票据图像。
目标用户指的是需要被获取消费数据的用户,比如,是可以在消费场所进行消费活动的一个或是多个用户。
例如,以大型购物中心作为消费场所,消费者或购物中心用户可以在该购物中心进行各种消费活动:购物、吃饭、玩游戏等。其中,在购物中心进行各种消费活动的消费者或用户,可以称为该购物中心的目标用户。
票据图像是根据目标用户在消费场所内消费过程中产生的票据得到的图像。其中,票据中包含目标用户在消费场所内进行消费的相关数据。
示例性的,票据指的是用于表征目标用户产生消费行为的单据,比如,票据可以是目标用户在消费场所进行消费后开具的***,或者,票据可以是目标用户在消费场所进行消费后形成的购物小票。或者,还可以包括其他不同形式的票据,本实施例对票据具体形式并不限制。
根据目标用户的票据可以得到对应的票据图像。
例如,可以用诸如手机等具备拍摄功能的设备对***或购物小票进行拍摄,得到的图像即为对应的票据图像。或者,可以对***或购物小票进行扫描,扫描得到的图像即为对应的票据图像。可以理解的是,根据票据得到对应票据图像的方式,还可以包括更多具体的形式,本实施例并不进行限制。
在消费场所进行线下消费的场景中,购物小票是重要的消费凭证,可以真实反映目标用户的真实购买行为。本步骤可以获取购物小票的票据图像,从而获取购物小票上的信息,得到消费场所内目标用户的消费数据。
为了获取到更加全面的消费数据,消费场所的运营方可以采用不同形式,引导目标用户主动提供票据图像。例如,消费场所运营方可以通过积分、折扣券、代金券等作为回报,引导目标用户主动对购物小票进行拍摄,并将拍摄得到的对应的票据图像提供至消费场所运营方。这种获取票据图像的方式,增强了目标用户与消费场所之间的联动,提升了目标用户的消费粘性。在一种实现方式中,消费场所运营方可以通过诸如手机APP、公众号、小程序等周期性或是非周期性推送票据获取的请求。其中,周期性指的是,每间隔一定时段或是在预定的时段内(比如,节假日、或是节假日过后的第一个、第二个工作日等),主动推送票据获取的请求;而非周期性指的是,在用户产生相应消费时或是产生相应消费后的一定时段内推送票据获取的请求。
其中,目标用户向消费场所运营方提供票据图像的途径可以包括多种。例如,目标用户可以通过消费场所对应的手机APP、公众号、小程序等上传票据图像,以将票据图像提供至消费场所的运营方。在实际应用过程中,上传票据图像的途径,可以基于目标用户的使用习惯、消费场所运营方所提供的票据图像上传途径、目标用户使用的诸如手机等终端的处理能力等多维度因素中的至少一项确定,在此不予限定,可以包括但不限于上述例举的情况。
步骤102,从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息。
考虑到购物中心中,不同商铺或不同品牌的小票的内容布局、字体结构、数字格式等往往不同。所以,在实际应用场景中,购物小票通常不是标准化的。但是,同一商铺或同一品牌的小票,其小票结构往往是固定的,比如,同一商铺或同一品牌的小票结构是相同或是相似的结构,且对于相似的结构而言,细微的差异并不会对识别过程产生过多的影响,该影响通常不会影响最终的输出结果,因此,可忽略不计。
在本公开实施例中,结构标识信息可以用来区分不同票据结构,即结构标识信息可以用来标识不同票据结构。
示例性的,结构标识信息可以是购物中心中商铺的名称;或者,可以是购物中心中商铺的品牌logo。由于同一商铺的小票的票据结构通常是固定的,所以商铺名称可以标识不同的票据结构。同理,同一品牌的小票的票据结构通常是相同或是相似的,所以品牌logo可以标识不同的票据结构。
本步骤可以从票据图像中,识别得到结构标识信息。例如,可以基于光学字符识别(Optical Character Recognition,OCR)技术,从票据图像中识别得到品牌logo,作为结构标识信息。
步骤103,基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
票据结构类型可以反映票据结构的信息。例如,购物中心中包括20个不同的品牌门店,不同的品牌门店的小票的结构不同。但是,同一品牌门店对应的小票,其小票结构是固定的。票据结构类型用于反映不同的票据结构。
在本公开实施例中,可以根据得到的结构标识信息,确定票据图像的票据结构类型。在一种可能地实现方式中,可以预先设置结构标识信息与票据结构类型的对应关系。在识别得到票据图像中的结构标识信息后,可以根据预先设置的对应关系,确定票据图像对应的票据结构类型。
消费数据是目标用户在消费场所内消费过程产生的数据。例如,目标用户可以进入某大型购物中心的餐厅吃饭后,结账并开具***,其中***中记录的相关信息,可以作为该目标用户的消费数据。其中,消费数据中可以包括但不局限于:消费时间、消费地点、消费金额、折扣信息、消费人数等。
本步骤可以基于结构标识对应的票据结构类型的票据结构特点,对票据图像中票据上的信息进行识别,得到目标用户的消费数据。例如,可以识别得到目标用户的消费时间、购买的商品信息、折扣信息等。这种从票据图像中识别消费数据的方式,可以针对票据的结构特点对票据图像更有针对性进行识别,可以更加准确、高效的得到目标用户的消费数据。
示例性的,本步骤可以通过OCR技术,对票据图像中的票据进行识别,得到目标用户的消费数据。
其中,在对票据图像进行识别处理的过程中,可以根据票据图像对应数据量的大小选择不同的处理平台。例如,如果票据图像对应数据量足够小,则可以直接在诸如手机等移动终端完成识别处理;如果票据图像对应的数据量较大,则可以将票据图像或是票据图像对应的数据上传至云端,利用云端计算资源完成对票据图像的识别处理。
需要说明的是,对于数据量大小的判断,可以借助数据量阈值或是数据量区间来判定。比如,以数据量阈值为例,在数据量小于或等于第一数据量阈值的情况下,可以由移动终端完成识别处理;在数据量大于第二数据量阈值的情况下,可以由云端完成识别处理。其中,第一数据量阈值小于或等于第二数据量阈值。在第一、第二数据量阈值的设定过程中,可以综合考虑移动终端及云端的计算资源是否充足、各自具备的计算能力、实际应用场景对于数据处理过程所需的时间等多个维度中的至少一项。并且,在第一、第二数据量阈值确定的情况下,可以基于实际情况,进行动态调整,即调整第一数据量阈值和第二数据量阈值中的一项或是多项。同样的,数据量区间也可以采用类似的方式进行设置及动态调整,在此不予赘述。
