CN107862544A - 商品推荐方法及装置 - Google Patents

商品推荐方法及装置 Download PDF

Info

Publication number
CN107862544A
CN107862544A CN201710932039.0A CN201710932039A CN107862544A CN 107862544 A CN107862544 A CN 107862544A CN 201710932039 A CN201710932039 A CN 201710932039A CN 107862544 A CN107862544 A CN 107862544A
Authority
CN
China
Prior art keywords
consumer
consumption
conditioning
consumption information
air
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
Application number
CN201710932039.0A
Other languages
English (en)
Inventor
毛跃辉
梁博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201710932039.0A priority Critical patent/CN107862544A/zh
Publication of CN107862544A publication Critical patent/CN107862544A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Sustainable Development (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种商品推荐方法及装置。其中，该方法包括：获取消费者的消费信息；通过消费推荐模型，确定获取的消费信息对应的消费商品，其中，消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；通过空调向消费者推荐确定的消费商品。通过本发明，解决了由于商用空调功能单一造成的无法实现智能化多功能应用的技术问题，实现了增强线下实体商业吸引力及商业空间最大化利用的技术效果。

Description

商品推荐方法及装置
技术领域
本发明涉及信息推荐领域，具体而言，涉及一种商品推荐方法及装置。
背景技术
社会生活水平飞速发展，伴随国家“扩大内需、刺激消费”的经济政策，销售业进入长期稳定发展期。但由于近年来电商的异军突起，线下实体商业模式，如商场、商业聚集区的运营受到了很大冲击。线上销售运营成本低、购买方式灵活且技术更新快，已经吸引了越来越多的消费者投入其中。如何实现智能化、差异化服务，增强线下实体商业的吸引力和客户黏度，及提高营销活动成功率已成为现代商业运营的重中之重。同时，伴随城市建设脚步加快，土地供应逐步紧张，如何合理利用场地，实现空间利用最大化也是为商业运营降低运营成本的一个重要方面。空调作为必备商用电器设备，仅实现调温调湿已不能满足商业运营的主要需求，故如何实现商用空调的智能化多功能化应用已成为提高商场服务水平和降低运营成本的重要问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种商品推荐方法及装置，以至少解决由于商用空调功能单一造成的无法实现智能化多功能应用的技术问题。
根据本发明实施例的一个方面，提供了一种设备控制方法，该方法包括：获取消费者的消费信息；通过消费推荐模型，确定获取的消费信息对应的消费商品，其中，消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；通过空调向消费者推荐确定的消费商品。
可选的，可通过以下方式至少之一，获取消费者的消费信息：通过对消费者的五官进行拍照的方式，通过对消费者的服装进行识别的方式，通过与消费者进行语音交互的方式，通过对消费者的消费记录进行查询的方式。
可选的，通过空调向消费者推荐确定的消费商品包括：通过空调向消费者展示空调所处商场中的推荐的消费商品，以及通过空调向消费者告之推荐的消费商品在商场中的位置和到达位置的路线。
可选的，消费者的消费信息包括以下至少之一：消费者的消费年龄，消费者的消费风格，消费者的消费喜好，消费者的消费习惯。
根据本发明实施例的另一方面，还提供了一种商品推荐装置，包括：获取模块，用于获取消费者的消费信息；确定模块，用于通过消费推荐模型，确定获取的消费信息对应的消费商品，其中，消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；推荐模块，通过空调向消费者推荐确定的消费商品。
可选的，获取模块通过以下单元至少之一，获取消费者的消费信息：拍照单元，用于对消费者的五官进行拍照；服装识别单元，用于对消费者的服装进行识别；语音交互单元，用于与消费者进行语音交互；查询单元，用于对消费者的消费记录进行查询。
可选的，推荐模块包括：展示单元，用于通过空调向消费者展示空调所处商场中的推荐的消费商品；告之单元，用于通过空调向消费者告之推荐的消费商品在商场中的位置和到达位置的路线。
