跳到主要內容

臺灣博碩士論文加值系統

(18.205.192.201) 您好!臺灣時間:2021/08/06 04:09
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:楊錦榮
研究生(外文):YANG, CHIN-RUNG
論文名稱:利用人臉辨識與數據分析對咖啡廳行銷用法之研究
論文名稱(外文):The Application of Face Recognition and Data Analysis in Coffee Shop Marketing
指導教授:蔡明志蔡明志引用關係
指導教授(外文):Tsai, Ming-Jyh
口試委員:洪茂盛黃曜輝
口試委員(外文):HUNG, MAO-SHENGHUANG, YAO-HUEI
口試日期:2021-05-27
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系碩士在職專班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2021
畢業學年度:109
語文別:中文
論文頁數:37
中文關鍵詞:咖啡廳人臉辨識行銷企劃
外文關鍵詞:Coffee ShopFace recognitionMarketing
相關次數:
  • 被引用被引用:0
  • 點閱點閱:40
  • 評分評分:
  • 下載下載:12
  • 收藏至我的研究室書目清單書目收藏:0
從消費者進入商店開始直到消費完後離開商商店,從商店的銷售人員為消費者說明商品的用途發優點、為消費者處理客後服務問題、客訴等,都是顧客關係管理的服務範圍。從商場中的服務人員以親切發友善的態度、熟練的工作技巧,以來滿足消費者的需求,讓消費者在消費時備感尊重。
為了讓顧客每次進入商店時都有種被感尊重及怎麼還可以記住顧客上次買了什麼產品、買了多少次、消費行為及客訴次數,門市人員沒有辦法記住很多人,但系統可以,門市人員透過系統可以查到,顧客的消費行為,在顧客未開口開始點餐時,門市人員則可以馬上看到顧客點餐次數最多的品項,並詢問顧客今天是否點和昨天一樣的餐點,不僅令顧客的消費感受不一樣,也可以加強顧客對店家的印象。

From the time when the consumer enters the store until he leaves the store after consumption, the sales staff in the store explain to the consumer the use of the product and the advantages, deal with after-customer service issues, customer complaints, etc., are the service scope of customer relationship management. Since the service staff in the mall have met the needs of consumers with their kind and friendly attitude and skilled work skills, they have made consumers feel respected when they consume.
In order to make customers feel respected every time they enter the store and how to remember what products they bought last time, how many times they bought them, consumption behaviors and the number of customer complaints, the store staff cannot remember many people, but The system is ok. The store staff can check the customer’s consumption behavior through the system. When the customer does not start ordering, the store staff can immediately see the items ordered by the customer the most frequently, and ask the customer whether the order today is the same as yesterday The meal not only makes customers’ consumption experience different, but also enhances customers’ impression of the store.

第壹章 緒論
第一節 研究背景與動機
第二節 研究目的

第貳章 文獻探討
第一節 商業行銷及客戶服務的趨勢
第二節 深度學習 – 卷積神經網路(CNN)
第三節 機器學習

第参章 研究方法
第一節 系統架構
第二節 灰階轉換
第三節 人臉偵測
第四節 人臉擷取
第五節 正規化
第六節 特徵提取
第七節 機器學習
第八節 深度學習

第肆章 實驗結果與分析
第一節 測試實驗環境及流程
第二節 人臉辨識實驗
第三節 實驗結果比對

第伍章 結論與未來展望
第一節 結論
第二節 未來展望

參考文獻

1.林貞妤(2016)。受益於安全監控智慧化與智慧零售興起,2019年人臉辨識產值可望達4.5億美元。 TRENDFORCE。https://press.trendforce.com.tw/press/20160125-3096.html
2.哈爾特徵(Haar-like features)。中文維基百科。
.https://zh.wikipedia.org/wiki/哈尔特征
3.焦峰、山世光、崔國勤、高文、李錦濤(2002)。基於局部特徵分析的人臉識別方法。計算機輔助設計與圖形學學報,2003年1期,頁53-58。
4.臉部 API - 臉部辨識軟體 | Microsoft Azure
https://azure.microsoft.com/zh-tw/services/cognitive-services/face/
5.羅正漢(2019/08/23)。考勤門禁的人員管理,成為臺灣企業應用人臉辨識新焦點。Ithome電腦報。https://www.ithome.com.tw/news/132463
6.KKnews 每日頭條 (2019/3/17) 。人工智慧將占領餐飲業, 你吃的菜可能是機器人做的。https://kknews.cc/zh-tw/tech/eg2zz84.html
7.KKnews 每日頭條 (2019/3/14) 。 人臉識別智慧餐廳來了!。https://kknews.cc/tech/5v5bv6l.html
8.Chaibubble.(2018/4/15).Haar-like
https://blog.csdn.net/chaipp0607/article/details/79943932
9.Baspberrypi. https://www.raspberrypi.org
10.OmniXRI。http://omnixri.blogspot.com
11.OpenCV官網. https://opencv.org/
12.OpenFace網站. http://cmusatyalab.github.io/openface/
13.Python. https://www.python.org/

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關論文
 
無相關期刊
 
無相關點閱論文