CN109493157A - 一种推荐商品方法及智能货柜 - Google Patents

Abstract

本发明涉及一种推荐商品方法及智能货柜，其中，一种智能货柜或便利店的推荐商品的方法，包括：获取用户身份；获取关注的商品；以及至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品。本发明提供的一种推荐商品方法及智能货柜，通过将客户的不同身份与商家的促销信息结合，来向用户推荐不同的优惠信息，在给用户带来了便捷购物体验的同时，也促进了商品销量的提升。

Description

一种推荐商品方法及智能货柜

技术领域

本发明涉及售货技术领域，特别地涉及一种推荐商品方法及智能货柜。

背景技术

便利店购物是一种用户非常喜欢的购物方式。无人便利店的兴起更是为用户提供了不同于以往的购物体验。智能货柜是目前比较流行的一种新零售的购物方式，相比较于传统的购物柜来说，智能货柜具备了各种的传感器，从而使得购物更为方便。

为了能够吸引更多的用户，便利店或者智能货柜的商家会不定时推出一些优惠活动。这些优惠种类繁多而且计算方式复杂，例如：选择固定搭配的产品组合可以打折，或者同样商品买两个第二个半价之类的。在用户在遇到面对这些优惠活动时，往往需要花费大量的时间去进行比较计算，浪费时间，也影响购物体验。

发明内容

针对现有技术中存在的技术问题，本发明提出了一种推荐商品方法及智能货柜，以给使用者带来方便快捷的购物体验。

本发明的一个方面提供了一种智能货柜或便利店的推荐商品的方法，包括：获取用户身份；获取关注的商品；以及至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品包括：至少部分基于与用户身份有关的优惠信息确定待选商品列表。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定待选商品列表包括：至少部分基于用户的购物历史记录，确定待选商品列表。

如上所述的推荐商品的方法，其中历史购物记录包括用户购买商品的频度和/或数量。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定待选商品列表包括：至少部分基于与用户身份有关的优惠信息和关注商品对应的优惠信息确定待选商品列表。

如上所述的推荐商品的方法，进一步包括：基于用户附近的智能货柜或者便利店中的商品，确定待选商品列表。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：将关注的商品和待选商品列表中的商品组合，推荐一种或多种关注的商品和待选商品列表中商品的组合。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：减少关注商品中的一件或多件商品；以及，将剩余的关注商品和根据剩余的关注商品更新的待选商品列表中的商品组合，推荐一种或多种剩余的关注商品和更新的待选商品列表中商品的组合。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：至少部分基于用户的购物历史记录，增加关注商品中的一件或多件商品；以及，将增加的关注商品和根据增加的关注商品更新的待选商品列表中的商品组合，推荐一种或多种增加的关注商品和更新的待选商品列表中商品的组合。

如上所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：获得一项或多项可增加的优惠信息以及可增加的优惠信息对应的条件；以及将基于可增加的优惠信息更新的关注的商品、待选商品列表中的商品和可增加的优惠信息对应的条件组合，推荐一种或多种更新的关注的商品和待选商品列表中商品的组合。

如上任一所述的推荐商品的方法，其中基于以下规则中的一种或多种推荐一种或多种关注的商品和确定的待选商品列表中商品的组合：消费金额最少；与组合中各个商品的原价相比省钱最多；或者在设定的消费最高额范围内，购买的商品件数最多。

如上所述的推荐商品的方法，进一步包括：将推荐的一个或多个商品发送到用户的移动终端、智能货柜或无人便利店的显示器、或者便利店的收银台。

如上所述的推荐商品的方法，其中关注的商品为以下商品中的一种或其组合：用户已经购买的商品；用户已经拿取的商品；以及用户已经放入购物车中的商品。

本发明的一个方面提供了一种智能货柜，包括：

处理器，其经配置以确定用户关注的商品；以及

通信接口，其经配置以发送用户关注的商品和接收一个或多个推荐商品；

其中，至少部分基于与用户身份有关的优惠信息确定所述一个或多个推荐商品。

如上所述的智能货柜，其中关注的商品为以下商品中的一种或其组合：

用户已经购买的商品；

用户已经拿取的商品；以及

用户已经放入购物车中的商品。

如上所述的智能货柜，进一步包括显示器，其与处理器相连经配置以显示推荐的一个或多个商品。

如上所述的智能货柜，进一步包括一个或多个传感器，其经配置以确定用户拿取的商品，所述传感器与处理器相连。

如上所述的智能货柜，其中一个或多个传感器为摄像头和/或重力传感器。

本发明提供的一种推荐商品方法及智能货柜，通过将客户的不同身份与商家的促销信息结合，来向用户推荐不同的优惠信息，在给用户带来了便捷购物体验的同时，也促进了商品销量的提升。

