[go: up one dir, main page]

CN107203897A - 一种产品推荐度的评价方法、装置及系统 - Google Patents

一种产品推荐度的评价方法、装置及系统 Download PDF

Info

Publication number
CN107203897A
CN107203897A CN201710272374.2A CN201710272374A CN107203897A CN 107203897 A CN107203897 A CN 107203897A CN 201710272374 A CN201710272374 A CN 201710272374A CN 107203897 A CN107203897 A CN 107203897A
Authority
CN
China
Prior art keywords
degree
model
user
recommendation
recommendation degree
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
Application number
CN201710272374.2A
Other languages
English (en)
Inventor
邓立邦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Phase Intelligent Technology Co Ltd
Original Assignee
Guangdong Phase Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Phase Intelligent Technology Co Ltd filed Critical Guangdong Phase Intelligent Technology Co Ltd
Priority to CN201710272374.2A priority Critical patent/CN107203897A/zh
Priority to US15/709,461 priority patent/US20180308114A1/en
Publication of CN107203897A publication Critical patent/CN107203897A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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 OR CALCULATING; 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
    • G06V40/174—Facial expression recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种产品推荐度的评价方法、装置及系统，该方法包括以下步骤：S1：建立人的面部识别模型库；S2：获取人的面部识别信息及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；S3：根据面部识别信息以及产品浏览时长得到用户的推荐度数据。本发明通过摄像头获取用户在接触产品过程中的视频图像，利用图像识别技术分析用户的面部情绪变化状态，结合用户浏览产品的时间，对应形成产品的推荐度数据，可以高效的进行产品推荐度调研，节约时间人力成本，提高调研数据的准确性，同时本系统能够运用在产品销售、推荐环节，对目标用户进行精准营销。