可选的，确定模块中处理的所述消费者的消费信息包括以下至少之一：消费者的消费年龄，消费者的消费风格，消费者的消费喜好，消费者的消费习惯。
根据本发明实施例的另外一个方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的商品推荐方法。
根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的商品推荐方法。
在本发明实施例中，通过获取消费者的消费信息和消费推荐模型，确定获取的消费信息对应的消费商品，其中，消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；最后通过空调向消费者推荐确定的消费商品。采用人工智能的方式，通过获取及分析消费者信息，达到了通过商场空调为消费者进行商品推荐的目的，从而解决了由于商用空调功能单一造成的无法实现智能化多功能应用的技术问题，进而实现了增强线下实体商业的吸引力及商业空间最大化利用的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的商品推荐方法的流程图；
图2是根据本发明实施例的商品推荐装置的结构图；
图3是根据本发明实施例的商品推荐装置中获取模块22的结构框图；
图4是根据本发明实施例的商品推荐装置中推荐模块26的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下实施例可以应用于各种安装位置在商场及各种商业聚集区的通用性电器设备中，对于电器设备的类型不做具体限定，包括但不限于：空调、饮水机、空气净化器、电梯等，本发明中以空调为例，对本发明做出详细说明。
根据本发明实施例，提供了一种商品推荐的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的商品推荐方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取消费者的消费信息；
步骤S104，通过消费推荐模型，确定获取的消费信息对应的消费商品，其中，该消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；
步骤S106，通过空调向消费者推荐确定的消费商品。
通过上述步骤，可以实现通过获取消费者的消费信息和消费推荐模型，确定获取的消费信息对应的消费商品，并在空调器上实现向消费者推荐确定的消费商品。采用人工智能的方式，通过获取及分析消费者信息，达到了通过商场空调为消费者进行商品推荐的目的，从而解决了由于空调功能单一造成的无法实现智能化多功能应用的技术问题，进而实现了通过空调向消费者推荐消费商品的智能应用，增强线下实体商业的吸引力及商业空间最大化利用的技术效果。
需要说明的是，在步骤S102中，可借助安装在空调中或与空调距离一定位置的信息获取模块来获取消费者信息，其中，用户信息可为图像信息、语音信息或消费者自行录入信息等。
可选地，在步骤S104中，可以预先将多类消费者消费信息(例如，面部特征，着装风格)进行图像采集，然后将其消费习惯、消费历史、消费喜好等消费信息以及上述消费者的图片作为输入参数输入到计算机中，在计算机中通过机器学习技术对上述输入参数进行分析以及特征提取，得到用于进行对上述消费者进行推荐的模型。
可选地，在上述步骤S106中，可通过空调上液晶显示屏，依照获取分析的消费者特性，对消费者进行喜好商品推荐，也可对所处商业区域的商业促销活动进行选择性推荐。
在获取消费者的消费信息时，可以通过多种方式获取，例如，可通过以下方式至少之一，获取消费者的消费信息：通过对消费者的五官进行拍照的方式，通过对消费者的服装进行识别的方式，通过与消费者进行语音交互的方式，通过对消费者的消费记录进行查询的方式。
即可采用面部摄像或全景人体摄像的方式，获取消费者性别、年龄、风格信息；也可通过与消费者的语音交互，获取消费者性别、年龄、喜好及需求。并通过信息匹配，查询消费者的消费记录，获取更多消费信息。
优选地，通过空调向消费者推荐确定的消费商品包括：通过空调向消费者展示空调所处商场中的推荐的消费商品，以及通过空调向消费者告之推荐的消费商品在商场中的位置和到达位置的路线。
该方法为实现商场内商品的有效推荐起了极大地促进作用。因现代商场或商业聚集区占地面积庞大，地形复杂且品牌众多，如未告知消费者推荐商品在商场中的位置和到达位置的路线，消费者很难在商业区中顺利找到推荐商品，可能会存在半路放弃的情况，进而无法达到商品推荐的目的。
优选的，消费者的消费信息包括以下至少之一：消费者的消费年龄，消费者的消费风格，消费者的消费喜好，消费者的消费习惯。
在商业信息统计分析中，上述消费信息对产品生产方及产品销售方的工作如何展开具有重大的作用。根据消费者的年龄、风格、消费喜好及消费习惯，进行聚类等大数据分析，从中建立上述消费推荐模型，之后依据建立的消费推荐模型进行商品类别匹配，进而为消费者进行精准商品推荐。
需要说明的是，上述商品推荐方法，还可以支持云共享功能，不同商场的同类空调可以于云端实现信息互联，消费者在不同商场或商业聚集区，可随时调取其他商场消费信息及推荐历史，进而缩短获取消费推荐模型数据的过程，实现商品快速推荐。
根据本发明实施例的另外一个方面，还提供了一种商品推荐装置，图2是根据本发明实施例的商品推荐装置示意图，如图2所示，该商品推荐装置包括：获取模块22，确定模块24，推荐模块26。下面对商品推荐装置进行详细说明。