在本公开实施例中,可以通过获取目标用户的票据图像,基于对应的票据结构类型,由票据图像中识别得到目标用户的消费数据。其中,票据图像可以是目标用户主动提供的图像,不需要消费场所内不同店铺的协助或支持。消费场所运营方可以直接面对目标用户并获取消费数据,不仅节省了人力物力,并且可以获取更加真实全面的消费数据。
在获得目标用户的消费数据之后,可以全面了解到目标用户在消费场所的完整消费记录。例如,通过消费记录,可以了解到目标用户在每一次到访消费场所过程中的消费时间、消费商铺、消费商品等中的一项或是多项。
在一些可选实施例中,在获取了目标用户的消费数据的情况下,可以对所述消费数据进行处理,得到目标用户在所述消费场所的消费习惯数据。
消费习惯数据,是能够反映目标用户在消费场所进行消费的消费习惯、消费偏好的相关数据。示例性的,消费习惯数据可以包括但不局限于消费时段、反映目标用户消费偏好的消费店铺类型及消费商品类型、反映目标用户消费能力的消费价格区间等中的一项或是多项。
在上述实施例中,可以对目标用户的消费数据进行处理,得到目标用户在消费场所进行消费的消费习惯数据。示例性的,可以根据消费场所中目标用户的消费数据,建立目标用户的用户画像。消费场所的运营方可以根据用户画像,更有针对性的在消费场所中进行消费推广。
例如,用户画像中可能反映出消费场所中周六上午十点至十一点儿童玩具类商品消费需求更大。从而,消费场所的运营方可以在周六上午十点至十一点举办专门的玩具购物优惠活动,进一步挖掘目标用户对儿童玩具的购买潜力,同时更有针对性满足消费场所目标用户的消费需求,提高消费体验。
在上述实施例中,可以对目标用户的消费数据进行处理,得到目标用户在消费场所的消费习惯数据。从而,消费场所运营人员可以根据目标用户的消费习惯数据,制定更有针对性的宣传方案。比如,可以更有针对性进行消费推荐,提升目标用户的消费体验。
在一些可选实施例中,在获取到多个目标用户的消费数据的情况下,可以对每一个目标用户的消费数据进行处理,分别得到每个目标用户在消费场所的消费习惯数据。
例如,购物中心收集到300个目标用户在购物中心进行购物的消费数据。本公开实施例中,可以对收集到的这300个目标用户的消费数据分别进行处理,对其中每一个目标用户建立一个对应的用户画像。
上述实施例中,可以得到每一个目标用户在消费场所的消费习惯数据。从而,消费场所可以根据每一个目标用户的消费习惯数据,对每一个目标用户进行更加精确的消费推荐、个性化营销。
比如,针对每个用户画像对应的目标用户,基于用户画像的内容,实现针对该目标用户的广告推送。示例性的,可以在目标用户倾向的消费时段内,向目标用户推荐更具倾向性的店铺类型的相关折扣信息;或者,可以在目标用户倾向的消费时段内,向目标用户推荐更具倾向性的商品类型的促销信息。
在一些可选实施例中,在获取到多个目标用户的消费数据的情况下,可以对这多个目标用户的消费数据进行整体处理,得到这多个目标用户对应的消费群体的消费习惯数据。
上述实施例中,消费群体可以按照多种不同的划分方式,对消费场所的目标用户进行划分得到。
示例性的,可以利用空间区域进行划分。比如,将在消费场所进行消费的多个目标用户划分为一个完整的消费群体。
示例性的,可以利用目标用户的年龄数据进行划分。比如,可以将在消费场所进行消费的目标用户,按照年龄划分为多个群体且每个群体对应一个或是多个年龄段:儿童群体(18岁以下)、青年群体(18岁至35岁)、中年群体(36岁至55岁)和老年群体(55岁以上)。
示例性的,可以利用目标用户不同的兴趣爱好进行划分。比如,可以按照兴趣爱好,将消费场所的目标用户划分为多个群体:篮球爱好群体、桌球爱好群体、健身爱好群体、美食爱好群体等。
以上示例中消费群体的划分仅根据一种划分依据进行划分。在一些可实现的方式中,可以综合多种不同的划分依据对目标用户进行划分,得到更有针对性的消费群体。比如,可以同时将兴趣爱好和年龄作为进行群体划分的依据,得到对应的消费群体。例如:篮球爱好儿童群体。
上述实施例中,可以将不同的消费群体对应的多个目标用户的消费数据进行整体处理,得到该消费群体对应的消费习惯数据。从而,可以根据不同消费群体的消费习惯数据,为不同消费群体提供精准化消费推荐、个性化营销,提升不同消费群体的消费体验。
例如,可以将消费场所中全部的目标用户作为一个完整的消费群体,基于全部目标用户的消费数据,建立对应该消费群体的用户画像。从而,可以根据该消费群体的用户画像,为消费场所中所有的目标用户提供更有价值、更精准化的消费推荐,提升在消费场所消费的目标用户的消费体验。
在一些可选实施例中,如图2所示,所述数据处理方法还可以包括以下步骤:
步骤201,获取所述目标用户的用户信息。
用户信息,可以是能够反映目标用户的用户属性的信息。其中,用户信息可以包括一个或多个维度的信息。示例性的,用户信息中可以包括性别、年龄、身高、体重、爱好、消费偏好等其中的一项或多项。可以理解的是,不同目标用户对应的用户信息可能相同或不同。
其中,获取用户信息的方式也可以包括多种形式,本公开实施例并不限制。示例性的,运营方可以基于消费场所对应的手机APP、公众号或小程序,引导目标用户主动提供自身的用户信息。例如,以手机APP为例,可以在手机APP中的用户注册界面中设置不同的用户信息收集选项,以在目标用户注册过程中收集该目标用户的用户信息。再例如,目标用户在消费场所内消费后,运营方可以优惠券作为回报,引导目标用户主动提供自己的用户信息。
步骤202,基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同。
在本公开实施例中,可以根据不同的划分依据,预先确定一个或多个不同的消费群体。具体的消费群体划分可以参照上一实施例的相关描述,在此不再赘述。
本步骤可以基于目标用户的用户信息,确定目标用户所对应的消费群体,作为目标消费群体。例如,目标用户A的用户信息中包括:性别-女,年龄-24周岁。本步骤可以基于用户信息中的性别和年龄,从不同的消费群体中确定对应的消费群体:女青年群体。可以将该女青年群体,作为目标对象A的目标消费群体。
