用户行为数据处理方法、装置、计算机设备和存储介质与流程

本申请涉及计算机技术领域，特别是涉及一种用户行为数据处理方法、装置、计算机设备和存储介质。

背景技术：

随着经济的快速发展，群众的生活水平迅速提高，购车刚性需求旺盛。汽车相关行业的业务人员需要明确用户的购车意向，才能对其开展相应的业务推广。

在传统方案中，业务人员只能通过与用户沟通交流来确定用户的购车意向。然而，由于业务人员对车辆认知具有一定的局限性和个人的主观因素，在交流过程中无法对用户提供的信息进行准确地分析，预测用户的购车意向。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够提高准确性的用户行为数据处理方法、装置、计算机设备和存储介质。

一种用户行为数据处理方法，应用于人脸识别系统，所述方法包括：

获取用户对的行为数据信息；所述行为数据信息包括所述用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；所述浏览的车辆信息包括所述用户浏览过的每辆车辆；

根据所述浏览的车辆信息，对所述用户浏览过的每辆车辆赋予对应的数值；

根据所述浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；

根据所述操作参考信息，计算各个车辆与所述用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系。

在其中一个实施例中，在所述获取用户的行为数据信息前，所述方法还包括：

在用户访问显示系统时，获取视频流；

当视频流中的人脸图像的像素大于预设的像素阈值时，截取所述视频流中的人脸图像，对所述人脸图像进行识别，得到所述人脸图像对应的用户信息；

根据所述用户信息，将所述用户信息对应的用户账号登入显示系统中。

在其中一个实施例中，在所述用户访问显示系统前，所述方法还包括：

获取用户信息和所述用户对应的人脸图像；

建立所述用户信息和所述人脸图像之间的关联关系；

根据所述关联关系，生成对应的用户账号。

在其中一个实施例中，所述截取所述视频流中的人脸图像，对所述人脸图像进行识别，得到所述人脸图像对应的用户信息包括：

当识别到所述人脸图像没有对应的用户信息时，生成注册账号的提示消息，将所述提示消息显示于显示系统中。

在其中一个实施例中，所述截取所述视频流中的人脸图像，对所述人脸图像进行识别，得到所述人脸图像对应的用户信息还包括：

当识别到一个以上的人脸图像时，生成用户选择窗口，将所述用户选择窗口显示于显示系统中；

获取用户对所述用户选择窗口的选择操作，根据所述选择操作，确定所要获取的用户信息；

根据所述用户信息，将所述用户信息对应的用户账号登入显示系统中。

在其中一个实施例中，所述方法还包括：

获取目标车辆信息；所述目标车辆信息包括与用户间的距离小于距离阈值的每辆实体车辆；

根据所述目标车辆信息，对每辆目标车辆赋予对应的数值；

获取用户在每辆目标车辆的距离阈值内停留的时长；

根据所述用户在每辆目标车辆的距离阈值内停留的时长，将所述每辆目标车辆对应的数值赋予不同的权重后相加，得到每辆目标车辆对应的参考信息；

根据所述参考信息，计算各个目标车辆与所述用户的关联信息，关联存储所述关联参考信息与对应用户之间的关系。

在其中一个实施例中，所述方法还包括：

获取用户进入展厅的时间点和离开展厅的时间点；

根据所述用户进入展厅的时间点和离开展厅的时间点，确定用户访问展厅的时长；

关联存储所述用户访问展厅的时长与对应用户之间的关系。

一种用户行为数据处理装置，应用于实现人脸识别，所述装置包括：

操作信息获取模块，用于获取用户的行为数据信息；所述行为数据信息包括所述用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；所述浏览的车辆信息包括所述用户浏览过的每辆车辆；

数值赋予模块，用于根据所述浏览的车辆信息，对所述用户浏览过的每辆车辆赋予对应的数值；

操作参考信息计算模块，用于根据所述浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；

关联参考信息计算模块，用于根据所述操作参考信息，计算各个车辆与所述用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取用户的行为数据信息；所述行为数据信息包括所述用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；所述浏览的车辆信息包括所述用户浏览过的每辆车辆；