Description

一种产品推荐度的评价方法、装置及系统
技术领域
本发明涉及一种图像处理技术领域，尤其涉及一种产品推荐度的评价方法、装置及系统。
背景技术
目前，产品在推出市场时都会进行相关的目标用户调研，现有产品调研主要采用访谈或问卷形式进行，根据用户回答的系列相关问题来判断用户对产品的情绪态度，从而形成产品的推荐度调研报告。由于调研需要大量的有效样本，并配合用户有效的回答相关问题，需要耗费的人力物力及时间成本都极高。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种产品推荐度的评价方法，其能解决对用户进行产品推荐的技术问题。
本发明的目的之二在于提供一种产品推荐度的评价装置，其能解决对用户进行产品推荐的技术问题。
本发明的目的之三在于提供一种产品推荐度的评价系统，其能解决对用户进行产品推荐的技术问题。
本发明的目的之一采用如下技术方案实现：
一种产品推荐度的评价方法，包括以下步骤：
S1：建立人的面部识别模型库；
S2：获取人的面部识别信息及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；
S3：根据面部识别信息与面部识别模型库的比对结果以及产品浏览时长得到用户的推荐度数据。
进一步地，所述步骤S1具体包括以下子步骤：
S11：获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；
S12：将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库。
进一步地，所述模型特征点的数量为70至75之间的任意一数值。
进一步地，所述步骤S3具体包括以下子步骤：
S301：将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得比对结果；
S302：获取相应产品的产品浏览时长；
S303：根据比对结果以及产品浏览时长判断所属推荐度区间以得到用户的推荐度数据。
进一步地，所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述步骤S3具体包括以下子步骤：
S31：根据获取到的开始特征向量得到用户的开始推荐度；
S32：根据获取到的结束特征向量得到用户的结束推荐度；
S33：根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。
本发明的目的之二采用如下技术方案实现：
一种产品推荐度的评价装置，包括以下模块：
模型建立模块：用于建立人的面部识别模型库；
信息获取模块：用于获取人的面部识别信息以及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；
推荐度获取模块：用于根据面部识别信息与面部识别模型库的比对结果以及产品浏览时长得到用户的推荐度数据。
进一步地，所述模型建立模块具体包括以下子模块：
模型特征获取模块：用于获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；
区间划分模块：用于将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库。
进一步地，所述推荐度获取模块具体包括以下子模块：
比对结果获取模块：用于将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得比对结果；
时间获取模块：用于获取相应产品的产品浏览时长；
结果判断模块：用于根据比对结果判断所属推荐度区间以得到用户的推荐度数据。
进一步地，所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述推荐度获取模块具体包括以下子模块：
开始推荐度获取模块：用于根据获取到的开始特征向量得到用户的开始推荐度；
结束推荐度获取模块：用于根据获取到的结束特征向量得到用户的结束推荐度；
推荐度计算模块：用于根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。
本发明的目的之三采用如下技术方案实现：
一种产品推荐度的评价系统，包括执行器，所述执行器用于执行上述任意一项所描述的产品推荐度的评价方法。
相比现有技术，本发明的有益效果在于：
本发明通过摄像头获取用户在接触产品过程中的视频图像，利用图像识别技术分析用户的面部情绪变化状态，结合用户浏览产品的时间，对应形成产品的推荐度数据，可以高效的进行产品推荐度调研，节约时间人力成本，提高调研数据的准确性。同时本系统能够运用在产品销售、推荐环节，对目标用户进行精准营销。
附图说明
图1为本发明的产品推荐度的评价方法的流程图；
图2为本发明的产品推荐度的评价装置的结构图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
本发明主要包括：摄像头和识别模块。摄像头：通过摄像头获取用户在浏览各产品过程中的面部视频图像。识别模块：包括识别模型和推荐度识别。利用建立好的识别模型对摄像头获取到的用户的浏览产品行为视频图像进行分析，根据用户的面部持续情绪变化情况，浏览各产品的停留时间，对比识别模型计算产品推荐度。识别模型：通过对面部视频图像抽取关键帧、构建面部关键点，对关键点进行特征提取；对在浏览产品过程中大量用户的视频进行学习，根据面部表情情绪变化信息和浏览产品时间信息建立对应推荐度各区间的训练集模版库，作为推荐度识别模型。
如图1所示，本发明提供了一种产品推荐度的评价方法，包括以下步骤：
S1：建立人的面部识别模型库；所述步骤S1具体包括以下子步骤：
