CN108230102A - 一种商品关注度调整方法及装置 - Google Patents

Abstract

本发明涉及无人商店技术领域，特别是涉及一种商品关注度调整方法及装置，该方法包括：获取用户在购物区的购物图像；从购物图像中解析出用户身份信息以及用户意向购买的目标商品；获取用户身份信息对应的目标商品的关注度；提高目标商品的关注度。本发明实施例提供的商品关注度调整方法，通过用户在购物时的购物图像，适应性的调整用户意向购买的目标商品的关注度，以确保关注度这项指标能够与用户的使用习惯相匹配。以使最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

Description

一种商品关注度调整方法及装置

技术领域

本发明涉及无人商店技术领域，特别是涉及一种商品关注度调整方法及装置。

背景技术

传统技术一般通过大数据分析消费者在无人商店的购买记录，得出消费者对各个类型商品的喜好程度，以对用户购买过的商品进行不同喜好程度的记录。

发明人在实现本发明的过程中发现，传统技术都是基于静态地方式分析消费者对各个类型商品的喜好，未能够全程追踪消费者在无人商店的消费行为，以实现实时、全面的分析消费者对各个类型商品的喜好程度。

发明内容

本发明实施例的一个目的旨在提供一种商品关注度调整方法、装置及无人商店，其旨在解决传统的通过用户的购买记录得到用户对所喜爱商品的关注的方式不够准确的技术问题。

为解决上述技术问题，本发明实施例提供以下技术方案：

在第一方面，本发明实施例提供一种商品关注度调整方法，应用于无人商店，所述无人商店包括若干个不同类型的购物区，所述方法包括：获取用户在购物区的购物图像；从所述购物图像中解析出用户身份信息以及所述用户意向购买的目标商品；获取所述用户身份信息对应的所述目标商品的关注度；提高所述目标商品的关注度。

可选地,所述从所述购物图像中解析出用户身份信息，包括：根据图像分析算法，从所述购物图像中解析出用户的面部特征；根据所述面部特征，确定用户身份信息。

可选地,所述购物区具有对应的商品清单；所述从所述购物图像中解析出所述用户意向购买的目标商品，包括：根据图像分析算法，从所述购物图像中解析出所述用户的唇语；获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品；从所述商品清单中遍历出与所述用户的唇语对应的目标商品。

可选地,所述从所述商品清单中遍历出与所述用户的唇语对应的目标商品，包括：获取所述商品清单中全部商品的发音特征点；将所述用户的唇语的特征点与所述全部商品的发音特征点一一比对，遍历出与所述用户的唇语的特征点对应的商品；确定与所述用户的唇语的特征点对应的商品为目标商品。

可选地,所述方法还包括：统计所述用户在所述购物区的停留时长；根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。

在第二方面，本发明实施例提供一种商品关注度调整装置，应用于无人商店，所述无人商店包括若干个不同类型的购物区，所述装置包括：第一获取模块,用于获取用户在购物区的购物图像；第一解析模块,用于从所述购物图像中解析出用户身份信息；第二解析模块,用于从所述用户意向购买的目标商品；第二获取模块,用于获取所述用户身份信息对应的所述目标商品的关注度；第一调整模块,用于提高所述目标商品的关注度。

可选地,所述第一解析模块包括：第一解析单元,用于根据图像分析算法，从所述购物图像中解析出用户的面部特征；确定单元,用于根据所述面部特征，确定用户身份信息。

可选地,所述购物区具有对应的商品清单；所述第二解析模块体包括：第二解析单元,用于根据图像分析算法，从所述购物图像中解析出所述用户的唇语；获取单元,用于获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品；遍历单元,用于从所述商品清单中遍历出与所述用户的唇语对应的目标商品。

可选地,所述遍历单元，包括：获取子单元,用于获取所述商品清单中全部商品的发音特征点；遍历子单元,用于将所述用户的唇语的特征点与所述全部商品的发音特征点一一比对，遍历出与所述用户的唇语的特征点对应的商品；确定子单元,用于确定与所述用户的唇语的特征点对应的商品为目标商品。

可选地,所述装置还包括：统计模块,用于统计所述用户在所述购物区的停留时长；第二调整模块,用于根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。

在第三方面，本发明实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够用于执行如上任一项所述的商品关注度调整方法。

在第四方面，本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行如上任一项所述的商品关注度调整方法。

本发明实施例提供的商品关注度调整方法，通过用户在购物时的购物图像，适应性的调整用户意向购买的目标商品的关注度，以确保关注度这项指标能够与用户的使用习惯相匹配。以使最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供的一种无人商店的结构示意图；

图2是本发明实施例提供的一种无人商店的结构框图；

图3是本发明实施例提供的一种商品关注度调整方法的流程示意图；

图4是图3中步骤31的一流程示意图；

图5是图3中步骤31的另一流程示意图；

图6是图5中步骤315的流程示意图；

图7是本发明实施例提供的一种商品关注度调整装置的结构示意图；

图8是本发明另一实施例提供的一种商品关注度调整装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互组合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块的划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置示意图中的模块划分，或流程图中的顺序执行所示出或描述的步骤。

请参阅图1，图1是本发明实施例提供的一种无人商店的结构示意图。如图1所示，该无人商店100设有结账区10和商品区20。结账区10用于对用户购买的商品进行结算；商品区20用于向用户展示商品，其中商品区20上设置有若干个用于摆放商品的购物区，图1中仅以购物区21和购物区22为例。

在商品区20中，相同类型的商品可以摆放于同一购物区上，不同类型的商品则放置于不同的购物区上，方便用户在购买目标商品时，能够首先锁定目标商品所属的购物区类型，然后在该所属购物区上寻找到目标商品，节省用户的购物时间。

请一并参阅图1和图2，该无人商店100中还包括摄像头30、处理器40和存储器50。摄像头30、存储器50分别与处理器40连接。

摄像头30可以为多个，并且多个摄像头30设置在商品区20任意合适为位置，以能采集用户在商品区20的具体位置，以及确定用户的身份为准，摄像头30还将采集到的用户的位置信息发送至处理器40。

在一些实施例中，摄像头30可以对同一用户进行运动轨迹追踪。例如，当无人商店100的进口处拍摄到用户A进入无人商店后，根据用户A在无人商店100内的活动区域，由该区域对应的摄像头30拍摄用户A的图像，一直到用户A离开该无人商店100，才结束对用户A的图像采集，获取用户A在无人商店内活动时的全部图像后，可以根据图像采集的先后顺序分析用户A的运动轨迹，从而可以根据该运动轨迹准确识别用户A，以及分析用户A所购买的商品的类别等。其中，处理器40通过摄像头30来采集用户的面部图像，根据该面部图像获取用户的面部特征。处理器40获取到用户的面部图像，后根据用户的面部特征识别用户。

存储器50作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如下述实施例中的商品关注度调整装置对应的程序指令/模块(例如，图7和图8所述的各个模块和单元的功能)。处理器40通过运行存储在存储器50中的非易失性软件程序、指令以及模块，从而执行商品关注度调整装置装置的各种功能应用以及数据处理，即实现下述方法实施例商品关注度调整方法以及下述装置实施例的各个模块的功能。

存储器50可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器50可选包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至处理器40。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

需要说明的是，用户在无人商店100进行首次购物时，无人商店100会对用户的身份信息进行录入，该身份信息可证明用户的特定身份，该身份信息包括，例如用户的购物账号、联系电话以及联系邮箱等。在本实施例中，该身份信息还包括，用户的图像，即在首次录入用户身份信息的时候，需要录入用户的图像。每一用户的图像均与其购物账号、联系电话以及联系邮箱等对应，并且，上述录入的用户相关的身份信息，均存储于存储器50。

处理器40用于接收摄像头30发送的相关信息，并且基于存储器6存储的用户的图像，对这些相关信息进行处理。在本实施例中处理器40用于处理用户在无人商店100的购物轨迹，并购根据该运动轨迹，调整用户对目标商品的关注度。

具体地，当摄像头30检测到购物区21的附近区域存在用户的的感应信号，将该感应型号发送至处理器40，此时，处理器40控制摄像头30拍摄该用户在无人商店购物时的图像，并传输至处理器40。处理器40根据该图像确定用户在商品区20购物时，意向购买的目标商品，并根据该图像识别用户的面部特征，处理器40将该获取到的面部特征与存储器50中预存的面部特征进行匹配，查找出与该面部特征所对应的身份信息，进而确定停留在购物区21附近的用户的真实身份。使得用户意向购买的目标商品与用户的使用习惯相匹配。

请参阅图3，图3是本发明实施例提供的一种商品关注度调整方法的方法流程图。该商品关注度调整方法可以在上述实施例中的无人商店中应用。本发明实施例提供的商品关注度调整方法由上述处理器40执行。如图3所示，该方法包括：

步骤31、获取用户在购物区的购物图像。

具体的，该购物图像可以通过上述实施例中的摄像头3。获取后的购物图像还经过一个或者多个预处理步骤(例如滤波、二值化等)，以便于进行后续的图像数据分析。其中，摄像头3采集到的连续多个用户相关的购物图像内包含了用户在购物区内的购物行为，该购物行为可以反映用户的购物习惯或者偏好。

步骤32、从购物图像中解析出用户身份信息以及用户意向购买的目标商品。

用户的购物意向以及用户的特征可以在购物图像中充分的展示。其中，用户身份信息是指不同用户独有的标识信息。基于用户身份信息可以区分不同的用户，并且每个用户可以具有多种不同的用户身份信息，例如用户的购物账号、联系电话以及联系邮箱等。在本实施例中，可以从购物图像中提供的信息来解析确定用户，从而获得对应的用户身份信息，进行后续的判断处理。

本实施例的“目标商品”是指用户在购物图像中的行为显示的，用户意向购买的商品，例如，采集的购物图像中显示的，用户放入购物车中的商品、用户在购物过程中，拿在手上或者长时间注视的商品。

当然，在一个购物图像中，可能存在有多个用户。本实施例中，针对每个购物图像中的不同用户均独立进行数据分析和处理。

步骤33、获取用户身份信息对应的目标商品的关注度。

目标商品的关注度是每个用户针对特定商品的关注程度的一个量化指标。该关注度可以是采用多个间隔级别的方式进行衡量，例如1级关注、2级关注等。在另一些实施例中，该关注度也可以采用数学模型计算输出的连续值来表示，例如，关注度的值在1-100之间。目标商品的关注度也是一个与用户相关的参数。每个用户中，均具有对应的目标商品的关注度，保存在相应的数据库中。

步骤34、提高目标商品的关注度。

对于同一个目标商品，不同的用户会有不同的关注度。即使对于同一个商品，用户在不同时间段也可能具有不同的关注度。

为了实时的更新数据，保证目标商品的关注度与用户的行为相符。在购物图像中出现特定的目标商品时，说明用户此时对目标商品的关注度较高，应当提升目标商品的关注度。

本发明实施例提供的商品关注度调整方法，通过用户在购物时的购物图像，适应性的调整目标商品的关注度，确保关注度这项指标能够与用户的使用习惯相匹配。最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

在一些实施例中，具体可以通过下述方法，分别从购物图像中解析出用户身份信息以及用户意向购买的目标商品。

具体的，在从购物图像中解析用户身份信息时，如图4所示，步骤31包括：

步骤311、根据图像分析算法，从购物图像中解析出用户的面部特征。

图像分析算法具体可以采用现有技术中常用的图像数据分析方法，从购物图像中提取出用户的面部图像。

在用户的面部图像中包含了用户的独有的面部特征。面部特征作为生物特征标识，可以用于进行用户的认证和鉴别。该面部特征具体可以采用任何具有独特性的生物特征。例如，眼睛之间的瞳距。

步骤312、根据面部特征，确定用户身份信息。

在解析获得其中一个或者多个用户的面部特征以后，可以将这些面部特征与数据库内的信息进行计算比对后，获得对应的用户身份信息，确定用户具体对应的人。

具体的，在从购物图像中解析用户身份信息时，如图5所示，步骤31包括：

步骤313、根据图像分析算法，从所述购物图像中解析出所述用户的唇语。

采集获得购物图像是一系列连续的图像信息，通过图像信息中用户面部图像的嘴部变化，可以检测推算出用户的讲话。亦即，基于购物图像，对用户进行唇语解析。

具体可以采用现有技术中常用的唇语解析方法，从购物图像中提取出用户的讲话内容。

步骤314、获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品。

在商店内，不同的购物区域都具有相应类型的商品。该商品清单是指在购物区内的全部商品的列表。每个商品清单中都可以具有多种不同类型的商品。每个商品类型下，又可以进一步细分出多个不同的商品。该商品清单具体根据商店的购物区布置来决定。其可以预先存储到数据库中。

步骤315、从商品清单中遍历出与用户的唇语对应的目标商品。

在获得用户的讲话内容(即唇语)中包含的商品以后，可以在商品清单中寻找比对，确定这些商品是否在商品清单内。

当这些商品在商品清单内出现时，表明这些商品是用户讲话中涉及的商品，同时也在购物区内可以找到的。因此，可以确认这些商品属于用户意向购买的目标商品。而当商品不存在于商品清单时，表明这些期望获得的商品并不在所述购物区内，并不是符合目标商品的要求。

在本实施例中，可以采用将商品在商品清单中逐个进行比对的方法来确定唇语对应的商品是否在商品清单中出现。

在一些实施例中，如图6所示，步骤315具体包括：

步骤3151、获取所述商品清单中全部商品的发音特征点。

发音特征点是指商品名称的读音中特有的一个或者多个，用于与其它商品名称发音相区别的声音频点。每个商品都具有其独特的发音特征点，其可以作为特征信息，用于标识或者比对两者的发音信息是否相同。

步骤3152、将用户的唇语的特征点与全部商品的发音特征点一一比对，遍历出与用户的唇语的特征点对应的商品。

以发音特征点作为检索的条件，根据唇语分析获得的讲话声音内容来判断唇语中是否出现了商品清单中包含的商品。若存在时，便能够找到具有与用户的特征点相应的发音特征点，并确定对应的商品。

步骤3153、确定与用户的唇语的特征点对应的商品为目标商品。

与用户的唇语的特征点对应的商品是用户在购物区内曾经提及并且存在与购物区的购物清单中的商品。因此，可以认为用户需要购买或者使用这些商品，可以确定为目标商品。

在另一些实施例中，为了令关注度更好的体现用户的购物偏好或者习惯，还可以加入其它的考虑因素，以对关注度进行调整。具体的所述关注度调整方法除图3所示的步骤外，还可以如下：

首先，统计用户在所述购物区的停留时长。

根据一段时间内，用户在购物区内的购物图像，可以计算出用户在购物区的停留时间。停留时长具体是指用户在商店某个特定的购物区中第一次出现的时刻与从购物区中离开时刻之间的时间长度。

其次，根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。

停留时长通常能够反映用户是否关注或者对该购物区是否感兴趣。在用户对购物区比较感兴趣时，停留时长会比较长，以留有充足的时间来选购或者挑选商品。相反的，当停留时长较短时，通常表明用户对此区域的商品不感兴趣。

因此，根据用户在购物区的停留时长，可以相应的对购物区内的商品的关注度进行调整。例如，将停留时长换算为相应的比例系数，调整购物区的关注度。

在发明实施例提供的商品关注度调整方法，通过用户在购物区的停留时长，可以相应的对购物区内的商品的关注度进行调整。例如，将停留时长换算为相应的比例系数，调整购物区的关注度。最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

请参阅图7，图7是本发明实施例提供的一种商品关注度调整700，该商品关注度调整装置700应用于上述实施例中的无人商店100。如图7所示，所述装置包括：第一获取模块71、第一解析模块72、第二解析模块73、第二获取模块74和第一调整模块75。

第一获取模块71，用于获取用户在购物区的购物图像；第一解析模块72，用于从所述购物图像中解析出用户身份信息；第二解析模块7，3用于从所述用户意向购买的目标商品；第二获取模块74,用于获取所述用户身份信息对应的所述目标商品的关注度；第一调整模块75，用于提高所述目标商品的关注度。

本发明实施例提供的商品关注度调整装置，通过用户在购物时的购物图像，适应性的调整目标商品的关注度，确保关注度这项指标能够与用户的使用习惯相匹配。最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

在一些实施例中，所述第一解析模块包括：第一解析单元和确定单元。

所述第一解析单元用于根据图像分析算法，从所述购物图像中解析出用户的面部特征；所述确定单元用于根据所述面部特征，确定用户身份信息。

在一些实施例中，第二解析模块体包括：第二解析单元、获取单元和遍历单元。

所述第二解析单元，用于根据图像分析算法，从所述购物图像中解析出所述用户的唇语；所述获取单元，用于获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品；所述遍历单元，用于从所述商品清单中遍历出与所述用户的唇语对应的目标商品。

在一些实施例中，所述遍历单元，包括：获取子单元、遍历子单元和确定子单元。

所述获取子单元，用于获取所述商品清单中全部商品的发音特征点；所述遍历子单元，用于将所述用户的唇语的特征点与所述全部商品的发音特征点一一比对，遍历出与所述用户的唇语的特征点对应的商品；所述确定子单元，用于确定与所述用户的唇语的特征点对应的商品为目标商品。

请参阅图8，图8是本发明另一实施例提供的一种商品关注度调整装置800的结构示意图，该商品关注度调整装置800包括：第一获取模块81、第一解析模块82、第二解析模块83、第二获取模块84、统计模块85和第二调整模块86。

其中，第一获取模块81、第一解析模块82、第二解析模块83和第二获取模块84与上述实施例中模块的作用和功能相同，在此不再赘述。

统计模块85，用于统计所述用户在所述购物区的停留时长；第二调整模块86,用于根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。

在发明实施例提供的商品关注度调整装置，通过用户在购物区的停留时长，可以相应的对购物区内的商品的关注度进行调整。例如，将停留时长换算为相应的比例系数，调整购物区的关注度。最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被电子设备执行上述任意方法实施例中基于无人商店的商品关注度调整方法，例如，执行以上描述的图3至和图6所示的各个步骤；也可实现附图7至图8所述的各个模块的功能。

本发明实施例提供了一种计算机程序产品，包括存储在非易失性计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时时，使所述计算机执行上述任意方法实施例中基于无人商店的商品关注度调整方法，例如，执行以上描述的图3至和图6所示的各个步骤；也可实现附图7至图8所述的各个模块的功能。

在本发明各个实施例中，通过用户在购物时的购物图像，适应性的调整目标商品的关注度，确保关注度这项指标能够与用户的使用习惯相匹配。最终获得的目标商品的关注度可以作为基础数据，在许多不同的应用场景中使用，例如，作为用户消费行为分析模型的训练样本，或者作为用户商品推荐系统中，是否推荐商品的衡量标准。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块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网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用直至得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种商品关注度调整方法，应用于无人商店，所述无人商店包括若干个不同类型的购物区，其特征在于，所述方法包括：

获取用户在购物区的购物图像；

从所述购物图像中解析出用户身份信息以及所述用户意向购买的目标商品；

获取所述用户身份信息对应的所述目标商品的关注度；

提高所述目标商品的关注度。

2.根据权利要求1所述的方法，其特征在于，所述从所述购物图像中解析出用户身份信息，包括：

根据图像分析算法，从所述购物图像中解析出用户的面部特征；

根据所述面部特征，确定用户身份信息。

3.根据权利要求1所述的方法，其特征在于，所述购物区具有对应的商品清单；

所述从所述购物图像中解析出所述用户意向购买的目标商品，包括：

根据图像分析算法，从所述购物图像中解析出所述用户的唇语；

获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品；

从所述商品清单中遍历出与所述用户的唇语对应的目标商品。

4.根据权利要求3所述的方法，其特征在于，所述从所述商品清单中遍历出与所述用户的唇语对应的目标商品，包括：

获取所述商品清单中全部商品的发音特征点；

将所述用户的唇语的特征点与所述全部商品的发音特征点一一比对，遍历出与所述用户的唇语的特征点对应的商品；

确定与所述用户的唇语的特征点对应的商品为目标商品。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

统计所述用户在所述购物区的停留时长；

根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。

6.一种商品关注度调整装置，应用于无人商店，所述无人商店包括若干个不同类型的购物区，其特征在于，所述装置包括：

第一获取模块,用于获取用户在购物区的购物图像；

第一解析模块,用于从所述购物图像中解析出用户身份信息；

第二解析模块,用于从所述用户意向购买的目标商品；

第二获取模块,用于获取所述用户身份信息对应的所述目标商品的关注度；

第一调整模块,用于提高所述目标商品的关注度。

7.根据权利要求6所述的装置，其特征在于，所述第一解析模块包括：

第一解析单元,用于根据图像分析算法，从所述购物图像中解析出用户的面部特征；

确定单元,用于根据所述面部特征，确定用户身份信息。

8.根据权利要求6所述的装置，其特征在于，所述购物区具有对应的商品清单；所述第二解析模块体包括：

第二解析单元,用于根据图像分析算法，从所述购物图像中解析出所述用户的唇语；

获取单元,用于获取与所述购物区对应的商品清单，所述商品清单包括同一类型的若干商品；

遍历单元,用于从所述商品清单中遍历出与所述用户的唇语对应的目标商品。

9.根据权利要求8所述的装置，其特征在于，所述遍历单元，包括：

获取子单元,用于获取所述商品清单中全部商品的发音特征点；

遍历子单元,用于将所述用户的唇语的特征点与所述全部商品的发音特征点一一比对，遍历出与所述用户的唇语的特征点对应的商品；

确定子单元,用于确定与所述用户的唇语的特征点对应的商品为目标商品。

10.根据权利要求6至9任一项所述的装置，其特征在于，还包括：

统计模块,用于统计所述用户在所述购物区的停留时长；

第二调整模块,用于根据所述用户在所述购物区的停留时长，调整所述用户对所述购物区的关注度。