在一种可能的实现方式中,需要将不同消费群体中用户的用户信息与目标用户的用户信息进行比对,只有在消费群体中用户的用户信息与目标用户的用户信息对应的信息类别相同的情况下,确定该消费群体为目标对象的目标消费群体。
需要说明的是,用户信息对应的信息类别相同可以包括多种不同的情况。比如,消费群体中用户的用户信息与目标用户的用户信息完全相同。或者,消费群体中用户的用户信息与目标用户的用户信息相似度达到预设条件。其中,消费群体中用户的用户信息与目标用户的用户信息之间的相似度可以有多种灵活的计算方式。比如,可以将用户信息中相同信息的数量作为相似度判断指标,在用户信息中相同信息的数量达到预设阈值的情况下,则可以认为两种用户信息相似度达到了预设条件。
在确定目标用户的目标消费群体后,本步骤可以获取该目标消费群体的消费数据。
步骤203,基于所述目标消费群体的消费数据,生成推荐信息。
目标消费群体的消费数据可以直观反映该群体的消费习惯或消费偏好,而目标用户对应的消费群体即为目标消费群体。所以,可以根据目标消费群体的消费数据,为目标用户生成对应的推荐信息。
示例性的,基于目标消费群体的消费数据,可以在目标用户偏好时间段内,采用目标用户偏好的方式,为目标用户推荐目标用户偏好的内容信息。例如,可以在傍晚时分以公众号的方式向目标用户推荐目标用户偏好的甜品折扣信息。
在上述实施例中,可以基于目标用户的用户信息,获取对应的目标消费群体的消费数据,从而可以基于该目标消费群体的消费数据,为目标用户生成对应的推荐信息。该方式中,基于目标消费群体的消费数据,可以更有针对性的生成推荐信息提供给目标用户,实现对目标用户的个性化营销,提升目标用户的消费体验。
在一些可选实施例中,所述数据处理方法还可以包括:基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
消费标识是用于唯一标识票据图像中票据的标识信息。示例性的,消费标识可以是票据中的订单编号。其中,订单编号可以唯一标识产生该票据的这次消费订单,所以订单编号可以唯一标识该票据。可以理解的是除订单编号外,消费标识还可以是其他标识票据的信息,或者其他多种标识票据的信息的组合。本公开实施例对消费标识的具体形式并不限制。
参考消费数据是从票据图像之外获取的目标用户的消费数据。由于参考消费数据是从票据图像之外的其他途径获取的消费数据,所以可以利用参考消费数据对从票据图像中识别得到的消费数据进行校正。
其中,参考消费数据可以从多种不同的途径获取。例如,可以从消费场所内店铺的结账***中获取对应的参考消费数据。例如,可以从用于支付对应消费的支付软件中获取对应的参考消费数据。例如,可以由目标用户主动提供参考消费数据,可以利用目标用户进行消费数据的直接校正。
上述实施例中,可以基于票据图像中的消费标识,获取对应该票据图像的参考消费数据,并利用该参考消费数据对从票据图像中识别得到的消费数据进行校正。由于参考消费数据是从票据图像之外的途径获取的消费数据,所以可以利用该参考消费数据对票据图像中识别得到的消费数据进行校正,进一步提高识别得到的目标用户的消费数据的准确性。从而可以利用该消费数据为目标用户提供更加精确的个性化营销,提升目标用户的消费体验。
在一种可能的实现方式中,可以根据消费标识,从消费场所内不同店铺的POS机***中获取对应票据图像的消费数据,作为该票据图像的参考消费数据。从而,可以基于该参考消费数据,对从票据图像中识别得到的消费数据进行校正。这种实现方式中,可以复用消费场所内店铺结账***中收集的信息,可以充分利用消费场所内部收集的消费数据,不需要额外其他途径收集消费数据。
在另一种可能的实现方式中,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;所述基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据,包括:访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
其中,收款方信息可以是对应消费过程中与收款方相关的信息。示例性的,收款方信息可以包括店铺名称、收款账号等。付款方式可以包括各种不同的付款形式。示例性的,付款方式可以包括但不限制于:现金支付、二维码支付、小程序支付、手机APP支付、银行卡刷卡支付、会员卡支付等。
关联应用程序,是具备支付功能的应用程序,且该应用程序用来完成票据图像中票据对应的消费支付。例如,目标用户在消费场所内的店铺中进行消费,并利用具备支付功能的应用程序“支付×”来向商家进行支付,商家收款后可以打印购物小票提供给目标用户。其中,应用程序“支付×”可以作为对应该购物小票的关联应用程序。
上述实施例中,可以通过访问对应的关联应用程序,并基于票据图像中的消费标识,从关联应用程序中获取对应票据图像的参考消费数据。
以“支付×”作为关联应用程序,进行示例性说明。例如,可以通过识别票据图像对应的付款方式,确定目标用户是通过“支付×”完成支付。该实现方式中,在得到用户许可的情况下,可以从应用程序“支付×”中查找对应票据图像中消费标识的参考消费数据。例如,可以从应用程序“支付×”中获取对应消费标识的消费数据:消费时间、消费金额和收款方信息,作为对应该消费标识的参考消费数据。
在上述实现方式中,在目标用户许可的情况下,可以通过访问关联应用程序,获取对应的参考消费数据。该方式中,可以充分利用目标用户的支付软件收集的参考消费数据,以对从票面图像中识别得到的消费数据进行校正。
在一些可选实施例中,可以针对不同的票据结构类型,分别训练得到不同的数据识别网络。其中,数据识别网络可以是对神经网络进行训练得到的网络模型。
例如,品牌门店A对应的小票结构是固定的,且该小票的票据结构类型为“类型a”。在上述实施例中,可以收集大量的票据结构类型为“类型a”的票据图像作为训练样本,对神经网络进行训练,直到满足预设的训练要求。最终得到满足要求的数据识别网络A。同理,可以利用票据结构类型为“类型b”的票据图像,训练得到数据识别网络B。基于相同原理,可以针对不同的票据结构类型,训练得到更多的数据识别网络。
在基于不同票据结构类型训练得到不同数据识别网络的情况下,所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