根据所述浏览的车辆信息，对所述用户浏览过的每辆车辆赋予对应的数值；

根据所述浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；

根据所述操作参考信息，计算各个车辆与所述用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取用户的行为数据信息；所述行为数据信息包括所述用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；所述浏览的车辆信息包括所述用户浏览过的每辆车辆；

根据所述浏览的车辆信息，对所述用户浏览过的每辆车辆赋予对应的数值；

根据所述浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；

根据所述操作参考信息，计算各个车辆与所述用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系。

上述用户行为数据处理方法、装置、计算机设备和存储介质，通过获取用户对显示系统的操作信息，对用户在显示系统中浏览过的每辆车辆赋予对应的数值，再根据用户浏览每辆车辆的时长，将每辆车辆对应的数值赋予不用的权重后相加，得到每辆车辆对应的操作参考信息，根据该操作参考信息计算各个车辆与用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系，对用户的购车意向进行预测。上述用户行为数据处理过程是通过计算机设备分析得到的，避免了因业务人员而存在的主观因素，可以更加客观准确地对用户的购车意向进行预测。

附图说明

图1为一个实施例中用户行为数据处理方法的应用场景图；

图2为一个实施例中用户行为数据处理方法的流程示意图；

图3为另一个实施例中用户行为数据处理方法的流程示意图；

图4为一个实施例中用户行为数据处理装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的用户行为数据处理方法，可以应用于如图1所示的应用环境中。其中，展示屏102通过网络与服务器104进行通信。服务器104获取用户对显示系统102的行为数据信息，该行为数据信息包括用户在显示系统102中浏览的车辆信息和浏览每辆车辆的时长，该浏览的车辆信息包括用户浏览过的每辆车辆。根据该行为数据信息，服务器104对该用户浏览过的每辆车辆赋予对应的数值，再根据用户浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息，根据该操作参考信息计算各个车辆与用户的关联参考信息，关联存储所述关联参考信息与对应用户之间的关系，可对用户的购车意向进行预测。其中，显示系统102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等智能设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种用户行为数据处理方法，应用于人脸识别系统，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤202，获取用户的行为数据信息；该行为数据信息包括用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；浏览的车辆信息包括用户浏览过的每辆车辆。

其中，显示系统是一个放置在车展中的智能设备，可以是展示屏。当用户参观车展时，可通过访问展示屏，对展示屏进行操作，浏览用户所感兴趣的车辆。用户对展示屏的操作信息包括用户在展示屏中浏览的车辆信息和浏览每辆车辆的时长。浏览的车辆信息包括用户浏览过的车辆的数量、浏览过的每辆车辆的品牌、型号等信息。

具体地，在一个实施例中，用户可通过点击展示屏来实现对展示屏的操作。展示屏在接收到用户的点击操作后，显示相关页面。服务器获取展示屏显示的页面信息以及页面停留的时长，该页面信息包括相应的车辆信息。通过对展示屏显示的页面信息以及页面停留的时长进行分析，可得到用户浏览的车辆信息和浏览每辆车辆的时长等。

步骤204，根据浏览的车辆信息，对用户浏览过的每辆车辆赋予对应的数值。

其中，在获取用户对展示屏的操作信息后，得到用户浏览过的每辆车辆，对用户浏览过的每辆车辆赋予对应的数值，将每辆车辆对应的数值相加，可得到关联参考信息。该关联参考信息中包含用户的购车意向评估值。

具体地，假设用户在展示屏中浏览了50辆车辆。在一个实施例中，可以将用户浏览过的每辆车辆对应的数值设为1，那么该用户的初始购车意向评估值为50。在其他实施例中，也该数值也可以是其他值，比如2、3等等。

步骤206，根据浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息。

其中，由于用户对每辆车辆的喜好程度不同，因此，用户在浏览每辆车辆时，在车辆相应的页面停留的时长也不同，即用户浏览每辆车辆的时长不同。该操作参考信息中包含用户的购车意向评估值。

