CN104268761A - 基于消费特征的后台产品推荐辅助决策方法及系统 - Google Patents
基于消费特征的后台产品推荐辅助决策方法及系统 Download PDFInfo
- Publication number
- CN104268761A CN104268761A CN201410509145.4A CN201410509145A CN104268761A CN 104268761 A CN104268761 A CN 104268761A CN 201410509145 A CN201410509145 A CN 201410509145A CN 104268761 A CN104268761 A CN 104268761A
- Authority
- CN
- China
- Prior art keywords
- consumption
- feature
- consumer
- product
- furnishings
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种基于消费特征的基于消费特征的后台产品推荐辅助决策方法及系统,构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分;构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类;确定消费水平等级:采集消费者的消费特征信息,确定该消费者的消费水平等级;推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。本发明专利通过根据消费者的消费等级及选择的产品种类生成待推荐产品信息库,能基于实时的消费特征进行,对产品推荐进行更加精确的定位,产品推荐与消费需求仍差异小,消费者容易快速找到适合的产品方案。
Description
技术领域
本发明涉及一种产品推荐辅助决策方法及系统,尤其涉及一种基于消费特征的基于消费特征的后台产品推荐辅助决策方法及系统。
背景技术
随着技术的发展,在产品销售过程中也越来越体现在技术发展中。现有的产品推荐方案大多基于网络产品的选择,进行产品的分类综合,然后构建产品推荐辅助决策。由于随着工业社会的发展,产品的数量和种类繁多,通常简单的分类产品推荐,其推荐的产品仍然数量庞大,不能更加有针对性的推荐。现有技术的产品推荐,不能基于实时的消费特征进行,不能对产品推荐进行更加精确的定位,导致产品推荐与消费需求仍存在极大的差异。
发明内容
本发明解决的技术问题是:构建一种基于消费特征的后台产品推荐辅助决策方法及系统,克服现有技术不能基于实时的消费特征进行,不能对产品推荐进行更加精确的定位,导致产品推荐与消费需求仍存在极大的差异的技术问题。
本发明的技术方案是:提供一种基于消费特征的后台产品推荐辅助决策方法,包括如下步骤:
构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征、产品消费特征中的一种或多种;
构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类;
确定消费水平等级:采集消费者的消费特征信息,根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级;
推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
本发明的进一步技术方案是:所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。
本发明的进一步技术方案是:在确定消费水平等级步骤中,采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种确定其穿戴用品特征。
本发明的进一步技术方案是:所述消费特征库包括消费者的性别特征、年龄特征,采集消费者的图像,根据消费者的图像识别确定消费者的性别特征、年龄特征。
本发明的进一步技术方案是:所述消费特征库包括消费者的体态特征,采集消费者的消费特征图像,所述消费特征图像包括消费者的体态图像,根据消费者的体态图像识别确定消费者的体态特征。
本发明的进一步技术方案是:所述消费特征库包括消费者的肤色特征,采集消费者的图像,所述消费者图像还包括消费者的肤色图像,根据消费者的体态图像识别确定消费者的肤色特征。
本发明的进一步技术方案是:所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征。
本发明的进一步技术方案是:用户选择产品后,形成产品选择方案,将该产品选择方案生成二维码,用来上传或者供用户扫描该二维码下载或交易。
本发明的技术方案是:构建一种基于消费特征的后台产品推荐辅助决策系统,包括构建消费特征模型的消费特征构建模块、构建产品信息库的产品信息库构建模块、确定消费水平等级的消费水平等级确定模块、推荐决策的决定推荐模块,所述消费特征构建模块构建消费特征模型,所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征中的一种或多种;所述产品信息库构建模块构建产品信息库,将不同种类产品信息按消费水平等级分类;所述消费水平等级确定模块采集消费者的消费特征信息,所述消费水平等级确定模块根据获取的消费特征信息和消费水平等级,确定该消费者的消费水平等级;所述决定推荐模块根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
本发明的进一步技术方案是:所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种,所述产品推荐辅助决策系统还包括穿戴用品特征采集模块、穿戴用品特征获取模块,所述穿戴用品特征采集模块采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,穿戴用品特征获取模块根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种获取其穿戴用品特征。
