CN108197980B - 个性化购物者的肖像生成方法/系统、存储介质及终端 - Google Patents

个性化购物者的肖像生成方法/系统、存储介质及终端 Download PDF

Info

Publication number
CN108197980B
CN108197980B CN201711439941.5A CN201711439941A CN108197980B CN 108197980 B CN108197980 B CN 108197980B CN 201711439941 A CN201711439941 A CN 201711439941A CN 108197980 B CN108197980 B CN 108197980B
Authority
CN
China
Prior art keywords
shopper
commodity
portrait
personalized
shopping
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.)
Active
Application number
CN201711439941.5A
Other languages
English (en)
Other versions
CN108197980A (zh
Inventor
王永丽
王宇
崔艳娜
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.)
Shanghai Advanced Research Institute of CAS
Original Assignee
Shanghai Advanced Research Institute of CAS
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 Shanghai Advanced Research Institute of CAS filed Critical Shanghai Advanced Research Institute of CAS
Priority to CN201711439941.5A priority Critical patent/CN108197980B/zh
Publication of CN108197980A publication Critical patent/CN108197980A/zh
Application granted granted Critical
Publication of CN108197980B publication Critical patent/CN108197980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种个性化购物者的肖像生成方法/系统、存储介质及终端，所述个性化购物者的肖像生成方法包括：根据所采集的购物者的购物者的属性特征及商品浏览信息，预测该购物者的个性化商品需求行为特征；构建该购物者的购物肖像，待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。本发明方便商户分析产品潜在用户，对特定群体进行精准营销；对消费者整个群体进行用户统计和数据分析；构建智能推荐系统，评估产品运营，提升服务质量。

