亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

一種移動(dòng)消費(fèi)群組識別的系統(tǒng)及方法與流程

文檔序號:11200865閱讀:666來源:國知局
一種移動(dòng)消費(fèi)群組識別的系統(tǒng)及方法與流程

本發(fā)明屬于手機(jī)傳感器技術(shù)與線下移動(dòng)購物的結(jié)合技術(shù)領(lǐng)域,涉及一種移動(dòng)消費(fèi)群組識別的系統(tǒng)及方法,具體涉及一種基于安卓手機(jī)傳感器的移動(dòng)消費(fèi)群組識別系統(tǒng)及方法。

技術(shù)背景

移動(dòng)群組消費(fèi)是指一群人,例如家人,伴侶,同事朋友等,基于移動(dòng)設(shè)備交流而進(jìn)行的群組性消費(fèi)活動(dòng)。群組性消費(fèi)在生活中并不少見譬如大學(xué)生社團(tuán)班級朋友聚餐、情侶閨蜜逛街、家長孩子出游等。據(jù)調(diào)查,當(dāng)人在公共場合時(shí),百分之七十的時(shí)間是和其他人一起的,也就是說大部分情況下他們是進(jìn)行的群組性消費(fèi)。

當(dāng)前應(yīng)用市場上比較受歡迎的幾個(gè)團(tuán)購軟件,美團(tuán),百度糯米,大眾點(diǎn)評等,這些軟件的主要功能是為用戶提供全國各地眾多商家的團(tuán)購促銷信息,用戶通過瀏覽和搜索得到自己想要的團(tuán)購等。但是這往往比較耗時(shí),雖然它們會主動(dòng)向顧客推送促銷信息,但是這種推送并不帶有針對性,所有使用該應(yīng)用的用戶都會收到宣傳。另外一個(gè)由阿里巴巴公司推出的“喵街”應(yīng)用,“喵街”與以上應(yīng)用的區(qū)別在于它是面向商場的,能夠向用戶提供商場內(nèi)優(yōu)惠打折和新品信息。雖然“喵街”相對普通的團(tuán)購軟件增加了即時(shí)性功能,但是并沒有考慮到群組性消費(fèi)這一概念。“喵街”將用戶看成是單獨(dú)的個(gè)體,當(dāng)面向的是群體性消費(fèi)的時(shí)候,我們需要結(jié)合群組信息來推送有針對性的宣傳促銷信息。

對移動(dòng)消費(fèi)群組進(jìn)行有針對性的宣傳促銷信息推送,首先需要識別商場內(nèi)的移動(dòng)群組。目前室內(nèi)群組識別的方法主要通過群組對象在物理位置上的一致性進(jìn)行判斷,位置信息主要通過手機(jī)gps、無線定位或者視頻信息來獲得。采用gps、無線定位或者視頻信息來獲得移動(dòng)對象的位置都有一定的局限性。首先gps定位在室外的環(huán)境能夠得到比較好的定位準(zhǔn)確度,但在室內(nèi)人員比較密集并且存在障礙物遮擋的情況下,定位準(zhǔn)確度將會受到很大的影響。目前也有越來越多的應(yīng)用考慮使用無線定位獲得運(yùn)動(dòng)對象的位置信息,考慮到無線定位的準(zhǔn)確度與無線接入點(diǎn)的密度有很大的關(guān)系,如果需要比較高的定位精度,需要無線接入點(diǎn)的密度足夠的大。如果需要通過視頻獲得運(yùn)動(dòng)對象的相對位置信息,攝像頭位置的放置是一個(gè)需要考慮的主要因素,并且對視頻信息的處理遠(yuǎn)復(fù)雜于對手機(jī)傳感器數(shù)據(jù)的處理。另一方面,在真實(shí)的環(huán)境中,一個(gè)群組內(nèi)的對象并不是始終保持比較近的相對位置,當(dāng)一個(gè)群組內(nèi)的對象存在分開活動(dòng)的情況下,通過以上方法并不能識別出一個(gè)群組的全部對象。



技術(shù)實(shí)現(xiàn)要素:

針對以上提出的目前團(tuán)購軟件存在的不足以及群組消費(fèi)的巨大市場,本發(fā)明提出了一種移動(dòng)消費(fèi)群組識別的系統(tǒng)及方法。同時(shí)在移動(dòng)群組識別過程中規(guī)避目前方法中存在的不足,提出采用安卓設(shè)備內(nèi)置的加速度傳感器來進(jìn)行群組的識別。采用移動(dòng)設(shè)備內(nèi)置的加速度傳感器進(jìn)行群組的識別沒有基礎(chǔ)環(huán)境的限制,并且在移動(dòng)對象比較擁擠和群組內(nèi)對象存在分開活動(dòng)的情況下也能夠得到比較好的識別結(jié)果。

本發(fā)明的系統(tǒng)所采用的技術(shù)方案是:一種移動(dòng)消費(fèi)群組識別的系統(tǒng),其特征在于:包括手機(jī)客戶端和后臺服務(wù)器,以及所述手機(jī)客戶端與后臺服務(wù)器交換數(shù)據(jù)的網(wǎng)絡(luò);所述手機(jī)客戶端用于獲取手機(jī)內(nèi)置加速度傳感器的數(shù)據(jù),并將獲取到的加速度傳感器數(shù)據(jù)傳入所述后臺服務(wù)器;所述后臺服務(wù)器用于將加速度傳感器數(shù)據(jù)進(jìn)行滑動(dòng)窗口的處理,提取每個(gè)窗口的特征值,依據(jù)已有的訓(xùn)練集,根據(jù)未知行為序列的加速度特征值用機(jī)器學(xué)習(xí)分類模型來預(yù)測移動(dòng)對象的行為序列,然后比較不同對象交互行為序列的差異值來判斷對象之間的關(guān)聯(lián),進(jìn)而得到移動(dòng)對象的群組劃分,并將群組劃分情況反饋到所述手機(jī)客戶端。

本發(fā)明的方法所采用的技術(shù)方案是:一種移動(dòng)消費(fèi)群組識別的方法,其特征在于,包括以下步驟:

步驟1:構(gòu)建后臺機(jī)器學(xué)習(xí)分類模型的訓(xùn)練集數(shù)據(jù)庫;

設(shè)置手機(jī)的采樣頻率為sensor_rate_normal,采集預(yù)定義的交互行為動(dòng)作,記錄相應(yīng)的時(shí)間,通過滑動(dòng)窗口提取特征值;本實(shí)施例選取的滑動(dòng)窗口大小為2s,相鄰窗口重疊半個(gè)窗口大??;特征值選擇加速度x、y、z軸和三軸合成加速度數(shù)據(jù),每個(gè)軸上選擇的特征值分別為時(shí)域上的最大值、最小值、平均值、標(biāo)準(zhǔn)差;通過對時(shí)域上的數(shù)據(jù)進(jìn)行快速傅里葉變換得到頻域上數(shù)據(jù),頻域上選擇平均值、標(biāo)準(zhǔn)差、偏度和峰度,即在一個(gè)時(shí)間窗口選取的特征值有八個(gè),一共是32個(gè)特征值。

選擇機(jī)器學(xué)習(xí)中的分類模型對帶標(biāo)記的行為序列與對應(yīng)的加速度特征值進(jìn)行訓(xùn)練,獲得后臺機(jī)器學(xué)習(xí)分類模型的訓(xùn)練集數(shù)據(jù)庫。

步驟2:移動(dòng)消費(fèi)群組加速度數(shù)據(jù)采集;

當(dāng)用戶接入商場無線時(shí)獲得該用戶在商場的id信息,數(shù)據(jù)傳輸?shù)胶笈_服務(wù)器按照id信息進(jìn)行存儲。

步驟3:群組識別與結(jié)果反饋;具體實(shí)現(xiàn)包括以下子步驟:

步驟3.1:交互行為預(yù)測;

將對象的加速度數(shù)據(jù)放入后臺機(jī)器學(xué)習(xí)分類模型的訓(xùn)練集中預(yù)測交互行為序列,得到對象的行為序列,如對象a和b的行為序列表示為ca和cb。

步驟3.2:計(jì)算對象之間的行為差異;

將對象的所有行為序列劃分為連續(xù)15s的窗口大小,然后在每個(gè)窗口通過編輯距離判斷對象之間的行為序列的差異其中,對象a和b的行為序列表示為ca和cb,分別表示在第t個(gè)窗口對象a和b的行為序列,表示為對象a和b在第t個(gè)窗口的編輯距離。

步驟3.3:對差異值進(jìn)行平滑處理;

平滑處理的公式為:

其中,表示對象a和b之間的行為差異,t表示當(dāng)前的時(shí)間窗口,b表示平滑處理后當(dāng)前窗口的編輯距離為當(dāng)前窗口與前后多少個(gè)窗口的平均值的參數(shù),τ表示從-b到b的迭代。

步驟3.4:判斷對象之間的關(guān)聯(lián);

通過設(shè)置閾值φ判斷對象之間是否關(guān)聯(lián);

如果平滑處理后的對象a和b之間行為差異值則認(rèn)為對象a和b有關(guān)聯(lián),表示為

如果平滑處理后的對象a和b之間行為差異值則認(rèn)為對象a和b無關(guān)聯(lián),表示為

步驟3.5:群組劃分;

基于多數(shù)表決的群組劃分,假設(shè)給定群組關(guān)聯(lián)的判斷窗口總數(shù)為twin,兩個(gè)對象在gwin個(gè)窗口內(nèi)被認(rèn)為是一個(gè)群組的對象,若gwin>0.7*twin,則認(rèn)為這兩個(gè)對象是一個(gè)群組的對象,否則認(rèn)為這兩個(gè)對象不是同一個(gè)群組的對象。

步驟3.6:反饋到手機(jī)客戶端;

將群組劃分結(jié)果反饋到手機(jī)客戶端,每隔5分鐘更新一次群組劃分結(jié)果。

相對于現(xiàn)有技術(shù),本發(fā)明的有益效果是:通過移動(dòng)設(shè)備內(nèi)置的加速度傳感器進(jìn)行移動(dòng)群組的識別,對基礎(chǔ)設(shè)施沒有太大的依賴,只需要室內(nèi)環(huán)境中有所述手機(jī)客戶端與后臺服務(wù)器交換數(shù)據(jù)的網(wǎng)絡(luò)即可;同時(shí)采用行為序列的相似性計(jì)算對象之間的關(guān)聯(lián),當(dāng)同一群組內(nèi)的對象在物理位置上存在短時(shí)間的不相鄰也能很好的識別;基于多數(shù)表決的方式進(jìn)行群組劃分,能夠考慮到群組之間的交互導(dǎo)致群組內(nèi)對象行為的不一致性,因此具有更加廣泛的適用范圍。

附圖說明

圖1為本發(fā)明的系統(tǒng)原理圖;

圖2為本發(fā)明的系統(tǒng)工作流程圖;

圖3為本發(fā)明的方法流程圖。

具體實(shí)施方式

為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明,下面結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)描述,應(yīng)當(dāng)理解,此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明,并不用于限定本發(fā)明。

考慮到日常生活中,當(dāng)人們進(jìn)行群組性消費(fèi)時(shí),群組內(nèi)對象并不是單純的一起行走,會有各種交互行為,如揮手、一起行走、挽手、勾肩、坐下、起立和群組內(nèi)對象一起靜止的行為,因此提出使用安卓手機(jī)中內(nèi)置的加速度傳感器進(jìn)行交互行為的識別,通過判斷對象間交互動(dòng)作的相似性來進(jìn)行移動(dòng)群組識別,群組識別結(jié)果可以與目前的手機(jī)購物應(yīng)用軟件相結(jié)合,為移動(dòng)消費(fèi)群組提供及時(shí)并且有針對具體人數(shù)的團(tuán)購和促銷信息。

請見圖1,本發(fā)明提供的一種移動(dòng)消費(fèi)群組識別的系統(tǒng),包括手機(jī)客戶端“組團(tuán)”程序和后臺服務(wù)器,在手機(jī)客戶端向后臺服務(wù)器發(fā)送數(shù)據(jù)時(shí)需要接入商場無線,同時(shí)手機(jī)客戶端的無線id作為該用戶在整個(gè)系統(tǒng)的唯一標(biāo)識。本系統(tǒng)將獲取到的移動(dòng)對象的加速度數(shù)據(jù)與已知交互行為序列的加速度數(shù)據(jù)進(jìn)行對比預(yù)測對象的行為,通過移動(dòng)對象間的行為序列的差異來判斷移動(dòng)對象是否屬于同一個(gè)群組。手機(jī)客戶端“組團(tuán)”通過程序接口獲取手機(jī)內(nèi)置加速度傳感器的數(shù)據(jù),手機(jī)客戶端程序?qū)@取到的加速度傳感器數(shù)據(jù)傳入后臺服務(wù)器,后臺服務(wù)器將加速度數(shù)據(jù)進(jìn)行滑動(dòng)窗口的處理,提取每個(gè)窗口的特征值。依據(jù)已有的訓(xùn)練集,根據(jù)未知行為序列的加速度特征值用機(jī)器學(xué)習(xí)分類模型來預(yù)測移動(dòng)對象的行為序列。然后比較不同對象交互行為序列的差異值來判斷對象之間的關(guān)聯(lián),進(jìn)而得到移動(dòng)對象的群組劃分,并將群組劃分情況反饋到手機(jī)客戶端程序。