S11：获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；所述模型特征点的数量为70至75之间的任意一数值；在本实施例中采用72个关键点来对进行面部特征的描述，人的面部结构及五官形态组合在情绪变化时具有显著特征。通过学习和不断校正，根据面部的眉毛、眼睛、眼角、鼻子、鼻孔、嘴唇、颧骨等面部五官及各个组成部分的结构、轮廓组合特点，查找出能够体现人的脸部表情变化、且在各种光线投射外部环境影响下、人脸各角度偏移时、稳定的72个关键点，基于72个关键点建立识别模型。
S12：将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库；用总体推荐度百分比来对应各推荐度区间建立识别模型。数值越低表示推荐度越低，数值越大表示推荐度越高，即0-35为不推荐，35-65为平静，65-100为推荐，完全不感兴趣、甚至反感、不建议推荐趋近于0，非常感兴趣、强烈推荐趋近于100；通过机器学习训练、分析大量服务对象的面部视频，统计72个特征点在不同情绪变化时的点的坐标数据，计算出他们在不同情绪下的坐标偏移量，形成描述面部情绪变化的特征向量，将上述特征向量对应推荐、平静、不推荐区间的模板库存储，从而建立推荐度识别模型，训练过程需要指定特征向量所对应的推荐度区间，通过不断比对模型的识别结果修整各区间的特征向量集；
S2：获取人的面部识别信息及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；产品浏览时长为用户提供一个判断的维度，就是在用户进行识别判断的时候不单单要考虑面部表情的信息，还要考虑相应的时长的问题，即是用户表情是非常的满意，但是当用户浏览的时间只有不到1s的时候，即表示用户对该产品并不感兴趣；
S3：根据面部识别信息与面部识别模型库的比对结果以及产品浏览时长得到用户的推荐度数据。在具体的实施过程中可以有两种不同方式来判断用户情绪状态，第一种采用直接判断用户的情绪状态的方式，所述步骤S3具体包括以下子步骤：
S301：将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得到比对结果；根据相似度判断出与当前特征向量最接近的模型特征向量将得到的模型特征向量对应到各推荐度区间去，然后得到一个推荐度百分比以进行推荐度的判断；
S302：获取相应产品的产品浏览时长，对应提取视频中用户浏览接触不同产品时的时间，计算浏览时长数据；用于从时间的维度去判断用户是否喜爱；该时间可以是一个固定的数值，当大于该预设时间的时候，表示用户对该产品感兴趣，当小于该预设时间的时候，表示用户对该产品不感兴趣；或者是可以设定一个时间范围，比如5s到10s，小于该时间范围的最小值，则表示用户不感兴趣，在这个区间内，表示比较感兴趣，如果大于该时间范围的最大值，则表示用户非常的感兴趣；
S303：根据比对结果以及产品浏览时长判断所属推荐度区间以得到用户的推荐度数据。该推荐度数据即为用户当前的状态是推荐的、是平静的还是不推荐的；这种方式可以实时的显示出用户的当前的对产品的喜爱状态。
但是由于人的情绪是会随着时间不断变化的，并且在整个服务的过程中，人的情绪也会因为相关人员的态度而改变，不能单一考虑用户的当前的情绪就做出相应的判断，而是需要结合整个服务过程中用户的情绪来做出相应的判断的；所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述步骤S3具体包括以下子步骤：
S31：根据获取到的开始特征向量得到用户的开始推荐度；
S32：根据获取到的结束特征向量得到用户的结束推荐度；
S33：根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。以开始服务初期的推荐度识别结果作为识别初始数据依据，基于初始数据和用户在服务过程中的推荐度变化数据，判断整个服务过程中用户的推荐度数据。
本发明的推荐度识别结果也可以用于销售产品过程中，对销售人员判断用户是否为产品的目标用户做辅助；在进行识别之后，还可以统计分析识别到的推荐度结果数据，并将数据形成可视化分析报告。每个工作人员的账号都对应有各自的推荐度统计结果数据，对应用户账号保存；同时也会统计分析各个时间周期的总体服务推荐度。管理员登录后通过数据管理后台查看各工作人员的推荐度统计结果数据，和总体推荐度分析报告；给后期的管理带来了更大的方便。
本发明的工作原理：
在进行产品推荐度调研时，在用户在接触、浏览各产品过程中，通过手机、电脑配置的摄像头或产品展厅在不同产品前配置的摄像头获取用户的面部视频图像；
服务器的识别模块获取摄像头捕捉的用户面部视频图像，提取用户浏览、接触各产品过程的面部情绪表情变化特征向量，计算浏览时长，将上述数据信息比对识别模型，计算出各产品对应该用户的推荐度结果。通过海量用户的推荐度结果信息，根据统计的用户性别、年龄、职业信息，形成定位产品的目标用户群体分析报告。
因此，本发明的产品不仅仅可以应用于通过电子产品对用户进行推荐的场景，通过电子产品上的摄像头从而获取用户的状态以得到推荐度数据；还可以结合相关销售人员的服务来对用户的情绪反应作出判断，保证了数据的客观真实，更可以高效的进行产品推荐度调研，节约时间人力成本，提高调研数据的准确性。
如图2所示，本发明提供了一种产品推荐度的评价装置，包括以下模块：
模型建立模块：用于建立人的面部识别模型库；所述模型建立模块具体包括以下子模块：
模型特征获取模块：用于获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；