Description

个性化购物者的肖像生成方法/系统、存储介质及终端
技术领域
本发明属于人脸识别和物联网应用领域，涉及一种肖像生成方法及系统，特别是涉及一种个性化购物者的肖像生成方法/系统、存储介质及终端。
背景技术
计算机人脸识别技术是利用计算机分析人脸图像，进而从中提取出有效的识别信息，用来“辨认”身份的一门技术。人脸识别技术已广泛的应用于政府、军队，银行、社会福利保障、电子商务、安全防务等领域。随着技术进一步成熟和社会认同度的提高，人脸识别技术将会有更加广泛灵活的应用。
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出来的一个标签化的用户模型，构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。
利用用户特征来建立个性化购物者肖像生成系统，就是现在电商常用的根据用户平常购买商品的偏好给予消费者消费行为做出判断，实现“精准销售”。目前市面上互联网公司关于用户画像的建立基本成型，但是永远无法100％精准描述一个人，只能是根据采集到的用户基础数据的变化来不断修正，不断逼近描述一个人。
因此，如何提供一种个性化购物者的肖像生成方法/系统、存储介质及终端，以解决现有技术无法准确地推荐出顾客可能感兴趣的商品，导致购物效率低下，浪费购物者的人力、物力以及时间等缺陷，实已成为本领域技术人家亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种个性化购物者的肖像生成方法/系统、存储介质及终端，用于解决现有技术无法准确地推荐出顾客可能感兴趣的商品，导致购物效率低下，浪费购物者的人力、物力以及时间的问题。
为实现上述目的及其他相关目的，本发明一方面提供一种个性化购物者的肖像生成方法，包括：根据所采集的购物者的购物者的属性特征及商品浏览信息，预测该购物者的个性化商品需求行为特征；构建该购物者的购物肖像，待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。
于本发明的一实施例中，所述购物者的属性特征包括购物者的人脸图像数据、身高、和/ 或体重。
于本发明的一实施例中，在采集购物者的属性特征的步骤之后，所述个性化购物者的肖像生成方法还包括：利用预存的级联分类器，对采集到的购物者的人脸图像数据进行分类，以提取所述人脸图像上的人脸区域和人脸特征。
于本发明的一实施例中，所述个性化购物者的肖像生成方法还包括：利用预存的级联分类器，对经过特征提取的人脸图像数据进行分类，以获取购物者的性别和年龄段。
于本发明的一实施例中，所述购物者的个性化需求的步骤包括：提供一交互界面；所述交互界面用于为购物者提供多种个性化选择；感应发生在所述交互界面上用于触发所述个性化选择的触发动作，以采集购物者的商品浏览信息；所述购物者的商品浏览信息包括购物者选择浏览的商品兴趣点及浏览该兴趣点的次数。
于本发明的一实施例中，所述预测该购物者的个性化商品需求行为特征的步骤包括：将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表；将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中；根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库；通过预存贝叶斯系统训练模型对购物者的属性特征和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征。
于本发明的一实施例中，所述构建该购物者的购物肖像的步骤包括：将购物者的身高、体重、性别、年龄段作为购物者标识；通过商品浏览信息给各种商品定义不同商品标签；根据购物者浏览的商品信息内容决定该购物者拥有的商品标签；其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；将购物者标识、购物者的商品标签及标签的权重用来构建与该购物者对应的购物肖像的数据模型；其中，购物者肖像＝购物者标识+商品标签+商品标签的权重。
本发明另一方面提供一种个性化购物者的肖像生成系统，包括：采集模块，用于采集购物者的属性特征及商品浏览信息；预测模块，用于根据所采集的购物者的购物者的属性特征集合及商品浏览信息，预测该购物者的个性化商品需求行为特征属性特征；构建模块，用于构建该购物者的购物肖像；推送模块，用于待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。
于本发明的一实施例中，所述采集模块包括：图像采集单元，用于采集购物者的人脸图像数据；体重采集单元，用于采集购物者的体重；身高采集单元，用于采集购物者的身高；需求采集单元，用于采集购物者的商品浏览信息。
于本发明的一实施例中，所述图像采集单元采用带有深度传感器的3D摄像机；所述体重采集单元采用压力传感器；所述身高采集单元采用超声波测距传感器；所述需求采集单元采用触摸显示屏。
于本发明的一实施例中，所述预测模块用于将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表；将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中；根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库；通过预存贝叶斯系统训练模型对购物者的属性特征和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征。