請見圖2,本發(fā)明首先選取了幾種日常生活中常見的交互行為動(dòng)作,如揮手、握手、挽手、勾肩、擁抱、行走、奔跑、坐下、起立,通過判斷移動(dòng)對象交互行為動(dòng)作序列的相似性得到不同對象之間的關(guān)聯(lián)。

通過安卓手機(jī)內(nèi)置的加速度傳感器,本發(fā)明可以獲取手機(jī)坐標(biāo)軸x、y、z的加速度數(shù)據(jù),加速度數(shù)據(jù)的獲取頻率與手機(jī)客戶端設(shè)置的采樣頻率有關(guān),在移動(dòng)群組識別的應(yīng)用中,本發(fā)明設(shè)置手機(jī)的采樣頻率為sensor_rate_normal。為了實(shí)現(xiàn)通過運(yùn)動(dòng)對象的加速度數(shù)據(jù)進(jìn)行交互行為識別,本發(fā)明首先需要在后臺服務(wù)器構(gòu)建加速度數(shù)據(jù)與交互行為動(dòng)作對應(yīng)關(guān)系的數(shù)據(jù)集作為訓(xùn)練集,然后采用機(jī)器學(xué)習(xí)的分類模型對未知的加速度數(shù)據(jù)進(jìn)行交互行為序列的預(yù)測。采集若干對象分別執(zhí)行揮手、握手、挽手、勾肩、擁抱、行走、奔跑、坐下、起立的動(dòng)作,并記錄執(zhí)行的動(dòng)作和對應(yīng)的時(shí)間。提取加速度傳感器的特征值,在提取特征值前,首先將加速度數(shù)據(jù)進(jìn)行滑動(dòng)窗口的處理,本發(fā)明選取滑動(dòng)窗口的大小為2s,相鄰窗口重疊半個(gè)窗口大小。特征值選擇加速度x、y、z軸和三軸合成加速度數(shù)據(jù),每個(gè)軸上選擇的特征值分別為時(shí)域上的最大值、最小值、平均值、標(biāo)準(zhǔn)差。通過對時(shí)域上的數(shù)據(jù)進(jìn)行快速傅里葉變換得到頻域上數(shù)據(jù),頻域上選擇平均值、標(biāo)準(zhǔn)差、偏度和峰度,即在一個(gè)時(shí)間窗口選取的特征值有八個(gè),一共是32個(gè)特征值。選擇機(jī)器學(xué)習(xí)中的分類模型對帶標(biāo)記的行為序列與對應(yīng)的加速度特征值進(jìn)行訓(xùn)練。當(dāng)未知行為的加速度數(shù)據(jù)通過無線連接傳入后臺服務(wù)器時(shí),后端服務(wù)器首先對加速度數(shù)據(jù)進(jìn)行滑動(dòng)窗口處理,然后提取每個(gè)窗口的特征值,將每個(gè)窗口的特征值放入機(jī)器學(xué)習(xí)的分類模型中預(yù)測該交互行為動(dòng)作。

得到各個(gè)對象的行為序列后,接下來就是判斷對象之間的關(guān)聯(lián)。在判斷對象之間的關(guān)聯(lián)時(shí),本發(fā)明也用到了窗口的概念,這里本發(fā)明選取窗口大小為15s,也就是一個(gè)窗口中有14個(gè)動(dòng)作序列,采用編輯距離來判斷不同對象行為序列之間的差異。在每一個(gè)關(guān)聯(lián)窗口可以得到一個(gè)差異矩陣。在此本發(fā)明對差異矩陣進(jìn)行平滑處理,當(dāng)前窗口的差異矩陣為前后各一個(gè)窗口的差異矩陣與自己本身的平均值。

