热门搜索

监控系统原理

监控系统原理

监控系统是让人看得到的机器将人的物体精准监控并加以分析，让用户能够马上感受到信息内容。监控系统主要的作用是对于一些特定的信息进行追踪、对于某些内容进行判定，比如:通过哪些算法来精准地了解到与你的物品是否存在关联。

监控系统使用的是3D-Lens传感器，它可以在手机和手表上看到人的状态、表情、声音等一系列的信息。而人们通常不会刻意地去想通过某种算法来记录和了解你的生活。

监控系统的原理主要分为三点:

1、通过监控系统自动判定

2、运用算法来明确地了解你的生活

3、利用算法来显示物体的相关特征

监控系统的功能主要分为:

1、实时监控和分析

2、全面分析和测量

3、图像处理和优化

监控系统的作用主要分为:

1、监控系统记录你的状态、表情和声音

2、通过监控系统对你的活动进行实时记录

3、通过监控系统对你的个人信息进行实时分析

4、通过监控系统对你的身体信息进行实时记录

简单来说，监控系统可以记录你的行为和情绪，而监控系统是一个模拟系统，例如你拍了些想拍的照片，监控系统也会根据你的表情、声音等特征，进行分析并制作相应的图像处理，当然，如果你的面部和声音不一致的话，监控系统也会给出具体的处理方案。

5、监控系统可以监控你的消费、学习、工作和生活行为，并分析你的行为以及你的消费记录，从而支持你的个性化搜索，进行更为精细化的个性化评价。

6、通过监控系统监控你的数据会根据这个人的性格特征、地理位置、生活习惯、技能特点、家庭环境等不同特征进行智能匹配，最后根据用户反馈，调整数据类型，从而提升智能匹配。

2. 不同人群的监控需求不同

5、用户画像不同，“智能匹配”的难点

在统计数据之前，我们先来看看不同人群在不同类型人群的画像。

1、在狭义范围内，人群画像的数据缺乏针对性

《21世纪》:针对不同人群的画像，如果仅局限于单一特征之外，还能从个性化标签的角度，来实现数据分析吗?

杨春颖:我的经验是，当我们在构建一个画像时，要想完全覆盖全人类，至少需要涵盖7类人群。

目前我所构建的画像体系，根据不同的特征，赋予不同的个性化标签。这些标签，可以直观地被理解为人群之间的不同关联。

但我们需要知道，这些标签不是孤立的。我们需要有一套知识体系，为每一类人群制定一套、详细的标签体系，让其在不同的标签体系下，有自己的画像。这也是为什么，大家看到的都是特征标签，但人群之间却存在许多界限的原因。

如今，我们的画像体系，从“人”“事”“钱”“情”等多维度，加入了大量现实生活中的要素，提炼出来。

我们在使用画像的时候，会看到一个非常显著的特点，那是它赋予了不同的人群独特的标签。当人群画像的核心不发生变化的时候，它的重要性也会降低。

举个例子，我们会看到，现在有一部分人，看到自己好友的“本·阿瓦隆”微博账号，分享自己想要什么样的照片，而这些照片的来源是来自于什么样的群体。

我们会看到，在今天，年轻人会找到几个在生活里非常亮眼的人，来和他们打招呼，和他们聊生活，聊情感。