附图说明

下面，将结合附图对本发明的优选实施方式进行进一步详细的说明，其中：

图1是根据本发明的一个实施例的智能货柜的使用场景图；

图2是根据本发明的一个实施例的智能货柜商品突出显示的示意图；

图3是根据本发明的一个实施例的智能货柜推荐方法的流程示意图；

图4是根据本发明的一个实施例的智能货柜推荐方法的流程示意图；

图5是根据本发明的一个实施例的推荐商品的方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

在以下的详细描述中，可以参看作为本申请一部分用来说明本申请的特定实施例的各个说明书附图。在附图中，相似的附图标记在不同图式中描述大体上类似的组件。本申请的各个特定实施例在以下进行了足够详细的描述，使得具备本领域相关知识和技术的普通技术人员能够实施本申请的技术方案。应当理解，还可以利用其它实施例或者对本申请的实施例进行结构、逻辑或者电性的改变。

本发明提出了一种在便利店或者智能货柜附近向用户主动推荐商品的方法。采用本发明的方法，能够激发用户的购买欲望，提高销售量。以下以智能货柜为为例，详细说明本发明的技术方案。本领域技术人员应当理解，在便利店、超市、商场、电商平台等销售商品时，也可以采用类似的方法。

图1是根据本发明一个实施例的使用智能货柜销售商品的示意图。如图1所示，智能货柜110包括柜体和柜门。智能货柜110一般是封闭式的，例如具有带锁的门。智能货柜110中存放一种或多种待销售的商品。智能货柜110与服务器120通过通信连接。

当用户希望购买智能货柜中的商品时，用户解锁智能货柜的柜门。例如，用户可以使用移动终端140扫描智能货柜上的识别码，然后利用移动终端登录服务器120。登录成功后，如果用户符合条件，服务器120指示智能货柜解锁柜门。本领域技术人员应当理解，以上仅是解锁柜门的一种方式。其他的方式，例如扫描用户移动终端的识别码、扫描用户的指纹、扫描用户的掌纹、扫描用户的虹膜、扫描用户的面部等其他方式也可以用户解锁智能货柜的柜门。

智能货柜的柜门解锁后，用户可以打开柜门，拿取智能货柜的商品。当用户结束购物后，例如关闭柜门后，根据用户拿取的商品生成订单。用户支付了订单的金额后，完成一次利用智能货柜的购物。

参考图1，智能货柜110周围环境中的其他设备也可能与智能货柜的应用有关。举例而言，智能货柜110周围环境中摄像设备可以用于采集智能货柜110周围的图像或视频。这些图像或视频可以用于用户识别、拿取商品的识别、开启柜门或者关闭柜门的动作识别等方面。或者，智能货柜110周围环境中的重力传感器可以用于识别是否有用户接近智能货柜110。本领域技术人员应当理解，以上仅是应用智能货柜110周围环境中的其他设备的一些例子。其他种类或者功能的设备也可能在智能货柜相关的应用中使用。

图2是根据本发明一个实施例的智能货柜的结构示意图。如图所示，智能货柜包括处理器201、通信接口202、传感器203、探测器204以及存储器205。

处理器201能够包括一个或多个中央处理单元(CPU)、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或它们的组合。处理器201能够执行存储在存储器205中的软件或计算机可读指令以执行本文描述的方法或操作。处理器201能够以若干不同的方式来实施。例如，处理器201能够包括一个或多个嵌入式处理器、处理器核心、微型处理器、逻辑电路、硬件有限状态机(FSM)、数字信号处理器(DSP)或它们的组合。

通信接口202能够包括一个或多个有线或无线通信接口。例如，通信接口网络接口卡、无线调制解调器或有线调制解调器。在一种应用中，通信接口202能够是WiFi调制解调器。在另一些应用中，通信接口202能够是3G调制解调器、4G调制解调器、LTE调制解调器、蓝牙组件、射频接收器、天线或它们的组合。

