一种基于数据处理的商场购物监控方法及系统与流程

1.本发明涉及数据处理技术领域，具体而言，涉及一种基于数据处理的商场购物监控方法及系统。


背景技术：

2.随着计算机技术的不断发展，使得数据处理技术的应用范围增加，例如，可以用于对用户的行为进行解析，从而实现监控、预警、指引等。例如，由于在商场环境中，由于购物用户较多，使得对于商场购物行为的分析，具有较大的需求。其中，为了获取到更为有价值的监控视频，需要对监控设备进行管控，如图像采集频率进行调整。但是，经发明人研究发现，在现有技术中，对于监控设备的管控，一般是基于相应的管理人员的经验实现的，如此，容易导致管控效果不佳的问题。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种基于数据处理的商场购物监控方法及系统，以改善现有技术中对于购物监控设备的管控效果不佳的问题。
4.为实现上述目的，本发明实施例采用如下技术方案：
5.一种基于数据处理的商场购物监控方法，应用于购物行为监控服务器，所述购物行为监控服务器通信连接有多个购物行为监控设备，所述基于数据处理的商场购物监控方法包括：
6.基于获取的多个购物行为监控设备采集的多个历史购物行为监控视频，对所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为进行解析处理，得到每一个购物用户对应的购物行为分析结果，其中，所述多个购物行为监控设备分别设置于目标商场的不同购物区域，用于分别对不同购物区域进行图像采集，得到对应的历史购物行为监控视频；
7.基于每一个所述购物用户对应的购物行为分析结果，确定对应的所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息；
8.基于所述多个购物区域之间的所述区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对所述多个购物行为监控设备进行管控。
9.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述基于每一个所述购物用户对应的购物行为分析结果，确定对应的所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息的步骤，包括：
10.基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息，其中，所述用户行为相关关系信息用于表征所述多个购物用户之间的用户行为相关程度；
11.基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息，其中，所述区域相关关系信息
用于表征所述多个购物区域之间的区域相关程度。
12.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息的步骤，包括：
13.针对每两个购物用户，计算该两个购物用户对应的两个购物行为分析结果之间的相似度，得到该两个购物用户之间的行为相似度；
14.基于每两个购物用户之间的所述行为相似度，对多个购物用户进行聚类处理，得到所述多个购物用户对应的至少一个购物用户集合，其中，每一个所述购物用户集合包括至少一个购物用户；
15.基于所述至少一个购物用户集合确定所述多个购物用户中的每两个购物用户之间的用户行为相关关系信息。
16.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述针对每两个购物用户，计算该两个购物用户对应的两个购物行为分析结果之间的相似度，得到该两个购物用户之间的行为相似度的步骤，包括：
17.针对每两个购物用户，统计该两个购物用户对应的购物行为分析结果中的每一种购物动作类型信息，得到该两个购物用户对应的至少一种所述购物动作类型信息；
18.针对每两个购物用户对应的至少一种所述购物动作类型信息中的每一种购物动作类型信息，计算该购物动作类型信息在该两个购物用户中分别对应的数量占比之间的占比差值，并基于该占比差值确定与该占比差值之间具有负相关关系的差值表征值，作为该两个购物用户在该购物动作类型信息维度上的相似度；
19.针对每两个购物用户，计算该两个购物用户在对应的至少一种所述购物动作类型信息维度上的相似度的平均值，并将得到的行为相似度平均值作为该两个购物用户之间的行为相似度。
20.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述基于所述至少一个购物用户集合确定所述多个购物用户中的每两个购物用户之间的用户行为相关关系信息的步骤，包括：
21.统计所述至少一个购物用户集合的数量，得到对应的集合数量；
22.若所述集合数量为1，则将每两个购物用户之间的所述行为相似度，确定为每两个购物用户之间的用户行为相关关系信息；
