一种基于大数据的数字营销方法技术

本发明专利技术提供了一种基于大数据的数字营销方法，包括S1，获取处于广告播放器前方的顾客的待识别图像；S2，对待识别图像进行预处理后输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签；S3，根据第一标签获取待播放的营销广告视频；S4，将营销广告视频推送至广告播放器进行播放。本发明专利技术通过获取广告播放器前方的顾客的图像来识别顾客的第一标签，然后根据第一标签获取对应的待播放的营销广告视频进行播放，从而有效地提高了营销广告视频的针对性，提高了广告营销的有效性。性。性。

【技术实现步骤摘要】
一种基于大数据的数字营销方法


[0001]本专利技术涉及营销领域，尤其涉及一种基于大数据的数字营销方法。

技术介绍

[0002]在现有技术中，商场中的动态广告一般是通过设置在商场各处的显示屏来进行显示，显示屏显示的广告一般都是循环播放的，并不能根据显示屏前方的人员来进行针对性的播放，导致营销的针对性不够强，影响营销效果。

技术实现思路

[0003]本专利技术的目的在于公开一种基于大数据的数字营销方法，解决商场的显示屏播放广告针对性不够强，影响营销效果的问题。
[0004]为了达到上述目的，本专利技术采用如下技术方案：
[0005]一种基于大数据的数字营销方法，包括
[0006]S1，获取处于广告播放器前方的顾客的待识别图像；
[0007]S2，对待识别图像进行预处理后输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签；
[0008]S3，根据第一标签获取待播放的营销广告视频；
[0009]S4，将营销广告视频推送至广告播放器进行播放。
[0010]优选地，所述S1包括：
[0011]通过接近传感器判断广告播放器前方的预设区域内是否存在顾客，若是，则通过摄像头获取顾客的待识别图像。
[0012]优选地，所述S2包括：
[0013]通过预设的预处理方式对待识别图像进行预处理，获得预处理图像；
[0014]将预处理图像输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签。
[0015]优选地，所述通过预设的预处理方式对待识别图像进行预处理，获得预处理图像，包括：
[0016]对待识别图像进行光线调节处理，获得第一图像；
[0017]对第一图像进行灰度化处理，获得第二图像；
[0018]对第二图像进行降噪处理，获得预处理图像。
[0019]优选地，所述对第一图像进行灰度化处理，获得第二图像，包括：
[0020]使用如下公式对第一图像进行灰度化处理：
[0021]gray(x,y)＝w1×
R(x,y)+w2×
G(x,y)+w3×
B(x,y)
[0022]其中，(x,y)表示像素点的坐标，R(x,y)、G(x,y)、B(x,y)分别表示坐标为(x,y)的像素点在红色分量图像、绿色分量图像、蓝色分量图像中的像素值；w1、w2、w3表示预设的比例系数；gray(x,y)表示坐标为(x,y)的像素点的灰度值。
[0023]优选地，所述营销广告视频包括第二标签和播出时刻。
[0024]优选地，所述S3包括：
[0025]获取待识别图像的拍摄时刻；
[0026]将与第一标签相同的第二标签对应的营销广告视频存入集合U；
[0027]将集合U中播出时刻和拍摄时刻之间差值最小的营销广告视频作为待播放的营销广告视频。
[0028]本专利技术通过获取广告播放器前方的顾客的图像来识别顾客的第一标签，然后根据第一标签获取对应的待播放的营销广告视频进行播放，从而有效地提高了营销广告视频的针对性，提高了广告营销的有效性。
附图说明
[0029]利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0030]图1，为本专利技术一种基于大数据的数字营销方法的一种示例性实施例图。
具体实施方式
[0031]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0032]如图1所示的一种实施例，本专利技术提供了一种基于大数据的数字营销方法，包括
[0033]S1，获取处于广告播放器前方的顾客的待识别图像；
