CN108960999A - 消费推荐方法及装置、存储介质、终端 - Google Patents

消费推荐方法及装置、存储介质、终端 Download PDF

Info

Publication number
CN108960999A
CN108960999A CN201810717196.4A CN201810717196A CN108960999A CN 108960999 A CN108960999 A CN 108960999A CN 201810717196 A CN201810717196 A CN 201810717196A CN 108960999 A CN108960999 A CN 108960999A
Authority
CN
China
Prior art keywords
information
face
customer
consumption
recommended
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
CN201810717196.4A
Other languages
English (en)
Inventor
李晗
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 Xiaoyi Technology Co Ltd
Original Assignee
Shanghai Xiaoyi Technology Co Ltd
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 Xiaoyi Technology Co Ltd filed Critical Shanghai Xiaoyi Technology Co Ltd
Priority to CN201810717196.4A priority Critical patent/CN108960999A/zh
Publication of CN108960999A publication Critical patent/CN108960999A/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种消费推荐方法及装置、存储介质、终端，所述方法包括：对顾客进行人脸识别，以得到当前人脸信息；根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；根据所述消费记录确定待推荐信息；将所述待推荐信息推荐至所述顾客。本发明方案可以更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐。

Description

消费推荐方法及装置、存储介质、终端
技术领域
本发明涉及新零售技术领域，尤其是涉及一种消费推荐方法及装置、存储介质、终端。
背景技术
在线下销售模式中，如何为顾客推荐合适的商品至关重要，具体而言，通过合适的推荐，有助于使顾客更快地买到适合的商品，并且具有更高的用户体验。
然而在现有的消费推荐方法中，往往仅能依赖于人工推荐的方式，也即通过销售人员或服务人员的记忆力或者察言观色，向顾客人工推荐个人认为更适合的商品，缺乏准确性和一致性。
亟需一种消费推荐方法，能够更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐，为商业行为的具体运作提供凭据。
发明内容
本发明解决的技术问题是提供一种消费推荐方法及装置、存储介质、终端，可以更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐。
为解决上述技术问题，本发明实施例提供一种消费推荐方法，包括以下步骤：对顾客进行人脸识别，以得到当前人脸信息；根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；根据所述消费记录确定待推荐信息；将所述待推荐信息推荐至所述顾客。
可选的，所述信息库包括人脸信息库以及消费记录信息库，所述根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录包括：查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息；当所述人脸信息库中包含有当前人脸信息时，根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录；其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系。
可选的，所述消费推荐方法还包括：在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息；建立所述顾客的所有消费记录与所述最新人脸信息的映射关系；根据所述最新人脸信息，更新所述人脸信息库。
可选的，所述消费推荐方法还包括：在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新；建立所述最新消费记录与所述当前人脸信息的映射关系。
可选的，根据所述消费记录确定待推荐信息包括：根据所述消费记录确定所述顾客之前消费的商品；将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
可选的，所述待推荐信息选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
为解决上述技术问题，本发明实施例提供一种消费推荐装置，包括：识别模块，适于对顾客进行人脸识别，以得到当前人脸信息；消费确定模块，适于根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；待推荐确定模块，适于根据所述消费记录，确定待推荐信息；推荐模块，适于将所述待推荐信息推荐至所述顾客。
可选的，所述信息库包括人脸信息库以及消费记录信息库，所述消费确定模块包括：人脸查询子模块，适于查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息；消费查询子模块，适于当所述人脸信息库中包含有当前人脸信息时，根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录；其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系。
可选的，所述消费推荐装置还包括：拍摄模块，适于在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息；人脸映射建立模块，适于建立所述顾客的所有消费记录与所述最新人脸信息的映射关系；人脸更新模块，适于根据所述最新人脸信息，更新所述人脸信息库。
可选的，所述消费推荐装置还包括：消费更新模块，适于在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新；消费映射建立模块，适于建立所述最新消费记录与所述当前人脸信息的映射关系。
可选的，所述待推荐确定模块包括：消费确定子模块，适于根据所述消费记录确定所述顾客之前消费的商品；待推荐确定子模块，适于将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