23.若所述集合数量大于1，则针对多个所述购物用户集合中的每两个购物用户集合，将该两个购物用户集合分别作为相互对应的第一购物用户集合和第二购物用户集合，并针对每一个所述第一购物用户集合中的每一个购物用户，计算该购物用户与对应的第二购物用户集合中的每一个购物用户之间的行为相似度的平均值，得到该购物用户对应的行为相似度均值；
24.针对每一个所述第一购物用户集合，计算该第一购物用户集合包括的每一个购物用户对应的所述行为相似度均值的平均值，得到该第一购物用户集合与对应的第二购物用户集合之间的集合相似度；
25.针对每两个购物用户，确定该两个购物用户是否属于同一个所述购物用户集合，并在该两个购物用户属于同一个所述购物用户集合时，将该两个购物用户之间的所述行为
相似度确定为该两个购物用户之间的用户行为相关关系信息，以及，在该两个购物用户属于不同的两个所述购物用户集合时，将该两个购物用户之间的所述行为相似度和两个所述购物用户集合之间的所述集合相似度的乘积，确定为该两个购物用户之间的用户行为相关关系信息。
26.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息的步骤，包括：
27.基于所述多个购物用户中每两个购物用户之间的所述用户行为相关关系信息，对所述多个购物用户进行聚类处理，得到所述多个购物用户对应的至少一个用户聚类集合，其中，所述至少一个用户聚类集合中的每一个所述用户聚类集合包括至少一个所述购物用户；
28.针对所述至少一个用户聚类集合中的每一个所述用户聚类集合，确定该用户聚类集合是否包括至少两个所述购物用户，并在该用户聚类集合包括至少两个所述购物用户时，将该用户聚类集合中包括的每两个所述购物用户确定为相互之间具有相关关系的购物用户；
29.针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，统计在该两个购物区域中出现的购物用户的数量，得到该两个购物区域对应的第一用户统计数量；
30.针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，统计在该两个购物区域中出现的相互之间具有相关关系的购物用户的数量，得到该两个购物区域对应的第二用户统计数量；
31.针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，基于该两个购物区域对应的所述第一用户统计数量和所述第二用户统计数量，确定该两个购物区域之间的区域相关关系信息。
32.在一些优选的实施例中，在上述基于数据处理的商场购物监控方法中，所述基于所述多个购物区域之间的所述区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对所述多个购物行为监控设备进行管控的步骤，包括：
33.针对所述多个购物区域中的每一个购物区域，计算该购物区域与其它的每一个购物区域之间的所述区域相关关系信息的平均值，得到该购物区域对应的区域相关关系表征值；
34.针对所述多个购物区域中的每一个购物区域，基于该购物区域对应的所述区域相关关系表征值，确定出与该区域相关关系表征值之间具有正相关关系的视频帧采集频率信息，并基于该视频帧采集频率信息对该购物区域对应的所述购物行为监控设备进行管控。
35.本发明实施例还提供一种基于数据处理的商场购物监控系统，应用于购物行为监控服务器，所述购物行为监控服务器通信连接有多个购物行为监控设备，所述基于数据处理的商场购物监控系统包括：
36.用户行为解析处理模块，用于基于获取的多个购物行为监控设备采集的多个历史购物行为监控视频，对所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为进行解析处理，得到每一个购物用户对应的购物行为分析结果，其中，所述多个购物行为
监控设备分别设置于目标商场的不同购物区域，用于分别对不同购物区域进行图像采集，得到对应的历史购物行为监控视频；
37.区域相关关系确定模块，用于基于每一个所述购物用户对应的购物行为分析结果，确定对应的所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息；
38.监控设备管控处理模块，用于基于所述多个购物区域之间的所述区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对所述多个购物行为监控设备进行管控。
39.在一些优选的实施例中，在上述基于数据处理的商场购物监控系统中，所述区域相关关系确定模块具体用于：
40.基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息，其中，所述用户行为相关关系信息用于表征所述多个购物用户之间的用户行为相关程度；