通過設(shè)置閾值t,由差異矩陣得到對象在該窗口是否有關(guān)聯(lián)。若對象a和b在該窗口的編輯距離小于t,則認(rèn)為在該窗口對象a和b有關(guān)聯(lián),否則認(rèn)為a和b在該窗口無關(guān)聯(lián)。本發(fā)明接著提出基于多數(shù)表決的方式得到最終的群組劃分,假設(shè)給定群組關(guān)聯(lián)的判斷窗口總數(shù)為twin,兩個(gè)對象在gwin個(gè)窗口內(nèi)被認(rèn)為是一個(gè)群組的對象,若gwin>0.7*twin,則本發(fā)明認(rèn)為這兩個(gè)對象是一個(gè)群組的對象,否則兩個(gè)對象不是同一個(gè)群組的對象。得到群組的劃分后,將某一對象屬于的群組人員個(gè)數(shù)反饋到用戶的手機(jī)客戶端。在對象不停運(yùn)動(dòng)的過程中,每間隔5分鐘向手機(jī)客戶端更新一次群組劃分結(jié)果。為了得到最終的群組劃分本發(fā)明采用了基于多數(shù)表決的方式,這種方法不要求在連續(xù)的判斷窗口一個(gè)群組的對象必須劃分到一個(gè)群組,因此當(dāng)一個(gè)群組存在行為或者位置短時(shí)間不一致時(shí)也能夠很好的識別,因此該方法具有更加普遍的運(yùn)用范圍。

請見圖3,本發(fā)明提供的一種移動(dòng)消費(fèi)群組識別的方法,需要構(gòu)建后臺機(jī)器學(xué)習(xí)分類模型的訓(xùn)練集數(shù)據(jù)庫。數(shù)據(jù)庫構(gòu)建完成后,移動(dòng)用戶進(jìn)入商場,連接商場無線,當(dāng)用戶接入商場無線時(shí)獲得該用戶在商場的id信息,通過與后臺服務(wù)器進(jìn)行對比,若該用戶以前存在,則在該用戶現(xiàn)有的數(shù)據(jù)記錄后接著添加新的數(shù)據(jù),若該用戶目前不存在,則在后臺服務(wù)器中添加該用戶的信息。打開手機(jī)客戶端程序“組團(tuán)”,將手機(jī)加速度傳感器的三軸加速度數(shù)據(jù)以及當(dāng)前的系統(tǒng)時(shí)間發(fā)送至后臺服務(wù)器。后臺數(shù)據(jù)庫根據(jù)不同對象傳入的三軸加速度數(shù)據(jù)得到三軸的合成加速度,通過滑動(dòng)窗口處理,窗口大小為2s,相鄰窗口重疊1s,提取該對象在每個(gè)窗口的時(shí)域和頻域特征值,然后將32個(gè)特征值放入分類模型的訓(xùn)練集中進(jìn)行行為序列的預(yù)測。得到對象的行為序列后,將對象的所有行為序列劃分為連續(xù)15s的窗口大小,然后在每個(gè)窗口通過編輯距離判斷對象之間的行為序列的差異并對差異矩陣進(jìn)行平滑處理。由于數(shù)據(jù)存入時(shí)均加入了時(shí)間戳,若對象在運(yùn)動(dòng)過程中由于各種原因無線數(shù)據(jù)中途掉線,會存在某些窗口該對象行為序列為空的情況,這種情況本發(fā)明并不做特別處理。

通過設(shè)置閾值和基于多數(shù)表決的方式,本發(fā)明得到一段時(shí)間內(nèi)的群組劃分的情況,最后將某對象屬于群組的個(gè)數(shù)推送到相應(yīng)對象的客戶端程序。每間隔5分鐘,將新的傳感器數(shù)據(jù)傳給后臺服務(wù)器,后臺服務(wù)器結(jié)合以前的加速度數(shù)據(jù)得到群組劃分情況,并將群組劃分情況更新到用戶的手機(jī)客戶端。該移動(dòng)群組識別方法可以加入到目前的團(tuán)購促銷軟件中,通過已知的群組人員個(gè)數(shù)進(jìn)行有針對的促銷信息推送,提高消息推動(dòng)的效率和成交率。

應(yīng)當(dāng)理解的是,本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。

應(yīng)當(dāng)理解的是,上述針對較佳實(shí)施例的描述較為詳細(xì),并不能因此而認(rèn)為是對本發(fā)明專利保護(hù)范圍的限制,本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下,在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下,還可以做出替換或變形,均落入本發(fā)明的保護(hù)范圍之內(nèi),本發(fā)明的請求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1