可选的，所述待推荐信息选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
为解决上述技术问题，本发明实施例提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述消费推荐方法的步骤。
为解决上述技术问题，本发明实施例提供一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述消费推荐方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
在本发明实施例中，对顾客进行人脸识别，以得到当前人脸信息；根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；根据所述消费记录确定待推荐信息；将所述待推荐信息推荐至所述顾客。采用上述方案，通过对顾客进行人脸识别，从而根据该顾客的消费记录确定待推荐信息，相比于现有技术中依赖销售人员或服务人员的人工推荐，采用本发明实施例的方案，可以更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐，为商业行为的具体运作提供凭据。
进一步，在顾客付费时，对所述顾客的人脸进行拍摄并建立所述顾客的所有消费记录与所述最新人脸信息的映射关系，可以提高消费记录与真实顾客对应的人脸信息的映射关系的准确性，并且通过及时地对人脸信息库进行更新，避免因顾客的外貌发生变化导致辨识失败。
进一步，在顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新，可以及时地对消费记录信息库进行更新，从而提高对该顾客的消费追踪能力。
附图说明
图1是本发明实施例中一种消费推荐方法的流程图；
图2是图1中步骤S12的一种具体实施方式的流程图；
图3是图1中步骤S13的一种具体实施方式的流程图；
图4是本发明实施例中另一种消费推荐方法的部分流程图；
图5是本发明实施例中又一种消费推荐方法的部分流程图；
图6是本发明实施例中一种消费推荐装置的结构示意图；
图7是图6中消费确定模块62的一种具体实施方式的结构示意图；
图8是图6中待推荐确定模块63的一种具体实施方式的结构示意图。
具体实施方式
在现有的消费推荐方法中，往往仅能依赖于人工推荐的方式，也即通过销售人员或服务人员的记忆力或者察言观色，向顾客人工推荐个人认为更适合的商品，缺乏准确性和一致性。
本发明的发明人经过研究发现，在现有技术中，依赖人工的主观判断方式，例如销售人员或服务人员的人工推荐，导致准确性和客观性不足。
在本发明实施例中，对顾客进行人脸识别，以得到当前人脸信息；根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；根据所述消费记录确定待推荐信息；将所述待推荐信息推荐至所述顾客。采用上述方案，通过对顾客进行人脸识别，从而根据该顾客的消费记录确定待推荐信息，相比于现有技术中依赖销售人员或服务人员的人工推荐，采用本发明实施例的方案，可以更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐，为商业行为的具体运作提供凭据。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例中一种消费推荐方法的流程图。所述消费推荐方法可以包括步骤S11至步骤S14：
步骤S11：对顾客进行人脸识别，以得到当前人脸信息；
步骤S12：根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；
步骤S13：根据所述消费记录确定待推荐信息；
步骤S14：将所述待推荐信息推荐至所述顾客。
在步骤S11的具体实施中，可以由设置于所述门店内或门店外的图像传感器对顾客进行人脸识别。
具体地，所述图像传感器可以为摄像头，例如可以设置在顾客进门处的周边预设范围内或者收银台的周边预设范围内。其中，所述预设范围的具体尺寸可以根据具体环境而确定，在本发明实施例中，对此不做限制。
进一步地，所述图像传感器可以选自：电荷耦合元件(Charge-coupled Device，CCD)摄像头、红外摄像头等。
在本发明实施例中，通过设置摄像头为CCD摄像头或红外摄像头，有助于提高拍摄质量，且有助于提高在夜间以及光线不佳时的拍摄质量。
具体的，可以采用常规的人脸识别算法，基于人的脸部特征信息进行识别，以得到当前人脸信息。其中，所述人脸信息可以包括多种模式特征，例如为从视频数据中的人脸图像中提取的直方图特征、颜色特征、模板特征及结构特征等。可以理解的是，所述人脸信息包含的信息量越大，获取到的所述当前人脸信息的准确性越高。
在步骤S12的具体实施中，根据所述当前人脸信息查询信息库，所述信息库可以包括人脸信息库以及消费记录信息库。
具体地，所述人脸信息库用于记录人脸信息，例如所有进入过门店的顾客，或者消费过的顾客。
所述消费记录信息库用于记录顾客的消费记录，例如顾客购买过的商品的商品特征，或者顾客用餐的用餐特征。具体而言，所述商品特征可以包括商品的品牌、类别、尺寸、颜色等，所述用餐特征可以包括用餐位置、用餐菜品以及用餐口味等。
参照图2，图2是图1中步骤S12的一种具体实施方式的流程图。根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录的步骤可以包括步骤S21至步骤S22，以下对各个步骤进行说明。
在步骤S21中，查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息。
具体地，通过查询人脸信息库，可以对当前人脸信息与人脸信息库中已存储的人脸信息进行比较，以确定所述人脸信息库中是否包含有当前人脸信息。可以理解的是，如果经过比较，确定所述人脸信息库中包含有当前人脸信息，则可以确定该顾客曾经进行过消费。
在步骤S22中，当所述人脸信息库中包含有当前人脸信息时，可以根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录。
具体地，经过比较，确定所述人脸信息库中包含有当前人脸信息，也即该顾客曾经进行过消费，则可以根据当前人脸信息，查询消费记录信息库，以确定所述当前人脸信息对应的顾客的消费记录。
其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系，也即在增加消费记录，或者增加顾客的人脸信息时，应当建立消费记录与人脸信息之间的映射关系。
继续参照图1，在步骤S13的具体实施中，可以根据所述消费记录确定待推荐信息，从而可以根据顾客的已消费信息，为该顾客特别推荐商品，提高针对性与用户体验度。
参照图3，图3是图1中步骤S13的一种具体实施方式的流程图。所述根据所述消费记录确定待推荐信息的步骤可以包括步骤S31至步骤S32，以下对各个步骤进行说明。
在步骤S31中，根据所述消费记录确定所述顾客之前消费的商品。
具体地，可以对所述顾客的消费记录进行分析，确定所述顾客之前消费的商品，例如可以仅确定之前预设时长内的已消费商品，或者确定之前所有记录在消费记录信息库中的已消费商品。