具体地，在一个实施例中，当用户浏览车辆的时长不超过30秒时，认为用户对该车辆不感兴趣，对此类车辆对应的数值可赋予0的权重；当用户浏览车辆的时长超过30秒时，可认为用户对该车辆有兴趣；当用户浏览车辆的时长在30秒到60秒之间时，可将此类车辆对应的数值赋予1的权重；当用户浏览车辆的时长在60秒到90秒之间时，可将此类车辆对应的数值赋予2的权重；以此类推，将所有浏览过的车辆对应的数值加权后相加，得到用户的购车意向评估值，即得到每辆车辆对应的操作参考信息。

举个例子，假设用户在展示屏中浏览了50辆车辆，每辆车辆对应的数值设为1，其中有10辆车辆的浏览时长小于30秒，25辆车辆的浏览时长在30秒到60秒之间，15辆车辆的浏览时长在60秒到90秒之间，那么10×1×0+25×1×1+15×1×2＝55，则该用户的购车意向评估值为55。

步骤208，根据操作参考信息，计算各个车辆与用户的关联参考信息，关联存储该关联参考信息与对应用户之间的关系。

其中，根据每辆车辆对应的数值以及该数值所赋予的权重的不同，购车意向评估值的评估标准也有所不同。

具体地，在一个实施例中，当每辆车辆对应的数值设为1且当用户浏览车辆的时长不超过30秒，赋予该车辆对应数值的权重为0时，可以将购车意向评估值的评估标准设为：当购车意向评估值大于10时，预测用户的购车意向为一级；当购车意向评估值在10到20之间时，预测用户的购车意向为二级；以此类推。其中，等级越高代表用户的购车意向更强烈。并且根据用户浏览每辆车辆的时长，可对用户最感兴趣的车辆进行预测，即浏览时间最长的车辆，用户的兴趣度越高。

上述用户行为数据处理方法中，服务器获取用户对展示屏的操作信息，该操作信息包括用户浏览过的车辆和浏览每辆车辆的时长等信息；通过对用户浏览过的每辆车辆赋予对应的数值，再根据用户浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息，利用该操作参考信息，计算各个车辆与用户的关联参考信息，关联存储该关联参考信息与对应用户之间的关系，根据跟关联参考信息对用户的购车意向进行预测；该用户行为数据处理过程中避免了因业务人员而存在的主观因素，可以更加客观准确地对用户的购车意向进行预测。

在一个实施例中，在步骤202之前，方法还包括：在用户访问显示系统时，获取视频流；当视频流中的人脸图像的像素大于预设的像素阈值时，截取视频流中的人脸图像，对人脸图像进行识别，得到人脸图像对应的用户信息；根据用户信息，将用户信息对应的用户账号登入显示系统中。

其中，显示系统中设置有摄像头，该摄像头可以获取视频流。由于展厅中人流量大，视频流中可能存在多个人脸图像，而有的用户只是经过，并没有要访问展示屏，因此当检测到视频流中存在人脸图像时，判断该人脸图像对应的用户与展示屏间的距离。当该距离小于距离阈值时，再截取视频流中的人脸图像，对该人脸图像进行识别。

具体地，当检测到视频流中存在人脸图像时，对该视频流进行图像处理分析。获取视频流中人脸图像的像素，判断视频流中人脸图像的像素与预设的像素阈值的大小。当视频流中的人脸图像的像素大于预设的像素阈值时，则认为该人脸图像对应的用户与展示屏之间的距离足够近，截取视频流中的人脸图像，利用人脸识别算法对该人脸图像进行识别，得到当前人脸图像对应的用户信息。

