[发明专利]一种基于摄像头的关注度预测分析方法、装置及终端

说明书

本申请涉及一种基于摄像头的关注度预测分析方法、装置及终端，属于关注度预测分析技术领域。本申请包括：通过获取摄像头的访问权限以及显示器屏幕信息；然后控制开启摄像头进行眼球定位跟踪，得到关注度指数计算参数；将显示器屏幕信息以及关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；根据关注度指数结果，通过API接口向后台请求数据；最后将请求数据推送至用户。通过使用装置上的摄像头检测人体眼球转动角度及停驻时间，并根据训练模型获得指标参数，主动预测用户对当前信息的关注度行为，极大提升预测用户对信息的关注程度准确率，满足相关应用场景的需要。

技术领域

本申请属于关注度预测分析技术领域，具体涉及一种基于摄像头的关注度预测分析方法、装置及终端。

背景技术

“关注度指数”是大部份系统应用或数据分析团队用来衡量用户喜好程度或了解用户需求的衡量指标，通过关注度指数，我们可以更贴近的了解用户的需求，向用户推荐合适的产品或服务。除此之外也能够通过数据驱动产品迭代，作为产品分析、优化的基础，在战略上比同行竞争对手快一步。市场上分析用户关注程度的方式有很多种，但是都是以“先成为有效注册用户”或“有效用户历史沉淀数据”的方式做数据统计分析，现有相关技术中，系统应用识别并分析用户关注程度的方法主要如下：

1.通过历史搜索关键词

此方式主要通过采集用户搜索关键词，将关键词保存到数据库，分析特定日期区间的历史搜索次数。使用这种方式较为被动，需要依靠数据积累才会有成效，并且无法主动预测用户关注程度。

2.通过用户点击

此方式主要通过采集用户点击行为，将点击的数据关键索引保存到数据库，对该关键索引的关联信息展开做次数及权重分析。使用这种方式仍较为被动，除了需要依靠数据积累还需要对关键索引的数据信息及关联信息做非常准确的维护才会有成效，并且无法主动预测用户关注程度。

3.通过特定的历史数据沉淀

此方式主要通过用户使用过程中产生的数据，例如订单数据或支付数据等进行分析，这种方式也属于被动方式，如果该用户从未有订单数据或支付数据，或者根本不是注册用户就无法进行关注程度分析。

以上三种方式都完全忽视了初次使用的新用户，因此，由于作为分析的样本数据不足，导致推荐了不合适的产品或服务，降低了用户的使用意愿。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于摄像头的关注度预测分析方法、装置及终端，有助于提升预测用户对信息的关注程度准确率。

为实现以上目的，本申请采用如下技术方案：

第一方面，一种基于摄像头的关注度预测分析方法，所述方法包括：

获取摄像头的访问权限以及显示器屏幕信息；

控制开启所述摄像头进行眼球定位跟踪，得到关注度指数计算参数；

将所述显示器屏幕信息以及所述关注度指数计算参数输入至预先建立的关注度预测分析模型，得到关注度指数结果；

根据所述关注度指数结果，通过API接口向后台请求数据；

将所述请求数据推送至用户。

进一步地，所述预先建立的关注度预测分析模型包括：

获取显示器屏幕信息以及关注度指数计算参数；

根据所述显示器屏幕信息以及所述关注度指数计算参数，计算数据显示边界及当前视角所观看的停驻区域，根据所述数据显示边界以及所述观看的停驻区域，结合后台API推送至用户的视角画面显示的数据内容，判别用户当前查看显示器屏幕上的数据内容，计算得出关注度指数结果；