于本发明的一实施例中，所述构建模块用于将购物者的身高、体重、性别、年龄段作为购物者标识；通过商品浏览信息给各种商品定义不同商品标签；根据购物者浏览的商品信息内容决定该购物者拥有的商品标签；其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；将购物者标识、购物者的商品标签及标签的权重用来构建与该购物者对应的购物肖像的数据模型；其中，购物肖像＝购物者标识+商品标签+商品标签的权重。
本发明又方面提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述个性化购物者的肖像生成方法。
本发明最后一方面提供一种终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述个性化购物者的肖像生成方法。
如上所述，本发明的个性化购物者的肖像生成方法、系统、存储介质及终端，具有以下
有益效果：
本发明所述的个性化购物者的肖像生成方法、系统、存储介质及终端通过分析用户目的，选择数据，搭建模型，得出个性化用户肖像，对用户行为数据可视化分析，方便商户户可以分析产品潜在用户，对特定群体进行精准营销；对消费者整个群体进行用户统计和数据分析；构建智能推荐系统，评估产品运营，提升服务质量。
附图说明
图1显示为本发明的个性化购物者的肖像生成方法于一实施例中的流程示意图。
图2显示为本发明的个性化购物者的肖像生成系统于一实施例中的原理节结构示意图。
元件标号说明
2 个性化购物者的肖像生成系统
21 采集模块
22 分类模块
23 预测模块
24 构建模块
45 推送模块
S11～S15 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明所述的个性化购物者的肖像生成方法/系统、存储介质及终端在构建购物者肖像基本流程模式下，深入详细到整个系统模块化和数据采集细致化，完善整个系统的建立。本发明在构建购物者肖像系统三个基本流程为基础数据采集、行为建模和构建画像下，使用压力传感器和超声波传感器采集用户身高、体重数据；3D深度摄像头采集人脸信息，利用人脸 Adaboost算法和人脸Haar特征来实现人脸的自动检测，性别和年龄采用向量机特征训练；显示屏自主选择部分，采用acer T232HL显示屏，通过操作界面给予顾客多种个性化选择，采集用户购物特征，利用贝叶斯推荐系统训练模型预测用户对商品的兴趣，最后搭建出整个基于用户特征的个性化购物者肖像生成系统。
实施例一
本实施例提供一种个性化购物者的肖像生成方法，包括：
根据所采集的购物者的购物者的属性特征及商品浏览信息，预测该购物者的个性化商品需求行为特征属性特征；
构建该购物者的购物肖像，待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。
以下将结合图示对本实施例所提供的个性化购物者的肖像生成方法进行详细描述。请参阅图1，显示为个性化购物者的肖像生成方法于一实施例中的流程示意图。如图1所示，所述个性化购物者的肖像生成方法具体包括以下几个步骤：
S11，采集的购物者的属性特征及购物者的商品浏览信息。
在本实施例中，所述购物者的属性特征包括购物者的人脸图像数据、购物者的身高、和/ 或购物者的体重。
在本实施例中，所述购物者的商品浏览信息的步骤包括：提供一交互界面；所述交互界面用于为购物者提供多种个性化选择；感应发生在所述交互界面上用于触发所述个性化选择的触发动作，以采集购物者的商品浏览信息；所述购物者的商品浏览信息包括购物者选择浏览的兴趣点及浏览该兴趣点的次数。
在本实施例中，通过图像采集设备采集购物者的人脸图像数据；通过体重采集设备采集购物者的体重，例如，压力传感器；通过身高采集设备购物者的身高，例如，超声波测距传感器。
S12，利用预存的级联分类器，对采集到的购物者的人脸图像数据进行分类，以提取所述人脸图像上的人脸区域，同时，利用预存的级联分类器，对采集到的购物者的人脸图像数据进行分类，以获取购物者的性别和年龄段。例如，利用人脸Adaboost算法对人脸图像数据进行检测，利用OpenCV自带的基于Haar特征的级联分类器进行分类，分类出左眼，右眼，鼻子，眼睛，耳朵，以提取所述人脸图像上的人脸区域和人脸特征。
例如，预存的OpenCV自带的基于Haar特征的级联分类器为针对性别进行训练的向量机特征训练和针对年龄进行训练的向量机特征训练。
S13，根据所采集的购物者的属性特征及购物者的商品浏览信息，预测该购物者的行为特征。
所述S13具体包括以下几个步骤：
S131，将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表。
S132，将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中。
S133，根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库。