例如,在需要对票据结构类型为“类型a”的票据图像进行识别时,可以根据“类型a”从一个或多个数据识别网络中确定对应的数据识别网络A;将票据图像输入该数据识别网络A中,由数据识别网络A识别出票据图像中目标用户的消费数据。
上述实施例中,可以针对不同的票据结构类型,有针对性的训练得到不同的数据识别网络,从而提高了对票据图像的识别准确率,可以更加准确的识别出票据图像中目标用户的消费数据。
在一些可选实施例中,所述获取所述目标用户的票据图像,包括:获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
在上述实施例中,需要预先对票据图像设置预设条件。
示例性的,可以预先设置票据清晰度条件,只有票据信息足够清晰的票据图像才符合预设的票据清晰度条件。示例性的,可以预先设置票据完整度条件,只有票据图像中的票据足够完整的票据图像,才符合预设的票据完整度条件。可以理解的是,预设条件是用于筛选票据图像的筛选条件。具体的筛选条件可以根据对票据图像的具体要求,设置符合对应要求的帅选条件,本公开实施例对预设条件的设置并不限制。
上述实施例中,在获取到目标用户上传的票据图像后,可以判断上传的票据图像中票据的完整性。如果票据图像中票据的完整性符合预设条件,则确定上传的票据图像可用,可以确定为对应目标用户的票据图像。
在一种可能地实现方式中,如果票据图像中票据的完整性不符合预设条件,则上传的票据图像不可用。此时,可以向上传票据图像的目标用户提供提示信息,以告知目标用户上传的票据图像不可用、需要目标用户重新上传票据对应的票据图像。
例如,可以针对票据图像不可用的具体情况(通常是因为光线、褶皱、损坏等问题导致),提示目标用户按照恰当的方式对票据进行拍摄。比如,通过文字、语音等方式,指出目标用户拍摄不当的原因,或者提示恰当的拍摄方式。例如,提示信息可以是:拍摄光线过暗、建议改善环境光照等。
在上述实施例中,可以通过预先设置的预设条件,对目标用户上传的票据图像进行质量筛选。可以将不符合预设条件的票据图像排除,提高获取的票据图像的图像质量,从而可以更加准确获取票据上包含的消费数据。
在一些可选实施例中,所述获取所述目标用户的票据图像,包括:获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;建立所述用户标识与所述上传的票据图像的关联关系。
上述实施例中,在获取到目标用户上传的票据图像时,可以同时采集该上传票据图像的目标用户的用户标识。其中,用户标识可以是用于区分不同目标用户的标识。比如,可以是目标用户的手机号、身份证等标识信息。从而,可以将上传的票据图像与目标用户建立对应的关联关系。在后续利用票据图像识别得到消费数据后,可以将识别得到的消费数据与目标用户进行对应关联。
上述实施例中,目标用户是主动提供票据图像,所以可以通过用户标识与票据图像建立关联关系。从而,便于将识别得到的票据中的消费数据与目标用户进行关联。
在一些可选实施例中,在所述从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息之前,还包括:从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
上述实施例中,需要针对票据信息预先设置预设条件。示例性的,可以预先设置票据信息的预设条件为:票据信息中分别包括:消费时间、消费地点、消费金额、商品信息。可以理解的是,针对票据信息预先设置的预设条件,是用于筛选票据信息的筛选条件,通过对票据信息的筛选完成对票据图像的筛选。其中,预先设置的预设条件可以根据具体的票据信息的筛选需求进行针对性设置,本实施例并不限制预设条件的具体形式。
获取目标用户的票据图像后,需要从票据图像中识别得到票据信息,并判断票据信息的完整性。示例性的:如果票据信息中包括预设条件中的所有信息,则可以确定该票据信息具备完整性;如果票据信息中缺失预设条件中的部分信息,则可以确定该票据信息不具备完整性,即该票据图像不可用。在票据信息不具备完整性的情况下,可以删除对应的票据图像;或者,可以向对应目标用户发送对应的提示信息,以提示目标用户上传的票据图像不可用、需要重新上传票据图像。
例如,从票据图像中识别得到的票据信息中不包括:消费金额,则可以确定该票据信息不满足预设条件,对应的该票据图像不可用。则可以向上传该票据图像的目标用户发送提示信息“票据图像上传失败,请重新上传!”,以提示目标用户重新上传符合预设条件的票据图像。
在上述实施例中,可以从票据图像中识别得到票据信息,通过预先设置的预设条件对票据信息的完整性进行控制。从而,可以将不符合条件的票据图像筛选出去,提高票据图像的质量,从而得到更加准确的消费数据。
在一些可选实施例中,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
上述实施例中,消费场所可以包括多个场所区域。例如,购物中心中可以包括多个不同的品牌门店,这些不同的品牌门店可以称为不同的场所区域。不同的品牌门店对应的票据,其票据结构类型不同。
在目标用户许可的情况下,上述实施例中还可以获取辅助结构信息。其中,辅助结构信息是可以辅助确定票据图像对应的场所区域的信息。例如,可以是目标用户在消费场所消费时的位置信息、时间信息、品牌信息等。
根据辅助结构信息,可以确定票据图像对应的场所区域。
示例性的,可以在目标用户许可的情况下,从其他应用程序(如支付软件“支付×”)中获取辅助结构信息。例如,可以从支付软件“支付×”中获取目标用户在消费场所内消费的位置信息。利用目标用户消费时的位置信息与消费场所的平面图,得到目标用户消费时所对应的场所区域。
上述实施例中,可以根据场所区域的不同确定票据图像的票据结构类型。基于该票据结构类型,可以由票据图像中识别得到目标用户的消费数据。从而,可以基于票据结构类型对应的票据的结构特点,对票据图像中票据上的信息进行识别,得到目标用户的消费数据。例如,可以识别得到目标用户的消费时间、购买的商品信息、折扣信息等。
图3所示,本公开提供了一种数据处理装置,该装置可以执行本公开任一实施例的数据处理方法。该装置可以包括图像获取模块301、标识识别模块302和数据识别模块303。其中:
图像获取模块301,用于获取目标用户的票据图像;