区间划分模块：用于将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库；，所述模型特征点的数量为70至75之间的任意一数值；
信息获取模块：用于获取人的面部识别信息以及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；
推荐度获取模块：用于根据面部识别信息以及产品浏览时长得到用户的推荐度数据；在推荐度获取的过程中有两种不同的实现方式，第一种是所述推荐度获取模块具体包括以下子模块：
比对结果获取模块：用于将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得比对结果；
时间获取模块：用于获取相应产品的产品浏览时长；
结果判断模块：用于根据比对结果判断所属推荐度区间以得到用户的推荐度数据。
第二种是所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述推荐度获取模块具体包括以下子模块：
开始推荐度获取模块：用于根据获取到的开始特征向量得到用户的开始推荐度；
结束推荐度获取模块：用于根据获取到的结束特征向量得到用户的结束推荐度；
推荐度计算模块：用于根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种产品推荐度的评价方法，其特征在于，包括以下步骤：
S1：建立人的面部识别模型库；
S2：获取人的面部识别信息及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；
S3：根据面部识别信息与面部识别模型库的比对结果以及产品浏览时长得到用户的推荐度数据。
2.如权利要求1所述的产品推荐度的评价方法，其特征在于，所述步骤S1具体包括以下子步骤：
S11：获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；
S12：将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库。
3.如权利要求2所述的产品推荐度的评价方法，其特征在于，所述模型特征点的数量为70至75之间的任意一数值。
4.如权利要求2所述的产品推荐度的评价方法，其特征在于，所述步骤S3具体包括以下子步骤：
S301：将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得到比对结果；
S302：获取相应产品的产品浏览时长；
S303：根据比对结果以及产品浏览时长判断所属推荐度区间以得到用户的推荐度数据。
5.如权利要求2所述的产品推荐度的评价方法，其特征在于，所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述步骤S3具体包括以下子步骤：
S31：根据获取到的开始特征向量得到用户的开始推荐度；
S32：根据获取到的结束特征向量得到用户的结束推荐度；
S33：根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。
6.一种产品推荐度的评价装置，其特征在于，包括以下模块：
模型建立模块：用于建立人的面部识别模型库；
信息获取模块：用于获取人的面部识别信息以及产品浏览时长，所述面部识别信息包括人面部的当前特征向量；
推荐度获取模块：用于根据面部识别信息与面部识别模型库的比对结果以及产品浏览时长得到用户的推荐度数据。
7.如权利要求6所述的产品推荐度的评价装置，其特征在于，所述模型建立模块具体包括以下子模块：
模型特征获取模块：用于获取用户情绪变化时的模型识别信息，所述模型识别信息包括模型特征向量，所述模型特征向量为模型特征点的位移变化；
区间划分模块：用于将推荐度区间定义为推荐、平静和不推荐三个区间，并在不同推荐度区间存储相对应的模型特征向量集以形成人的面部识别模型库。
8.如权利要求7所述的产品推荐度的评价装置，其特征在于，所述推荐度获取模块具体包括以下子模块：
比对结果获取模块：用于将获取到的当前特征向量与面部识别模型库中的模型特征向量集进行比对以得比对结果；
时间获取模块：用于获取相应产品的产品浏览时长；
结果判断模块：用于根据比对结果判断所属推荐度区间以得到用户的推荐度数据。
9.如权利要求7所述的产品推荐度的评价装置，其特征在于，所述面部识别信息包括识别过程中的开始特征向量和结束特征向量，所述推荐度获取模块具体包括以下子模块：
开始推荐度获取模块：用于根据获取到的开始特征向量得到用户的开始推荐度；
结束推荐度获取模块：用于根据获取到的结束特征向量得到用户的结束推荐度；
推荐度计算模块：用于根据结束推荐度与开始推荐度的变化得到用户在识别过程中的推荐度数据。
10.一种产品推荐度的评价系统，其特征在于，包括执行器，所述执行器用于执行如权利要求1-5中任意一项所述的产品推荐度的评价方法。
CN201710272374.2A 2017-04-24 2017-04-24 一种产品推荐度的评价方法、装置及系统 Pending CN107203897A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710272374.2A CN107203897A (zh) 2017-04-24 2017-04-24 一种产品推荐度的评价方法、装置及系统
US15/709,461 US20180308114A1 (en) 2017-04-24 2017-09-19 Method, device and system for evaluating product recommendation degree