41.基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息，其中，所述区域相关关系信息用于表征所述多个购物区域之间的区域相关程度。
42.在一些优选的实施例中，在上述基于数据处理的商场购物监控系统中，所述监控设备管控处理模块具体用于：
43.针对所述多个购物区域中的每一个购物区域，计算该购物区域与其它的每一个购物区域之间的所述区域相关关系信息的平均值，得到该购物区域对应的区域相关关系表征值；
44.针对所述多个购物区域中的每一个购物区域，基于该购物区域对应的所述区域相关关系表征值，确定出与该区域相关关系表征值之间具有正相关关系的视频帧采集频率信息，并基于该视频帧采集频率信息对该购物区域对应的所述购物行为监控设备进行管控。
45.本发明实施例提供的一种基于数据处理的商场购物监控方法及系统，在基于获取的多个历史购物行为监控视频对购物用户的历史购物行为进行解析处理得到每一个购物用户对应的购物行为分析结果之后，可以先基于每一个购物用户对应的购物行为分析结果确定对应的多个购物区域之间的区域相关关系信息，使得可以基于多个购物区域之间的区域相关关系信息确定出目标监控方式，并基于目标监控方式对多个购物行为监控设备进行管控，如此，相较于基于管理人员的经验进行设备管控的常规技术方案，对购物行为监控设备进行管控的依据可以更为合理充分，从而保障管控效果，进而改善现有技术中对于购物监控设备的管控效果不佳的问题。
46.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
47.图1为本发明实施例提供的购物行为监控服务器的结构框图。
48.图2为本发明实施例提供的基于数据处理的商场购物监控方法的流程示意图。
49.图3为本发明实施例提供的基于数据处理的商场购物监控系统的模块示意图。
具体实施方式
50.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
51.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.如图1所示，本发明实施例提供了一种购物行为监控服务器。其中，所述购物行为监控服务器可以包括存储器和处理器。
53.可选地，在一种优选的实施例中，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的基于数据处理的商场购物监控方法。
54.可选地，在一种优选的实施例中，所述存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
55.可选地，在一种优选的实施例中，所述处理器可以是一种通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、片上系统(system on chip，soc)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
56.可选地，在一种优选的实施例中，图1所示的结构仅为示意，所述购物行为监控服务器还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备(如购物行为监控设备等)进行信息交互的通信单元。
57.结合图2，本发明实施例还提供一种基于数据处理的商场购物监控方法，可应用于上述购物行为监控服务器。其中，所述基于数据处理的商场购物监控方法有关的流程所定义的方法步骤，可以由所述购物行为监控服务器实现，所述购物行为监控服务器通信连接有多个购物行为监控设备。下面将对图2所示的具体流程，进行详细阐述。
58.下面将对图2所示的具体流程，进行详细阐述。
59.步骤100，基于获取的多个购物行为监控设备采集的多个历史购物行为监控视频，对所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为进行解析处理，得到每一个购物用户对应的购物行为分析结果。
60.在本发明实施例中，所述购物行为监控服务器可以基于获取的多个购物行为监控设备采集的多个历史购物行为监控视频，对所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为进行解析处理，得到每一个购物用户对应的购物行为分析结果。其
中，所述多个购物行为监控设备分别设置于目标商场的不同购物区域，用于分别对不同购物区域进行图像采集，得到对应的历史购物行为监控视频。
61.步骤200，基于每一个购物用户对应的购物行为分析结果，确定对应的多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息。
62.在本发明实施例中，所述购物行为监控服务器可以基于每一个购物用户对应的购物行为分析结果，确定对应的多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息。