标识识别模块302,用于从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;
数据识别模块303,用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
可选地,如图4所示,所述装置还包括:
用户信息获取模块401,用于获取所述目标用户的用户信息;
群体数据获取模块402,用于基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同;
推荐信息生成模块403,用于基于所述目标消费群体的消费数据,生成推荐信息。
可选地,如图5所示,所述装置还包括:
参考数据获取模块501,用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;
校正模块502,用于基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
可选地,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;
所述参考数据获取模块501,在用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据时,包括:
访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
可选地,所述数据识别模块303,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:
根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;
将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
可选地,所述图像获取模块301,在用于获取目标用户的票据图像时,包括:
获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;
在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
可选地,所述图像获取模块301,在用于获取目标用户的票据图像时,包括:
获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;
建立所述用户标识与所述上传的票据图像的关联关系。
可选地,如图6所示,所述装置,还包括:
票据信息识别模块601,用于从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;
图像处理模块602,用于在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
可选地,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;
所述数据识别模块,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:
获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;
根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。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公开至少一个实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开还提供了一种计算机设备,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能够实现本公开任一实施例的数据处理方法。
图7示出了本公开实施例所提供的一种更为具体的计算机设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作***和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
本公开还提供了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能够实现本公开任一实施例的数据处理方法。
其中,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等,本申请并不对此进行限制。
在一些可选实施例中,本公开实施例提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的数据处理方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。
Claims (20)
1.一种数据处理方法,其特征在于,所述方法包括:
获取目标用户的票据图像;
从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;
基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标用户的用户信息;
基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同;
基于所述目标消费群体的消费数据,生成推荐信息。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;
基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
4.根据权利要求3所述的方法,其特征在于,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;
所述基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据,包括:
访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:
根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;
将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述获取目标用户的票据图像,包括:
获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;
在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述获取目标用户的票据图像,包括:
获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;
建立所述用户标识与所述上传的票据图像的关联关系。
8.根据权利要求1至7中任一项所述的方法,其特征在于,在所述从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息之前,还包括:
从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;
在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;
所述基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据,包括:
获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;
根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
10.一种数据处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取目标用户的票据图像;
标识识别模块,用于从所述票据图像中,识别得到所述票据图像中票据对应的结构标识信息;
数据识别模块,用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
用户信息获取模块,用于获取所述目标用户的用户信息;
群体数据获取模块,用于基于所述用户信息,获取目标消费群体的消费数据,所述目标消费群体中用户的用户信息与所述目标用户的用户信息对应的信息类别相同;
推荐信息生成模块,用于基于所述目标消费群体的消费数据,生成推荐信息。
12.根据权利要求10或11所述的装置,其特征在于,所述装置还包括:
参考数据获取模块,用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据;
校正模块,用于基于所述参考消费数据,对通过识别得到的所述目标用户的消费数据进行校正。
13.根据权利要求12所述的装置,其特征在于,所述消费数据包括消费时间、消费金额、收款方信息、付款方式中的至少一项;
所述参考数据获取模块,在用于基于所述票据图像中的消费标识,获取所述目标用户的参考消费数据时,包括:
访问关联应用程序,以基于所述票据图像中的消费标识,通过所述关联应用程序获取所述参考消费数据。
14.根据权利要求10至13中任一项所述的装置,其特征在于,所述数据识别模块,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:
根据所述结构标识信息对应的票据结构类型,确定对应的数据识别网络;
将所述票据图像输入所述数据识别网络,得到由所述数据识别网络输出的所述消费数据。
15.根据权利要求10至14中任一项所述的装置,其特征在于,所述图像获取模块,在用于获取目标用户的票据图像时,包括:
获取所述目标用户上传的票据图像,并判断所述上传的票据图像中票据的完整性;
在所述上传的票据图像中票据的完整性符合预设条件的情况下,确定所述上传的票据图像为所述目标用户的票据图像。
16.根据权利要求10至15中任一项所述的装置,其特征在于,所述图像获取模块,在用于获取目标用户的票据图像时,包括:
获取所述目标用户上传的票据图像,并采集上传票据图像的目标用户的用户标识;
建立所述用户标识与所述上传的票据图像的关联关系。
17.根据权利要求10至16中任一项所述的装置,其特征在于,所述装置,还包括:
票据信息识别模块,用于从所述目标用户的票据图像中识别得到票据信息,并判断识别得到的所述票据信息的完整性;
图像处理模块,用于在所述票据信息的完整性不符合预设条件的情况下,删除所述票据图像和/或提示所述目标用户重新上传所述票据对应的票据图像。
18.根据权利要求10至17中任一项所述的装置,其特征在于,所述票据图像是根据所述目标用户在消费场所内消费过程中产生的票据得到的图像;其中,所述消费场所包括:多个场所区域,不同的场所区域的票据具有不同的票据结构类型;
所述数据识别模块,在用于基于所述结构标识信息对应的票据结构类型,由所述票据图像中识别得到所述目标用户的消费数据时,包括:
获取辅助结构信息,并根据所述辅助结构信息,确定所述票据图像对应的场所区域;
根据所述票据图像对应的场所区域,确定所述票据图像对应的票据结构类型。
19.一种计算机设备,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1-9任一所述的方法。
20.一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权利要求1-9中任一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955716.2A CN112101995A (zh) | 2020-09-11 | 2020-09-11 | 数据处理方法、装置、设备及存储介质 |
PCT/CN2021/115275 WO2022052825A1 (zh) | 2020-09-11 | 2021-08-30 | 数据处理方法、装置、设备及存储介质 |
TW110132409A TW202211121A (zh) | 2020-09-11 | 2021-09-01 | 數據處理方法、裝置、設備及儲存媒體 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955716.2A CN112101995A (zh) | 2020-09-11 | 2020-09-11 | 数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112101995A true CN112101995A (zh) | 2020-12-18 |