本发明的进一步技术方案是:还包括手势交互模块,所述手势交互模块用于消费者选择产品时进行交互确定。
本发明的技术效果是:本发明专利构建一种基于消费特征的后台产品推荐辅助决策方法及系统,构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征中的一种或多种;构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类; 确定消费水平等级:采集消费者的消费特征信息,根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级;推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。本发明专利通过根据消费者的消费等级及选择的产品种类生成待推荐产品信息库,能基于实时的消费特征进行,对产品推荐进行更加精确的定位,产品推荐与消费需求仍差异小,消费者容易快速找到适合的产品方案。
附图说明
图1为本发明的结构示意图。
图2为本发明的手势交互模块结构示意图。
图3为本发明的手势交互示意图。
具体实施方式
下面结合具体实施例,对本发明技术方案进一步说明。
本发明的具体实施方式是:提供一种基于消费特征的后台产品推荐辅助决策方法,包括如下步骤:
构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征、产品消费特征中的一种或多种。
具体实施过程如下:消费水平等级根据消费能力来划分,主要根据消费者能消费的价值高低来确定。本专利申请技术方案,主要依据消费特征信息来判断消费者的消费能力,然后按消费能力将其归入相应的消费水平特级。所述消费特征信息包括穿戴用品特征、产品特征、产品消费特征中的一种或多种。所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征,所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。穿戴用品能实时体现消费者一定的消费能力,比如,通过消费者的所述穿戴用品特征来体现时,通过穿戴用品的价值可以大致确定其消费水平等级。消费者选择的产品特征也能体现一定的消费能力,选择的产品为红木家具,该消费者的消费能力肯定比较强,具体根据选择的该红木家具的价值,可大致确定其消费水平等级;再比如,通过产品消费特征来体现时,选择的产品为一房一厅户型的家具,则其消费能力较弱。
所述消费水平等级根据所述消费特征信息划分,具体方式很多,由于消费特征信息与相应消费等级对应,但其基本原理是所述消费水平等级根据所述消费特征信息划分。具体实施例中,实施例一:所述消费水平等级以具体数字进行量化划分:比如,100元以下、100元至200元等,以具体数字进行划分,然后,将具体的消费特征信息与相应消费等级对应。实施例二:直接划分消费水平等级,然后将具体的消费特征信息与相应消费等级对应,比如:消费水平等级1、消费水平等级2等,然后分别将具体的消费特征信息与相应消费等级对应。
构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类。
具体实施过程如下:首先将产品以其本身特征按常规进行分类,比如男士服饰、女士服饰;上衣、下装等。然后再将各类商品按消费水平等级分类,产品信息库中的各产品也与消费水平等级关联。
确定消费水平等级:采集消费者的消费特征信息,根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级。
具体实施过程如下:采集消费者的消费特征信息,包括主动采集消费特征信息,比如消费者输入消费特征信息,也包括被动采集消费特征信息,比如:消费者一站到购物场所,摄像头捕捉消费者的位置,拍摄消费者的图像,然后截取其消费特征图像,通过识别消费特征图像获取消费特征信息。也可以在消费者选择产品时,根据产品的价值确定其消费特征信息。还可以根据产品的相关信息,比如,购买家具,根据选择放置家具有房间户型来确定其消费特征信息。
推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
具体实施过程如下:根据消费者的消费等级以及选择的产品种类,将特定种类产品的相应消费等级的产品信息选出生成待推荐产品信息库。
本发明的优选实施方式是:所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征。所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。在确定消费水平等级步骤中,采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种确定其穿戴用品特征,在消费特征模型中,构建穿戴用品特征库,通过将识别的穿戴用品特征与穿戴用品特征库中的穿戴用品特征进行对比,确定其消费水平等级。
本发明的优选实施方式是:所述消费特征库包括消费者的性别特征、年龄特征,采集消费者的图像,根据消费者的图像识别确定消费者的性别特征、年龄特征。具体实施过程:采集消费者的面部图像,根据预采集的男女多种面部图像,设计区分男女性别的图像算法,然后通过消费者的面部图像判定其性别特征。对于需要根据性别特征推荐产品的时候,选择相应性别特征的产品进行推荐。
本发明的优选实施方式是:所述消费特征库包括消费者的体态特征,采集消费者的消费特征图像,所述消费特征图像包括消费者的体态图像,根据消费者的体态图像识别确定消费者的体态特征。具体实施过程:采集消费者的体态图像,根据消费者的体态图像识别获取消费者的体型数据,然后构建消费者的体态特征。选择产品时,调用相应体态特征的产品。