S134，通过预存贝叶斯系统训练模型对购物者的属性特征(身高、体重、性别、年龄) 和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征。在本施例中，所述稀疏矩阵行代表商品信，列代表购物者，矩阵交叉内容是购物者对该商品感兴趣程度。在本实施例中，根据贝叶斯定理，对一个分类问题，给定样本特征向量x，y特征向量的兴趣，y的概率是：
p(y|x)＝p(x|y)p(y)p(x) 公式(1)
其中，x是一个特征向量，即兴趣点的信息，将设x维度为M。因为朴素的假设，即特征条件独立，根据全概率公式展开，公式(1)可以表达为：
Figure RE-GDA0001653217680000061
只要分别估计出，特征xi在每一类的条件概率就可以了。类别y的先验概率可以通过训练集算出，同样通过训练集上的统计，可以得出对应每一类上的，条件独立的特征对应的条件概率向量。
S14，构建该购物者的购物肖像。
所述S14包括以下几个步骤：
S121，将购物者的身高、体重、性别、年龄段作为购物者标识。S122，通过商品浏览信息内容给各种商品定义不同商品标签；例如衣服、手表、汽车分别定义各自的标签，根据购物者浏览的商品信息内容决定该购物者拥有的商品标签。其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；例如某位购物者红酒标签权重由自定义的衰减因子和通过稀疏矩阵计算出的红酒感兴趣度构成。
S123
2223将购物者标识、购物者的商品标签及商品标签的权重用来构建与该购物者对应的购物肖像的数据模型。其中，购物肖像＝购物者标识+商品标签+标签权重。
S15，待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。具体地，本步骤为购物者在数据库中筛选出适合该购物者的商品，并显示于提供所述交互界面的触摸屏上，供购物者选择，如果购物者有兴趣进一步了解，则将其具体信息和店铺地址等信息提供给购物者。
本实施例还提供一种存储介质(计算机可读存储介质)，其上存储有计算机程序，该程序被处理器执行时实现上述个性化购物者的肖像生成方法。本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例所述的个性化购物者的肖像生成方法通过分析用户目的，选择数据，搭建模型，得出个性化用户肖像，对用户行为数据可视化分析，方便商户户可以分析产品潜在用户，对特定群体进行精准营销；对消费者整个群体进行用户统计和数据分析；构建智能推荐系统，评估产品运营，提升服务质量。
实施例二
本实施例提供一种个性化购物者的肖像生成系统，包括：
采集模块，购物者的属性特征及商品浏览信息属性特征；
预测模块，根据所采集的购物者的购物者的属性特征集合及商品浏览信息，预测该购物者的个性化商品需求行为特征属性特征；
构建模块，用于构建该购物者的购物肖像；
推送模块，用于待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。
以下将结合图示对本实施例所提供的个性化购物者的肖像生成系统进行详细描述。需要说明的是，应理解以上肖像生成系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)，或，一个或多个微处理器(digitalsingnalprocessor，简称DSP)，或，一个或者多个现场可编程门阵列 (FieldProgrammableGateArray，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统 (system-on-a-chip，简称SOC)的形式实现。
以下将结合图示对本实施例所提供的个性化购物者的肖像生成系统进行详细描述。请参阅图2，显示为个性化购物者的肖像生成系统于一实施例中的原理结构示意图。如图2所示，所述个性化购物者的肖像生成系统4包括采集模块21、分类模块22、预测模块23、构建模块24及推送模块25。
所述采集模块21用于采集的购物者的属性特征及购物者的商品浏览信息。
在本实施例中，所述购物者的属性特征包括购物者的人脸图像数据、购物者的身高、和/ 或购物者的体重。对应地，所述采集模块21包括：
图像采集单元，用于采集购物者的人脸图像数据。具体地，所述图像采集单元采用摄像机或照相机；
体重采集单元，用于采集购物者的体重。具体地，所述体重采集单元采用压力传感器。
身高采集单元，用于采集购物者的身高。具体地，所述身高采集单元采用超声波测距传感器
需求采集单元，用于采集购物者的商品浏览信息。具体地，所述需求采集单元用于提供一交互界面；所述交互界面用于为购物者提供多种个性化选择；感应发生在所述交互界面上用于触发所述个性化选择的触发动作，以采集购物者的商品浏览信息；所述购物者的商品浏览信息包括购物者选择浏览的兴趣点及浏览该兴趣点的次数。在本实施例中，所述需求采集单元采用触摸显示屏所述触摸显示屏在设备与用户之间同时提供输出接口和输入接口。触摸显示屏控制器接收/发送来自/去往触摸显示屏的电信号。该触摸显示屏则向用户显示可视输出。这个可视输出可以包括文本、图形、视频及其任意组合。某些或所有可视输出可与用户接口对象相对应，在下文中将对它的更多细节进行描述。
