一种用户标签分布预测方法、装置及系统制造方法及图纸

本说明书一个或多个实施例提供了一种用户标签分布预测方法、装置及系统，该方法包括：预先基于样本数据训练得到用户标签预测模型，其中，该样本数据是基于采集到的样本用户的图像信息和终端标识信息生成的，该样本数据包括样本用户的视觉属性分布与高维标签分布之间的对应关系；进而在用户标签分布预测阶段，基于现场采集到的途经用户的图像信息确定用户视觉属性分布数据，再将该用户视觉属性分布数据作为该用户标签预测模型的输入数据，预测得到目标区域的用户标签分布数据，这样在标签分布预测阶段只需实时采集用户的图像信息即可，既能够避免因随意探测用户的终端标识信息而侵犯用户隐私的问题，还能够准确地预测出用户标签分布数据。

A User Label Distribution Prediction Method, Device and System

【技术实现步骤摘要】
一种用户标签分布预测方法、装置及系统
本说明书一个或多个涉及互联网
，尤其涉及一种用户标签分布预测方法、装置及系统。
技术介绍
目前，随着生活水平的变化与提高，人们的户外活动增多，等车、堵车、等电梯、进入地铁站的时候都能够频繁的接触到各类户外媒体。基于此，线下广告系统成为向用户进行资源推广的方式之一，通过在人流量比较大的目标区域设置广告投放屏幕，以达到对推广资源进行宣传，提高经过该目标区域的用户对广告投放屏幕上播放的推广资源的关注度和购买欲。其中，为了提高推广资源的投放准确地，起到更好地对推广资源进行精准推送的作用，考虑到途经目标区域的人群的用户标签分布对资源投放具有有效地指导性作用。当前，主要通过实时采集经过目标区域的用户的终端mac地址，再获取与该终端mac地址对应的用户线上消费数据，进而基于该用户线上消费数据确定目标区域的人群标签分布，在此过程中，由于需要探测所有途经用户的终端mac地址，存在侵犯用户隐私的问题。由此可知，需要提高一种准确度高且不侵犯用户隐私的用户标签分布预测方法。
技术实现思路
本说明书一个或多个实施例的目的是提供一种用户标签分布预测方法、装置及系统，在标签分布预测阶段只需实时采集用户的图像信息即可，既能够避免因随意探测用户的终端标识信息而侵犯用户隐私的问题，还能够准确地预测出用户标签分布数据。为解决上述技术问题，本说明书一个或多个实施例是这样实现的：本说明书一个或多个实施例提供了一种用户标签分布预测方法，包括：获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。本说明书一个或多个实施例提供了一种用户标签分布预测装置，包括：图像信息获取模块，用于获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；视觉属性确定模块，用于根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；用户标签预测模块，用于利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。本说明书一个或多个实施例提供了一种用户标签分布预测系统，包括：信息采集设备和上述用户标签分布预测装置，其中，所述信息采集设备与所述用户标签分布预测装置相连接；所述信息采集设备，用于采集预测时间段内途经目标区域的用户的图像信息，并将采集到的所述图像信息传输至所述用户标签分布预测装置；所述用户标签分布预测装置，用于获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；以及利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。本说明书一个或多个实施例提供了一种用户标签分布预测设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。本说明书一个或多个实施例中的用户标签分布预测方法、装置及系统，预先基于样本数据训练得到用户标签预测模型，其中，该样本数据是基于采集到的样本用户的图像信息和终端标识信息生成的，该样本数据包括样本用户的视觉属性分布与高维标签分布之间的对应关系；进而在用户标签分布预测阶段，基于现场采集到的途经用户的图像信息确定用户视觉属性分布数据，再将该用户视觉属性分布数据作为该用户标签预测模型的输入数据，预测得到目标区域的用户标签分布数据，这样在标签分布预测阶段只需实时采集用户的图像信息即可，既能够避免因随意探测用户的终端标识信息而侵犯用户隐私的问题，还能够准确地预测出用户标签分布数据。附图说明为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书一个或多个中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本说明书一个或多个实施例提供的用户标签分布预测系统的应用场景示意图；图2为本说明书一个或多个实施例提供的用户标签分布预测方法的第一种流程示意图；图3为本说明书一个或多个实施例提供的用户标签分布预测方法的第二种流程示意图；图4为本说明书一个或多个实施例提供的用户标签分布预测方法中利用第一信息采集设备采集途经样本区域的用户的基础数据的实现原理示意图；图5为本说明书一个或多个实施例提供的用户标签分布预测方法中基于采集到的基础数据训练得到用户标签预测模型的实现原理示意图；图6为本说明书一个或多个实施例提供的用户标签分布预测方法中利用用户标签预测模型进行标签分布预测的实现原理示意图；图7为本说明书一个或多个实施例提供的用户标签分布预测方法的第三种流程示意图；图8为本说明书一个或多个实施例提供的用户标签分布预测装置的第一种模块组成示意图；图9为本说明书一个或多个实施例提供的用户标签分布预测装置的第二种模块组成示意图；图10为本说明书一个或多个实施例提供的用户标签分布预测系统的结构组成示意图；图11为本说明书一个或多个实施例提供的用户标签分布预测设备的结构示意图。具体实施方式为了使本
的人员更好地理解本说明书一个或多个中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一个或多个一部分实施例，而不是全部的实施例。基于本说明书一个或多个中的实施例，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，都应当属于本说明书一个或多个保护的范围。本说明书一个或多个实施例提供了一种用户标签分布预测方法、装置及系统，在用户标签分布预测阶段，基于现场采集到的途经用户的图像信息确定用户视觉属性分布数据，再将该用户视觉属性分布数据作为预先训练好的用户标本文档来自技高网...