本发明的优选实施方式是:所述消费特征库包括消费者的肤色特征,采集消费者的图像,所述消费者图像还包括消费者的肤色图像,根据消费者的体态图像识别确定消费者的肤色特征。具体实施过程:采集消费者的肤色图像,根据消费者的肤色图像识别获取消费者的肤色,选择产品时,调用相应肤色特征的产品。
本发明的优选实施方式是:用户选择产品后,形成产品选择方案,将该产品选择方案生成二维码,用来上传或者供用户扫描该二维码下载或交易。具体实施过程:用户从推荐的产品中选择产品后,形成产品选择方案,将该产品选择方案生成二维码,用来上传或者供用户扫描该二维码下载或交易。
如图1所示,本发明的具体实施方式是:构建一种基于消费特征的后台产品推荐辅助决策系统,包括构建消费特征模型的消费特征构建模块1、构建产品信息库的产品信息库构建模块2、确定消费水平等级的消费水平等级确定模块3、推荐决策的决定推荐模块4,所述消费特征构建模块1构建消费特征模型,所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征中的一种或多种;所述产品信息库构建模块2构建产品信息库,将不同种类产品信息按消费水平等级分类;所述消费水平等级确定模块3采集消费者的消费特征信息,所述消费水平等级确定模块根据获取的消费特征信息和消费水平等级,确定该消费者的消费水平等级;所述决定推荐模块4根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
具体实施过程如下:所述消费特征构建模块1构建消费特征模型, 所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征中的一种或多种。消费水平等级根据消费能力来划分,主要根据消费者能消费的价值高低来确定。本专利申请技术方案,主要依据消费特征信息来判断消费者的消费能力,然后按消费能力将其归入相应的消费水平特级。所述消费特征信息包括穿戴用品特征、产品特征。所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征,所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。穿戴用品能实时体现消费者一定的消费能力,比如,通过消费者的所述穿戴用品特征来体现时,通过穿戴用品的价值可以大致确定其消费水平等级。消费者选择的产品特征也能体现一定的消费能力,选择的产品为红木家具,该消费者的消费能力肯定比较强,具体根据选择的该红木家具的价值,可大致确定其消费水平等级;再比如,通过产品消费特征来体现时,选择的产品为一房一厅户型的家具,则其消费能力较弱,即,也可根据产品。
所述消费水平等级根据所述消费特征信息划分,具体方式很多,由于消费特征信息与相应消费等级对应,但其基本原理是所述消费水平等级根据所述消费特征信息划分。具体实施例中,实施例一:所述消费水平等级以具体数字进行量化划分:比如,100元以下、100元至200元等,以具体数字进行划分,然后,将具体的消费特征信息与相应消费等级对应。实施例二:直接划分消费水平等级,然后将具体的消费特征信息与相应消费等级对应,比如:消费水平等级1、消费水平等级2等,然后分别将具体的消费特征信息与相应消费等级对应。
产品信息库构建模块2构建产品信息库,将不同种类产品信息按消费水平等级分类。首先将产品以其本身特征按常规进行分类,比如男士服饰、女士服饰;上衣、下装等。然后再将各类商品按消费水平等级分类,产品信息库中的各产品也与消费水平等级关联。
消费水平等级确定模块3采集消费者的消费特征信息,消费水平等级确定模块3根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级。具体实施过程如下:采集消费者的消费特征信息,包括主动采集消费特征信息,比如消费者输入消费特征信息,也包括被动采集消费特征信息,比如:消费者一站到购物场所,摄像头捕捉消费者的位置,拍摄消费者的图像,然后截取其消费特征图像,通过识别消费特征图像获取消费特征信息。也可以在消费者选择产品时,根据产品的价值确定其消费特征信息。还可以根据产品的相关信息,比如,购买家具,根据选择放置家具有房间户型来确定其消费特征信息。
决定推荐模块4根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。具体实施过程如下:根据消费者的消费等级以及选择的产品种类,将特定种类产品的相应消费等级的产品信息选出生成待推荐产品信息库。
如图1所示,本发明的优选实施方式是:所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征。所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。还包括穿戴用品特征采集模块5、穿戴用品特征获取模块6,采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,穿戴用品特征获取模块6根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种获取其穿戴用品特征,在消费特征模型中,构建穿戴用品特征库,通过将识别的穿戴用品特征与穿戴用品特征库中的穿戴用品特征进行对比,确定其消费水平等级。
如图2所示,本发明的优选实施方式是:还包括手势交互模块8,所述手势交互模块8用于消费者选择产品时进行交互确定。手势交互模块8包括运动检测模块81、交互确定模块82和显示控制模块83。运动检测模块81用于检测用户的头部的俯仰方向和偏转方向和手势。例如,运动检测模块81可检测和确定用户的视线方向和手势动作。交互确定模块82可根据运动检测模块81检测的用户的多种类型的动作和姿态来确定将要进行的交互操作。