在一个实施例中，利用人脸识别算法对该人脸图像进行识别时，可提取该人脸图像的脸部特征，将该脸部特征与数据库中存储的人脸图像的脸部特征进行比对，计算人脸相似度。当人脸相似度最大值大于相似度阈值时，则认为当前视频流中的人脸图像对应的用户与数据库中该人脸相似度最大值对应的用户为同一人。获取该人脸相似度最大值对应的用户信息，进一步地，利用用户信息和用户账号之间的关联关系，将该用户账号发送到展示屏系统中，自动完成用户登陆。在其他实施例中，也可以使用其他人脸识别算法对视频流中的人脸图像进行识别，本申请在此不做限定。

在本实施例中，通过获取视频流，对视频流中的人脸图像进行识别得到该人脸图像对应的用户信息，再将该用户信息对应的用户账号登入显示系统中，即通过利用人脸识别技术自动完成用户登陆，避免了用户手动登陆显示系统的繁琐过程。

在一个实施例中，在用户访问显示系统前，方法还包括：获取用户信息和该用户对应的人脸图像；建立用户信息和人脸图像之间的关联关系；根据该关联关系，生成对应的用户账号。

其中，用户信息是用于唯一标识用户，可以是用户的姓名和手机号码等。

具体地，在用户访问显示系统前，记录用户的信息，利用摄像头获取用户的人脸图像，建立用户信息和人脸图像之间的关联关系，生成对应的用户账号并存储到数据库中。

在本实施例中，在用户访问显示系统前，先获取用户信息和用户对应的人脸图像，建立用户信息和人脸图像之间的关联关系，生成对应的用户账号；是对用户进行人脸识别的准备工作，为用户在访问显示系统时，识别用户信息，将用户账号自动登入显示系统提供了基础。

在一个实施例中，截取视频流中的人脸图像，对人脸图像进行识别，得到所述人脸图像对应的用户信息的步骤包括：当识别到人脸图像没有对应的用户信息时，生成注册账号的提示消息，将该提示消息显示于显示系统中。

其中，在访问显示系统前，可能会存在部分用户没有记录用户信息和对应的人脸图像，导致在用户访问显示系统时，无法对该用户进行识别，自动将用户账号登入显示系统中。

具体地，当识别到该人脸图像在数据库中没有对应的人脸图像和用户信息时，服务器生成注册账号的提示消息，并将该提示消息显示与显示系统中，用户可通过该提示消息进入注册账号的页面，输入用户的个人信息。服务器将该用户信息与当前的人脸图像绑定，生成用户账号，并将该用户账号登入显示系统中。

在本实施例中，在识别到当前人脸图像没有对应的用户信息时，获取用户填入的用户信息，并将该用户信息与当前人脸图像绑定，生成用户账号，将该用户账号登入显示系统中。在登入用户账号后，服务器可获取该用户对显示系统的操作信息，对该用户的购车意向进行预测。

在一个实施例中，截取视频流中的人脸图像，对人脸图像进行识别，得到人脸图像对应的用户信息还包括：当识别到一个以上的人脸图像时，生成用户选择窗口，将该用户选择窗口显示于显示系统中；获取用户对用户选择窗口的选择操作，根据该选择操作，确定所要获取的用户信息；根据该用户信息，将该用户信息对应的用户账号登入显示系统中。

其中，在访问显示系统时，可能会存在多个用户一起访问同一个显示系统的情况。比如，用户a和好友用户b一起进入展厅，使用同一个显示系统浏览车辆并讨论。此时，显示系统会识别到两个不同的人脸图像。

具体地，当识别到一个以上的人脸图像时，服务器生成用户选择窗口，将该用户选择窗口显示于显示系统中。该用户选择窗口中包含当前识别到的人脸图像，用户可选择其中一个人脸图像，获取用户的选择操作，根据该选择操作确定所要获取的用户信息，将该用户信息对应的用户账号登入显示系统中。