【技术保护点】
1.一种用户标签分布预测方法，包括：获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。

【技术特征摘要】
1.一种用户标签分布预测方法，包括：获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。2.根据权利要求1所述的方法，其中，所述方法还包括：获取样本用户的样本图像信息，其中，所述样本图像信息是设置于样本区域的摄像装置采集得到的；获取所述样本用户的终端标识信息，其中，所述终端标识信息是基于设置于所述样本区域的无线通信装置获取到的；根据所述样本图像信息和所述终端标识信息，确定各单位时间段内视觉属性分布数据与高维标签分布数据之间的映射关系；利用机器学习方法并基于各所述单位时间段对应的所述映射关系，训练得到用户标签预测模型。3.根据权利要求2所述的方法，其中，所述根据所述样本图像信息和所述终端标识信息，确定各单位时间段内视觉属性分布数据与高维标签分布数据之间的映射关系，包括：根据所述样本图像信息，确定各单位时间段下的视觉属性分布数据；以及，根据所述终端标识信息，确定各单位时间段下的高维标签分布数据；针对每个单位时间段，确定在该单位时间段下所述视觉属性分布数据与所述高维标签分布数据之间的映射关系。4.根据权利要求3所述的方法，其中，所述根据所述终端标识信息，确定各单位时间段下的高维标签分布数据，包括：在预设用户画像存储数据库中，分别查询与各单位时间段内探测到的所述终端标识信息对应的用户画像数据；根据所述用户画像数据，生成各所述单位时间段对应的高维标签分布数据。5.根据权利要求3所述的方法，其中，所述根据所述终端标识信息，确定各单位时间段下的高维标签分布数据，包括：在预设消费记录数据库中，分别查询与各单位时间段内探测到的所述终端标识信息对应的线上消费数据；根据所述线上消费数据，确定与各所述单位时间段对应的用户画像数据；根据所述用户画像数据，生成各所述单位时间段对应的高维标签分布数据。6.根据权利要求1所述的方法，其中，在确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据之后，还包括：基于所述高维标签分布数据，确定所述目标区域内待投放的目标推广资源。7.根据权利要求6所述的方法，其中，所述基于所述高维标签分布数据，确定所述目标区域内待投放的目标推广资源，包括：针对每个备选推广资源，将所述高维标签分布数据与所述备选推广资源所面向用户的标签信息进行匹配，确定所述备选推广资源的投放匹配度；将所述投放匹配度满足预设条件的备选推广资源，确定为所述目标区域内待投放的目标推广资源。8.根据权利要求2所述的方法，其中，所述获取所述样本用户的终端标识信息，包括：接收设置于样本区域的无线通信装置传输的终端标识信息和相应的终端发射信号强度；将所述终端发射信号强度大于预设强度阈值的终端标识信息，确定为所述样本用户的终端标识信息。9.一种用户标签分布预测装置，包括：图像信息获取模块，用于获取预测时间段内途经目标区域的用户的图像信息，其中，所述图像信息是设置于所述目标区域的摄像装置采集得到的；视觉属性确定模块，用于根据获取到的所述图像信息，确定在所述预测时间段内途经所述目标区域的用户的视觉属性分布数据；用户标签预测模块，用于利用预先训练好的用户标签预测模型并基于所述视觉属性分布数据，确定在所述预测时间段内途经所述目标区域的用户的高维标签分布数据。10.根据权利要求9所述的装置，其中，所述装置还包括：模型训练模块，所述模型训练模块，用于：...

【专利技术属性】
技术研发人员：黄凯明，蔡鸿博，曾晓东，林锋，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY