CN108230086B - 一种商品售卖调整的方法及存储介质 - Google Patents
一种商品售卖调整的方法及存储介质 Download PDFInfo
- Publication number
- CN108230086B CN108230086B CN201711241295.1A CN201711241295A CN108230086B CN 108230086 B CN108230086 B CN 108230086B CN 201711241295 A CN201711241295 A CN 201711241295A CN 108230086 B CN108230086 B CN 108230086B
- Authority
- CN
- China
- Prior art keywords
- user
- shopping
- clothing
- attributes
- video
- 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
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种商品售卖调整的方法,包括以下步骤:获取步骤:获取展销区域的视频,所述视频包括多帧视频图像;属性分析步骤:对视频图像中的用户进行属性分析以得用户属性、购物时间,所述用户属性包括年龄、性别、同行人数;偏好匹配步骤:根据用户属性与购物类型识别模型进行匹配以得用户购物偏好;销售调整步骤:根据用户购物偏好调整货架上展示的销售物品。本发明还公开了一种商品售卖调整的系统及存储介质。本发明的商品售卖调整的方法,根据摄像头获取用户的视频信息,并分析出用户的属性信息,通过购物类型识别模型将用户属性信息与商品的标签进行匹配从而得到用户购物偏好,并根据用户购物偏好来调整销售物品。
Description
技术领域
本发明涉及一种货架技术领域,尤其涉及一种基于商品售卖调整的系统、方法及存储介质。
背景技术
目前,随着自动售卖技术的发展,出现了许多针对特定需求场景和特定人群发明的商品自动售卖机,如饮料、方便食品自动售卖机或医院的医疗包用品自动售卖机等,这些自动售卖机因为售卖的商品指向的购买群体比较精准固定,被设置在使用频率较高的场所。
而目前,针对一些复杂商品、食品等的售卖展销集市均为人工售卖的形式,即租赁固定的摊位雇用一定的销售员进行自有的商品展示销售,销售员凭经验对来到摊位前的顾客进行商品推介和售卖。而随着人工成本的提高和自动售卖技术的发展,人们日益迫切地希望通过自动售卖技术降低商品销售环节的人力成本,提高经济效益。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种商品售卖调整的系统,其能解决基于用户属性进行商品销售调整的问题。
本发明的目的之二在于提供一种商品售卖调整的方法,其能解决基于用户属性进行商品销售调整的问题。
本发明的目的之三在于提供一种计算机可读存储介质,其能解决基于用户属性进行商品销售调整的问题。
本发明的目的之一采用如下技术方案实现:
一种商品售卖调整的系统,包括货架、临时存放区、机械臂、摄像头和处理器;所述货架用于存放销售中物品,所述临时存放区用于存放待销售物品,所述机械臂用于抓取货架上的销售中物品给用户,还用于调整货架与临时存放区的物品位置;所述摄像头用于获取展销区的视频图像并发送视频图像至处理模块,所述处理模块用于根据接收到的信号控制机械臂工作。
进一步地,还包括与处理模块电性连接的触摸显示屏,所述触摸显示屏用于实现用户与该系统的交互。
本发明的目的之二采用如下技术方案实现:
一种商品售卖调整的方法,包括以下步骤:
获取步骤:获取展销区域的视频,所述视频包括多帧视频图像;
属性分析步骤:对视频图像中的用户进行属性分析以得用户属性,所述用户属性包括年龄、性别、同行人数;
偏好匹配步骤:根据用户属性与购物类型识别模型进行匹配以得用户购物偏好;
销售调整步骤:根据用户购物偏好调整货架上展示的销售物品。
进一步地,所述购物类型识别模型的构建主要包括以下步骤:
获取用户支付时的模型视频图像以及用户购买物品的关联标签;
对模型视频图像中的用户进行属性分析以得用户属性;
将用户属性与关联标签进行关联匹配以构建购物类型识别模型。
进一步地,所述属性分析步骤具体包括以下步骤:
面部获取步骤:获取视频图像中所有的用户面部信息;
人数获取步骤:根据获取到的用户面部信息以得到同行人数;
年龄比对步骤:将所有的用户面部信息与年龄识别模型进行比对以得所有的用户年龄;
性别识别步骤:通过人脸识别对所有的用户面部信息进行识别以得所有的用户性别。
进一步地,所述年龄比对步骤之前还包括预处理步骤:对所有的用户面部信息进行预处理。
进一步地,所述年龄段识别模型通过神经网络算法进行识别。
进一步地,所述用户属性还包括服饰特征,所述属性获取步骤具体包括以下步骤:
对获取到的用户服饰信息进行预处理;
对预处理后的服饰信息进行特征提取以得服饰特征向量;
根据服饰模型识别库与服饰特征向量进行比对以得用户购买力;所述服饰模型识别库存储有与服饰对应的价格区间。
进一步地,还包括时间获取步骤:根据获取到的购物时间控制调整货架上展示的销售物品。
进一步地,还包括物品获取步骤:根据接收到的购物信号控制机械臂抓取相应的销售物品。
本发明的目的之三采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之二中任意一项所述的方法。
相比现有技术,本发明的有益效果在于:
本发明的商品售卖调整的方法,根据摄像头获取用户的视频信息,并分析出用户的属性信息,通过购物类型识别模型将用户属性信息与商品的标签进行匹配从而得到用户购物偏好,并根据用户购物偏好来调整销售物品。
附图说明
图1为实施例一的商品售卖调整的系统的结构图;
图2为实施例二的商品售卖调整的方法的流程图。
附图标记:1、货架;2、临时存放区;3、机械臂;4、触摸显示屏。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一:
如图1所示,本实施例提供了一种商品售卖调整的系统,包括货架1、临时存放区2、商品输送装置3、触摸显示屏4、摄像头和处理器;所述货架1用于存放销售中物品,所述临时存放区2用于存放待销售物品,所述商品输送装置3用于抓取货架1上的销售中物品给用户,还用于调整货架1与临时存放区2的物品位置;所述摄像头用于获取展销区的视频图像并发送视频图像至处理模块,所述处理器用于根据接收到的信号控制商品输送装置3工作;所述触摸显示屏4用于实现用户与该系统的交互;用户可以通过在触摸显示屏4上操作,来进行观看购买物品详情以及支付等操作。
本发明包括:摄像头、触摸显示屏4、商品输送装置3、货架1、临时存放区2和处理器几个部分组成。各部分功能如下:
摄像头:多个摄像头设置在展销区域各个通道,获取前来购物的用户的视频图像;这一步是后面进行数据判断的基础,如果没有摄像头进行图像获取,则没有后面的数据来源,没有办法对其进行判断调整;
触摸显示屏4:其用于显示货架上售卖的商品,触摸显示屏4上显示的商品与货架1上每一个存放格中存放的商品一一对应显示,当货架1上存放的销售商品调整变换时,触摸显示屏4上显示的商品也对应调整变换。用户操作触摸显示屏4选择需要购买的商品确认后,屏幕显示支付方式,用户按提示使用手机进行操作支付。除了触摸显示屏的设置外,还存在有一种方式,其不用设置显示屏而直接完成支付,其可以是采用扫码的形式来获取,在相应区域设置不同的二维码来进行完成操作,当用户扫描该二维码后,则发送信号给后台服务器,然后后台服务器返回相应的信号至处理器来进行后续的操作,其实现方式也可以有多种,一种是处理器内设置有通信模块,一种另外设置通信模块,以便与后台进行通信管理。
商品输送装置3:根据商品调整模块和销售模块的指令对货架和临时存放区2的商品进行调整和售卖,商品输送装置3的可操作范围覆盖了货架1和临时存放区2。按商品调整模块的操作信息调整货架1上存放的商品,按销售模块的操作信息将用户选择购买并支付成功的商品从货架1或临时存放区4中夹起后提供给用户。
货架1:存放正在销售的商品,每一个存放格中对应存放一种商品,存放的商品类型由系统判断后控制商品输送装置3进行调整。
临时存放区2:存放销售的商品,包括部分根据购物人群属性判断暂时不在货架上展示销售由商品输送装置从货架上临时调整下来的商品和正在货架上展示销售的备货商品。
作为一种实施例,货架1和临时存放区2可以活动或固定的组装在一起,形成商品展示和存放一体的货架。货架和临时存放区垂直设置,其中货架的展示面直接面对购物人群,以方便消费者观察和选择。临时存放区可以设置在货架和触摸屏之间。作为一种优选的实施例,临时存放区也可以设置在货架的后面,以便消费者能更近距离观看货架上的商品。
商品输送装置3根据控制指令将售卖的商品传送到消费者面前,同时还根据控制命令将存放在临时存放区的商品补充到货架上。商品输送装置可以是一套履带传输机构。通过履带移动带动商品移动到其需要到达的位置。商品输送装置也可以是可活动的机械臂。机械臂包括固定部、臂杆和抓取部,固定部可以和货架或存放商品的临时存放区部分固定或活动连接。包括用夹紧装置夹持在货架边缘或中间隔板,或者临时存放区部分的边缘或中间隔板上。也可以沿其边缘滑动安装。臂杆可绕固定部旋转,通过臂杆的旋转可以控制臂杆到需要到达的商品区域。抓取部可抓取商品。抓取部可以是一种手钳,也可以是其他可以活动夹紧的装置。
实施例二:
如图2所示,本实施例提供了一种商品售卖调整的方法,包括以下步骤:
S1:获取展销区域的视频,所述视频包括多帧视频图像;接收摄像头获取展销卖场中设置的各个摊位前购物的顾客视频图像,进行预处理。
S2:对视频图像中的用户进行属性分析以得用户属性,所述用户属性包括年龄、性别、同行人数、服饰特征;对视频图像中的用户的属性进行分析,主要属性包括:年龄、性别、同行人员、穿戴服饰等。提取用户的面部图像,进行特征提取,根据年龄段识别模型判断用户的年龄段区间。利用人脸识别技术判断用户的性别。判断用户的同行人员对用户进行独自购物、携带老人或小孩、情侣出行等标签分类;根据不同的标签来调整货架上的销售物品的分类;分析用户的穿戴服饰特征并根据购买力模型,判断用户的购买力区间,对用户进行购买力分类标示。
步骤S2具体包括以下步骤:
面部获取步骤:获取视频图像中所有的用户面部信息;这一步是对用户进行属性分析的基础;
人数获取步骤:根据获取到的用户面部信息以得到同行人数;首先确定获取到的用户是单人还是多人,如果是多人的话,是具体怎样的一种情景,是携带小孩儿,还是情侣出行,还是跟朋友一起出行,因为不同的销售物品其销售对象也是有不同的,这些都是作为调整在售物品的数据基础;
预处理步骤:对所有的用户面部信息进行预处理;
年龄比对步骤:将预处理后的所有的用户面部信息与年龄识别模型进行比对以得所有的用户年龄;对于年龄的判断,首先,我们利用神经网络算法建立用户的年龄段识别模型,将购物群体分为“15-25岁、25-35岁、35-45岁、45岁以上”四个年龄段,将用户对应各个年龄段属性进行分类。即分别获取“15-25岁、25-35岁、35-45岁、45岁以上”四个年龄段的大量用户面部照片,对获取的用户面部照片进行预处理、特征提取、反复识别训练,将提取的特征向量对应各个年龄段区间进行存储,建立上述四个年龄段的用户年龄段识别模型。判断时,提取展销卖场视频中购物人群的面部图像,进行预处理、特性提取,比对年龄段识别模型,判断用户的所属年龄段。
性别识别步骤:通过人脸识别对所有的用户面部信息进行识别以得所有的用户性别。利用人脸识别技术对用户的性别进行判断。通过上述信息来进行综合判断,判断用户是独自购物或者怀抱婴儿及推着婴儿车,携带老人出行、情侣、多人出行等情况,从而判断处同行人员都有那些,对用户及用户群体打标签。我们针对各类用户群体的属性进行打标签,针对他们历史选择和喜好的购物类型建立关联度识别模型,对用户属性及他们的购物偏好进行判断。例如,推婴儿车的用户其购买偏好大多与婴幼儿用品有关,如纸尿裤、奶粉、婴儿玩具等,而老人群体则不会购买较硬的食品如牛轧糖,年轻的学生、青少年群体的购物偏好更偏向一些新奇特的商品如手机壳等。
服饰识别步骤:对获取到的用户服饰信息进行预处理;
对预处理后的服饰信息进行特征提取以得服饰特征向量;
根据服饰模型识别库与服饰特征向量进行比对以得用户购买力;所述服饰模型识别库存储有与服饰对应的价格区间。穿戴服饰的判断用于评价用户的购买力水平。我们首先根据各种知名品牌的服饰及手袋进行购买力区间建立购买力模型,获取大量各个品牌服饰和手袋的照片进行预处理、特征提取、学习训练,将提取的特征向量对应不同的购买力区间进行存储,建立购买力模型;当对视频中用户的图像进行分析时,判断用户的服饰和手袋类型对应的购买力区间,对用户进行购买力分类标示。当判断得到购买力较高的用户时,可以调整价格更高,但是质量更好的物品;并且获取用户年龄也可以通过识别服饰特征来对其进行年龄的识别、性别的识别以及同行人数的识别;
S3:根据用户属性、购物时间与购物类型识别模型进行匹配以得用户购物偏好;所述购物类型识别模型的构建主要包括以下步骤:
获取用户支付时的模型视频图像以及用户购买物品的关联标签;通过摄像头获取展销卖场中设置的各个摊位前购物的顾客视频图像进行学习训练。
对模型视频图像中的用户进行属性分析以得用户属性;
将用户属性与关联标签进行关联匹配以构建购物类型识别模型。购物类型识别模型:根据用户特征和该特征用户的历史购物喜好建立的用户与购物喜好关联度的识别模型。
除了用户属性等因素外,还提取了用户的购物时间来对判断该时段的用户购物偏好,由于每个展销卖场因为所处地理位置周边商业、居住环境特征和购物时间段等因素的影响,各个时间段前来购物的用户群体都具有较普遍统一的用户属性,且具有规律性,例如上午10点左右的购物用户大部分为带小孩、推婴儿车的用户群体,而中午12点至2点则为商务办公类型的用户群体居多,而这些群体出现的时间段较集中且特性明显。
通过上述过程完成用户的购物偏好判断。
S4:根据用户购物偏好调整货架上展示的销售物品。在进行销售物品的调整的时候,可以采用实施例一中的机械臂来进行控制调整,也可以通过设置其他的传动系统来进行传送;优选地,采用机械臂控制的方式来进行控制;
售卖系统:包括购物类型识别模型、购物偏好判断模块、机械臂控制模块、支付模块、销售模块、商品数据库。
机械臂控制模块:接收用户的购物偏好判断结果信息,并根据结果信息发送商品调整信号,控制机械臂调整货架上正在销售的商品。接收销售模块的商品提取信号后,控制机械臂将对应商品夹起并提供给用户。
支付模块:接收用户选择需要购买的商品后,提供支付操作和引导给用户进行商品购买支付,当接收到用户购买支付成功信息后,将支付成功结果发送到销售模块。
销售模块:获取购物偏好判断模块分析的用户属性和购物喜好结果信息,根据预先对应各种用户属性及其购物偏好录入在数据库中的商品信息和存放该商品的货架位置,对应变更通过触摸屏展示的在售商品信息,使触摸屏上对应显示货架上在售商品的信息。接收支付模块的用户支付成功信息,对应进行在售库存商品的增减,并发送商品提取控制信号给机械臂控制模块。
商品数据库:用于存储所有销售的商品信息及对应的用户属性、货架展示位信息。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (6)
1.一种商品售卖调整的方法,其特征在于,包括以下步骤:
获取步骤:获取展销区域的视频,所述视频包括多帧视频图像;
属性分析步骤:对视频图像中的用户进行属性分析以获得用户属性,所述用户属性包括年龄、性别、同行人数;
偏好匹配步骤:根据用户属性与购物类型识别模型进行匹配以获得用户购物偏好;
销售调整步骤:根据用户购物偏好控制商品输送装置调整货架上展示的销售物品;
所述属性分析步骤具体包括以下步骤:
面部获取步骤:获取视频图像中所有的用户面部信息;
人数获取步骤:根据获取到的用户面部信息以获得到同行人数;
年龄比对步骤:将所有的用户面部信息与年龄段识别模型进行比对以获得所有的用户年龄段 ;
性别识别步骤:通过人脸识别对所有的用户面部信息进行识别以获得所有的用户性别;
所述用户属性还包括服饰特征,所述属性分析步骤具体还包括以下步骤:
对获取到的用户服饰信息进行预处理;
对预处理后的服饰信息进行特征提取以获得服饰特征向量;
根据服饰模型识别库与服饰特征向量进行比对以获得用户购买力;所述服饰模型识别库存储有与服饰对应的价格区间。
2.如权利要求1所述的商品售卖调整的方法,其特征在于,所述购物类型识别模型的构建包括以下步骤:
获取用户支付时的模型视频图像以及用户购买物品的关联标签;
对模型视频图像中的用户进行属性分析以获得用户属性;
将用户属性与关联标签进行关联匹配以构建购物类型识别模型。
3.如权利要求1所述的商品售卖调整的方法,其特征在于,所述年龄比对步骤之前还包括预处理步骤:对所有的用户面部信息进行预处理。
4.如权利要求1所述的商品售卖调整的方法,其特征在于,所述年龄段识别模型通过神经网络算法进行识别。
5.如权利要求1所述的商品售卖调整的方法,其特征在于,还包括时间获取步骤:根据获取到的购物时间控制调整货架上展示的销售物品。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711241295.1A CN108230086B (zh) | 2017-11-30 | 2017-11-30 | 一种商品售卖调整的方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711241295.1A CN108230086B (zh) | 2017-11-30 | 2017-11-30 | 一种商品售卖调整的方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108230086A CN108230086A (zh) | 2018-06-29 |
CN108230086B true CN108230086B (zh) | 2022-05-20 |
Family
ID=62653153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711241295.1A Active CN108230086B (zh) | 2017-11-30 | 2017-11-30 | 一种商品售卖调整的方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230086B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214860A (zh) * | 2018-08-21 | 2019-01-15 | 北京深瞐科技有限公司 | 消费行为分析方法及其装置、计算机可读介质 |
CN109993623A (zh) * | 2018-11-30 | 2019-07-09 | 广州富港万嘉智能科技有限公司 | 基于图像识别的物品信息展示方法、系统及电子设备 |
CN109816441B (zh) * | 2018-12-29 | 2021-05-11 | 江苏云天励飞技术有限公司 | 策略推送方法、系统及相关装置 |
CN109903124A (zh) * | 2019-01-25 | 2019-06-18 | 广州富港万嘉智能科技有限公司 | 一种用户账号自动生成方法、系统、电子设备及存储介质 |
CN110070148B (zh) * | 2019-03-15 | 2021-06-29 | 北京木业邦科技有限公司 | 一种林业产品特征分析方法、装置及计算机可读介质 |
