数据分析方法、装置及介质制造方法及图纸

本发明专利技术涉及数据分析技术领域，具体提供了一种数据分析方法，旨在解决如何提高数据分析的便捷性和准确性的技术问题。为此目的，根据本发明专利技术实施例的方法，可以获取不同人员在不同场景下产生的人员数据并将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；响应于数据分析模型发送的数据获取请求，对数据获取请求中待分析人员的人脸图像进行人脸识别，以获取待分析人员的身份信息；根据数据获取请求中包含的场景类型，从与待分析人员的身份信息进行数据关联的人员数据中，获取与场景类型匹配的人员数据；将匹配的人员数据发送至数据分析模型，以便数据分析模型进行相应的数据分析。通过上述步骤，可以提高数据分析的便捷性和准确性。

【技术实现步骤摘要】
数据分析方法、装置及介质
本专利技术涉及数据分析
，具体涉及一种数据分析方法、装置及介质。
技术介绍
随着大数据时代的到来，大数据分析技术已经应用到人们生活的各个方面，例如，利用大数据分析技术对人们的行为进行分析和预测等。现有的数据分析方法通常通过各种途径采集人们的信息，之后利用大数据分析技术等对采集到的信息进行分析和预测。然而，由于人们的信息过于分散导致信息收集和整理难度大，并且无法实现统一管理，可能会因信息收集不全面而导致数据分析错误；进行多次数据分析时可能会因为人员重复而导致信息重复收集和整理，使得现有数据分析方法的便捷性和准确性不佳。相应地，本领域需要一种新的数据分析方案来解决上述问题。
技术实现思路
为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何提高数据分析的便捷性和准确性的技术问题的数据分析方法、装置及介质。第一方面，提供一种数据分析方法，所述方法包括：获取不同人员在不同场景下产生的人员数据并且将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；响应于数据分析模型发送的数据获取请求，对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息；根据所述数据获取请求中包含的场景类型，从与所述待分析人员的身份信息进行数据关联的人员数据中，获取与所述场景类型匹配的人员数据；将所述匹配的人员数据发送至所述数据分析模型，以便所述数据分析模型能够根据所述人员数据进行相应的数据分析。在上述数据分析方法的一个技术方案中，所述人员数据包括人员的证件照和/或人员在不同场景下产生的人脸场景图像；“对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息”的步骤具体包括：根据人脸识别的结果获取所述待分析人员的人脸图像特征；对所述人脸图像特征与所述证件照和/或所述人脸场景图像的图像特征进行比对；根据比对的结果，获取与所述待分析人员的人脸图像表示相同人员的证件照和/或所述人脸场景图像，并且将与所述证件照和/或人脸场景图像进行数据关联的身份信息作为所述待分析人员的身份信息。在上述数据分析方法的一个技术方案中，在“将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联”的步骤之前，所述方法还包括：针对每个人员，分别对每个人员的所有人员数据进行数据分类，以获取每个人员的人员属性数据和人员行为数据，其中，所述人员行为数据包括人员在每个场景下产生的行为数据；对每个人员的人员属性数据以及每个人员的人员行为数据分别进行数据标准化处理，以使每个人员的人员属性数据的数据格式均相同以及使每个人员的人员行为数据的数据格式均相同。在上述数据分析方法的一个技术方案中，所述方法还包括通过下列方式生成每个人员的人员数据画像：根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；根据每个人员在每个场景下的行为数据的发生频率，分别为每个人员在每个场景下的行为数据的画像标签设置标签权重；根据每个人员在每个场景下的行为数据以及相应的标签权重，生成每个人员的人员数据画像；并且/或者，所述方法还包括：根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；根据每个人员在每个场景下的行为数据的发生频率，对每个人员分别进行每个场景下的行为预测，以确定在未来一段时间内每个人员是否会分别在每个场景下产生新的行为数据。在上述数据分析方法的一个技术方案中，所述方法还包括：响应于数据分析模型发送的画像查询请求和/或行为预测查询请求，将所述待分析人员的人员数据画像和/或所述行为预测的结果发送至所述数据分析模型；其中，所述画像查询请求和所述行为预测查询请求中均包括所述待分析人员的人脸图像。第二方面，提供一种数据分析装置，所述装置包括：数据关联模块，其被配置成获取不同人员在不同场景下产生的人员数据并且将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；数据获取分析模块，其被配置成执行下列操作：响应于数据分析模型发送的数据获取请求，对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息；根据所述数据获取请求中包含的场景类型，从与所述待分析人员的身份信息进行数据关联的人员数据中，获取与所述场景类型匹配的人员数据；将所述匹配的人员数据发送至所述数据分析模型，以便所述数据分析模型能够根据所述人员数据进行相应的数据分析。在上述数据分析装置的一个技术方案中，所述人员数据包括人员的证件照和/或人员在不同场景下产生的人脸场景图像；所述数据获取分析模块还被配置成执行以下操作：根据人脸识别的结果获取所述待分析人员的人脸图像特征；对所述人脸图像特征与所述证件照和/或所述人脸场景图像的图像特征进行比对；根据比对的结果，获取与所述待分析人员的人脸图像表示相同人员的证件照和/或所述人脸场景图像，并且将与所述证件照和/或人脸场景图像进行数据关联的身份信息作为所述待分析人员的身份信息。在上述数据分析装置的一个技术方案中，在“将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联”的步骤之前，所述数据关联模块还被配置成执行以下操作：针对每个人员，分别对每个人员的所有人员数据进行数据分类，以获取每个人员的人员属性数据和人员行为数据，其中，所述人员行为数据包括人员在每个场景下产生的行为数据；对每个人员的人员属性数据以及每个人员的人员行为数据分别进行数据标准化处理，以使每个人员的人员属性数据的数据格式均相同以及使每个人员的人员行为数据的数据格式均相同。在上述数据分析装置的一个技术方案中，所述装置还包括数据画像生成模块，所述数据画像生成模块被配置成执行以下操作：根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；根据每个人员在每个场景下的行为数据的发生频率，分别为每个人员在每个场景下的行为数据的画像标签设置标签权重；根据每个人员在每个场景下的行为数据以及相应的标签权重，生成每个人员的人员数据画像；并且/或者，所述装置还包括行为预测模块，所述行为预测模块被配置成执行以下操作：根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；根据每个人员在每个场景下的行为数据的发生频率，对每个人员分别进行每个场景下的行为预测，以确定在未来一段时间内每个人员是否会分别在每个场景下产生新的行为数据。在上述数据分析装置的一个技术方案中，所述装置还包括信息查询模块，所述信息查询模块被配置成执行以下操作：响应于数据分析模型发送的画像查询请求和/或行为预测查询请求，将所述待分析人员的人员本文档来自技高网...

