一种基于摄像头的关注度预测分析方法、装置及终端制造方法及图纸

本申请涉及一种基于摄像头的关注度预测分析方法、装置及终端，属于关注度预测分析技术领域。本申请包括：通过获取摄像头的访问权限以及显示器屏幕信息；然后控制开启摄像头进行眼球定位跟踪，得到关注度指数计算参数；将显示器屏幕信息以及关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；根据关注度指数结果，通过API接口向后台请求数据；最后将请求数据推送至用户。通过使用装置上的摄像头检测人体眼球转动角度及停驻时间，并根据训练模型获得指标参数，主动预测用户对当前信息的关注度行为，极大提升预测用户对信息的关注程度准确率，满足相关应用场景的需要。

【技术实现步骤摘要】
一种基于摄像头的关注度预测分析方法、装置及终端
本申请属于关注度预测分析
，具体涉及一种基于摄像头的关注度预测分析方法、装置及终端。
技术介绍
“关注度指数”是大部份系统应用或数据分析团队用来衡量用户喜好程度或了解用户需求的衡量指标，通过关注度指数，我们可以更贴近的了解用户的需求，向用户推荐合适的产品或服务。除此之外也能够通过数据驱动产品迭代，作为产品分析、优化的基础，在战略上比同行竞争对手快一步。市场上分析用户关注程度的方式有很多种，但是都是以“先成为有效注册用户”或“有效用户历史沉淀数据”的方式做数据统计分析，现有相关技术中，系统应用识别并分析用户关注程度的方法主要如下：1.通过历史搜索关键词此方式主要通过采集用户搜索关键词，将关键词保存到数据库，分析特定日期区间的历史搜索次数。使用这种方式较为被动，需要依靠数据积累才会有成效，并且无法主动预测用户关注程度。2.通过用户点击此方式主要通过采集用户点击行为，将点击的数据关键索引保存到数据库，对该关键索引的关联信息展开做次数及权重分析。使用这种方式仍较为被动，除了需要依靠数据积累还需要对关键索引的数据信息及关联信息做非常准确的维护才会有成效，并且无法主动预测用户关注程度。3.通过特定的历史数据沉淀此方式主要通过用户使用过程中产生的数据，例如订单数据或支付数据等进行分析，这种方式也属于被动方式，如果该用户从未有订单数据或支付数据，或者根本不是注册用户就无法进行关注程度分析。以上三种方式都完全忽视了初次使用的新用户，因此，由于作为分析的样本数据不足，导致推荐了不合适的产品或服务，降低了用户的使用意愿。
技术实现思路
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于摄像头的关注度预测分析方法、装置及终端，有助于提升预测用户对信息的关注程度准确率。为实现以上目的，本申请采用如下技术方案：第一方面，一种基于摄像头的关注度预测分析方法，所述方法包括：获取摄像头的访问权限以及显示器屏幕信息；控制开启所述摄像头进行眼球定位跟踪，得到关注度指数计算参数；将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；根据所述关注度指数结果，通过API接口向后台请求数据；将所述请求数据推送至用户。进一步地，所述预先建立的关注度预测分析模型包括：获取显示器屏幕信息以及关注度指数计算参数；根据所述显示器屏幕信息以及所述关注度指数计算参数，计算数据显示边界及当前视角所观看的停驻区域，根据所述数据显示边界以及所述观看的停驻区域，结合后台API推送至用户的视角画面显示的数据内容，判别用户当前查看显示器屏幕上的数据内容，计算得出关注度指数结果；将所述关注度指数结果发送至用户；获取用户根据所述关注度指数结果做出的反馈，得到用户反馈结果；利用机器学习对不同用户的反馈结果进行分析，得到用户反馈分析结果；根据所述关注度指数结果以及所述用户反馈分析结果，得到所述关注度预测分析模型的准确率评分。进一步地，利用机器学习对不同用户的反馈结果进行分析，得到用户反馈分析结果包括：获取不同用户的反馈结果；保存所述不同用户的反馈结果数据；对所述不同用户反馈的结果数据进行交叉分析，利用机器学习，得到用户反馈分析结果。进一步地，所述显示器屏幕信息包括屏幕尺寸、屏幕分辨率信息以及显示器屏幕显示面积。进一步地，所述关注度指数计算参数包括人眼注视角度、人眼注视时间以及瞳孔缩放信息。进一步地，在获取摄像头的访问权限以及显示器屏幕信息之前还包括：判断是否有摄像头的访问权限；若没有摄像头访问权限，则请求授权摄像头访问权限。第二方面，一种基于摄像头的关注度预测分析装置，包括：第一获取模块，用于获取摄像头的访问权限以及显示器屏幕信息；第二获取模块，用于控制开启所述摄像头进行眼球定位跟踪，得到关注度指数计算参数；计算模块，用于将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；请求数据模块，用于根据所述关注度指数结果，通过API接口向后台请求数据；推送模块，用于将所述请求数据推送至用户。进一步地，预先建立的关注度预测分析模型包括：第三获取模块，用于获取显示器屏幕信息以及关注度指数计算参数；关注度指数计算模块，用于根据所述显示器屏幕信息以及所述关注度指数计算参数，计算数据显示边界及当前视角所观看的停驻区域，交叉对比当前视角画面显示的数据内容，计算得出关注度指数结果；发送模块，用于将所述关注度指数结果发送至用户；获取用户反馈结果模块，用于获取用户根据所述关注度指数结果做出的反馈，得到用户反馈结果；用户反馈结果分析模块，用于利用机器学习对不同用户的反馈结果进行分析，得到用户反馈分析结果；评分模块，用于根据所述关注度指数结果以及所述用户反馈分析结果，得到所述关注度预测分析模型的准确率评分。进一步地，还包括：存储模块，用于保存所述不同用户的反馈结果数据，以便对所述不同用户反馈的结果数据进行交叉分析，利用机器学习，得到用户反馈分析结果。第三方面，一种基于智能摄像头的预测分析终端，包括：一个或者多个存储器，其上存储有可执行程序；一个或者多个处理器，用于执行所述存储器中的所述可执行程序，以实现以上权利要求中任一项所述方法的步骤。本申请采用以上技术方案，至少具备以下有益效果：本申请提供的一种基于摄像头的关注度预测分析方法，通过获取摄像头的访问权限以及显示器屏幕信息；然后控制开启所述摄像头进行眼球定位跟踪，得到关注度指数计算参数；将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；根据所述关注度指数结果，通过API接口向后台请求数据；最后将所述请求数据推送至用户。通过使用装置上的摄像头检测人体眼球转动角度及停驻时间，并根据训练模型获得指标参数，主动预测用户对当前信息的关注度行为，极大提升预测用户对信息的关注程度准确率，满足相关应用场景的需要。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种基于摄像头的关注度预测分析方法的流程图；图2是根据一示例性实施例示出的关注度指数分析方法流程图。图3是根据一示例性实施例示出的预先建立的关注度预测分析模型步骤流本文档来自技高网...