触摸显示屏还基于触觉和/或触知接触来接受用户的输入。该触摸显示屏形成一个接受用户输入的触摸敏感表面。该触摸显示屏和触摸显示屏控制器(连同存储器中任何相关联的模块和/或指令集一起)检测触摸显示屏上的接触(以及所述触摸的任何移动或中断)，并且将检测到的接触变换成与显示在触摸显示屏上的诸如一个或多个软按键之类的用户界面对象的交互。在一个示例性实施例中，触摸显示屏与用户之间的接触点对应于用户的一个或多个手指。该触摸显示屏可以使用LCD(液晶显示器)技术或LPD(发光聚合物显示器)技术，但在其他实施例中可使用其他显示技术。触摸显示屏和触摸显示屏控制器可以使用多种触敏技术中的任何一种来检测接触及其移动或中断，这些触敏技术包括但不限于电容、电阻、红外和声表面波技术，以及其他接近传感器阵列，或用于确定与触摸显示屏相接触的一个或多个点的其他技术。用户可以使用任何适当物体或配件，例如指示笔、手指等等，来接触触摸显示屏10。
所述的接触/运动模块与触摸显示屏控制器一道来检测与触摸显示屏的接触。该接触/运动模块包括用于执行与跟触摸显示屏的接触检测相关联的各种操作的各种软件组件，所述操作例如确定是否发生接触，确定该接触是否移动，以及追踪触摸显示屏上的移动，并且确定该接触是否中断(即是否停止接触)。确定接触点移动的操作可以包括确定接触点的速率(幅度)、速度(幅度和方向)和/或加速度(包括幅度和/或方向)。在某些实施例中，接触/运动模块和触摸显示屏控制器还检测触摸板上的接触。
所述分类模块22用于利用预存的级联分类器，对采集到的购物者的人脸图像数据进行分类，以提取所述人脸图像上的人脸区域，同时，利用预存的性别分类器和年龄分类器，对采集到的购物者的人脸图像数据进行分类，以获取购物者的性别和年龄段。
例如，利用人脸Adaboost算法对人脸图像数据进行检测，利用预存的OpenCV自带的基于Haar特征的级联分类器进行分类，分类出左眼，右眼，鼻子，眼睛，耳朵，以提取所述人脸图像上的人脸区域
例如，预存预存的OpenCV自带的基于Haar特征的级联分类器分别为针对性别进行训练的向量机特征训练和针对年龄进行训练的向量机特征训练。
与所述分类模块22耦合的预测模块23用于根据所采集的购物者的属性特征及购物者的商品浏览信息，预测该购物者的行为特征。
具体地，所述预测模块23用于将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表；将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中；根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库；通过预存贝叶斯系统训练模型对购物者的属性特征(身高、体重、性别、年龄)和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征。在本施例中，所述稀疏矩阵行代表商品信，列代表购物者，矩阵交叉内容是购物者对该商品感兴趣程度。
与所述预测模块23耦合的构建模块24用于构建该购物者的购物肖像。
具体地，所述构建模块24用于将购物者的身高、体重、性别、年龄段作为购物者标识；通过商品浏览信息内容给各种商品定义不同商品标签；根据购物者浏览的商品信息内容决定该购物者拥有的商品标签。其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；将购物者标识、购物者的商品标签及商品标签的权重用来构建与该购物者对应的购物肖像的数据模型。其中，购物肖像＝购物者标识+商品标签+标签权重。
与所述构建模块24耦合的推送模块25用于待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。具体地，所述推送模块 45为购物者在数据库中筛选出适合该购物者的商品，并显示于提供所述交互界面的触摸屏上，供购物者选择，如果购物者有兴趣进一步了解，则将其具体信息和店铺地址等信息提供给购物者。
实施例三
本实施例提供的一种终端，包括：采集器、处理器、存储器、收发器、通信接口和系统总线；存储器和通信接口通过系统总线与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于和其他设备进行通信，处理器和收发器用于运行计算机程序，使所述终端执行如上个性化购物者的肖像生成方法的各个步骤。
上述提到的系统总线可以是外设部件互连标准(PeripheralPomponentInterconnect，简称 PCI)总线或扩展工业标准结构(ExtendedIndustryStandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备 (例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器 (RandomAccessMemory，简称RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明所述的个性化购物者的肖像生成方法、系统、存储介质及终端通过分析用户目的，选择数据，搭建模型，得出个性化用户肖像，对用户行为数据可视化分析，方便商户户可以分析产品潜在用户，对特定群体进行精准营销；对消费者整个群体进行用户统计和数据分析；构建智能推荐系统，评估产品运营，提升服务质量。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种个性化购物者的肖像生成方法，其特征在于，包括：