如图2所示,将对运动检测模块81的操作过程进行详细描述。运动检测模块81可包括视线捕捉模块811和手势追踪模块812。其中,视线捕捉模块811用于从图像数据中获取用户的视线方向,即通过从图像数据中检测用户的头部姿势来获得用户的视线方向。头部的姿势主要由头部俯仰和头部偏转来体现。相应地,在图像中的头部区域分别估计头部的俯仰角和偏转角,从而基于所述俯仰角和偏转角来合成相应的头部姿势,从而得到用户的视线方向。手势追踪模块812用于追踪和识别用户的手势动作。例如,手势追踪模块812可从获取的图像数据中追踪和识别用户的手势动作。系统预先定义手势的动作和指令,交互确定模块82可根据由运动检测模块81检测到的用户的头部俯仰和头部偏转以及手势动作来确定将要进行的交互操作。例如,交互确定模块82可根据由视线捕捉模块811确定的用户视线方向和手势追踪模块812确定的用户指示方向来确定是否进入交互操作姿态,并根据后续的用户的手势动作和视线方向确定将要执行的交互操作。也就是说,交互确定模块82可根据用户视线方向和用手势动作来确定交互操作的开始或结束。具体地,当视线捕捉模块811确定用户的视线方向和手势追踪模块812确定的用户的单一手势均指向在显示设备C上显示的某个目标,即,视线方向和手势的指示方向的交汇之处具有特定的显示目标超过预定时间时,交互确定模块82可确定用户想要开始进行交互以对显示目标进行操作。在对显示目标进行操作的过程中,交互确定模块82确定用户视线和单一手势方向中的至少一个是否仍然保持在该显示目标上。当用户视线和单一手势均未保持在该目标之上时,交互确定模块82可确定用户停止与该显示目标的交互操作。通过以上的方式,可更加准确地确定用户是否开始或者结束交互操作,从而提高了交互操作的准确性。
本发明的技术效果是:本发明专利构建一种基于消费特征的后台产品推荐辅助决策方法及系统,构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征中的一种或多种;构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类; 确定消费水平等级:采集消费者的消费特征信息,根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级;推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。本发明专利通过根据消费者的消费等级及选择的产品种类生成待推荐产品信息库,能基于实时的消费特征进行,对产品推荐进行更加精确的定位,产品推荐与消费需求仍差异小,消费者容易快速找到适合的产品方案。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种基于消费特征的后台产品推荐辅助决策方法,包括如下步骤:
构建消费特征模型:所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征、产品消费特征中的一种或多种;
构建产品信息库:构建产品信息库,将不同种类产品信息按消费水平等级分类;
确定消费水平等级:采集消费者的消费特征信息,根据获取的消费特征信息和消费特征模型确定该消费者的消费水平等级;
推荐决策:根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
2.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种。
3.根据权利要求2所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,在确定消费水平等级步骤中,采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种确定其穿戴用品特征。
4.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,所述消费特征库包括消费者的性别特征、年龄特征,采集消费者的图像,根据消费者的图像识别确定消费者的性别特征、年龄特征。
5.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,所述消费特征库包括消费者的体态特征,采集消费者的消费特征图像,所述消费特征图像包括消费者的体态图像,根据消费者的体态图像识别确定消费者的体态特征。
6.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,所述消费特征库包括消费者的肤色特征,采集消费者的图像,所述消费者图像还包括消费者的肤色图像,根据消费者的体态图像识别确定消费者的肤色特征。
7.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,所述穿戴用品特征包括衣服特征、帽子特征、裤子特征、鞋子特征、手表特征、饰品特征、包的特征、皮带特征中的一种或多种穿戴用品特征。
8.根据权利要求1所述基于消费特征的后台产品推荐辅助决策方法,其特征在于,还包括:用户选择产品后,形成产品选择方案,将该产品选择方案生成二维码,用来上传或者供用户扫描该二维码下载或交易。
9. 一种基于消费特征的后台产品推荐辅助决策系统,其特征在于,包括构建消费特征模型的消费特征构建模块、构建产品信息库的产品信息库构建模块、确定消费水平等级的消费水平等级确定模块、推荐决策的决定推荐模块,所述消费特征构建模块构建消费特征模型,所述消费特征模型包括消费水平等级和消费特征信息,所述消费水平等级根据所述消费特征信息划分,所述消费特征信息包括穿戴用品特征、产品特征、产品消费特征中的一种或多种;所述产品信息库构建模块构建产品信息库,将不同种类产品信息按消费水平等级分类;所述消费水平等级确定模块采集消费者的消费特征信息,所述消费水平等级确定模块根据获取的消费特征信息和消费水平等级,确定该消费者的消费水平等级;所述决定推荐模块根据消费者的消费等级及选择的产品种类生成待推荐产品信息库。