在一个实施例中，用户可通过点击对用户选择窗口中的人脸图像进行选择。在其他实施例中，用户也可以通过勾选或框选等操作来对用户选择窗口中的人脸图像进行选择。

在本实施例中，解决了当多个用户同时访问显示系统时，用户账号登入的问题，保证了显示系统的稳定性和利用用户对显示系统的操作信息分析用户的购车意向的准确性。

在一个实施例中，行为数据信息包括用户浏览的实体车辆信息，方法还包括：

步骤302，获取目标车辆信息；该目标车辆信息包括与用户间的距离小于距离阈值的每辆实体车辆。

其中，车展展厅内除了设置有多个显示系统外，还放置有多辆实体车辆。目标车辆为与用户间距离小于距离阈值的实体车辆。目标车辆信息包括与用户间距离小于距离阈值的实体车辆的数量以及该车辆对应的品牌、型号等信息。

具体地，在一个实施例中，实体车辆上均设置有探测器。当探测器检测到用户与实体车辆间的距离小于距离阈值时，则认为用户对该实体车辆有兴趣，将该实体车辆标识为目标车辆，获取该车辆的车辆信息。

在一个实施例中，可以将距离阈值设置为50厘米，即当用户与实体车辆间的距离小于50厘米时，认为用户对该实体车辆有兴趣，将该实体车辆标识为目标车辆，并获取该车辆的车辆信息。

步骤304，根据目标车辆信息，对每辆目标车辆赋予对应的数值。

其中，其中，在获取目标车辆信息后，得到与用户间的距离小于距离阈值的每辆实体车辆，即每辆目标车辆。对每辆目标车辆赋予对应的数值，将每辆车辆对应的数值相加，可得到每辆目标车辆对应的参考信息。

其中，上述参考信息中包括用户的初始购车意向评估值。

具体地，假设用户在观看车展的过程中，与20辆实体车辆的距离小于50厘米，即观看了20辆目标车辆。在一个实施例中，可以将用户浏览过的每辆车辆对应的数值设为1，那么该用户的初始购车意向评估值为20。在其他实施例中，也该数值也可以是其他值，比如2、3等等。

步骤306，获取用户在每辆目标车辆的距离阈值内停留的时长。

其中，由于用户对每辆车辆的喜好程度不同，因此，用户在每辆目标车辆的距离阈值内停留的时长也不同，即用户在观看每辆目标车辆的时长也不同。

具体地，获取用户与目标车辆的距离小于距离阈值时对应的第一个时间点和最后一个时间点，计算时间间隔，将该时间间隔作为用户观看目标车辆的时长。

步骤308，根据用户在每辆目标车辆的距离阈值内停留的时长，将每辆目标车辆对应的数值赋予不同的权重后相加，得到每辆目标车辆对应的参考信息。

其中，上述参考信息中包括用户的购车意向评估值。

具体地，在一个实施例中，当用户观看目标车辆的时长不超过60秒时，认为用户对该车辆不感兴趣，对此类车辆对应的数值可赋予0的权重；当用户观看目标车辆的时长超过60秒时，可认为用户对该车辆有兴趣；当用户观看目标车辆的时长在60秒到120秒之间时，可将此类车辆对应的数值赋予1的权重；当用户观看目标车辆的时长在120秒到180秒之间时，可将此类车辆对应的数值赋予2的权重；以此类推，将所有浏览过的车辆对应的数值加权后相加，得到购车意向评估值，即得到每辆目标车辆对应的参考信息。

举个例子，假设用户在此次展厅中观看了20辆目标车辆，每辆车辆对应的数值设为2，其中有5辆目标车辆的观看时长小于60秒，10辆目标车辆的观看时长在60秒到120秒之间，3辆目标车辆的观看时长在120秒到180秒之间，2辆目标车辆的观看时长在180秒到240秒之间，那么5×2×0+10×2×1+3×2×2+2×2×2＝40，则该用户的购车意向评估值为40。