63.步骤300，基于所述多个购物区域之间的区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对多个购物行为监控设备进行管控。
64.在本发明实施例中，所述购物行为监控服务器可以基于所述多个购物区域之间的区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对多个购物行为监控设备进行管控。
65.基于上述方法包括的各步骤，在基于获取的多个历史购物行为监控视频对购物用户的历史购物行为进行解析处理得到每一个购物用户对应的购物行为分析结果之后，可以先基于每一个购物用户对应的购物行为分析结果确定对应的多个购物区域之间的区域相关关系信息，使得可以基于多个购物区域之间的区域相关关系信息确定出目标监控方式，并基于目标监控方式对多个购物行为监控设备进行管控，如此，相较于基于管理人员的经验进行设备管控的常规技术方案，对购物行为监控设备进行管控的依据可以更为合理充分，从而保障管控效果，进而改善现有技术中对于购物监控设备的管控效果不佳的问题。
66.可选地，在一种优选的实施例中，上述实施例中的步骤100可以进一步包括步骤110、步骤120和步骤130，如下所述。
67.步骤110，获取多个购物行为监控设备分别采集的历史购物行为监控视频，得到所述多个购物行为监控设备对应的多个历史购物行为监控视频。
68.在本发明实施例中，所述购物行为监控服务器可以获取多个购物行为监控设备分别采集的历史购物行为监控视频，得到所述多个购物行为监控设备对应的多个历史购物行为监控视频。其中，所述多个购物行为监控设备分别设置于目标商场的不同购物区域，用于分别对不同购物区域进行图像采集，得到对应的历史购物行为监控视频。
69.步骤120，对所述多个历史购物行为监控视频进行处理，得到所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为视频。
70.在本发明实施例中，所述购物行为监控服务器可以对所述多个历史购物行为监控视频进行处理，得到所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为视频。其中，所述历史购物行为视频包括的每一帧历史购物行为视频帧中具有一个购物用户。
71.步骤130，针对得到的每一个所述历史购物行为视频对应的购物用户，基于该购物用户对应的所述历史购物行为视频，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果。
72.在本发明实施例中，所述购物行为监控服务器可以针对得到的每一个所述历史购物行为视频对应的购物用户，基于该购物用户对应的所述历史购物行为视频，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果。
73.基于上述方法包括的各步骤，在得到多个购物行为监控设备对应的多个历史购物行为监控视频之后，可以先对多个历史购物行为监控视频进行处理得到多个历史购物行为监控视频中的每一个购物用户的历史购物行为视频，使得可以针对每一个购物用户，基于该购物用户对应的历史购物行为视频对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果，如此，可以避免在同一帧视频帧中购物用户之间形成相互干扰的问题，保障解析效果，从而改善现有技术中对商场购物行为进行分析的效果不佳的问题。
74.可选地，在一种优选的实施例中，上述实施例中的步骤110可以进一步包括以下步骤：
75.首先，获取当前时间信息，并确定所述当前时间信息是否达到目标时间信息；若确定所述当前时间信息达到所述目标时间信息，则生成历史视频获取请求信息，并将所述历史视频获取请求信息发送给通信连接的多个购物行为监控设备中的每一个购物行为监控设备，其中，每一个所述购物行为监控设备用于基于所述历史视频获取请求信息将在所述目标时间信息之前采集得到的历史购物行为监控视频发送给所述购物行为监控服务器；
76.其次，分别获取每一个所述购物行为监控服务器基于所述历史视频获取请求信息发送的所述历史购物行为监控视频，得到所述多个购物行为监控设备对应的多个历史购物行为监控视频。
77.可选地，在另一种优选的实施例中，上述实施例中的步骤110也可以进一步包括以下步骤：
78.首先，获取当前时间信息，并确定所述当前时间信息是否达到目标时间信息；若确定所述当前时间信息达到所述目标时间信息，则生成历史视频获取请求信息，并将所述历史视频获取请求信息发送给通信连接的历史视频存储数据服务器(如所述购物行为监控设备不能存储较多的监控视频的场景)，其中，所述历史视频存储数据服务器用于基于所述历史视频获取请求信息将在所述目标时间信息之前所述多个购物行为监控设备分别采集得到的历史购物行为监控视频发送给所述购物行为监控服务器；