10.根据权利要求9所述基于消费特征的后台产品推荐辅助决策系统,其特征在于,所述穿戴用品特征包括穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种,所述产品推荐辅助决策系统还包括穿戴用品特征采集模块、穿戴用品特征获取模块,所述穿戴用品特征采集模块采集消费者的消费特征图像,所述消费特征图像包括消费者穿戴用品特征图像,穿戴用品特征获取模块根据消费者穿戴用品特征图像识别穿戴用品的品牌、穿戴用品的标志图案、商标中的一种或多种获取其穿戴用品特征。
11.根据权利要求9所述基于消费特征的后台产品推荐辅助决策系统,其特征在于,其特征在于,还包括手势交互模块,所述手势交互模块用于消费者选择产品时进行交互确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410509145.4A CN104268761A (zh) | 2014-09-29 | 2014-09-29 | 基于消费特征的后台产品推荐辅助决策方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410509145.4A CN104268761A (zh) | 2014-09-29 | 2014-09-29 | 基于消费特征的后台产品推荐辅助决策方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104268761A true CN104268761A (zh) | 2015-01-07 |
Family
ID=52160281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410509145.4A Pending CN104268761A (zh) | 2014-09-29 | 2014-09-29 | 基于消费特征的后台产品推荐辅助决策方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104268761A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740375A (zh) * | 2016-01-27 | 2016-07-06 | 西安小光子网络科技有限公司 | 一种基于多个光标签的信息推送系统及方法 |
CN106447459A (zh) * | 2016-10-16 | 2017-02-22 | 广东聚联电子商务股份有限公司 | 一种根据商品属性自动分类的方法 |
CN106469392A (zh) * | 2015-08-20 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 选择及推荐展示对象的方法及装置 |
CN107239456A (zh) * | 2016-03-28 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 年龄段识别方法及装置 |
CN109034887A (zh) * | 2018-07-17 | 2018-12-18 | 北京旷视科技有限公司 | 物品价格的调整方法、装置和系统 |
CN109118307A (zh) * | 2017-06-23 | 2019-01-01 | 杭州美界科技有限公司 | 一种结合顾客化品使用习惯的美容推荐系统 |
CN109284666A (zh) * | 2018-07-24 | 2019-01-29 | 电子科技大学中山学院 | 一种基于图像识别和大数据的服饰推荐方案 |
CN110322285A (zh) * | 2019-06-19 | 2019-10-11 | 恩亿科(北京)数据科技有限公司 | 管理用户的特征信息的方法和装置 |
CN110796300A (zh) * | 2019-10-23 | 2020-02-14 | 海南火吧时代科技有限公司 | 一种基于用户消费水平的出行服务推荐系统、方法和终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483803A (zh) * | 2009-02-03 | 2009-07-15 | 深圳市荣迪信息技术有限公司 | 一种增值业务推荐系统和增值业务推荐方法 |
CN101610286A (zh) * | 2009-07-13 | 2009-12-23 | 中国联合网络通信集团有限公司 | 一种分众的信息推送和显示方法及系统 |
CN102609523A (zh) * | 2012-02-10 | 2012-07-25 | 上海视畅信息科技有限公司 | 基于物品分类和用户分类的协同过滤推荐算法 |
CN103258195A (zh) * | 2013-05-30 | 2013-08-21 | 苏州福丰科技有限公司 | 一种基于面部识别的导购装置以及方法 |
CN103927324A (zh) * | 2014-03-13 | 2014-07-16 | 中国联合网络通信集团有限公司 | 一种信息推送的方法及装置 |
-
2014
- 2014-09-29 CN CN201410509145.4A patent/CN104268761A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483803A (zh) * | 2009-02-03 | 2009-07-15 | 深圳市荣迪信息技术有限公司 | 一种增值业务推荐系统和增值业务推荐方法 |
CN101610286A (zh) * | 2009-07-13 | 2009-12-23 | 中国联合网络通信集团有限公司 | 一种分众的信息推送和显示方法及系统 |
