基于垃圾分类的用户画像构建方法、装置及电子设备制造方法及图纸

技术编号:22566228 阅读:43 留言:0更新日期:2019-11-16 12:31
本申请提供了一种基于垃圾分类的用户画像构建方法、装置及电子设备,该方法包括:获取垃圾投掷者的人脸图像和所投掷的垃圾的属性数据;基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,以及基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签;根据所述基本类标签和所述特征类标签构建所述垃圾投掷者的用户画像。本申请实施例相比传统规范小区居民垃圾分类的方法,更有利于提高垃圾分类的规范化程度。

Construction method, device and electronic equipment of user portrait based on garbage classification

The application provides a method, device and electronic device for constructing user portrait based on garbage classification, the method includes: obtaining the face image of the garbage thrower and the attribute data of the garbage thrower; determining the basic class label of the garbage thrower based on the face image of the garbage thrower, and generating the garbage thrower based on the attribute data of the garbage thrower According to the basic class label and the characteristic class label, a user portrait of the garbage thrower is constructed. The embodiment of the application is more conducive to improving the standardization degree of garbage classification than the traditional method of standardizing the garbage classification of residential quarters.

【技术实现步骤摘要】
基于垃圾分类的用户画像构建方法、装置及电子设备
本申请涉及用户行为分析
,尤其涉及一种基于垃圾分类的用户画像构建方法、装置及电子设备。
技术介绍
随着互联网技术的深入发展,许多行业都开始采用用户画像来了解用户、分析用户、维护用户,以更好地为用户提供服务。用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型,通俗讲就是给用户打标签,以高度概括的特征将用户模型化,便于人们理解和计算机处理。然而,现有的用户画像技术在部分领域的应用仍然十分有限,例如:垃圾分类领域,随着垃圾分类处理的呼声逐步高涨及垃圾分类相关政策的出台,现亟需提高垃圾分类的规范化程度。
技术实现思路
针对上述技术问题,本申请提供了一种基于垃圾分类的用户画像构建方法、装置及电子设备,有利于提高垃圾分类的规范化程度。为实现上述目的,本申请实施例第一方面提供了一种基于垃圾分类的用户画像构建方法,该方法包括:获取垃圾投掷者的人脸图像和所投掷的垃圾的属性数据;基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,以及基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签;根据所述基本类标签和所述特征类标签构建所述垃圾投掷者的用户画像。作为一种可选的实施方式,所述基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,包括:将所述垃圾投掷者的人脸图像输入预先训练好的深度学习模型以得到所述垃圾投掷者的人脸图像的第一隐层向量;将小区每位居民的标准人脸图像输入所述预先训练好的深度学习模型以得到小区每位居民的标准人脸图像的第二隐层向量;其中,小区居民已登记数据库中存储有小区每位居民的标准人脸图像及基本类标签;计算所述第一隐层向量与所述第二隐层向量之间的余弦相似度;将所述余弦相似度最大的标准人脸图像相关联的基本类标签确定为所述垃圾投掷者的基本类标签。作为一种可选的实施方式,所述基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签,包括:根据所投掷的垃圾的属性数据对所投掷的垃圾进行分类,获取分类数据;根据所投掷的垃圾的所述分类数据生成所述垃圾投掷者的特征类标签。作为一种可选的实施方式,所述方法还包括:对小区所有垃圾投掷者的特征类标签进行分词,得到第一分词集合;根据小区居民已登记数据库中的户属关系,按户整理小区每位垃圾投掷者的特征类标签,得到小区每户的特征类标签汇总表;对小区每户的特征类标签汇总表中的特征类标签进行分词,得到多个第二分词集合;基于所述第一分词集合、所述第二分词集合计算每个所述第二分词集合中每个分词的权重得分;将所述权重得分大于预设阈值的分词确定为对应一户居民的户特征标签,并根据所述户特征标签建立该户的垃圾分类档案。作为一种可选的实施方式,所述方法还包括:对所投掷的垃圾的所述分类数据进行统计和分析,得到垃圾投掷者参与垃圾分类的积极性指标和垃圾分类的正确率指标;根据所述积极性指标和正确率指标评定垃圾投掷者的信用等级,并将该信用等级添加至所述垃圾分类档案。作为一种可选的实施方式,所述信用等级还对应有信用积分,所述方法还包括:若有小区居民使用所述信用积分在小区指定地点进行消费,则对该居民进行人脸识别,根据人脸识别结果确定该居民的基本类标签,以及获取该居民消费的商品的信息;根据该居民消费的商品的信息生成该居民的消费偏好标签;根据该居民的基本类标签和该居民的消费偏好标签更新该居民的用户画像。本申请实施例第二方面提供了一种基于垃圾分类的用户画像构建装置,该装置包括:数据获取模块,用于获取垃圾投掷者的人脸图像和所投掷的垃圾的属性数据;第一标签确定模块,用于基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,以及基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签;画像构建模块,用于根据所述基本类标签和所述特征类标签构建所述垃圾投掷者的用户画像。可选的,所述第一标签确定模块,包括:第一向量获取单元,用于将所述垃圾投掷者的人脸图像输入预先训练好的深度学习模型以得到所述垃圾投掷者的人脸图像的第一隐层向量;第二向量获取单元,用于将小区每位居民的标准人脸图像输入所述预先训练好的深度学习模型以得到小区每位居民的标准人脸图像的第二隐层向量;其中,小区居民已登记数据库中存储有小区每位居民的标准人脸图像及基本类标签;计算单元,用于计算所述第一隐层向量与所述第二隐层向量之间的余弦相似度;基本标签确定单元,用于将所述余弦相似度最大的标准人脸图像相关联的基本类标签确定为所述垃圾投掷者的基本类标签。可选的,所述第一标签确定模块,还包括:垃圾分类单元,用于根据所投掷的垃圾的属性数据对所投掷的垃圾进行分类,获取分类数据;特征标签确定单元,用于根据所投掷的垃圾的所述分类数据生成所述垃圾投掷者的特征类标签。可选的,所述装置还包括:第一分词模块,用于对小区所有垃圾投掷者的特征类标签进行分词,得到第一分词集合;标签汇总模块,用于根据小区居民已登记数据库中的户属关系,按户整理小区每位垃圾投掷者的特征类标签,得到小区每户的特征类标签汇总表;第二分词模块,用于对小区每户的特征类标签汇总表中的特征类标签进行分词,得到多个第二分词集合;得分计算模块,用于基于所述第一分词集合、所述第二分词集合计算每个所述第二分词集合中每个分词的权重得分;档案建立模块,用于将所述权重得分大于预设阈值的分词确定为对应一户居民的户特征标签,并根据所述户特征标签建立该户的垃圾分类档案。可选的,所述装置还包括:指标获取模块,用于对所投掷的垃圾的所述分类数据进行统计和分析,得到垃圾投掷者参与垃圾分类的积极性指标和垃圾分类的正确率指标;信用评定模块,用于根据所述积极性指标和正确率指标评定垃圾投掷者的信用等级,并将该信用等级添加至所述垃圾分类档案。可选的,所述装置还包括:消费数据获取模块,用于若有小区居民使用所述信用积分在小区指定地点进行消费,则对该居民进行人脸识别,以及获取该居民消费的商品的信息;第二标签确定模块,用于根据人脸识别结果确定该居民的基本类标签,以及根据该居民消费的商品的信息生成该居民的消费偏好标签;画像更新模块,用于根据该居民的基本类标签和该居民的消费偏好标签更新该居民的用户画像。本申请实施例第三方面提供了一种电子设备,所述电子设备包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的基于垃圾分类的用户画像构建方法中的步骤。本申请实施例第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于垃圾分类的用户画像构建方法中的步骤。本申请的上述方案至少包括本文档来自技高网...