79.其次，获取所述历史视频存储数据服务器基于所述历史视频获取请求信息发送的所述历史购物行为监控视频，得到所述多个购物行为监控设备对应的多个历史购物行为监控视频。
80.可选地，在一种优选的实施例中，上述实施例中的步骤120可以进一步包括以下步骤：
81.首先，针对所述多个历史购物行为监控视频中的每一个历史购物行为监控视频，对该历史购物行为监控视频包括的历史购物行为监控视频帧进行对象识别处理，以确定该历史购物行为监控视频帧中是否具有购物用户；
82.其次，针对所述多个历史购物行为监控视频中的每一个历史购物行为监控视频，筛除该历史购物行为监控视频中不具有购物用户的每一帧历史购物行为监控视频帧，并基于该历史购物行为监控视频中具有购物用户的每一帧历史购物行为监控视频帧，得到该历史购物行为监控视频对应的更新后的历史购物行为监控视频，其中，对于每一帧历史购物行为监控视频帧都具有购物用户的每一个历史购物行为监控视频，将该历史购物行为监控视频作为对应的更新后的历史购物行为监控视频；
83.然后，对每一个所述更新后的历史购物行为监控视频(其中每一帧视频帧都具有购物用户)进行处理，得到所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为视频。
84.可选地，在一种优选的实施例中，上述实施例中的步骤“对每一个所述更新后的历史购物行为监控视频进行处理，得到所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为视频”，可以进一步包括：
85.首先，针对每一个所述更新后的历史购物行为监控视频包括的每一帧历史购物行为监控视频帧，统计该历史购物行为监控视频帧中具有的购物用户的数量，得到该历史购物行为监控视频帧对应的用户数量；
86.其次，针对每一个所述更新后的历史购物行为监控视频包括的每一帧历史购物行为监控视频帧，若该历史购物行为监控视频帧对应的用户数量为1，则将该历史购物行为监控视频帧确定为一帧历史购物行为视频帧；
87.然后，针对每一个所述更新后的历史购物行为监控视频包括的每一帧历史购物行为监控视频帧，若该历史购物行为监控视频帧对应的用户数量大于1，则基于该历史购物行为监控视频帧具有的监控用户进行视频帧分割处理，得到对应用户数量帧历史购物行为视频帧，其中，每一帧所述历史购物行为视频帧中包括一个监控用户的全部图像信息，且对应于同一帧所述历史购物行为监控视频的多帧所述历史购物行为视频，基于进行视频分割处理的分割关系拼接形成该历史购物行为监控视频；
88.之后，基于每一帧所述历史购物行为视频帧中具有的购物用户是否相同，对得到的多帧所述历史购物行为视频帧进行分类，得到多帧所述历史购物行为视频帧对应的至少一个历史视频帧集合，其中，每一个所述历史视频帧集合包括至少一帧历史购物行为视频帧；
89.最后，针对每一个所述历史视频帧集合，将该历史视频帧集合包括的每一帧历史购物行为视频帧按照对应的视频帧采集时间进行排序，得到该历史视频帧集合对应的监控用户的历史购物行为视频。
90.可选地，在一种优选的实施例中，上述实施例中的步骤130可以进一步包括以下步骤：
91.首先，针对得到的每一个所述历史购物行为视频对应的购物用户，对该购物用户对应的所述历史购物行为视频进行去重筛选处理，得到该购物用户对应的历史购物行为筛选视频，其中，每一个所述历史购物行为筛选视频包括至少一帧历史购物行为视频帧；
92.其次，针对每一个所述购物用户，基于该购物用户对应的历史购物行为筛选视频包括的历史购物行为视频帧，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果。
93.可选地，在一种优选的实施例中，上述实施例中的步骤“针对得到的每一个所述历史购物行为视频对应的购物用户，对该购物用户对应的所述历史购物行为视频进行去重筛选处理，得到该购物用户对应的历史购物行为筛选视频”，可以进一步包括：
94.首先，针对得到的每一个所述历史购物行为视频，确定该历史购物行为视频是否具有历史购物行为视频片段，其中，每一个所述历史购物行为视频片段包括至少两帧连续的相同历史购物行为视频帧；
95.其次，针对得到的每一个所述历史购物行为视频，若该历史购物行为视频具有至少一个所述历史购物行为视频片段，则对每一个所述历史购物行为视频片段进行去重筛选处理，得到该历史购物行为视频对应的购物用户对应的历史购物行为筛选视频；
96.然后，针对得到的每一个所述历史购物行为视频，若该历史购物行为视频不具有至少一个历史购物行为视频片段，则将该历史购物行为视频作为该历史购物行为视频对应的购物用户对应的历史购物行为筛选视频。
97.可选地，在一种优选的实施例中，上述实施例中的步骤“针对得到的每一个所述历史购物行为视频，若该历史购物行为视频具有至少一个所述历史购物行为视频片段，则对每一个所述历史购物行为视频片段进行去重筛选处理，得到该历史购物行为视频对应的购物用户对应的历史购物行为筛选视频”，可以进一步包括：