CN102609523A (zh) * | 2012-02-10 | 2012-07-25 | 上海视畅信息科技有限公司 | 基于物品分类和用户分类的协同过滤推荐算法 |
CN103258195A (zh) * | 2013-05-30 | 2013-08-21 | 苏州福丰科技有限公司 | 一种基于面部识别的导购装置以及方法 |
CN103927324A (zh) * | 2014-03-13 | 2014-07-16 | 中国联合网络通信集团有限公司 | 一种信息推送的方法及装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469392A (zh) * | 2015-08-20 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 选择及推荐展示对象的方法及装置 |
CN105740375A (zh) * | 2016-01-27 | 2016-07-06 | 西安小光子网络科技有限公司 | 一种基于多个光标签的信息推送系统及方法 |
CN107239456A (zh) * | 2016-03-28 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 年龄段识别方法及装置 |
CN106447459A (zh) * | 2016-10-16 | 2017-02-22 | 广东聚联电子商务股份有限公司 | 一种根据商品属性自动分类的方法 |
CN109118307A (zh) * | 2017-06-23 | 2019-01-01 | 杭州美界科技有限公司 | 一种结合顾客化品使用习惯的美容推荐系统 |
CN109034887A (zh) * | 2018-07-17 | 2018-12-18 | 北京旷视科技有限公司 | 物品价格的调整方法、装置和系统 |
CN109034887B (zh) * | 2018-07-17 | 2022-03-29 | 北京旷视科技有限公司 | 物品价格的调整方法、装置和系统 |
CN109284666A (zh) * | 2018-07-24 | 2019-01-29 | 电子科技大学中山学院 | 一种基于图像识别和大数据的服饰推荐方案 |
CN110322285A (zh) * | 2019-06-19 | 2019-10-11 | 恩亿科(北京)数据科技有限公司 | 管理用户的特征信息的方法和装置 |
CN110796300A (zh) * | 2019-10-23 | 2020-02-14 | 海南火吧时代科技有限公司 | 一种基于用户消费水平的出行服务推荐系统、方法和终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104268761A (zh) | 基于消费特征的后台产品推荐辅助决策方法及系统 | |
CN104281964A (zh) | 基于实时人体模型的服饰产品推荐辅助决策方法及系统 | |
US11151427B2 (en) | Method and apparatus for checkout based on image identification technique of convolutional neural network | |
US20210287091A1 (en) | Neural network training method and image matching method and apparatus | |
CN108830251A (zh) | 信息关联方法、装置和系统 | |
US20190333039A1 (en) | Produce and bulk good management within an automated shopping environment | |
CN108051777B (zh) | 目标的追踪方法、装置及电子设备 | |
CN105117924A (zh) | 个性化商品推荐系统 | |
CN101477631B (zh) | 图像中提取目标的方法、设备及人机交互系统 | |
US10223737B2 (en) | Automatic product mapping | |
CN107133607B (zh) | 基于视频监控的人群统计方法及系统 | |
CN104318344A (zh) | 基于消费特征的产品生产辅助决策方法及系统 | |
CN108345912A (zh) | 一种基于rgbd信息与深度学习的商品快速结算系统 | |
CN111308925B (zh) | 信息处理装置、生产指示辅助方法 | |
CN104063677A (zh) | 用于估计人体姿态的设备和方法 | |
JP2013168132A (ja) | 商品検索装置、方法、及びプログラム | |
CN103226774A (zh) | 一种信息交互系统 | |
US10380730B2 (en) | Analysis apparatus and analysis method | |
CN104112216A (zh) | 存货管理与行销的图像辨识方法 | |
CN109685780A (zh) | 一种基于卷积神经网络的零售商品识别方法 | |
CN103258195A (zh) | 一种基于面部识别的导购装置以及方法 | |
CN109670546A (zh) | 一种基于预设模板的商品匹配及数量回归识别算法 | |
CN109840503A (zh) | 一种确定种类信息的方法及装置 | |
CN109598298A (zh) | 图像物体识别方法和系统 | |
CN112905889A (zh) | 服饰搜索方法及装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150107 |