其中，所述预设时长例如可以为一个月、一年等。在本发明实施例中，对所述预设时长不做具体限制。
在步骤S32中，将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
具体地，由于消费次数高的商品通常更加符合顾客的喜好，因此将消费次数高的预设数量的商品添加至所述待推荐信息，有助于提高用户体验度。
其中，所述预设数量不应当过小，否则难以体现顾客的消费喜好；所述预设数量不应当过大，否则会导致提供给顾客过多的信息，降低用户体验。在本发明实施例中，可以根据具体的商品确定预设数量，对所述预设数量不做具体限制。
继续参照图1，在步骤S14的具体实施中，将所述待推荐信息推荐至所述顾客。
具体地，以所述顾客的消费为用餐为例，所述待推荐信息可以选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
进一步地，所述待推荐信息可以以多种方式呈现，例如可以包括以下一项或多项：文字、数字、符号、图标、图片、视频和动画，从而给用户带来更好的观感体验。
所述待推荐信息可以通过多种媒介推荐至所述顾客，所述媒介例如可以包括以下一项或多项：显示屏显示、智能机器人的屏幕显示、智能机器人的语音推荐以及智能终端的信息推送。
在本发明实施例中，通过对顾客进行人脸识别，从而根据该顾客的消费记录确定待推荐信息，相比于现有技术中依赖销售人员或服务人员的人工推荐，采用本发明实施例的方案，可以更加准确、一致地确定待推荐信息，从而更合适地向顾客进行推荐，为商业行为的具体运作提供凭据。
参照图4，图4是本发明实施例中另一种消费推荐方法的部分流程图。所述另一种消费推荐方法可以包括图1中示出的步骤S11至步骤S14，还可以包括步骤S41至步骤S43，以下对各个步骤进行说明。
在步骤S41中，在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息。
具体地，可以复用对顾客进行人脸识别的图像传感器，对顾客的人脸进行拍摄，还可以采用额外的图像传感器对顾客的人脸进行拍摄，然后通过对该顾客进行人脸识别，以得到最新人脸信息。
在步骤S42中，建立所述顾客的所有消费记录与所述最新人脸信息的映射关系。
具体地，可以建立当前消费记录与最新人脸信息之间的映射关系，并且将该顾客的历史消费记录与前一人脸信息的映射关系修改为该顾客的历史消费记录与最新人脸信息的映射关系。
在本发明实施例中，在顾客付费时，对所述顾客的人脸进行拍摄并建立所述顾客的所有消费记录与所述最新人脸信息的映射关系，可以提高消费记录与真实顾客对应的人脸信息的映射关系的准确性。
在步骤S43中，根据所述最新人脸信息，更新所述人脸信息库。
具体而言，所述顾客可能由于发型变化、是否佩戴眼镜等因素，人脸信息也相应地发生变化，如果不对该顾客的人脸信息进行更新，则容易降低辨识成功率，甚至在多次变化后难以辨认出该顾客。
在本发明实施例中，通过及时地对人脸信息库进行更新，有助于避免因顾客的外貌发生变化导致辨识失败。
参照图5，图5是本发明实施例中又一种消费推荐方法的部分流程图。所述又一种消费推荐方法可以包括图1中示出的步骤S11至步骤S14，还可以包括步骤S51至步骤S52，以下对各个步骤进行说明。
在步骤S51中，在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新。
在本发明实施例中，在顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新，可以及时地对消费记录信息库进行更新，从而提高对该顾客的消费追踪能力。
进一步地，根据更新后的消费记录信息库，可以在下一次将所述待推荐信息推荐至所述顾客时，有机会将顾客最新消费的商品特征推荐给顾客，从而更好地满足顾客的最新喜好，提高用户体验度。
在步骤S52中，建立所述最新消费记录与所述当前人脸信息的映射关系。
在本发明实施例中，通过建立所述最新消费记录与所述当前人脸信息的映射关系，可以提高最新的消费记录与人脸信息的映射关系的准确性。
参照图6，图6是本发明实施例中一种消费推荐装置的结构示意图。所述消费推荐装置可以包括：
识别模块61，适于对顾客进行人脸识别，以得到当前人脸信息；
消费确定模块62，适于根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；
待推荐确定模块63，适于根据所述消费记录，确定待推荐信息；
推荐模块64，适于将所述待推荐信息推荐至所述顾客。
进一步地，图6示出的所述消费推荐装置还可以包括：
拍摄模块65，适于在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息；
人脸映射建立模块66，适于建立所述顾客的所有消费记录与所述最新人脸信息的映射关系；
人脸更新模块67，适于根据所述最新人脸信息，更新所述人脸信息库。
进一步地，图6示出的所述消费推荐装置还可以包括：
消费更新模块68，适于在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新；
消费映射建立模块69，适于建立所述最新消费记录与所述当前人脸信息的映射关系。
参照图7，图7是图6中消费确定模块62的一种具体实施方式的结构示意图。所述消费确定模块62可以包括：
人脸查询子模块621，适于查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息；
消费查询子模块622，适于当所述人脸信息库中包含有当前人脸信息时，根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录；其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系。
参照图8，图8是图6中待推荐确定模块63的一种具体实施方式的结构示意图。所述待推荐确定模块63可以包括：
消费确定子模块631，适于根据所述消费记录确定所述顾客之前消费的商品；
待推荐确定子模块632，适于将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
进一步地，所述待推荐信息可以选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
关于该消费推荐装置的原理、具体实现和有益效果请参照前文及图1至图5示出的关于消费推荐方法的相关描述，此处不再赘述。
本发明实施例还提供了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述消费推荐方法的步骤。所述存储介质可以是计算机可读存储介质，例如可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器，还可以包括光盘、机械硬盘、固态硬盘等。
本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述消费推荐方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。
在本发明实施例的一种具体应用中，所述终端可以为智能机器人。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (14)