[0034]S2，对待识别图像进行预处理后输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签；
[0035]S3，根据第一标签获取待播放的营销广告视频；
[0036]S4，将营销广告视频推送至广告播放器进行播放。
[0037]本专利技术通过获取广告播放器前方的顾客的图像来识别顾客的第一标签，然后根据第一标签获取对应的待播放的营销广告视频进行播放，从而有效地提高了营销广告视频的针对性，提高了广告营销的有效性。
[0038]具体的，神经网络模型可以是BP神经网络模型。训练数据来源可以是商场的导购员的真实导购数据，例如导购员在为一个年轻人服务完成后，可以将年轻人的服装、发型、鞋子、体型特征等记录下来，然后再为该年轻人标上第一标签。
[0039]导购员在日常的导购活动中积累了大量的导购数据，因此，通过大数据对神经网络模型进行训练，获得训练完成的神经网络模型。训练完成的神经网络模型可以根据顾客的待识别图像获取顾客的第一标签。
[0040]优选地，所述S1包括：
[0041]通过接近传感器判断广告播放器前方的预设区域内是否存在顾客，若是，则通过摄像头获取顾客的待识别图像。
[0042]具体的，预设的区域可以是广告播放器正前方的区域，区域的面积大小可以根据
实际情况进行调节。
[0043]在没有检测到顾客时，广告播放器按照循环播放的方式播放广告，而在检测到顾客后，则根据顾客的第一标签播放针对性的广告。
[0044]优选地，所述S2包括：
[0045]通过预设的预处理方式对待识别图像进行预处理，获得预处理图像；
[0046]将预处理图像输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签。
[0047]优选地，所述通过预设的预处理方式对待识别图像进行预处理，获得预处理图像，包括：
[0048]对待识别图像进行光线调节处理，获得第一图像；
[0049]对第一图像进行灰度化处理，获得第二图像；
[0050]对第二图像进行降噪处理，获得预处理图像。
[0051]对待识别图像进行光照调节处理，有利于使得获得的第一图像中的光照分布更为均匀，从而对过曝的位置进行压制以及对暗处细节进行提升，有效地提高了图像的质量。
[0052]优选地，所述对待识别图像进行光线调节处理，获得第一图像，包括：
[0053]获取待识别图像的L分量图像imgL；
[0054]对imgL进行如下调节处理，获得第一调节图像：
[0055][0056]其中，oimgL表示第一调节图像，oimgL(u)表示像素点u在第一调节图像中的像素值，c1、c2、c3分别表示第一常数系数、第二常数系数、第三常数系数，w1表示预设的调节系数，δ表示预设的控制系数、imgL(u)表示像素点u在imgL中的像素值，aveimgL表示imgL中所有像素点的像素值的平均值，va本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的数字营销方法，其特征在于，包括：S1，获取处于广告播放器前方的顾客的待识别图像；S2，对待识别图像进行预处理后输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签；S3，根据第一标签获取待播放的营销广告视频；S4，将营销广告视频推送至广告播放器进行播放。2.根据权利要求1所述的一种基于大数据的数字营销方法，其特征在于，所述S1包括：通过接近传感器判断广告播放器前方的预设区域内是否存在顾客，若是，则通过摄像头获取顾客的待识别图像。3.根据权利要求1所述的一种基于大数据的数字营销方法，其特征在于，所述S2包括：通过预设的预处理方式对待识别图像进行预处理，获得预处理图像；将预处理图像输入到预先训练完成的神经网络模型中进行图像识别处理，获得顾客的第一标签。4.根据权利要求3所述的一种基于大数据的数字营销方法，其特征在于，所述通过预设的预处理方式对待识别图像进行预处理，获得预处理图像，包括：对待识别图像进行光线调节处理，获得第一图像；对第一图像进行灰度化处理，获得第二图像；对第二...

【专利技术属性】
技术研发人员：贾信明，林昱洲，杨宏，
申请(专利权)人：华院分析技术上海有限公司，
类型：发明
国别省市：