传感器203能够检测智能货柜中的商品。在一种应用中，传感器203能够是RFID天线，其能够检测智能货柜中商品上的RFID标签。在另一种应用中，传感器203能够是重力传感器，其能够检测处于其探测区域上商品的重量。在另一种应用中，传感器203能够图像设备，其能够获得其关注区域中商品的图像。在另一些应用中，传感器203能够是红外传感器、光电触感器、微动开关在一些应用中，传感器203能够是上述提到的传感器的组合。本领域技术人员应当理解，以上仅仅是示例性说明传感器203可能的实例。本领域中能够实现同样目的的其他实例也可以应用于此。

探测器204能够检测智能货柜或者智能货柜内外的情况。在一种应用中，探测器204能够是门锁状态探测器，其能够检测智能货柜的柜门是否锁闭。在另一种应用中，探测器204能够是摄像设备，其能够监视柜内用户手的动作。在另一种应用中，探测器204能够是摄像设备，其能够监视柜外用户的图像。在一些应用中，探测器204能够是上述提到的探测器的组合。本领域技术人员应当理解，以上仅仅是示例性说明探测器204可能的一些实例。本领域中能够实现同样目的的其他实例也可以应用于此。

存储器205能够存储软件、数据、日志或它们的组合。存储器205能够是内部存储器或者外部存储器。例如，存储器404能够是易失性存储器或非易失性存储器,诸如非易失性随机存取存储器(NVRAM)、闪存、磁盘存储器的非易失性存储器，或者是诸如静态随机存取存储器(SRAM)的易失性存储器。

图3是根据本发明一个实施例的服务器的示意图。如图所示，服务器包括一个或多个处理器301、通信接口302以及存储器303。

处理器301能够包括一个或多个中央处理单元(CPU)、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或它们的组合。处理器201能够执行存储在存储器303中的软件或计算机可读指令以执行本文描述的方法或操作。处理器301能够以若干不同的方式来实施。例如，处理器301能够包括一个或多个嵌入式处理器、处理器核心、微型处理器、逻辑电路、硬件有限状态机(FSM)、数字信号处理器(DSP)或它们的组合。

通信接口302能够包括一个或多个有线或无线通信接口。例如，通信接口网络接口卡、无线调制解调器或有线调制解调器。在一种应用中，通信接口302能够是WiFi调制解调器。在另一些应用中，通信接口302能够是3G调制解调器、4G调制解调器、LTE调制解调器、蓝牙组件、射频接收器、天线或它们的组合。

存储器303能够存储软件、数据、日志或它们的组合。存储器303能够是内部存储器或者外部存储器。例如，存储器303能够是易失性存储器或非易失性存储器,诸如非易失性随机存取存储器(NVRAM)、闪存、磁盘存储器的非易失性存储器，或者是诸如静态随机存取存储器(SRAM)的易失性存储器。

图4是根据本发明一个实施例的移动终端的示意图。如图所示，移动终端包括处理器401、通信接口402、摄像头403、显示器404和存储器405。移动终端可以为便携式计算设备，诸如智能手机、平板电脑、笔记本电脑、智能手表、个人娱乐设备或它们的组合。

图5是根据本发明的一个实施例的推荐商品的方法的流程图，如图所示，推荐商品方法包括：在步骤510，获取用户的身份。其中，用户身份包括但不限于用户ID、用户名、手机号、用户的指纹信息、用户的面部特征信息、用户的会员卡信息、用户的二维码信息等基本信息，进一步的，还可以包括注册时间、用户等级等附加信息。如前所述，在智能货柜购物场景下，当用户解锁智能货柜时即可以获得用户的身份。在便利店购物场景，如果是无人便利店，与智能货柜购物场景类似，用户在解锁无人便利店的店门时即可以获得用户的身份。对于传统便利店，当用户进入便利店后可以通过便利店内的摄像头通过人脸识别技术获得用户的身份。当然，在智能货柜和无人便利店场景下，也可以利用摄像头通过人脸识别技术获得用户的身份。