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710272374.2A CN107203897A (zh) 2017-04-24 2017-04-24 一种产品推荐度的评价方法、装置及系统

Publications (1)

Publication Number Publication Date
CN107203897A true CN107203897A (zh) 2017-09-26

Family

ID=59906044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710272374.2A Pending CN107203897A (zh) 2017-04-24 2017-04-24 一种产品推荐度的评价方法、装置及系统

Country Status (2)

Country Link
US (1) US20180308114A1 (zh)
CN (1) CN107203897A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944917A (zh) * 2017-11-27 2018-04-20 深圳码隆科技有限公司 一种鞋的数据获取方法和设备以及计算机存储介质
CN109447729A (zh) * 2018-09-17 2019-03-08 平安科技（深圳）有限公司 一种产品的推荐方法、终端设备及计算机可读存储介质
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109753889A (zh) * 2018-12-18 2019-05-14 深圳壹账通智能科技有限公司 服务评价方法、装置、计算机设备和存储介质
CN109767261A (zh) * 2018-12-18 2019-05-17 深圳壹账通智能科技有限公司 产品推荐方法、装置、计算机设备和存储介质
CN109829784A (zh) * 2019-01-17 2019-05-31 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质
CN109872183A (zh) * 2019-01-16 2019-06-11 深圳壹账通智能科技有限公司 智能服务评价方法、计算机可读存储介质和终端设备
CN109948072A (zh) * 2019-02-15 2019-06-28 浙江口碑网络技术有限公司 店铺搜索信息的处理方法、装置及设备
CN110046955A (zh) * 2019-03-12 2019-07-23 平安科技（深圳）有限公司 基于人脸识别的营销方法、装置、计算机设备及存储介质
CN110084657A (zh) * 2018-01-25 2019-08-02 北京京东尚科信息技术有限公司 一种推荐服饰的方法和装置
CN110278447A (zh) * 2019-06-26 2019-09-24 北京字节跳动网络技术有限公司 基于连续特征的视频推送方法、装置及电子设备
CN110310169A (zh) * 2019-05-22 2019-10-08 深圳壹账通智能科技有限公司 基于兴趣值的信息推送方法、装置、设备及介质
CN112364241A (zh) * 2020-10-27 2021-02-12 北京五八信息技术有限公司 信息推送的方法、装置、电子设备及存储介质
WO2021027493A1 (zh) * 2019-08-14 2021-02-18 北京市商汤科技开发有限公司 数据处理方法、装置及存储介质
CN113297499A (zh) * 2021-06-22 2021-08-24 北京创世路信息技术有限公司 一种信息推荐系统、方法、计算机设备及存储介质
CN113515335A (zh) * 2021-05-20 2021-10-19 口碑(上海)信息技术有限公司 一种服务信息展示形式的确定方法、装置以及电子设备
CN114037201A (zh) * 2021-09-29 2022-02-11 国家电网有限公司 一种营业厅服务效能评估方法及系统
CN114581192A (zh) * 2022-03-08 2022-06-03 山东大学 基于用户隐性数据的金融产品推荐方法及系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018033137A1 (zh) * 2016-08-19 2018-02-22 北京市商汤科技开发有限公司 在视频图像中展示业务对象的方法、装置和电子设备
WO2019102619A1 (ja) * 2017-11-27 2019-05-31 三菱電機株式会社 表情認識装置
CN109767290A (zh) * 2018-12-18 2019-05-17 深圳壹账通智能科技有限公司 产品推送方法、装置、计算机设备和存储介质
CN109977789B (zh) * 2019-03-04 2023-07-07 深圳市鸿彩展示器材有限公司 路演效果评估方法、装置、计算机设备及其存储介质
JP7211210B2 (ja) * 2019-03-29 2023-01-24 コニカミノルタ株式会社 画像形成装置
CN110415101A (zh) * 2019-06-19 2019-11-05 深圳壹账通智能科技有限公司 产品推荐测试方法、装置、计算机设备及存储介质
US10990166B1 (en) * 2020-05-10 2021-04-27 Truthify, LLC Remote reaction capture and analysis system