1.一种消费推荐方法，其特征在于，包括以下步骤：
对顾客进行人脸识别，以得到当前人脸信息；
根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；
根据所述消费记录确定待推荐信息；
将所述待推荐信息推荐至所述顾客。
2.根据权利要求1所述的消费推荐方法，其特征在于，所述信息库包括人脸信息库以及消费记录信息库，所述根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录包括：
查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息；
当所述人脸信息库中包含有当前人脸信息时，根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录；
其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系。
3.根据权利要求2所述的消费推荐方法，其特征在于，还包括：
在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息；
建立所述顾客的所有消费记录与所述最新人脸信息的映射关系；
根据所述最新人脸信息，更新所述人脸信息库。
4.根据权利要求2所述的消费推荐方法，其特征在于，还包括：
在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新；
建立所述最新消费记录与所述当前人脸信息的映射关系。
5.根据权利要求1所述的消费推荐方法，其特征在于，根据所述消费记录确定待推荐信息包括：
根据所述消费记录确定所述顾客之前消费的商品；
将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
6.根据权利要求1所述的消费推荐方法，其特征在于，所述待推荐信息选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
7.一种消费推荐装置，其特征在于，包括：
识别模块，适于对顾客进行人脸识别，以得到当前人脸信息；
消费确定模块，适于根据所述当前人脸信息查询信息库，以确定所述顾客的消费记录；
待推荐确定模块，适于根据所述消费记录，确定待推荐信息；
推荐模块，适于将所述待推荐信息推荐至所述顾客。
8.根据权利要求7所述的消费推荐装置，其特征在于，所述信息库包括人脸信息库以及消费记录信息库，所述消费确定模块包括：
人脸查询子模块，适于查询人脸信息库，以确定所述人脸信息库中是否包含有当前人脸信息；
消费查询子模块，适于当所述人脸信息库中包含有当前人脸信息时，根据所述当前人脸信息，查询消费记录信息库，以确定所述顾客的消费记录；
其中，所述消费记录信息库中的每条消费记录与所述人脸信息库中的人脸信息具有映射关系。
9.根据权利要求8所述的消费推荐装置，其特征在于，还包括：
拍摄模块，适于在所述顾客付费时，对所述顾客的人脸进行拍摄，以得到最新人脸信息；
人脸映射建立模块，适于建立所述顾客的所有消费记录与所述最新人脸信息的映射关系；
人脸更新模块，适于根据所述最新人脸信息，更新所述人脸信息库。
10.根据权利要求8所述的消费推荐装置，其特征在于，还包括：
消费更新模块，适于在所述顾客付费时，根据所述顾客的最新消费记录对所述消费记录信息库进行更新；
消费映射建立模块，适于建立所述最新消费记录与所述当前人脸信息的映射关系。
11.根据权利要求7所述的消费推荐装置，其特征在于，所述待推荐确定模块包括：
消费确定子模块，适于根据所述消费记录确定所述顾客之前消费的商品；
待推荐确定子模块，适于将所述之前消费的商品按照消费次数由高至低排列，且将消费次数高的预设数量的商品添加至所述待推荐信息。
12.根据权利要求7所述的消费推荐装置，其特征在于，所述待推荐信息选自以下一项或多项：用餐位置、推荐菜品以及推荐口味。
13.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至6任一项所述消费推荐方法的步骤。
14.一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至6任一项所述消费推荐方法的步骤。
CN201810717196.4A 2018-07-03 2018-07-03 消费推荐方法及装置、存储介质、终端 Pending CN108960999A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810717196.4A CN108960999A (zh) 2018-07-03 2018-07-03 消费推荐方法及装置、存储介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810717196.4A CN108960999A (zh) 2018-07-03 2018-07-03 消费推荐方法及装置、存储介质、终端