【技术保护点】
1.一种基于垃圾分类的用户画像构建方法,其特征在于,所述方法包括:/n获取垃圾投掷者的人脸图像和所投掷的垃圾的属性数据;/n基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,以及基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签;/n根据所述基本类标签和所述特征类标签构建所述垃圾投掷者的用户画像。/n

【技术特征摘要】
1.一种基于垃圾分类的用户画像构建方法,其特征在于,所述方法包括:
获取垃圾投掷者的人脸图像和所投掷的垃圾的属性数据;
基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,以及基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签;
根据所述基本类标签和所述特征类标签构建所述垃圾投掷者的用户画像。


2.根据权利要求1所述的方法,其特征在于,所述基于所述垃圾投掷者的人脸图像确定所述垃圾投掷者的基本类标签,包括:
将所述垃圾投掷者的人脸图像输入预先训练好的深度学习模型以得到所述垃圾投掷者的人脸图像的第一隐层向量;
将小区每位居民的标准人脸图像输入所述预先训练好的深度学习模型以得到小区每位居民的标准人脸图像的第二隐层向量;其中,小区居民已登记数据库中存储有小区每位居民的标准人脸图像及基本类标签;
计算所述第一隐层向量与所述第二隐层向量之间的余弦相似度;
将所述余弦相似度最大的标准人脸图像相关联的基本类标签确定为所述垃圾投掷者的基本类标签。


3.根据权利要求2所述的方法,其特征在于,所述基于所投掷的垃圾的属性数据生成所述垃圾投掷者的特征类标签,包括:
根据所投掷的垃圾的属性数据对所投掷的垃圾进行分类,获取分类数据;
根据所投掷的垃圾的所述分类数据生成所述垃圾投掷者的特征类标签。


4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对小区所有垃圾投掷者的特征类标签进行分词,得到第一分词集合;
根据小区居民已登记数据库中的户属关系,按户整理小区每位垃圾投掷者的特征类标签,得到小区每户的特征类标签汇总表;
对小区每户的特征类标签汇总表中的特征类标签进行分词,得到多个第二分词集合;
基于所述第一分词集合、所述第二分词集合计算每个所述第二分词集合中每个分词的权重得分;
将所述权重得分大于预设阈值的分词确定为对应一户居民的户特征标签,并根据所述户特征标签建立该户的垃圾分类档案。


5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
对所投掷的垃圾的所述分类数据进行统计和分析,得到垃圾投掷者参与垃圾分类的积极性指标和垃圾分类的正确率指标;
根据所述积极性指标和正确率指标评定垃圾投掷者的信...

【专利技术属性】
技术研发人员:张胜浩
申请(专利权)人:万翼科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利