CN114897108B (zh) * 2022-07-08 2022-09-13 浙江省标准化研究院(金砖国家标准化(浙江)研究中心、浙江省物品编码中心) 一种生物灭杀类市场准入评估方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008564A (zh) * 2014-06-17 2014-08-27 河北工业大学 一种人脸表情克隆方法
CN104573619A (zh) * 2014-07-25 2015-04-29 北京智膜科技有限公司 基于人脸识别的智能广告大数据分析方法及系统
CN104644189A (zh) * 2015-03-04 2015-05-27 刘镇江 一种心理活动的分析方法
CN104699769A (zh) * 2015-02-28 2015-06-10 北京京东尚科信息技术有限公司 基于表情识别的交互方法和执行该方法的设备
CN105354527A (zh) * 2014-08-20 2016-02-24 南京普爱射线影像设备有限公司 一种消极表情识别鼓励系统
CN106131675A (zh) * 2016-07-19 2016-11-16 乐视控股（北京）有限公司 一种商品推荐方法、装置及系统
CN106485227A (zh) * 2016-10-14 2017-03-08 深圳市唯特视科技有限公司 一种基于视频面部表情的客户满意度分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008564A (zh) * 2014-06-17 2014-08-27 河北工业大学 一种人脸表情克隆方法
CN104573619A (zh) * 2014-07-25 2015-04-29 北京智膜科技有限公司 基于人脸识别的智能广告大数据分析方法及系统
CN105354527A (zh) * 2014-08-20 2016-02-24 南京普爱射线影像设备有限公司 一种消极表情识别鼓励系统
CN104699769A (zh) * 2015-02-28 2015-06-10 北京京东尚科信息技术有限公司 基于表情识别的交互方法和执行该方法的设备
CN104644189A (zh) * 2015-03-04 2015-05-27 刘镇江 一种心理活动的分析方法
CN106131675A (zh) * 2016-07-19 2016-11-16 乐视控股（北京）有限公司 一种商品推荐方法、装置及系统
CN106485227A (zh) * 2016-10-14 2017-03-08 深圳市唯特视科技有限公司 一种基于视频面部表情的客户满意度分析方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944917A (zh) * 2017-11-27 2018-04-20 深圳码隆科技有限公司 一种鞋的数据获取方法和设备以及计算机存储介质
CN110084657A (zh) * 2018-01-25 2019-08-02 北京京东尚科信息技术有限公司 一种推荐服饰的方法和装置
CN109447729A (zh) * 2018-09-17 2019-03-08 平安科技（深圳）有限公司 一种产品的推荐方法、终端设备及计算机可读存储介质
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109753889A (zh) * 2018-12-18 2019-05-14 深圳壹账通智能科技有限公司 服务评价方法、装置、计算机设备和存储介质
CN109767261A (zh) * 2018-12-18 2019-05-17 深圳壹账通智能科技有限公司 产品推荐方法、装置、计算机设备和存储介质
CN109872183A (zh) * 2019-01-16 2019-06-11 深圳壹账通智能科技有限公司 智能服务评价方法、计算机可读存储介质和终端设备
CN109829784A (zh) * 2019-01-17 2019-05-31 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质
CN109948072A (zh) * 2019-02-15 2019-06-28 浙江口碑网络技术有限公司 店铺搜索信息的处理方法、装置及设备
CN110046955A (zh) * 2019-03-12 2019-07-23 平安科技（深圳）有限公司 基于人脸识别的营销方法、装置、计算机设备及存储介质
CN110310169A (zh) * 2019-05-22 2019-10-08 深圳壹账通智能科技有限公司 基于兴趣值的信息推送方法、装置、设备及介质
CN110278447A (zh) * 2019-06-26 2019-09-24 北京字节跳动网络技术有限公司 基于连续特征的视频推送方法、装置及电子设备
WO2021027493A1 (zh) * 2019-08-14 2021-02-18 北京市商汤科技开发有限公司 数据处理方法、装置及存储介质
CN112364241A (zh) * 2020-10-27 2021-02-12 北京五八信息技术有限公司 信息推送的方法、装置、电子设备及存储介质
CN113515335A (zh) * 2021-05-20 2021-10-19 口碑(上海)信息技术有限公司 一种服务信息展示形式的确定方法、装置以及电子设备
CN113297499A (zh) * 2021-06-22 2021-08-24 北京创世路信息技术有限公司 一种信息推荐系统、方法、计算机设备及存储介质
CN114037201A (zh) * 2021-09-29 2022-02-11 国家电网有限公司 一种营业厅服务效能评估方法及系统
CN114581192A (zh) * 2022-03-08 2022-06-03 山东大学 基于用户隐性数据的金融产品推荐方法及系统
CN114581192B (zh) * 2022-03-08 2024-01-26 山东大学 基于用户隐性数据的金融产品推荐方法及系统