步骤310，根据参考信息，计算各个目标车辆与用户的关联信息，关联存储该关联参考信息与对应用户之间的关系。

其中，根据每辆车辆对应的数值以及该数值所赋予的权重的不同，购车意向评估值的评估标准也有所不同。

具体地，在一个实施例中，当每辆车辆对应的数值设为2且当用户观看目标车辆的时长不超过60秒，赋予该车辆对应数值的权重为0时，可以将关联参考信息值的评估标准设为：当关联参考信息值大于15时，预测用户的购车意向为一级；当关联参考信息值在15到30之间时，预测用户的购车意向为二级；以此类推。其中，等级越高代表用户的购车意向更强烈。并且根据用户观看目标车辆的时长，可对用户最感兴趣的车辆进行预测，即观看时间最长的车辆，用户兴趣度越高。

在本实施例中，通过探测用户与实体车辆间的距离，获取用户在实体车辆前停留的时长，对其进行分析，来实现对用户购车意向的预测。避免了因业务人员而存在的主观因素，提高用户购车意向预测的客观性和准确性。

在一个实施例中，方法还包括：获取用户进入展厅的时间点和离开展厅的时间点；根据用户进入展厅的时间点和离开展厅的时间点，确定用户访问展厅的时长；关联存储该用户访问展厅的时长与对应用户之间的关系。

具体地，获取用户进入展厅和离开展厅对应的时间点，根据该时间点得出用户访问展厅的时长，对该用户访问展厅的时长进行分析，关联存储该用户访问展厅的时长与对应用户之间的关系，可对用户的购车意向进行预测。即当用户访问展厅的时间越长，则预测该用户的购车意向越高。

在本实施例中，通过获取用户进入展厅和离开展厅对应的时间点，计算并分析用户访问展厅的时长，对用户的购车意向进行预测，提高预测的客观性和准确性。

应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种用户行为数据处理装置400，应用于实现人脸识别，包括：操作信息获取模块401、数值赋予模块402、操作参考信息计算模块403和关联参考信息计算模块404，其中：

操作信息获取模块401，用于获取用户的行为数据信息；该行为数据信息包括用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；该浏览的车辆信息包括用户浏览过的每辆车辆。

数值赋予模块402，用于根据该浏览的车辆信息，对用户浏览过的每辆车辆赋予对应的数值。

操作参考信息计算模块403，用于根据浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息。

关联参考信息计算模块404，用于根据操作参考信息，计算各个车辆与用户的关联参考信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，用户行为数据处理装置400还包括用户账号自动登入模块405，用于在用户访问显示系统时，获取视频流；当视频流中的人脸图像的像素大于预设的像素阈值时，截取视频流中的人脸图像，对人脸图像进行识别，得到人脸图像对应的用户信息；根据用户信息，将用户信息对应的用户账号登入显示系统中。

在一个实施例中，用户行为数据处理装置400还包括用户账号生成模块406，用于获取用户信息和该用户对应的人脸图像；建立用户信息和人脸图像之间的关联关系；根据该关联关系，生成对应的用户账号。

在一个实施例中，用户账号生成模块406还用于当识别到人脸图像没有对应的用户信息时，生成注册账号的提示消息，将该提示消息显示于显示系统中。

在一个实施例中，用户账号生成模块406还用于当识别到一个以上的人脸图像时，生成用户选择窗口，将该用户选择窗口显示于显示系统中；获取用户对用户选择窗口的选择操作，根据该选择操作，确定所要获取的用户信息；根据该用户信息，将该用户信息对应的用户账号登入显示系统中。

在一个实施例中，用户行为数据处理装置400还用于获取目标车辆信息；该目标车辆信息包括与用户间的距离小于距离阈值的每辆实体车辆；根据目标车辆信息，对每辆目标车辆赋予对应的数值；获取用户在每辆目标车辆的距离阈值内停留的时长；根据用户在每辆目标车辆的距离阈值内停留的时长，将每辆目标车辆对应的数值赋予不同的权重后相加，得到每辆目标车辆对应的参考信息；根据参考信息，计算各个目标车辆与用户的关联信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，用户行为数据处理装置400还用于获取用户进入展厅的时间点和离开展厅的时间点；根据用户进入展厅的时间点和离开展厅的时间点，确定用户访问展厅的时长；关联存储所述用户访问展厅的时长与对应用户之间的关系。