在步骤520，获取关注的商品。在一些实施例中，关注的商品包括用户已经购买的商品。例如在智能货柜场景中，当用户锁闭柜门后即可以开始获取用户已经购买的商品。而用户已经购买的商品当然是用户关注的商品。在一些实施例中，关注的商品还可以包括用户已经拿取的商品。例如在智能货柜、无人便利店或传统便利店场景中，当用户拿取商品以后，利用智能货柜的一个或多个传感器，例如摄像头或者重力传感器或者二者的组合，即可以确定用户拿取的商品。在一些实施例中，关注的商品还可以包括用户已经放入购物车中的商品。本领域技术人员应当理解，关注的商品还可能以其他的方式确定，而这些方式也都可以并入本发明中而进入本发明的范围之内。

在步骤530，至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品。优惠信息可能包括很多种，包括但不限于：商品本身对应的优惠信息(例如第二个半价)；用户身份对应的优惠信息(例如VIP用户享8折优惠)；以及二者的组合(例如VIP用户商品享受8折优惠)。由于商品的种类繁多，商品所对应的优惠信息也很多，选择最优的优惠方案是计算量会很大。更为重要的是，如果不考虑用户偏好，那么优惠方案中的商品可能不是用户需要的，用户采用推荐的优惠方案可能性会比较低。因此，在步骤530中，在确定推荐商品时，需要考虑在步骤510确定的用户身份。

在一些实施例中，至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品包括：至少部分基于与用户身份有关的优惠信息确定待选商品列表。获得了待选商品列表就可以基于待选商品列表来向用户推荐商品。例如，可以向用户推荐从待选商品列表中选择一个或多个商品。也就是说，在用户关注的商品基础上增加了从待选商品列表中选择一个或多个商品。当然也可以有其他更优的推荐方式。本文的以下部分介绍了一些这样的实施例，但是本发明的范围并不限于这些方式。

根据本发明的一个实施例，可以至少部分基于用户的购物历史记录确定待选商品列表。在一些实施例中，用户的购物历史记录包括用户曾经购买的商品以及用户关注但尚未购买的商品。对于用户已经购买的商品，那么可以根据用户购买商品的频度或者数量来判断用户重复购买这些商品的意愿。对于购买商品的频度或者数量超过预设阈值的商品，可以认为用户重复购买的意愿较高，因此可以将这些商品加入待选商品列表。对于用户关注但尚未购买的商品，可以直接认定这些商品用户的购买意愿较高，可以将这些商品加入待选商品列表。在一些实施例中，可以基于用户的购物历史记录确定用户的属性。根据相同属性用户的统计数据来判断此类用户购买意愿较高的商品。这些购买意愿较高的商品也可以加入到待选商品列表。

在一些实施例中，确定待选商品列表还可以考虑关注商品对应的优惠信息所指向的商品。由于关注商品的数量是有限的，关注商品对应的优惠信息所指向的商品也是有限的。而且，关注商品是用户关注的，关注商品对应的优惠信息所指向的商品一般也是根据用户购买习惯或者使用习惯确定的，因此也有着相对较高的购买意愿。因此，关注商品对应的优惠信息所指向的商品也可以加入到待选商品列表中。举例而言，如果关注商品包括一种手机，而该种手机与另一种充电宝合并购买可以享受优惠；那么该种充电宝也可以加入到待选商品列表中。

在一些实施例中，可以基于用户附近的智能货柜或者便利店中的商品，确定待选商品列表。具体而言，可以利用用户附近的智能货柜或者便利店中的商品来缩小待选商品列表的范围。所谓“用户附近”具体可以为距离用户5000米、1000米、500米、100米或50米范围之内的智能货柜或者便利店。

根据本发明的一个实施例，在获得了关注商品和待选商品列表后，可以调整关注商品或者待选商品列表，从而获得更优的推荐商品组合。

实施例1：

减少关注商品中的一件或多件商品；以及将剩余的关注商品和根据剩余的关注商品确定的待选商品列表中的商品组合，根据预定的规则，推荐一种或多种关注的商品和更新的待选商品列表中商品的组合。在本实施例中，试验性地减少关注商品，确定减少关注商品后带来的待选商品列表中的商品变化，然后可以得到新的关注商品或者待选商品列表的组合。

例如，用户关注的商品是饮料可口可乐和娃哈哈矿泉水。与可口可乐有关的优惠信息是购买可口可乐饮料基础上再购买冰露矿泉水可以享受所有商品7折优惠，购买娃哈哈矿泉水基础上再购买东方树叶茶饮料享受9折优惠。那么，待推荐的商品列表是冰露矿泉水和东方树叶茶饮料，其中，可口可乐的价格均是18元/6罐，东方树叶茶饮料的价格是15元/6罐，娃哈哈矿泉水和冰露矿泉水的价格均是12元/6瓶。预定的规则为花费最少。在不享受任何优惠的情况，总的花费为18+12＝30元。