98.针对得到的每一个所述历史购物行为视频，若该历史购物行为视频具有至少一个所述历史购物行为视频片段，则保留每一个所述历史购物行为视频片段包括的一帧历史购物行为视频帧和所述历史购物行为视频片段以外的其它历史购物行为视频帧，得到该历史购物行为视频对应的购物用户对应的历史购物行为筛选视频。
99.可选地，在一种优选的实施例中，上述实施例中的步骤“针对每一个所述购物用户，基于该购物用户对应的历史购物行为筛选视频包括的历史购物行为视频帧，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果”，可以进一步包括：
100.首先，针对每一个所述购物用户，对该购物用户对应的历史购物行为筛选视频包括的历史购物行为视频帧进行目标采样筛选处理，得到该购物用户对应的历史购物行为代表视频；
101.其次，针对每一个所述购物用户，基于该购物用户对应的历史购物行为代表视频包括的历史购物行为视频帧，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果。
102.可选地，在一种优选的实施例中，上述实施例中的所述目标采样筛选处理可以进一步包括：
103.第一步，对所述历史购物行为筛选视频包括的每一帧历史购物行为视频帧进行像素值计算处理，确定每一帧所述历史购物行为视频帧对应的像素值和值，并针对每一帧所述历史购物行为视频帧，计算该历史购物行为视频帧中每一个像素点的像素值的离散程度值，以及确定离散程度值最大的一帧历史购物行为视频帧；
104.第二步，针对预先划分的多个连续的像素值区间中的每一个像素值区间(如0-49，50-99，等)，基于对应的像素值和值属于该像素值区间的每一帧历史购物行为视频帧，构建得到该像素值区间对应的历史购物行为视频帧序列，并将所述离散程度值最大的一帧历史购物行为视频帧对应的历史购物行为视频帧序列确定为第一历史购物行为视频帧序列，以及，将所述第一历史购物行为视频帧序列以外的每一个其它历史购物行为视频帧序列确定为第二历史购物行为视频帧序列；
105.第三步，统计所述第一历史购物行为视频帧序列中包括的历史购物行为视频帧的帧数，得到所述第一历史购物行为视频帧序列对应的第一统计帧数，并确定包括的历史购物行为视频帧的帧数大于或等于所述第一统计帧数的每一个所述第二历史购物行为视频
帧序列，作为候选第二历史购物行为视频帧序列；
106.第四步，确定一个小于或等于所述第一统计帧数的目标统计帧数(任意一个，或为所述第一统计帧数)，并在所述第一历史购物行为视频帧序列中确定出连续的所述目标统计帧数帧历史购物行为视频帧，构成对应的第一历史视频帧子序列，以及，分别在每一个所述候选第二历史购物行为视频帧序列中确定出连续的所述目标统计帧数帧历史购物行为视频帧，分别构成对应的第二历史视频帧子序列；
107.第五步，针对每一个所述第二历史视频帧子序列，将该第二历史视频帧子序列中的每一帧历史购物行为视频帧与所述第一历史视频帧子序列中对应序列位置的历史购物行为视频帧进行匹配，确定出该第二历史视频帧子序列中与所述第一历史视频帧子序列中对应序列位置的历史购物行为视频帧匹配的目标历史购物行为视频帧(如视频帧相似度大于预设阈值)；
108.第六步，基于包括的所述目标历史购物行为视频帧的帧数是否大于或等于预设的目标帧数，确定对应的第二历史视频帧子序列是否为与所述第一历史视频帧子序列匹配的目标第二历史视频帧子序列(如所述目标第二历史视频帧子序列包括的所述目标历史购物行为视频帧的帧数大于或等于所述的目标帧数)，并确定每一个所述目标第二历史视频帧子序列包括的历史购物行为视频帧的视频帧采集时间形成的采集时间区间；
109.第七步，针对每一个所述目标第二历史视频帧子序列，基于该目标第二历史视频帧子序列的采集时间区间和该目标第二历史视频帧子序列包括的目标历史购物行为视频帧的帧数之间的比值，确定该目标第二历史视频帧子序列对应的候选第二历史购物行为视频帧序列是否为目标第二历史购物行为视频帧序列，并将所述第一历史购物行为视频帧序列中包括的每一帧历史购物行为视频帧和所述目标第二历史购物行为视频帧序列中包括的每一帧历史购物行为视频帧，作为购物用户对应的历史购物行为代表视频，其中，所述目标第二历史购物行为视频帧序列对应的目标第二历史视频帧子序列对应的比值小于或等于预设的帧数比值阈值。
110.可选地，在一种优选的实施例中，上述实施例中的步骤“针对每一个所述购物用户，基于该购物用户对应的历史购物行为代表视频包括的历史购物行为视频帧，对该购物用户的历史购物行为进行解析处理，得到该购物用户对应的购物行为分析结果”，可以进一步包括：
111.首先，针对每一个所述购物用户，对该购物用户对应的历史购物行为代表视频包括的每一帧历史购物行为视频帧进行动作识别处理，得到每一帧历史购物行为视频帧对应的购物动作类型信息；
