[發(fā)明專利]一種電梯人群畫像和廣告受眾分析的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910240690.0
• 申請日: 2019-03-27
• 公開（公告）號: CN110135883A
• 公開（公告）日: 2019-08-16
• 發(fā)明（設(shè)計）人: 陳清梁;王偉;陳國特;王超;蔡巍偉
• 申請（專利權(quán)）人: 浙江新再靈科技股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 杭州天昊專利代理事務(wù)所(特殊普通合伙) 33283
• 代理人: 董世博

本發(fā)明公開了一種電梯人群畫像和廣告受眾分析的方法及系統(tǒng)，其中方法包括以下步驟：電梯廣告點位推薦步驟，用于前期采集電梯乘梯人員數(shù)據(jù)進而分析電梯各個時段的人數(shù)和屬性分布，得到符合廣告對應(yīng)人群要求的電梯點位和時段數(shù)據(jù)，進行廣告點位及其內(nèi)容設(shè)置和投放；電梯廣告受眾分析步驟，用于廣告投放之后采集各個廣告對應(yīng)的電梯乘梯人員數(shù)據(jù)進而統(tǒng)計人數(shù)和屬性分布，得到廣告真實的受眾人群數(shù)據(jù)，同時對點位推薦的前期過程提供后期反饋證據(jù)。本發(fā)明通過自動采集電梯中的乘梯人員及屬性，進行針對性的廣告投放，廣告投放后再進行及時的受眾人員及屬性分析，從而對廣告投放受眾質(zhì)量進行跟蹤反饋。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及一種電梯人群畫像和廣告受眾分析的方法及系統(tǒng)。

背景技術(shù)

隨著我國經(jīng)濟持續(xù)平穩(wěn)的發(fā)展，尤其是住宅產(chǎn)業(yè)作為國民經(jīng)濟新增長點的提出，為電梯業(yè)的發(fā)展提供了良好的機遇；今后幾年，我國將年建住宅3.5億平方米，公建項目1.2億平方米；隨著城市向大型化、高層化的發(fā)展，我國每年對電梯的市場需求越來越大，對于電梯的管理也越來越趨于智能化、信息化。

為了實現(xiàn)電梯廣告效益的增加，當(dāng)前電梯廣告點位推薦的前期調(diào)研工作，往往通過人力方式進行小區(qū)調(diào)研。對廣告后期推廣效果也采用問卷形式來統(tǒng)計反饋情況。此種人工調(diào)研和問卷調(diào)查形式費時耗力。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種電梯人群畫像和廣告受眾分析的方法及系統(tǒng)，通過自動采集電梯中的乘梯人員及屬性，進行針對性的廣告投放，廣告投放后再進行及時的受眾人員及屬性分析，從而對廣告投放受眾質(zhì)量進行跟蹤反饋。

為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：

本發(fā)明實施例的一方面提供了一種電梯人群畫像和廣告受眾分析的方法，包括以下步驟：

電梯廣告點位推薦步驟，用于前期采集電梯乘梯人員數(shù)據(jù)進而分析電梯各個時段的人數(shù)和屬性分布，得到符合廣告對應(yīng)人群要求的電梯點位和時段數(shù)據(jù)，進行廣告點位及其內(nèi)容設(shè)置和投放；

電梯廣告受眾分析步驟，用于廣告投放之后采集各個廣告對應(yīng)的電梯乘梯人員數(shù)據(jù)進而統(tǒng)計人數(shù)和屬性分布，得到廣告真實的受眾人群數(shù)據(jù)，同時對點位推薦的前期過程提供后期反饋證據(jù)。

優(yōu)選地，所述電梯廣告點位推薦步驟進一步包括：

在電梯關(guān)門并有運動時，利用電梯轎廂頂部攝像頭抓取一張圖片；

利用檢測模型對所抓取圖片進行檢測，獲得人體檢測框與人頭檢測框；

利用檢測框獲得人體截圖和人頭截圖，送入屬性分類算法進行多標(biāo)簽分類，最終得到人體與人頭相關(guān)屬性，其中屬性分類算法選擇卷積神經(jīng)網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)，利用多個二分類交叉熵損失函數(shù)BCELoss的平均損失作為總體loss，進行網(wǎng)絡(luò)訓(xùn)練來獲得模型，訓(xùn)練完成的模型用于預(yù)測推斷；

獲得人頭數(shù)作為該電梯行程的人流數(shù)量，同時獲得人頭和人體屬性的數(shù)據(jù)，并將當(dāng)前數(shù)據(jù)上傳云端平臺；

統(tǒng)計各個電梯各個時段的人數(shù)和屬性分布，得到符合廣告對應(yīng)人群要求的電梯點位和時段數(shù)據(jù)信息。

優(yōu)選地，所述電梯廣告受眾分析步驟進一步包括：

在電梯關(guān)門并有運動時，對每個廣告播放期間，利用電梯轎廂頂部攝像頭抓取一張圖片；

利用檢測模型對所抓取圖片進行檢測，獲得人體檢測框與人頭檢測框；

利用檢測框獲得人體截圖和人頭截圖，送入屬性分類算法進行多標(biāo)簽分類，最終得到人體與人頭相關(guān)屬性，其中屬性分類算法選擇卷積神經(jīng)網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)，利用多個二分類交叉熵損失函數(shù)BCELoss的平均損失作為總體loss，進行網(wǎng)絡(luò)訓(xùn)練來獲得模型，訓(xùn)練完成的模型用于預(yù)測推斷；