获取模块22，用于获取消费者的消费信息；
确定模块24，连接至上述获取模块22，用于通过消费推荐模型，确定获取的消费信息对应的消费商品，其中，消费推荐模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；
推荐模块26，连接至上述确定模块24，通过空调向消费者推荐确定的消费商品。
图3是根据本发明实施例的商品推荐装置中获取模块22的结构框图，如图3所示，该获取模块22包括以下单元至少之一：拍照单元32，服装识别单元34、语音交互单元36和查询单元38，下面对该获取模块22进行说明。
拍照单元32，用于对消费者的五官进行拍照；
服装识别单元34，用于对消费者的服装进行识别；
语音交互单元36，用于与消费者进行语音交互；
查询单元38，用于对消费者的消费记录进行查询。
图4是根据本发明实施例的商品推荐装置中推荐模块26的结构框图，如图4所示，该推荐模块26包括以下单元：展示单元42和告之单元44，下面对该推荐模块26进行说明。
展示单元42，用于通过空调向消费者展示空调所处商场中的推荐的消费商品；
告之单元44，连接至上述展示单元42，用于通过空调向消费者告之推荐的消费商品在商场中的位置和到达位置的路线。
根据本发明另外一个实施例，还提供了一种存储介质，该存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的商品推荐方法。
根据本发明还一个实施例，还提供了一种处理器，该处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的商品推荐方法。
其中，处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现商品推荐。
其中，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种商品推荐方法，其特征在于，包括：
获取消费者的消费信息；
通过消费推荐模型，确定获取的所述消费信息对应的消费商品，其中，所述消费推荐模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；
通过空调向所述消费者推荐确定的所述消费商品。
2.根据权利要求1所述的方法，其特征在于，通过以下方式至少之一，获取所述消费者的所述消费信息：
通过对所述消费者的五官进行拍照的方式，通过对所述消费者的服装进行识别的方式，通过与所述消费者进行语音交互的方式，通过对所述消费者的消费记录进行查询的方式。
3.根据权利要求1所述的方法，其特征在于，通过空调向所述消费者推荐确定的所述消费商品包括：
通过空调向所述消费者展示空调所处商场中的推荐的所述消费商品，以及通过空调向所述消费者告之推荐的所述消费商品在所述商场中的位置和到达所述位置的路线。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述消费者的所述消费信息包括以下至少之一：
所述消费者的消费年龄，所述消费者的消费风格，所述消费者的消费喜好，
所述消费者的消费习惯。
5.一种商品推荐装置，其特征在于，包括：
获取模块，用于获取消费者的消费信息；
确定模块，用于通过消费推荐模型，确定获取的所述消费信息对应的消费商品，其中，所述消费推荐模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：消费信息和向该消费信息标识的消费者推荐的消费商品；
推荐模块，通过空调向所述消费者推荐确定的所述消费商品。
6.根据权利要求5所述的装置，其特征在于，所述获取模块包括以下至少之一：
拍照单元，用于对所述消费者的五官进行拍照；
服装识别单元，用于对所述消费者的服装进行识别；
语音交互单元，用于与所述消费者进行语音交互；
查询单元，用于对所述消费者的消费记录进行查询。
7.根据权利要求5所述的装置，其特征在于，所述推荐模块包括：
展示单元，用于通过空调向所述消费者展示空调所处商场中的推荐的所述消费商品；
告之单元，用于通过空调向所述消费者告之推荐的所述消费商品在所述商场中的位置和到达所述位置的路线。
8.根据权利要求5至7中任一项所述的装置，其特征在于，所述消费者的所述消费信息包括以下至少之一：
所述消费者的消费年龄，所述消费者的消费风格，所述消费者的消费喜好，
所述消费者的消费习惯。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的商品推荐方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任意一项所述的商品推荐方法。
CN201710932039.0A 2017-09-30 2017-09-30 商品推荐方法及装置 Pending CN107862544A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710932039.0A CN107862544A (zh) 2017-09-30 2017-09-30 商品推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710932039.0A CN107862544A (zh) 2017-09-30 2017-09-30 商品推荐方法及装置