关于用户行为数据处理装置的具体限定可以参见上文中对于用户行为数据处理方法的限定，在此不再赘述。上述用户行为数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户行为数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取用户对的行为数据信息；该操作信息包括用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；浏览的车辆信息包括用户浏览过的每辆车辆；根据浏览的车辆信息，对用户浏览过的每辆车辆赋予对应的数值；根据浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；根据操作参考信息，计算各个车辆与用户的关联参考信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在用户访问显示系统时，获取视频流；当视频流中的人脸图像的像素大于预设的像素阈值时，截取视频流中的人脸图像，对人脸图像进行识别，得到人脸图像对应的用户信息；根据用户信息，将用户信息对应的用户账号登入显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户信息和该用户对应的人脸图像；建立用户信息和人脸图像之间的关联关系；根据该关联关系，生成对应的用户账号。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当识别到人脸图像没有对应的用户信息时，生成注册账号的提示消息，将该提示消息显示于显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当识别到一个以上的人脸图像时，生成用户选择窗口，将该用户选择窗口显示于显示系统中；获取用户对用户选择窗口的选择操作，根据该选择操作，确定所要获取的用户信息；根据该用户信息，将该用户信息对应的用户账号登入显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取目标车辆信息；该目标车辆信息包括与用户间的距离小于距离阈值的每辆实体车辆；根据目标车辆信息，对每辆目标车辆赋予对应的数值；获取用户在每辆目标车辆的距离阈值内停留的时长；根据用户在每辆目标车辆的距离阈值内停留的时长，将每辆目标车辆对应的数值赋予不同的权重后相加，得到每辆目标车辆对应的参考信息；根据参考信息，计算各个目标车辆与用户的关联信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户进入展厅的时间点和离开展厅的时间点；根据用户进入展厅的时间点和离开展厅的时间点，确定用户访问展厅的时长；关联存储所述用户访问展厅的时长与对应用户之间的关系。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取用户对的行为数据信息；该行为数据信息包括用户在显示系统中浏览的车辆信息和浏览每辆车辆的时长；浏览的车辆信息包括用户浏览过的每辆车辆；根据浏览的车辆信息，对用户浏览过的每辆车辆赋予对应的数值；根据浏览每辆车辆的时长，将每辆车辆对应的数值赋予不同的权重后相加，得到每辆车辆对应的操作参考信息；根据操作参考信息，计算各个车辆与用户的关联参考信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在用户访问显示系统时，获取视频流；当视频流中的人脸图像的像素大于预设的像素阈值时，截取视频流中的人脸图像，对人脸图像进行识别，得到人脸图像对应的用户信息；根据用户信息，将用户信息对应的用户账号登入显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户信息和该用户对应的人脸图像；建立用户信息和人脸图像之间的关联关系；根据该关联关系，生成对应的用户账号。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当识别到人脸图像没有对应的用户信息时，生成注册账号的提示消息，将该提示消息显示于显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当识别到一个以上的人脸图像时，生成用户选择窗口，将该用户选择窗口显示于显示系统中；获取用户对用户选择窗口的选择操作，根据该选择操作，确定所要获取的用户信息；根据该用户信息，将该用户信息对应的用户账号登入显示系统中。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取目标车辆信息；该目标车辆信息包括与用户间的距离小于距离阈值的每辆实体车辆；根据所述目标车辆信息，对每辆目标车辆赋予对应的数值；获取用户在每辆目标车辆的距离阈值内停留的时长；根据用户在每辆目标车辆的距离阈值内停留的时长，将每辆目标车辆对应的数值赋予不同的权重后相加，得到每辆目标车辆对应的参考信息；根据参考信息，计算各个目标车辆与用户的关联信息，关联存储该关联参考信息与对应用户之间的关系。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户进入展厅的时间点和离开展厅的时间点；根据用户进入展厅的时间点和离开展厅的时间点，确定用户访问展厅的时长；关联存储所述用户访问展厅的时长与对应用户之间的关系。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。