不减少关注商品的情况下，可以享受优惠有两种组合：

(1)(18+12+12)*0.7＝29.4

(2)(18+12+15)*0.9＝40.5

如果选择减少可口可乐，待选商品列表减少冰露矿泉水，享受优惠方案：

(3)(12+15)*0.9＝24.3

如果选择减少娃哈哈矿泉水，待选商品列表减少东方树叶茶饮料，享受优惠的方案：

(4)(18+12)*0.7＝21。

最后一种方案花费最少，根据预定的规则，向用户推荐的方案是可口可乐和冰露矿泉水。

实施例2：

根据用户的购物历史记录，增加关注商品中的一件或多件商品；以及将增加的关注商品和根据增加的关注商品更新的待选商品列表中的商品组合，根据预定的规则，推荐一种或多种关注的商品和更新的待选商品列表中商品的组合。在本实施例中，试验性地根据用户购物历史记录增加关注商品，确定增加关注商品后带来的待选商品列表中的商品变化，然后可以得到新的关注商品或者待选商品列表的组合。

例如，用户关注的商品是饮料可口可乐。优惠信息是(1)、同类商品第二件8折，以及(2)、购买芬达基础上再购买冰露矿泉水可以享受所有可口可乐公司商品8折优惠。同时，用户的历史购物记录中包括芬达。其中，可口可乐的价格是18元/6罐，芬达的价格是15元/6罐，冰露矿泉水的价格是12元/6瓶。预定的规则为省钱最多。那么，如果不增加关注的商品时，待推荐商品只有可口可乐，那么节省18*0.2＝3.6元，并且购买的商品只能是可口可乐。如果增加了芬达为关注商品，那么待推荐商品是冰露矿泉水，此时就可享受所有商品8折优惠，共节省(18+15+12)*0.2＝9元，并且可以购买3件可口可乐公司的产品。

实施例3：

获得一项或多项可增加的优惠信息以及可增加的优惠信息对应的条件；以及将基于可增加的优惠信息更新的关注的商品、更新的待选商品列表中的商品和可增加的优惠信息对应的条件组合，根据预定的规则，推荐一种或多种更新的关注的商品和待选商品列表中商品的组合。在本实施例中，试验性地增加额外的优惠信息，考虑享受额外的优惠信息之后所带来的关注商品的变化，待选商品列表的变化，以及享受优惠需要满足条件带来的变化，由此得到新的关注商品或者待选商品列表的组合。例如，可增加的优惠是购买商品超过5件可以享受5折优惠，而关注商品中仅包括3件商品；待选商品列表仅包括1件商品。那么可以考虑在待选商品列表中增加一件价格很低的商品从而得到能够享受这项优惠的新的推荐组合。

本领域技术人员应当理解，以上三个实施例仅仅是为了说明本发明的技术方案而提供的具体实例。其他的针对关注商品或者待选商品列表的调整方式也可以应用于本发明，从而也落入本发明的范围之内。

在获得了关注商品和待选商品列表后，可以通过预定的规则来确定应当向用户推荐的商品组合。所谓的预定规则包括不限于以下规则的一种或其组合：

消费金额最少；

与组合中各个商品的原价相比省钱最多；以及

在设定的消费最高额范围内，购买的商品件数最多。

这些规则可以是预设的，也可以是根据用户的选择而设定的。针对关注商品和待选商品列表中的商品进行组合而得到的商品组合，可以根据以上规则进行计算并打分，最后选择最为满足上述规则的一种或多种商品组合作为向用户推荐的方案。

例如，用户关注的商品是可口可乐饮料。与可口可乐有关的优惠信息是购买可乐饮料基础上再购买冰露矿泉水可以享受所有商品8折优惠。用户的身份是V1级别的VIP用户，对应优惠信息是满30减10。那么用户关注的商品是可口可乐，待选商品列表为冰露矿泉水。可口可乐的价格是18元/6罐，矿泉水的价格是12元/6瓶。预定的规则为花费最少。那么，推荐的商品组合为6罐可口可乐和6瓶冰露矿泉水，总花费为(30-10)*0.8＝16元。这个价格比单独购买6罐可口可乐的18元更为便宜。

