[發明專利]一種客流的人群識別方法、系統及電子設備

在審

• 申請號: 202110376550.3
• 申請日: 2021-04-07
• 公開（公告）號: CN113095209A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 魏宏洋;王涌;黃智斌
• 申請（專利權）人: 深圳海智創科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市中融創智專利代理事務所(普通合伙) 44589
• 代理人: 葉垚平

本發明公開了一種客流的人群識別方法，通過獲取通行者的移動軌跡、進店數據及穿行時間，并基于移動軌跡的曲線光滑度，并結合進店數據的進店時間，來識別出人群中的臨時人群，也即通過上述數據來在多個人群之中篩選出處于無效數據的臨時人群，以便于在后續的商場大數據分析的情況下，充分考慮了由于臨時人群的無效穿行、臨時借道造成的無效數據，增加了數據分析維度，提高了商場大數據分析的準確度，使得決策者可更加具有針對性地做出安排和策劃。

技術領域

本發明涉及人群識別領域，尤其涉及一種客流的人群識別方法、系統及電子設備。

背景技術

在商場、地鐵商業街等商業區域內，通常會有大量的客戶穿行、消費和娛樂活動，特別是在現代化的綜合性商業區域內，通常包括有飲食、娛樂、休閑、養生等眾多商鋪，每日接待的客流量很大，而在大型的商業體中，如何根據人群的種類和消費取向等信息來決定商圈的鋪排，對商場的維持和發展具有重大意義。而在巨大的客流中，通常包含了多種類型的人群，例如，家庭親子、情侶、朋友或商業洽談客戶等，每一種人群的消費通常具有不同的取向，故針對客流進行準確的人群識別是重點。

而現有的針對人群識別的系統中，忽略了在商業區域內的臨時穿行人員的因素，例如借道穿行的人群和上下班路過的人群，該種人群均只是穿堂客性質的無效人群，會降低上述的大數據統計的準確度。

發明內容

本發明提供了一種客流的人群識別方法、系統及電子設備，旨在解決現有的客流的人群識別系統中忽略無效人群的問題。

根據本申請實施例，提供了一種客流的人群識別方法，包括以下步驟：步驟S1：獲取每個通行者的移動軌跡、進店數據及穿行時間；步驟S2：判斷每個移動軌跡是否是光滑的曲線，若是，則進入步驟S3，若否，則進入步驟S4；步驟S3：定義該移動軌跡對應的通行者為臨時人群；步驟S4：結合對應的進店數據，判斷該通行者進店時間是否小于預設數值，若是，則進入步驟S5，若否，則進入步驟S6；步驟S5：定義該移動軌跡對應的通行者為臨時人群；及步驟S6：定義該移動軌跡對應的通行者為參與人群。

優選地，步驟S1與步驟S2之間還包括：步驟S100：獲取通行者的性別和年齡；步驟S101：基于至少兩個通行者的移動軌跡，判斷多個移動軌跡之間的重合度是否大于預設值，若是，則進入步驟S102，若否，則進入步驟S103；步驟S102：基于通行者的性別和年齡，預測對應的多個通行者之間的同行關系；及步驟S103：多個移動軌跡對應的通行者為個人通行者。

優選地，步驟S1與步驟S2之間還包括：步驟S200：獲取通行者的性別和年齡；步驟S201：基于至少兩個通行者的穿行時間和進店數據，判斷多個通行者之間的重合度是否大于預設值，若是，則進入步驟S202，若否，則進入步驟S203；步驟S202：基于通行者的性別和年齡，預測對應的多個通行者之間的同行關系；及步驟S203：多個移動軌跡對應的通行者為個人通行者。

優選地，基于步驟S102中預測的人群關系，剔除同行者的所有數據。

優選地，步驟S6之后還包括：步驟S7：獲取預設天數內的參與人群數量，篩選在預設天數內出現同一通行者的出現次數；及步驟S8：基于出現次數，對達到預設次數的通行者定義為粘性人群。

優選地，上述步驟S8后還包括：步驟S9：基于粘性人群，篩選出連續出現的數量符合要求的通行者進一步定義為忠誠人群。

本發明還提供一種客流的人群識別系統，包括：第一信息獲取單元，用于獲取每個通行者的移動軌跡、進店數據及穿行時間；軌跡判斷單元，用于判斷每個移動軌跡是否是光滑的曲線；第一穿堂客判斷單元，用于當軌跡為光滑的曲線時，定義該移動軌跡對應的通行者為臨時人群；進店判斷單元，用于當移動軌跡不光滑時，結合對應的進店數據，判斷該通行者進店時間是否小于預設數值；第二穿堂客判斷單元，用于當通行者進店時間小于預設數值時，定義該移動軌跡對應的通行者為臨時人群；及參與人群判斷單元，用于當通行者進店時間大于預設數值時，則定義該移動軌跡對應的通行者為參與人群。