Publications (1)

Publication Number Publication Date
CN107862544A true CN107862544A (zh) 2018-03-30

Family

ID=61699711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710932039.0A Pending CN107862544A (zh) 2017-09-30 2017-09-30 商品推荐方法及装置

Country Status (1)

Country Link
CN (1) CN107862544A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109090991A (zh) * 2018-08-08 2018-12-28 广州航群电子商务有限公司 一种外卖食品的加工工艺
CN110009428A (zh) * 2019-04-10 2019-07-12 南京思德展示科技股份有限公司 商业空间数字化云平台
CN111489244A (zh) * 2020-04-20 2020-08-04 杭州在简文化艺术策划有限公司 线下商家针对性推广系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202257679U (zh) * 2011-01-25 2012-05-30 郭曦 一种基于云分析的智能商品及促销信息推荐系统
CN103559758A (zh) * 2013-11-06 2014-02-05 上海煦荣信息技术有限公司 一种智能化的售货系统及售货方法
US20150127482A1 (en) * 2013-11-07 2015-05-07 Institute For Information Industry Merchandise Recommendation System, Method and Non-Transitory Computer Readable Storage Medium of the Same for Multiple Users
CN105469263A (zh) * 2014-09-24 2016-04-06 阿里巴巴集团控股有限公司 一种商品推荐方法及装置
CN106408365A (zh) * 2016-08-24 2017-02-15 潘重光 内容推荐方法及装置
CN106951448A (zh) * 2017-02-20 2017-07-14 竹间智能科技（上海）有限公司 一种个性化穿搭推荐方法及系统
CN107067284A (zh) * 2017-04-24 2017-08-18 济南浪潮高新科技投资发展有限公司 一种应用于大数据的个性精准导购方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202257679U (zh) * 2011-01-25 2012-05-30 郭曦 一种基于云分析的智能商品及促销信息推荐系统
CN103559758A (zh) * 2013-11-06 2014-02-05 上海煦荣信息技术有限公司 一种智能化的售货系统及售货方法
US20150127482A1 (en) * 2013-11-07 2015-05-07 Institute For Information Industry Merchandise Recommendation System, Method and Non-Transitory Computer Readable Storage Medium of the Same for Multiple Users
CN105469263A (zh) * 2014-09-24 2016-04-06 阿里巴巴集团控股有限公司 一种商品推荐方法及装置
CN106408365A (zh) * 2016-08-24 2017-02-15 潘重光 内容推荐方法及装置
CN106951448A (zh) * 2017-02-20 2017-07-14 竹间智能科技（上海）有限公司 一种个性化穿搭推荐方法及系统
CN107067284A (zh) * 2017-04-24 2017-08-18 济南浪潮高新科技投资发展有限公司 一种应用于大数据的个性精准导购方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109090991A (zh) * 2018-08-08 2018-12-28 广州航群电子商务有限公司 一种外卖食品的加工工艺
CN110009428A (zh) * 2019-04-10 2019-07-12 南京思德展示科技股份有限公司 商业空间数字化云平台
CN111489244A (zh) * 2020-04-20 2020-08-04 杭州在简文化艺术策划有限公司 线下商家针对性推广系统

Similar Documents

Publication Publication Date Title
CN106651546B (zh) 一种面向智慧社区的电子商务信息推荐方法
CN105095219B (zh) 微博推荐方法和终端
CN109190044A (zh) 个性化推荐方法、装置、服务器和介质
CN106503006A (zh) 应用App中子应用的排序方法及装置
CN108960992A (zh) 一种信息推荐方法以及相关设备
CN104573619A (zh) 基于人脸识别的智能广告大数据分析方法及系统
CN109033299A (zh) 一种通过终端应用向用户推荐信息的方法、装置及设备
CN102592116A (zh) 一种云计算应用方法、系统及终端设备、云计算平台
CN107862544A (zh) 商品推荐方法及装置
CN108242016A (zh) 一种产品推荐的方法和装置
CN109636457A (zh) 一种面向高净值客户的广告投放方法、装置及系统
CN107016587A (zh) 一种个性化页面推送方法及装置
US11842378B2 (en) Systems and methods for product identification using image analysis and trained neural network
CN109615137A (zh) 用于云物流环境下云配送的选址优化方法
CN107016006B (zh) 一种页面展示方法及系统
CN107808314A (zh) 用户推荐方法及装置
CN111784397A (zh) 基于用户画像的社群营销方法、装置、计算机设备
CN109509018A (zh) 一种优惠数据提供方法、装置以及设备
CN112417294A (zh) 一种基于神经网络挖掘模型的业务智能推荐方法
CN110189157A (zh) 商户管理方法、系统、电子终端、及存储介质
CN113379511A (zh) 用于输出信息的方法和装置
CN108985850A (zh) 一种智能化陈列展示道具的交互体验系统
Luong et al. Edge computing for semantic communication enabled metaverse: An incentive mechanism design
CN106663273A (zh) 比较来自一个或多个网站的商品或服务的方法
CN111160765A (zh) 一种资源分配方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180330