Publications (1)

Publication Number Publication Date
CN108960999A true CN108960999A (zh) 2018-12-07

Family

ID=64485153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810717196.4A Pending CN108960999A (zh) 2018-07-03 2018-07-03 消费推荐方法及装置、存储介质、终端

Country Status (1)

Country Link
CN (1) CN108960999A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472677A (zh) * 2018-12-28 2019-03-15 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN111784454A (zh) * 2020-06-30 2020-10-16 广东奥园奥买家电子商务有限公司 一种面向顾客进行精准推荐商品的方法和装置
CN113226953A (zh) * 2018-12-28 2021-08-06 日本烟草产业株式会社 香烟商品管理系统以及香烟商品管理方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942705A (zh) * 2014-03-25 2014-07-23 惠州Tcl移动通信有限公司 一种基于人脸识别的广告分类匹配推送方法及系统
CN104021506A (zh) * 2014-06-24 2014-09-03 河海大学常州校区 一种基于人脸识别技术的智能餐厅点餐管理系统及方法
CN104268725A (zh) * 2014-10-30 2015-01-07 胡新元 一种基于人脸识别技术的客户管理系统及方法
CN105117450A (zh) * 2015-08-17 2015-12-02 四川长虹电器股份有限公司 智能推荐食品的冰箱及方法
CN105384015A (zh) * 2015-12-16 2016-03-09 苏州大学 一种基于人脸识别和智能推荐的电梯控制系统
CN106407418A (zh) * 2016-09-23 2017-02-15 Tcl集团股份有限公司 一种基于人脸识别的个性化视频推荐方法及推荐系统
CN107563343A (zh) * 2017-09-18 2018-01-09 南京甄视智能科技有限公司 基于人脸识别技术的FaceID数据库的自我完善方法和系统
CN107730726A (zh) * 2017-10-23 2018-02-23 秦卓奕 一种商品、服务展销方法以及智能展销终端
CN108022157A (zh) * 2017-12-08 2018-05-11 成都众智优学教育咨询有限公司 适用于餐厅的客户定位机器人