Family
ID=73751480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010955716.2A Pending CN112101995A (zh) | 2020-09-11 | 2020-09-11 | 数据处理方法、装置、设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN112101995A (zh) |
TW (1) | TW202211121A (zh) |
WO (1) | WO2022052825A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409510A (zh) * | 2021-06-25 | 2021-09-17 | 京东数科海益信息科技有限公司 | 票据处理方法、设备及*** |
WO2022052825A1 (zh) * | 2020-09-11 | 2022-03-17 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819898B (zh) * | 2022-11-16 | 2023-10-21 | 精誠資訊股份有限公司 | 多通路上架商品之自動配量系統及其配量推薦方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150294373A1 (en) * | 2014-04-09 | 2015-10-15 | Daniel D. Schuh | Data Acquisition and Management System for Advertisement and Retail Use |
CN107424000A (zh) * | 2017-04-11 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种数据获取方法和装置 |
CN109636500A (zh) * | 2018-10-30 | 2019-04-16 | 深圳市赛亿科技开发有限公司 | 一种商品推送方法及*** |
CN110675179A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 营销信息处理方法、装置、电子设备及可读存储介质 |
CN110866495A (zh) * | 2019-11-14 | 2020-03-06 | 杭州睿琪软件有限公司 | 票据图像识别方法及装置和设备、训练方法和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003122916A (ja) * | 2001-09-28 | 2003-04-25 | Kouha Ri | 携帯電話を利用した家計簿入力支援および家計簿データ管理システム |
CN105447708A (zh) * | 2014-08-28 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 一种信息提供方法及装置 |
CN108734494A (zh) * | 2017-04-20 | 2018-11-02 | 知而行(上海)营销咨询有限公司 | 基于图像识别的电子券分发方法 |
CN109636472A (zh) * | 2018-12-14 | 2019-04-16 | 丁禹丞 | 一种智能互动营销***和方法 |
CN110956739A (zh) * | 2019-05-09 | 2020-04-03 | 杭州睿琪软件有限公司 | 一种票据识别方法及装置 |
CN112101995A (zh) * | 2020-09-11 | 2020-12-18 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备及存储介质 |
-
2020
- 2020-09-11 CN CN202010955716.2A patent/CN112101995A/zh active Pending
-
2021
- 2021-08-30 WO PCT/CN2021/115275 patent/WO2022052825A1/zh active Application Filing
- 2021-09-01 TW TW110132409A patent/TW202211121A/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150294373A1 (en) * | 2014-04-09 | 2015-10-15 | Daniel D. Schuh | Data Acquisition and Management System for Advertisement and Retail Use |
CN107424000A (zh) * | 2017-04-11 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种数据获取方法和装置 |
CN110675179A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 营销信息处理方法、装置、电子设备及可读存储介质 |
CN109636500A (zh) * | 2018-10-30 | 2019-04-16 | 深圳市赛亿科技开发有限公司 | 一种商品推送方法及*** |
CN110866495A (zh) * | 2019-11-14 | 2020-03-06 | 杭州睿琪软件有限公司 | 票据图像识别方法及装置和设备、训练方法和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022052825A1 (zh) * | 2020-09-11 | 2022-03-17 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备及存储介质 |