根据所采集的购物者的购物者的属性特征及商品浏览信息，预测该购物者的个性化商品需求行为特征；该步骤包括：将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表；将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中；根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库；通过预存贝叶斯系统训练模型对购物者的属性特征和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征；
构建该购物者的购物肖像，待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息；所述构建该购物者的购物肖像的步骤包括：
将购物者的身高、体重、性别、年龄段作为购物者标识；
通过商品浏览信息给各种商品定义不同商品标签；
根据购物者浏览的商品信息内容决定该购物者拥有的商品标签；其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；
将购物者标识、购物者的商品标签及标签的权重用来构建与该购物者对应的购物肖像的数据模型；其中，购物者肖像＝购物者标识+商品标签+商品标签的权重。
2.根据权利要求1所述的个性化购物者的肖像生成方法，其特征在于，所述购物者的属性特征包括购物者的人脸图像数据、身高、和/或体重。
3.根据权利要求2所述的个性化购物者的肖像生成方法，其特征在于，在采集购物者的属性特征的步骤之后，所述个性化购物者的肖像生成方法还包括：
利用预存的级联分类器，对采集到的购物者的人脸图像数据进行分类，以提取所述人脸图像上的人脸区域和人脸特征。
4.根据权利要求3所述的个性化购物者的肖像生成方法，其特征在于，所述个性化购物者的肖像生成方法还包括：
利用预存的级联分类器，对经过特征提取的人脸图像数据进行分类，以获取购物者的性别和年龄段。
5.根据权利要求4所述的个性化购物者的肖像生成方法，其特征在于，所述购物者的个性化需求的步骤包括：
提供一交互界面；所述交互界面用于为购物者提供多种个性化选择；
感应发生在所述交互界面上用于触发所述个性化选择的触发动作，以采集购物者的商品浏览信息；所述购物者的商品浏览信息包括购物者选择浏览的商品兴趣点及浏览该兴趣点的次数。
6.一种个性化购物者的肖像生成系统，其特征在于，包括：
采集模块，用于采集购物者的属性特征及商品浏览信息；
预测模块，用于根据所采集的购物者的购物者的属性特征集合及商品浏览信息，预测该购物者的个性化商品需求行为特征属性特征；所述预测模块将购物者的属性特征、购物者的性别和年龄段分别存储在不同数据库中；每一购物者具有专属的数据库列表；将购物者的属性特征、购物者的性别和年龄段作为购物者标识分别存储在该购物者专属数据库列表中；根据购物者选择浏览的兴趣点，浏览该兴趣点的次数，建立该购物者的商品浏览信息数据库；通过预存贝叶斯系统训练模型对购物者的属性特征和商品浏览信息作为用户的特征向量来建立稀疏矩阵，预测用户对商品的感兴趣程度，以建立该购物者的个性化商品需求行为特征；
构建模块，用于构建该购物者的购物肖像；所述构建模块将购物者的身高、体重、性别、年龄段作为购物者标识；通过商品浏览信息给各种商品定义不同商品标签；根据购物者浏览的商品信息内容决定该购物者拥有的商品标签；其中，商品标签的权重随着时间增加而衰减，衰减因子由购物者再次访问该商品的时间决定，定义商品标签的权重由衰减因子和购物者针对某个商品的个性化商品需求行为特征构成；将购物者标识、购物者的商品标签及标签的权重用来构建与该购物者对应的购物肖像的数据模型；其中，购物者肖像＝购物者标识+商品标签+商品标签的权重；
推送模块，用于待购物者下次造访购物场所时，根据该购物者的购物肖像，为该购物者推送与该购物者兴趣相关联的购物信息。
7.根据权利要求6所述的个性化购物者的肖像生成系统，其特征在于，所述采集模块包括：
图像采集单元，用于采集购物者的人脸图像数据；
体重采集单元，用于采集购物者的体重；
身高采集单元，用于采集购物者的身高；
需求采集单元，用于采集购物者的商品浏览信息。
8.根据权利要求7所述的个性化购物者的肖像生成系统，其特征在于，
所述图像采集单元采用带有深度传感器的3D摄像机；
所述体重采集单元采用压力传感器；
所述身高采集单元采用超声波测距传感器；
所述需求采集单元采用触摸显示屏。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5中任一项所述个性化购物者的肖像生成方法。
10.一种终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至5中任一项所述个性化购物者的肖像生成方法。
CN201711439941.5A 2017-12-27 2017-12-27 个性化购物者的肖像生成方法/系统、存储介质及终端 Active CN108197980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711439941.5A CN108197980B (zh) 2017-12-27 2017-12-27 个性化购物者的肖像生成方法/系统、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711439941.5A CN108197980B (zh) 2017-12-27 2017-12-27 个性化购物者的肖像生成方法/系统、存储介质及终端