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942705A (zh) * 2014-03-25 2014-07-23 惠州Tcl移动通信有限公司 一种基于人脸识别的广告分类匹配推送方法及系统
CN104021506A (zh) * 2014-06-24 2014-09-03 河海大学常州校区 一种基于人脸识别技术的智能餐厅点餐管理系统及方法
CN104268725A (zh) * 2014-10-30 2015-01-07 胡新元 一种基于人脸识别技术的客户管理系统及方法
CN105117450A (zh) * 2015-08-17 2015-12-02 四川长虹电器股份有限公司 智能推荐食品的冰箱及方法
CN105384015A (zh) * 2015-12-16 2016-03-09 苏州大学 一种基于人脸识别和智能推荐的电梯控制系统
CN106407418A (zh) * 2016-09-23 2017-02-15 Tcl集团股份有限公司 一种基于人脸识别的个性化视频推荐方法及推荐系统
CN107563343A (zh) * 2017-09-18 2018-01-09 南京甄视智能科技有限公司 基于人脸识别技术的FaceID数据库的自我完善方法和系统
CN107730726A (zh) * 2017-10-23 2018-02-23 秦卓奕 一种商品、服务展销方法以及智能展销终端
CN108022157A (zh) * 2017-12-08 2018-05-11 成都众智优学教育咨询有限公司 适用于餐厅的客户定位机器人

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘思璇: "基于人脸识别的智能商场服务系统", 《中国战略新型产业》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472677A (zh) * 2018-12-28 2019-03-15 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN113226953A (zh) * 2018-12-28 2021-08-06 日本烟草产业株式会社 香烟商品管理系统以及香烟商品管理方法
CN111784454A (zh) * 2020-06-30 2020-10-16 广东奥园奥买家电子商务有限公司 一种面向顾客进行精准推荐商品的方法和装置

Similar Documents

Publication Publication Date Title
CN108960999A (zh) 消费推荐方法及装置、存储介质、终端
US9348898B2 (en) Recommendation system with dual collaborative filter usage matrix
US20180046991A1 (en) Purchase Data Transmission and Analysis System
US20220198568A1 (en) Systems and methods for providing customized financial advice
TW202127348A (zh) 展示區域的狀態識別方法、裝置、電子設備及記錄媒體
CN108197519A (zh) 基于二维码扫描触发人脸图像采集的方法和装置
US20140032331A1 (en) Method for interacting with customers at a point of sale for goods or services
US20160328779A1 (en) System and method for using purchasing history data to automatically create a personalized product list
US20130328765A1 (en) Signage system and display method by the same
CN107995527A (zh) 一种基于智能电视的消费品广告推送方法及相关装置
CN112016485A (zh) 一种基于人脸识别的客流统计方法和系统
CN111738537A (zh) 货架陈列方法、装置及存储介质
CN108090206A (zh) 评论信息的排序方法及装置、电子设备
US11615481B1 (en) Receipt capture with goal encouragement
US11526923B1 (en) Financial alert system based on user photographs associated with user spending behavior
US20210166271A1 (en) Method for providing text-reading based reward-type advertisement service and user terminal for executing same
US20150278910A1 (en) Directed Recommendations
WO2012054983A1 (en) Eyewear selection system
WO2020007141A1 (zh) 线下商品信息查询方法、装置、设备及系统
US10762484B1 (en) Data structure analytics for real-time recommendations
US20150254710A1 (en) Systems and Methods for Interfacing with Footwear Enthusiasts
CN108898102A (zh) 关注商品的确定方法及装置、存储介质、终端
CN109978672A (zh) 一种基于图像识别的销售系统及方法
US20140229239A1 (en) Face retirement tool
KR20160086810A (ko) 경매물품의 실시간 낙찰가 예측 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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181207