CN109978628A (zh) * | 2019-03-29 | 2019-07-05 | 客如云科技(成都)有限责任公司 | 一种改进传统零售行业货架摆放的方法 |
CN111951061A (zh) * | 2019-05-15 | 2020-11-17 | 上海壹墨图文设计制作有限公司 | 一种智能服装售卖机系统 |
CN111738749A (zh) * | 2019-06-18 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 信息显示方法、装置、电子设备和存储介质 |
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 |
CN110288400A (zh) * | 2019-06-25 | 2019-09-27 | 联想(北京)有限公司 | 信息处理方法、信息处理装置以及信息处理系统 |
CN110683263B (zh) * | 2019-09-03 | 2021-12-07 | 耀灵人工智能(浙江)有限公司 | 一种基于行走置物装置的仓储方法 |
CN111325459B (zh) * | 2020-02-17 | 2024-03-15 | 赵蓉蓉 | 一种基于云平台的商场商品动态管理系统 |
CN112053190B (zh) * | 2020-09-02 | 2024-03-05 | 中国银行股份有限公司 | 一种地摊数据管理方法、装置、存储介质及设备 |
CN112927055A (zh) * | 2021-04-01 | 2021-06-08 | 山西慧虎健康科技有限公司 | 一种精准推荐相关商品的智能零售服务方法及系统 |
CN113618749A (zh) * | 2021-07-23 | 2021-11-09 | 深圳优地科技有限公司 | 基于机器人的物品售卖方法、装置、智能设备和存储介质 |
CN114399366B (zh) * | 2022-01-20 | 2023-04-18 | 中电工业互联网有限公司 | 一种基于人群分析的无人售货机选品方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0785347A (ja) * | 1993-09-16 | 1995-03-31 | Fuji Electric Co Ltd | 自動販売機の冷温表示装置 |
CN105426528A (zh) * | 2015-12-15 | 2016-03-23 | 中南大学 | 一种商品数据的检索排序方法及系统 |
CN107154109A (zh) * | 2017-06-02 | 2017-09-12 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734495B2 (en) * | 2002-04-23 | 2010-06-08 | Kimberly-Clark Worldwide, Inc. | Methods and system for allocating shelf space |
CN103559758B (zh) * | 2013-11-06 | 2015-12-30 | 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 |
US20150182006A1 (en) * | 2013-12-31 | 2015-07-02 | Prov 31:31, Llc | Systems and methods for dispensing lipstick |
CN204791166U (zh) * | 2015-06-24 | 2015-11-18 | 向亦斌 | 一种基于网络购物的多功能智能销售终端设备及系统 |
CN106169207A (zh) * | 2016-07-15 | 2016-11-30 | 杭州口非口力食品有限公司 | 一种智能自动售货机 |
CN106228687A (zh) * | 2016-07-18 | 2016-12-14 | 广西师范大学 | 一种太阳能自动售货机 |
-
2017
- 2017-11-30 CN CN201711241295.1A patent/CN108230086B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0785347A (ja) * | 1993-09-16 | 1995-03-31 | Fuji Electric Co Ltd | 自動販売機の冷温表示装置 |
CN105426528A (zh) * | 2015-12-15 | 2016-03-23 | 中南大学 | 一种商品数据的检索排序方法及系统 |