Publications (2)

Publication Number Publication Date
CN108197980A CN108197980A (zh) 2018-06-22
CN108197980B true CN108197980B (zh) 2022-02-01

Family

ID=62584360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711439941.5A Active CN108197980B (zh) 2017-12-27 2017-12-27 个性化购物者的肖像生成方法/系统、存储介质及终端

Country Status (1)

Country Link
CN (1) CN108197980B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108920596B (zh) * 2018-06-27 2021-10-29 广东亿迅科技有限公司 一种个性化推荐算法及终端
CN111767196A (zh) * 2019-04-01 2020-10-13 阿里巴巴集团控股有限公司 数据处理方法、装置、电子设备及计算设备
CN110097400A (zh) * 2019-04-29 2019-08-06 贵州小爱机器人科技有限公司 信息推荐方法、装置及系统、存储介质、智能交互设备
CN110443637A (zh) * 2019-07-16 2019-11-12 浙江大华技术股份有限公司 用户购物行为分析方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654341A (zh) * 2015-12-28 2016-06-08 中国民航信息网络股份有限公司 一种基于云服务的航空产品推荐系统及方法
CN107169797A (zh) * 2017-05-16 2017-09-15 京东方科技集团股份有限公司 智能导购方法、系统、共享服务器和智能导购机器人

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654341A (zh) * 2015-12-28 2016-06-08 中国民航信息网络股份有限公司 一种基于云服务的航空产品推荐系统及方法
CN107169797A (zh) * 2017-05-16 2017-09-15 京东方科技集团股份有限公司 智能导购方法、系统、共享服务器和智能导购机器人

Also Published As

Publication number Publication date
CN108197980A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
KR102127191B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
US10956007B2 (en) Electronic device and method for providing search result thereof
CN108197980B (zh) 个性化购物者的肖像生成方法/系统、存储介质及终端
US20160225053A1 (en) Mobile visual commerce system
KR101841522B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
Jaiswal et al. An intelligent recommendation system using gaze and emotion detection
US10839452B1 (en) Compressed network for product recognition
KR102246109B1 (ko) 소비자 선호도에 기반한 상품 추천 시스템 및 방법
KR102037489B1 (ko) 이미지 기반 광고 제공 방법, 장치 및 컴퓨터 프로그램
CN111784372A (zh) 门店商品推荐方法及设备
CN113706227A (zh) 一种货架商品推荐方法及装置
KR102586170B1 (ko) 전자 장치 및 이의 검색 결과 제공 방법
KR102400172B1 (ko) 시선추적에 기초하여 상품을 추천하기 위한 방법 및 시스템
KR20220019737A (ko) 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램
KR20200140588A (ko) 이미지 기반 제품 매매 서비스 제공 시스템 및 방법
JP7167421B2 (ja) 複数の作業台を管理するためのプログラム、方法、装置及びシステム
US20230368269A1 (en) Systems and methods for vehicle recommendations based on user gestures
Lomas et al. A systematic literature review of artificial intelligence in fashion retail B2C
Hsu et al. New generation artificial intelligent vending machine system based on LoRaWan IOT network
KR102113318B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
US20220172271A1 (en) Method, device and system for recommending information, and storage medium
KR102260683B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
CN113129112A (zh) 物品推荐方法、装置及电子设备
KR20210063665A (ko) 사용자 이벤트 정보 기반 추천 아이템 제공 방법 및 이를 실행하는 장치
KR20210003706A (ko) 코디네이션 패션 아이템을 추천하는 방법

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
GR01 Patent grant
GR01 Patent grant