【技术保护点】
1.一种数据分析方法，其特征在于，所述方法包括：/n获取不同人员在不同场景下产生的人员数据并且将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；/n响应于数据分析模型发送的数据获取请求，对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息；/n根据所述数据获取请求中包含的场景类型，从与所述待分析人员的身份信息进行数据关联的人员数据中，获取与所述场景类型匹配的人员数据；/n将所述匹配的人员数据发送至所述数据分析模型，以便所述数据分析模型能够根据所述人员数据进行相应的数据分析。/n

【技术特征摘要】
1.一种数据分析方法，其特征在于，所述方法包括：
获取不同人员在不同场景下产生的人员数据并且将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；
响应于数据分析模型发送的数据获取请求，对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息；
根据所述数据获取请求中包含的场景类型，从与所述待分析人员的身份信息进行数据关联的人员数据中，获取与所述场景类型匹配的人员数据；
将所述匹配的人员数据发送至所述数据分析模型，以便所述数据分析模型能够根据所述人员数据进行相应的数据分析。


2.根据权利要求1所述的数据分析方法，其特征在于，所述人员数据包括人员的证件照和/或人员在不同场景下产生的人脸场景图像；
“对所述数据获取请求中待分析人员的人脸图像进行人脸识别，以获取所述待分析人员的身份信息”的步骤具体包括：
根据人脸识别的结果获取所述待分析人员的人脸图像特征；
对所述人脸图像特征与所述证件照和/或所述人脸场景图像的图像特征进行比对；
根据比对的结果，获取与所述待分析人员的人脸图像表示相同人员的证件照和/或所述人脸场景图像，并且将与所述证件照和/或人脸场景图像进行数据关联的身份信息作为所述待分析人员的身份信息。


3.根据权利要求1所述的数据分析方法，其特征在于，在“将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联”的步骤之前，所述方法还包括：
针对每个人员，分别对每个人员的所有人员数据进行数据分类，以获取每个人员的人员属性数据和人员行为数据，其中，所述人员行为数据包括人员在每个场景下产生的行为数据；
对每个人员的人员属性数据以及每个人员的人员行为数据分别进行数据标准化处理，以使每个人员的人员属性数据的数据格式均相同以及使每个人员的人员行为数据的数据格式均相同。


4.根据权利要求3所述的数据分析方法，其特征在于，所述方法还包括通过下列方式生成每个人员的人员数据画像：
根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；
根据每个人员在每个场景下的行为数据的发生频率，分别为每个人员在每个场景下的行为数据的画像标签设置标签权重；
根据每个人员在每个场景下的行为数据以及相应的标签权重，生成每个人员的人员数据画像；
并且/或者，
所述方法还包括：
根据每个人员在每个场景下的行为数据中行为的发生时间，获取每个人员在每个场景下的行为数据的发生频率；
根据每个人员在每个场景下的行为数据的发生频率，对每个人员分别进行每个场景下的行为预测，以确定在未来一段时间内每个人员是否会分别在每个场景下产生新的行为数据。


5.根据权利要求4所述的数据分析方法，其特征在于，所述方法还包括：
响应于数据分析模型发送的画像查询请求和/或行为预测查询请求，将所述待分析人员的人员数据画像和/或所述行为预测的结果发送至所述数据分析模型；
其中，所述画像查询请求和所述行为预测查询请求中均包括所述待分析人员的人脸图像。


6.一种数据分析装置，其特征在于，所述装置包括：
数据关联模块，其被配置成获取不同人员在不同场景下产生的人员数据并且将每个人员的身份信息分别与每个人员的所有人员数据进行数据关联；
数据获取分析模块，其被配置成执行下列操作：
响应于数据...

【专利技术属性】
技术研发人员：朱俊凯，赵伟伟，
申请(专利权)人：重庆中科云从科技有限公司，
类型：发明
国别省市：重庆;50