【技术保护点】
1.一种基于摄像头的关注度预测分析方法，其特征在于，所述方法包括：/n获取显示器屏幕信息；/n控制摄像头进行眼球定位跟踪，得到关注度指数计算参数；/n将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；/n根据所述关注度指数结果，通过API接口向后台请求数据；/n将所述请求数据推送至用户。/n

【技术特征摘要】
1.一种基于摄像头的关注度预测分析方法，其特征在于，所述方法包括：
获取显示器屏幕信息；
控制摄像头进行眼球定位跟踪，得到关注度指数计算参数；
将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；
根据所述关注度指数结果，通过API接口向后台请求数据；
将所述请求数据推送至用户。


2.根据权利要求1所述的关注度预测分析方法，其特征在于，所述预先建立的关注度预测分析模型步骤包括：
获取显示器屏幕信息；
控制摄像头进行眼球定位跟踪，得到关注度指数计算参数；
根据所述显示器屏幕信息以及所述关注度指数计算参数，计算数据显示边界及当前视角所观看的停驻区域，根据所述数据显示边界以及所述观看的停驻区域，结合后台API推送至用户的视角画面显示的数据内容，判别用户当前查看显示器屏幕上的数据内容，计算得出关注度指数结果；
将所述关注度指数结果发送至用户；
获取用户根据所述关注度指数结果做出的反馈，得到用户反馈结果；
利用机器学习对不同用户的反馈结果进行分析，得到用户反馈分析结果；
根据所述关注度指数结果以及所述用户反馈分析结果，得到所述关注度预测分析模型的准确率评分。


3.根据权利要求2所述的关注度预测分析方法，其特征在于，利用机器学习对不同用户的反馈结果进行分析，得到用户反馈分析结果包括：
获取不同用户的反馈结果；
保存所述不同用户的反馈结果数据；
对所述不同用户反馈的结果数据进行交叉分析，利用机器学习，得到用户反馈分析结果。


4.根据权利要求2所述的关注度预测分析方法，其特征在于，所述显示器屏幕信息包括屏幕尺寸、屏幕分辨率信息以及显示器屏幕显示面积。


5.根据权利要求1所述的关注度预测分析方法，其特征在于，所述关注度指数计算参数包括人眼注视角度、人眼注视时间以及瞳孔缩放信息。


6.根据权利要求1所述的关注度预测分析方法，其特征在于，...

【专利技术属性】
技术研发人员：汤逸峰，许忠义，
申请(专利权)人：京诚数字科技江苏有限公司，
类型：发明
国别省市：江苏;32