CN119417511A 基于时序网络实现线下门店的用户行为分析方法及系统 （深圳市极客智能科技有限公司）

基于时序网络实现线下门店的用户行为分种基于时序网络实现线下门店的用户行为分析店用户的时序注意力机制，利用GRU时序网络模型和时序注意力机制分析门店用户的目标用户2获取线下门店的门店场景特征和历史门店行为数据，基于所述门分析所述潜在用户行为的行为采集需求，基于所述行为采集需求，建立所述视频行为数据的视频动作捕捉函数，基于所述视频行为数为特征和所述音频行为特征，利用所述GRU时序网络模型和所述时序注意力机制分析所述根据所述行为交互图谱，分析所述门店元素和所述线下门店对应门店用户的行为关建立所述行为数据采集设备在所述用户交互点的3根据所述覆盖权重和所述设备覆盖面积，利用下述公式计算所述数所述基于所述用户干扰因子的干扰因子量化值，计算所述数据传感网络的用户干扰系数，基于所述干扰因子权重、所述干扰因子量化值以及所述交互点干pr表示数据传感网络第r个用户交互点的交互点干扰权重，表示数据传感基于所述三维热力图，利用所述视频动作捕捉函数对应的(x,y)值，x表示三维热力图的水平方向的坐标值，y表示三维热力图的垂直方向的坐标4通过所述人脸图像，利用所述视频动作捕捉函数对应情绪分类函数分析所述门基于所述用户姿态、所述用户运行轨迹以及所述用户情绪，确基于所述特征向量和所述用户情绪类型，利用所述情绪分类函通过所述用户音频内容、所述用户音频语调以及所述用户音频强度，确定所定义所述门店用户的GRU时序网络模型架构，其中，所述GRU时5当所述模型性能符合预设的模型性能阈值时，将所述训练GRU时序网络模型作为所述利要求1_9中任意一项所述的基于时序网络实现线下门店的用户行为分析方法，所述系统潜在用户行为分析模块，用于获取线下门店的门店场景特征和历史门数据传感网络构建模块，用于分析所述潜在用户行为的行为采集行为数据采集模块，用于利用所述目标数据传感网络，采集所述线下视频行为特征分析模块，用于建立所述视频行为数据的视频动作6行为覆盖系数、用户干扰系数和预设的无感式数据采集设备对所述数据传感网络进行优频行为特征和所述音频行为特征，利用所述GRU时序网络模型和所述时序注意力机制分析7建立所述行为数据采集设备在所述用户交互点的8pr表示数据传感网络第r个用户交互点的交互点点第c个用户干扰因子的干扰因子量化值，n表示数据传感网络第r个用户交互点的用户干9[0013]可选地，所述基于所述历史门店行为数据，构建所述门店用户的GRU时序网络模当所述模型性能符合预设的模型性能阈值时，将所述训练GRU时序网络模型作为潜在用户行为分析模块，用于获取线下门店的门店场景特征和历史门店行为数所述时序注意力机制分析所述门店用户的目标用所述的基于时序网络实现线下门店的用户行素和所述线下门店对应门店用户的行为关系可以更好地理解门店元素如何影响用户行为；算所述数据传感网络的行为覆盖系数和用户干扰系数可以量化传感网络的行为覆盖程度门店用户的GRU时序网络模型能够处理时间序列数据中的时间动态，更好地理解当前的行征，利用所述GRU时序网络模型和所述时序注意力机制分析所述门店用户的目标用户行为[0018]图1为本发明一实施例提供的基于时序网络实现线下门店的用户行为分析方法的图2为本发明一实施例提供的基于时序网络实现线下门店的用户行为分析系统的图3为本发明一实施例提供的基于时序网络实现线下门店的用户行为分析系统的时序网络实现线下门店的用户行为分析方法可以由安装在终端设备或服务端设备的软件参照图1所示，为本发明一实施例提供的基于时序网络实现线下门店的用户行为述的是门店元素与用户行为之间的关联性或因果[0029]本发明通过分析所述潜在用户行为的行为采集需求可以更好的布置行为采集设建立所述行为数据采集设备在所述用户交互点的[0033]本发明通过计算所述数据传感网络的行为覆盖系数和用户干扰系数可以量化传的数量，pr表示数据传感网络第r个用户交互点的交互点干扰权重，(vc表示数据传感网络互点第c个用户干扰因子的干扰因子量化值，n表示数据传感网络第r个用户交互点的用户[0043]本发明建立所述视频行为数据的视频动作捕捉函数可以实现门店用户的视频数三维空间中分布情况的图，所述关键点识别子函数是指用于识别和提取人体关键点的坐所述视频行为特征和所述音频行为特征，利用所述GRU时序网络模型和所述时序注意力机能量计算出的用户语音的响度，所述音频行为特征是指从音频数据中提取的一系列特征，[0055]本发明基于所述历史门店行为数据，构建所述门店用户的GRU时序网络模型能够[0056]详细地，所述基于所述历史门店行为数据，构建所述门店用户的GRU时序网络模当所述模型性能符合预设的模型性能阈值时，将所述训练GRU时序网络模型作为损失函数最小化的模型，所述模型性能是指模型在验证集或测试集上预测结果的准确性，GRU时序网络模型可以通过前向传播和反向述音频行为特征，利用所述GRU时序网络模型和所述时序注意力机制分析所述门店用户的素和所述线下门店对应门店用户的行为关系可以更好地理解门店元素如何影响用户行为；算所述数据传感网络的行为覆盖系数和用户干扰系数可以量化传感网络的行为覆盖程度门店用户的GRU时序网络模型能够处理时间序列数据中的时间动态，更好地理解当前的行征，利用所述GRU时序网络模型和所述时序注意力机制分析所述门店用户的目标用户行为如图2所示，是本发明一实施例提供的基于时序网络实现线下门店的用户行为分[0062]本发明所述基于时序网络实现线下门店的用户行为分析系统200可以安装于电子所述潜在用户行为分析模块201，用于获取线下门店的门店场景特征和历史门店所述视频行为特征分析模块204，用于建立所述视频行为数据的视频动作捕捉函络模型和所述时序注意力机制分析所述门店用户的目标[0064]详细地，本发明实施例中所述基于时序网络实现线下门店的用户行为分析系统200中所述的各模块在使用时采用与附图中所述的基于时序网络实现线下门店的用户行为[0065]本发明一实施例提供了实现基于时序网络实现线下门店的用户行为分析方法的括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。[0073]所述电子设备中的所述存储器存储的基于时序网络实现线下门店的用户行为分行为覆盖系数、用户干扰系数和预设的无感式数据采集设备对所述数据传感网络进行优频行为特征和所述音频行为特征，利用所述GRU时序网络模型和所述时序注意力机制分析[0075]进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作[0076]本发明还提供一种计算机可读存储介质，所述可