112.其次，针对每一个所述购物用户，统计该购物用户对应的每一种购物动作类型信息对应的历史购物行为视频帧的数量占比，并基于与该购物用户具有关联关系的关联购物用户对应的每一种购物动作类型信息对应的历史购物行为视频帧的数量占比，对该购物用户对应的每一种购物动作类型信息对应的历史购物行为视频帧的数量占比进行更新(如购物用户a具有的b类型动作的数量占比为c，其关联购物用户d具有的b类型动作的数量占比为e，则可以基于e对c进行更新，其中，e的值越大，更新后的c的值也越大，如直接计算e与c的和值，或者，可以先计算e与一个小于1的系数的乘积，再计算该乘积与c的和值)，得到该购物用户对应的每一种购物动作类型信息对应的历史购物行为视频帧的更新数量占比，作
为该购物用户对应的购物行为分析结果，其中，所述关联购物用户和所述购物用户在同一帧历史购物行为监控视频帧出现的帧数大于预设帧数。
113.可选地，在一种优选的实施例中，上述实施例中的步骤200可以进一步包括以下步骤：
114.首先，基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息，其中，所述用户行为相关关系信息用于表征所述多个购物用户之间的用户行为相关程度；
115.其次，基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息，其中，所述区域相关关系信息用于表征所述多个购物区域之间的区域相关程度。
116.可选地，在一种优选的实施例中，上述实施例中的步骤“基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息”，可以进一步包括：
117.首先，针对每两个购物用户，计算该两个购物用户对应的两个购物行为分析结果之间的相似度，得到该两个购物用户之间的行为相似度；
118.其次，基于每两个购物用户之间的所述行为相似度，对多个购物用户进行聚类处理，得到所述多个购物用户对应的至少一个购物用户集合，其中，每一个所述购物用户集合包括至少一个购物用户；
119.然后，基于所述至少一个购物用户集合确定所述多个购物用户中的每两个购物用户之间的用户行为相关关系信息。
120.可选地，在一种优选的实施例中，上述实施例中的步骤“针对每两个购物用户，计算该两个购物用户对应的两个购物行为分析结果之间的相似度，得到该两个购物用户之间的行为相似度”，可以进一步包括：
121.首先，针对每两个购物用户，统计该两个购物用户对应的购物行为分析结果中的每一种购物动作类型信息，得到该两个购物用户对应的至少一种所述购物动作类型信息；
122.其次，针对每两个购物用户对应的至少一种所述购物动作类型信息中的每一种购物动作类型信息，计算该购物动作类型信息在该两个购物用户中分别对应的数量占比之间的占比差值，并基于该占比差值确定与该占比差值之间具有负相关关系的差值表征值，作为该两个购物用户在该购物动作类型信息维度上的相似度；
123.然后，针对每两个购物用户，计算该两个购物用户在对应的至少一种所述购物动作类型信息维度上的相似度的平均值，并将得到的行为相似度平均值作为该两个购物用户之间的行为相似度。
124.可选地，在一种优选的实施例中，上述实施例中的步骤“基于所述至少一个购物用户集合确定所述多个购物用户中的每两个购物用户之间的用户行为相关关系信息”，可以进一步包括：
125.首先，统计所述至少一个购物用户集合的数量，得到对应的集合数量；
126.其次，若所述集合数量为1，则将每两个购物用户之间的所述行为相似度，确定为每两个购物用户之间的用户行为相关关系信息；
127.然后，若所述集合数量大于1，则针对多个所述购物用户集合中的每两个购物用户
集合，将该两个购物用户集合分别作为相互对应的第一购物用户集合和第二购物用户集合，并针对每一个所述第一购物用户集合中的每一个购物用户，计算该购物用户与对应的第二购物用户集合中的每一个购物用户之间的行为相似度的平均值，得到该购物用户对应的行为相似度均值；
128.之后，针对每一个所述第一购物用户集合，计算该第一购物用户集合包括的每一个购物用户对应的所述行为相似度均值的平均值，得到该第一购物用户集合与对应的第二购物用户集合之间的集合相似度；
129.最后，针对每两个购物用户，确定该两个购物用户是否属于同一个所述购物用户集合，并在该两个购物用户属于同一个所述购物用户集合时，将该两个购物用户之间的所述行为相似度确定为该两个购物用户之间的用户行为相关关系信息，以及，在该两个购物用户属于不同的两个所述购物用户集合时，将该两个购物用户之间的所述行为相似度和两个所述购物用户集合之间的所述集合相似度的乘积，确定为该两个购物用户之间的用户行为相关关系信息。
130.可选地，在一种优选的实施例中，上述实施例中的步骤“基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息”，可以进一步包括：