在步骤540，将推荐的一个或多个商品发送到用户移动终端、智能货柜的显示器或者便利店的收银台以通知用户。在获得了推荐的商品之后，及时通知用户以方便用户调整购物选择。通过将推荐的商品发送到移动终端是一种最为快捷和方便的方式。在智能货柜或无人便利店场景下，如果智能货柜或无人便利店包括显示器，可以通过在显示器上显示推荐的一个或多个商品来提示用户。在传统便利店的场景下，可以通过推荐的一个或多个商品发送到收银台，由收银台的售货员提示用户。

根据本发明的一个实施例，本发明的推荐商品的方法可以在智能货柜或者便利店本地的计算机上执行或者在智能货柜或者便利店相关的服务器上执行。

上述实施例仅供说明本发明之用，而并非是对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明范围的情况下，还可以做出各种变化和变型，因此，所有等同的技术方案也应属于本发明公开的范畴。

Claims (18)

1.一种智能货柜或便利店的推荐商品的方法，包括：

获取用户身份；

获取关注的商品；以及

至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品。

2.根据权利要求1所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品包括：至少部分基于与用户身份有关的优惠信息确定待选商品列表。

3.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定待选商品列表包括：至少部分基于用户的购物历史记录，确定待选商品列表。

4.根据权利要求3所述的推荐商品的方法，其中历史购物记录包括用户购买商品的频度和/或数量。

5.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定待选商品列表包括：至少部分基于与用户身份有关的优惠信息和关注商品对应的优惠信息确定待选商品列表。

6.根据权利要求2所述的推荐商品的方法，进一步包括：基于用户附近的智能货柜或者便利店中的商品，确定待选商品列表。

7.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：将关注的商品和待选商品列表中的商品组合，推荐一种或多种关注的商品和待选商品列表中商品的组合。

8.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：减少关注商品中的一件或多件商品；以及，将剩余的关注商品和根据剩余的关注商品更新的待选商品列表中的商品组合，推荐一种或多种剩余的关注商品和更新的待选商品列表中商品的组合。

9.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：至少部分基于用户的购物历史记录，增加关注商品中的一件或多件商品；以及，将增加的关注商品和根据增加的关注商品更新的待选商品列表中的商品组合，推荐一种或多种增加的关注商品和更新的待选商品列表中商品的组合。

10.根据权利要求2所述的推荐商品的方法，其中至少部分基于与用户身份有关的优惠信息确定一个或多个推荐商品进一步包括：获得一项或多项可增加的优惠信息以及可增加的优惠信息对应的条件；以及将基于可增加的优惠信息更新的关注的商品、待选商品列表中的商品和可增加的优惠信息对应的条件组合，推荐一种或多种更新的关注的商品和待选商品列表中商品的组合。

11.根据权利要求7-10中任一所述的推荐商品的方法，其中基于以下规则中的一种或多种推荐一种或多种关注的商品和确定的待选商品列表中商品的组合：

消费金额最少；

与组合中各个商品的原价相比省钱最多；或者

在设定的消费最高额范围内，购买的商品件数最多。

12.根据权利要求1所述的推荐商品的方法，进一步包括：将推荐的一个或多个商品发送到用户的移动终端、智能货柜或无人便利店的显示器、或者便利店的收银台。

13.根据权利要求1所述的推荐商品的方法，其中关注的商品为以下商品中的一种或其组合：

用户已经购买的商品；

用户已经拿取的商品；以及

用户已经放入购物车中的商品。

14.一种智能货柜，包括：

处理器，其经配置以确定用户关注的商品；以及

通信接口，其经配置以发送用户关注的商品和接收一个或多个推荐商品；

其中，至少部分基于与用户身份有关的优惠信息确定所述一个或多个推荐商品。

15.根据权利要求14所述的智能货柜，其中关注的商品为以下商品中的一种或其组合：

用户已经购买的商品；

用户已经拿取的商品；以及

用户已经放入购物车中的商品。

16.根据权利要求14所述的智能货柜，进一步包括显示器，其与处理器相连经配置以显示推荐的一个或多个商品。

17.根据权利要求14所述的智能货柜，进一步包括一个或多个传感器，其经配置以确定用户拿取的商品，所述传感器与处理器相连。

18.根据权利要求14所述的智能货柜，其中一个或多个传感器为摄像头和/或重力传感器。