CN107154109A (zh) * | 2017-06-02 | 2017-09-12 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
Also Published As
Publication number | Publication date |
---|---|
CN108230086A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230086B (zh) | 一种商品售卖调整的方法及存储介质 | |
US11074610B2 (en) | Sales promotion system, sales promotion method, non-transitory computer readable medium, and shelf system | |
CN208188867U (zh) | 一种用于无人自动售货的商品识别系统 | |
CN108573293B (zh) | 一种基于增强现实技术的无人超市购物协助方法及系统 | |
RU2727084C1 (ru) | Устройство и способ определения информации о заказе | |
US10410253B2 (en) | Systems and methods for dynamic digital signage based on measured customer behaviors through video analytics | |
CN107507017A (zh) | 一种线下导购方法和装置 | |
US20130117153A1 (en) | Fully interactive, wireless, retail video display tag, integrated with content distribution, data management, feedback data collection, inventory and product price search capabilities | |
US20150039458A1 (en) | Method and system for automated retail checkout using context recognition | |
WO2017085771A1 (ja) | 精算支援システム、精算支援プログラム、及び精算支援方法 | |
US20100253787A1 (en) | Method for Object Recognition and Communication of Associated Label and Other Information | |
US10445807B1 (en) | Enhanced customer shopping experience in physical store locations | |
CN102156942A (zh) | 一种基于无线射频技术的商品推荐方法 | |
WO2016051185A1 (en) | System and method for surveying display units in a retail store | |
US10360613B2 (en) | System and method for monitoring display unit compliance | |
JP2016009416A (ja) | 販売促進システム、販売促進管理装置および販売促進管理プログラム | |
JP7013658B2 (ja) | 情報処理装置、情報処理方法、端末、情報処理システム及びプログラム | |
CN109300238A (zh) | 智能展示及自助体验系统及方法 | |
US11854068B2 (en) | Frictionless inquiry processing | |
Mankodiya et al. | Challenges and opportunities for embedded computing in retail environments | |
US20170300927A1 (en) | System and method for monitoring display unit compliance | |
JP6354232B2 (ja) | 販売促進装置、販売促進方法及びプログラム | |
JP2019159156A (ja) | 表示制御装置及び制御プログラム | |
CN114820055A (zh) | 无人车售卖商品的推送方法、装置、无人车及存储介质 | |
US20150310692A1 (en) | Retail automation platform |
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 |