131.首先，基于所述多个购物用户中每两个购物用户之间的所述用户行为相关关系信息，对所述多个购物用户进行聚类处理，得到所述多个购物用户对应的至少一个用户聚类集合，其中，所述至少一个用户聚类集合中的每一个所述用户聚类集合包括至少一个所述购物用户；
132.其次，针对所述至少一个用户聚类集合中的每一个所述用户聚类集合，确定该用户聚类集合是否包括至少两个所述购物用户，并在该用户聚类集合包括至少两个所述购物用户时，将该用户聚类集合中包括的每两个所述购物用户确定为相互之间具有相关关系的购物用户；
133.然后，针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，统计在该两个购物区域中出现的购物用户的数量，得到该两个购物区域对应的第一用户统计数量；
134.再然后，针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，统计在该两个购物区域中出现的相互之间具有相关关系的购物用户的数量，得到该两个购物区域对应的第二用户统计数量；
135.最后，针对所述多个购物行为监控设备对应的多个购物区域中的每两个购物区域，基于该两个购物区域对应的所述第一用户统计数量和所述第二用户统计数量，确定该两个购物区域之间的区域相关关系信息(如计算所述第二用户统计数量与所述第一用户统计数量之间的比例)。
136.可选地，在一种优选的实施例中，上述实施例中的步骤300可以进一步包括以下步骤：
137.首先，针对所述多个购物区域中的每一个购物区域，计算该购物区域与其它的每一个购物区域之间的所述区域相关关系信息的平均值，得到该购物区域对应的区域相关关系表征值；
138.其次，针对所述多个购物区域中的每一个购物区域，基于该购物区域对应的所述区域相关关系表征值，确定出与该区域相关关系表征值之间具有正相关关系的视频帧采集频率信息，并基于该视频帧采集频率信息对该购物区域对应的所述购物行为监控设备进行管控。
139.结合图3，本发明实施例还提供一种基于数据处理的商场购物监控系统，可应用于上述购物行为监控服务器。其中，所述基于数据处理的商场购物监控系统可以包括：
140.用户行为解析处理模块(如上述的步骤100)，用于基于获取的多个购物行为监控设备采集的多个历史购物行为监控视频，对所述多个历史购物行为监控视频中的每一个购物用户的历史购物行为进行解析处理，得到每一个购物用户对应的购物行为分析结果，其中，所述多个购物行为监控设备分别设置于目标商场的不同购物区域，用于分别对不同购物区域进行图像采集，得到对应的历史购物行为监控视频；
141.区域相关关系确定模块(如上述的步骤200)，用于基于每一个所述购物用户对应的购物行为分析结果，确定对应的所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息；
142.监控设备管控处理模块(如上述的步骤300)，用于基于所述多个购物区域之间的所述区域相关关系信息确定出目标监控方式，并基于所述目标监控方式对所述多个购物行为监控设备进行管控。
143.可选地，在一种优选的实施例中，上述实施例中的所述区域相关关系确定模块具体用于：
144.基于每一个所述购物用户对应的购物行为分析结果确定多个购物用户之间的用户行为相关关系信息，其中，所述用户行为相关关系信息用于表征所述多个购物用户之间的用户行为相关程度；基于所述多个购物用户之间的所述用户行为相关关系信息确定所述多个购物行为监控设备对应的多个购物区域之间的区域相关关系信息，其中，所述区域相关关系信息用于表征所述多个购物区域之间的区域相关程度。
145.可选地，在一种优选的实施例中，上述实施例中的所述监控设备管控处理模块具体用于：
146.针对所述多个购物区域中的每一个购物区域，计算该购物区域与其它的每一个购物区域之间的所述区域相关关系信息的平均值，得到该购物区域对应的区域相关关系表征值；针对所述多个购物区域中的每一个购物区域，基于该购物区域对应的所述区域相关关系表征值，确定出与该区域相关关系表征值之间具有正相关关系的视频帧采集频率信息，并基于该视频帧采集频率信息对该购物区域对应的所述购物行为监控设备进行管控。
147.综上所述，本发明提供的一种基于数据处理的商场购物监控方法及系统，在基于获取的多个历史购物行为监控视频对购物用户的历史购物行为进行解析处理得到每一个购物用户对应的购物行为分析结果之后，可以先基于每一个购物用户对应的购物行为分析结果确定对应的多个购物区域之间的区域相关关系信息，使得可以基于多个购物区域之间的区域相关关系信息确定出目标监控方式，并基于目标监控方式对多个购物行为监控设备进行管控，如此，相较于基于管理人员的经验进行设备管控的常规技术方案，对购物行为监控设备进行管控的依据可以更为合理充分，从而保障管控效果，进而改善现有技术中对于购物监控设备的管控效果不佳的问题。
148.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。