CN113409510A (zh) * | 2021-06-25 | 2021-09-17 | 京东数科海益信息科技有限公司 | 票据处理方法、设备及*** |
Also Published As
Publication number | Publication date |
---|---|
TW202211121A (zh) | 2022-03-16 |
WO2022052825A1 (zh) | 2022-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9792616B2 (en) | Method for generating an electronic coupon, coupon holding device, system for generating an electronic coupon, electronic coupon and computer program product | |
US9811840B2 (en) | Consumer interface device system and method for in-store navigation | |
CN112101995A (zh) | 数据处理方法、装置、设备及存储介质 | |
US11030597B2 (en) | Method of managing franchises using credit-card payment system | |
US20090204511A1 (en) | System and method for distributing targeted content | |
US20130173358A1 (en) | Associating vehicles with advertisement display and conversion | |
US20110106597A1 (en) | Methods And Systems For Offering Discounts | |
US20130325567A1 (en) | System and method for creating a virtual coupon | |
US20140344037A1 (en) | Digital exchange serving as an integrated, continuous sponsorship and promotion system for community businesses, organizations, and schools | |
US20150324863A1 (en) | Advertising with interactions between a user and an advertised subject matter | |
US20150294373A1 (en) | Data Acquisition and Management System for Advertisement and Retail Use | |
US20170293965A1 (en) | Shopping support device and shopping support method | |
US20180068369A1 (en) | Shopping support device and shopping support method | |
JP2015511035A (ja) | 統合された商業者プログラムシステム | |
US10521815B1 (en) | Apparatus and method for utilizing immediate gratification promotions | |
WO2014104971A1 (en) | A transaction reward system | |
KR102423179B1 (ko) | 인공지능에 기반한 고객 맞춤형 상품 판매 시스템 | |
US20140100930A1 (en) | Redemption recordation and verification | |
KR102220508B1 (ko) | 타겟 사용자 장치를 결정하여 설문 조사를 수행하는 서비스 장치, 타겟 사용자 장치를 결정하여 설문 조사를 수행하는 방법 및 컴퓨터 프로그램이 기록된 기록매체 | |
AU2012211389A1 (en) | Identifying qualifying consumer offers | |
KR102166044B1 (ko) | 프리패스 멤버쉽을 이용한 키즈카페 운영 서비스 제공 시스템 | |
CN107958399B (zh) | 信息提供方法、装置及结算终端设备 | |
JP2019028495A (ja) | アンケート処理装置、アンケート実施システム、コンピュータプログラム及びアンケート実施方法 | |
CN114418614A (zh) | 一种基于车辆特征的信息推荐方法以及相关装置 | |
US20150039447A1 (en) | Digital exchange serving as an integrated, continuous sponsorship and promotion system for community businesses, organizations, and schools |
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: 40037856 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201218 |
|
RJ01 | Rejection of invention patent application after publication |