Also Published As

Publication number Publication date
US20180308114A1 (en) 2018-10-25

Similar Documents

Publication Publication Date Title
CN107203897A (zh) 一种产品推荐度的评价方法、装置及系统
CN108876526B (zh) 商品推荐方法、装置和计算机可读存储介质
CN109635680B (zh) 多任务属性识别方法、装置、电子设备及存储介质
KR102054443B1 (ko) 인터랙티브 광고를 위한 사용 측정 기술 및 시스템
EP3493138A1 (en) Recommendation system based on a user's physical features
US11481791B2 (en) Method and apparatus for immediate prediction of performance of media content
CN103530788A (zh) 多媒体评价系统、多媒体评价装置以及多媒体评价方法
CN106920129A (zh) 一种基于眼动追踪的网络广告效果测评系统及其方法
CN106469202A (zh) 一种影视大数据平台的数据分析方法
CN109658188A (zh) 基于大数据分析的房源推荐方法、装置、设备及存储介质
JP6498900B2 (ja) 広告評価システム、広告評価方法
JP7082216B2 (ja) ソーシャルネットワークを利用した影響力測定方法および装置
CN115826833B (zh) 一种基于互联网的积木拼装系统的实现方法
CN106910085B (zh) 一种基于电商平台的产品智能推荐方法及其系统
WO2021042841A1 (zh) 智能调节推送屏幕的方法、装置、计算机设备及存储介质
WO2022247666A1 (zh) 一种内容的处理方法、装置、计算机设备和存储介质
CN119110100A (zh) 一种自由搭配组合式电商运营用直播方法及设备
CN117974234A (zh) 信息推荐方法、装置、电子设备及存储介质
CN113902526B (zh) 基于人工智能的产品推荐方法、装置和计算机设备及介质
KR20200028571A (ko) 인공지능 기반의 피부상태 분석에 의한 피부 분석정보 생성 방법
US20220292548A1 (en) System and method for generating a modified design creative
CN114746882A (zh) 交互感知和内容呈现的系统和方法
US20130138505A1 (en) Analytics-to-content interface for interactive advertising
CN113409123A (zh) 一种信息推荐方法、装置、设备及存储介质
CN112884538A (zh) 物品推荐的方法和装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1237498

Country of ref document: HK

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170926

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1237498

Country of ref document: HK