[发明专利]一种客流的人群识别方法、系统及电子设备

说明书

本发明公开了一种客流的人群识别方法，通过获取通行者的移动轨迹、进店数据及穿行时间，并基于移动轨迹的曲线光滑度，并结合进店数据的进店时间，来识别出人群中的临时人群，也即通过上述数据来在多个人群之中筛选出处于无效数据的临时人群，以便于在后续的商场大数据分析的情况下，充分考虑了由于临时人群的无效穿行、临时借道造成的无效数据，增加了数据分析维度，提高了商场大数据分析的准确度，使得决策者可更加具有针对性地做出安排和策划。

技术领域

本发明涉及人群识别领域，尤其涉及一种客流的人群识别方法、系统及电子设备。

背景技术

在商场、地铁商业街等商业区域内，通常会有大量的客户穿行、消费和娱乐活动，特别是在现代化的综合性商业区域内，通常包括有饮食、娱乐、休闲、养生等众多商铺，每日接待的客流量很大，而在大型的商业体中，如何根据人群的种类和消费取向等信息来决定商圈的铺排，对商场的维持和发展具有重大意义。而在巨大的客流中，通常包含了多种类型的人群，例如，家庭亲子、情侣、朋友或商业洽谈客户等，每一种人群的消费通常具有不同的取向，故针对客流进行准确的人群识别是重点。

而现有的针对人群识别的系统中，忽略了在商业区域内的临时穿行人员的因素，例如借道穿行的人群和上下班路过的人群，该种人群均只是穿堂客性质的无效人群，会降低上述的大数据统计的准确度。

发明内容

本发明提供了一种客流的人群识别方法、系统及电子设备，旨在解决现有的客流的人群识别系统中忽略无效人群的问题。

根据本申请实施例，提供了一种客流的人群识别方法，包括以下步骤：步骤S1：获取每个通行者的移动轨迹、进店数据及穿行时间；步骤S2：判断每个移动轨迹是否是光滑的曲线，若是，则进入步骤S3，若否，则进入步骤S4；步骤S3：定义该移动轨迹对应的通行者为临时人群；步骤S4：结合对应的进店数据，判断该通行者进店时间是否小于预设数值，若是，则进入步骤S5，若否，则进入步骤S6；步骤S5：定义该移动轨迹对应的通行者为临时人群；及步骤S6：定义该移动轨迹对应的通行者为参与人群。

优选地，步骤S1与步骤S2之间还包括：步骤S100：获取通行者的性别和年龄；步骤S101：基于至少两个通行者的移动轨迹，判断多个移动轨迹之间的重合度是否大于预设值，若是，则进入步骤S102，若否，则进入步骤S103；步骤S102：基于通行者的性别和年龄，预测对应的多个通行者之间的同行关系；及步骤S103：多个移动轨迹对应的通行者为个人通行者。

优选地，步骤S1与步骤S2之间还包括：步骤S200：获取通行者的性别和年龄；步骤S201：基于至少两个通行者的穿行时间和进店数据，判断多个通行者之间的重合度是否大于预设值，若是，则进入步骤S202，若否，则进入步骤S203；步骤S202：基于通行者的性别和年龄，预测对应的多个通行者之间的同行关系；及步骤S203：多个移动轨迹对应的通行者为个人通行者。

优选地，基于步骤S102中预测的人群关系，剔除同行者的所有数据。

优选地，步骤S6之后还包括：步骤S7：获取预设天数内的参与人群数量，筛选在预设天数内出现同一通行者的出现次数；及步骤S8：基于出现次数，对达到预设次数的通行者定义为粘性人群。

优选地，上述步骤S8后还包括：步骤S9：基于粘性人群，筛选出连续出现的数量符合要求的通行者进一步定义为忠诚人群。

本发明还提供一种客流的人群识别系统，包括：第一信息获取单元，用于获取每个通行者的移动轨迹、进店数据及穿行时间；轨迹判断单元，用于判断每个移动轨迹是否是光滑的曲线；第一穿堂客判断单元，用于当轨迹为光滑的曲线时，定义该移动轨迹对应的通行者为临时人群；进店判断单元，用于当移动轨迹不光滑时，结合对应的进店数据，判断该通行者进店时间是否小于预设数值；第二穿堂客判断单元，用于当通行者进店时间小于预设数值时，定义该移动轨迹对应的通行者为临时人群；及参与人群判断单元，用于当通行者进店时间大于预设数值时，则定义该移动轨迹对应的通行者为参与人群。