CN109658207A - 自动售货机的商品推荐方法、系统及装置 - Google Patents
自动售货机的商品推荐方法、系统及装置 Download PDFInfo
- Publication number
- CN109658207A CN109658207A CN201910034402.6A CN201910034402A CN109658207A CN 109658207 A CN109658207 A CN 109658207A CN 201910034402 A CN201910034402 A CN 201910034402A CN 109658207 A CN109658207 A CN 109658207A
- Authority
- CN
- China
- Prior art keywords
- vending machine
- order
- information
- kinds
- target
- 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
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
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F11/00—Coin-freed apparatus for dispensing, or the like, discrete articles
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于商品推荐领域,提供了一种自动售货机的商品推荐方法、系统及装置,该方法包括:采集目标售货机的目标历史订单,目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与货品类型相对应的销售时间;采集与位置信息、属性信息相对应的对照售货机的对照历史订单;通过预先训练好的模型对目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;将推荐商品信息推荐给与目标售货机相对应的运营商。本发明通过分析目标历史订单和对照历史订单,以准确查询最符合对应售货机的推荐商品信息,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,提高了商品推荐效率,提高了用户体验。
Description
技术领域
本发明属于商品推荐领域,尤其涉及一种自动售货机的商品推荐方法、系统及装置。
背景技术
现代社会,自动售货机已被广泛的普及开来。对消费者来说,自动售货机操作简单,使用便利;对商家来说,自动售货机节约了人工成本,因而,自动售货机又被称为24小时营业的微型超市。为了满足消费者的消费需求,现在大多数公共场合都设置有自动售货机。自动售货机使用过程中,当商品的数量较少或到达预设间隔时间进行补货时,需要采用商品推荐的方式,以使运行商对自动售货机进行补货,以满足用户的商品需求,由于,商品推荐的准确性和效率性将直接影响自动售货机的销售情况,使得运营商对自动售货机的商品推荐问题越来越重视。
现有的自动售货机的商品推荐均是通过接收某段时间内的订单情况,进行整合,并人为分析其销售的趋势,从而给售货机推出适用于该售货机的商品;而且,现有的技术无法获知本区域其他售货机的历史销售状况,进而导致推荐效率低下,无法精确推荐符合用户需求的商品,降低用户的使用体验,同时无法给运营商带来最大的经济效益。
发明内容
本发明实施例的目的在于提供一种自动售货机的商品推荐方法、系统及装置,旨在解决现有的自动售货机的商品推荐方法使用过程中,由于推荐效率低下,无法精确推荐符合用户需求商品导致的用户使用体验低的问题。
本发明实施例是这样实现的,一种自动售货机的商品推荐方法,包括:
采集目标售货机的目标历史订单,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
将所述推荐商品信息推荐给与所述目标售货机相对应的运营商。
更进一步的,所述目标历史订单还携带有用户标识信息,所述采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单,具体包括:
采集与所述用户标识信息相对应的用户历史订单;
将所述用户历史订单作为所述对照历史订单。
更进一步的,所述训练好的模型具体包括:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
更进一步的,所述训练好的模型具体还包括:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的复购信息;
根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的第二推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
更进一步的,所述根据所述数量以及所述毛利计算出各个货品类型的推荐权重,具体包括:
a*x+b*y=Q。
本发明实施例的另一目的在于提供一种自动售货机的商品推荐系统,所述系统包括:
目标订单采集模块,用于采集目标售货机的目标历史订单,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
对照订单采集模块,用于采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
订单分析处理模块,用于通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
商品推荐模块,用于将所述推荐商品信息推荐给与所述目标售货机相对应的运营商。
更进一步的,所述目标历史订单还携带有用户标识信息,所述对照订单采集模块还可用于:
采集与所述用户标识信息相对应的用户历史订单;
将所述用户历史订单作为所述对照历史订单。
更进一步的,所述订单分析处理模块具体用于:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
本发明实施例的另一目的在于提供一种自动售货机的商品推荐装置,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述自动售货机的商品推荐装置执行上述的自动售货机的商品推荐方法。
本发明实施例的另一目的在于提供一种存储介质,其特征在于,其存储有上述的自动售货机的商品推荐装置中所使用的计算机程序,该计算机程序被处理器执行时实现上述的自动售货机的商品推荐方法的步骤。
本发明实施例中,通过分析目标历史订单和对照历史订单,以使准确的查询最符合对应售货机的推荐商品信息,以针对性的满足用户的商品需求,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,进而有效的提高了商品推荐效率,提高了用户体验,本发明实施例通过采集目标售货机本地存储的目标历史订单的设计,以使有效的获取到与所述目标售货机“时间、位置、属性”相同的售货机的对照历史订单,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,并通过将该推荐商品信息发送至对应运营商,以方便运营商根据该推荐商品对目标售货机和对照售货机进行补货操作。
附图说明
图1是本发明第一实施例提供的自动售货机的商品推荐方法的流程图;
图2是本发明第二实施例提供的自动售货机的商品推荐方法的流程图;
图3是本发明第三实施例提供的自动售货机的商品推荐方法的流程图;
图4是本发明第四实施例提供的自动售货机的商品推荐系统的结构示意图;
图5是本发明第五实施例提供的自动售货机的商品推荐装置的结构示意图。
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仅用以解释本发明,并不用于限定本发明。
现有的自动售货机的商品推荐推荐效率低下,无法精确推荐符合用户需求的商品,降低用户的使用体验,同时无法给运营商带来最大的经济效益,因此,本发明通过采集目标售货机本地存储的目标历史订单的设计,以使有效的获取到与所述目标售货机“时间、位置、属性”相同的售货机的对照历史订单,以使方便了后续对同一属性的自动售货机进行商品推荐,提高了商品推荐效率,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,进而有效的提高了商品推荐的准确性,提高了用户体验。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明
实施例一
请参阅图1,是本发明第一实施例提供的自动售货机的商品推荐方法的流程图,包括步骤:
步骤S10,采集目标售货机的目标历史订单;
在本发明实施例中,所述目标售货机指的是需要进行商品推荐的售货机。
在本发明实施例中,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间,控制进行所述目标历史订单进行采集的采集指令可以采用语音信号、按键信号、无线信号或电信号的方式进行传输;
具体的,本实施例中,所述采集指令用于触发进行所述目标历史订单的采集,所述采集指令中携带有所述售货机标识信息,所述售货机标识信息用于进行所述目标历史订单采集时,所述目标历史订单的数据查询;
步骤S20,采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
在本发明实施例中,所述属性信息指的是自动售货机所在场地的行业属性,比如:医院、学校等等,所述位置信息指的是对应自动售货机所处的区域属性,例如:城市、县城、乡村等等;
具体的,当该步骤中查询到的所述位置信息为北京市、所述属性信息为医院时,分别北京市中处于医院内的自动售货机的历史订单,即所述对照历史订单;
步骤S30,通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
在本发明实施例中,本实施例中可以采集权重计算的方式,与进行所述推荐商品信息的查询,即通过根据所述目标历史订单和所述对照历史订单中各个商品的销售情况进行权重分析,按照权重分析结果进行排序,并根据排序结果以获取预设数量的商品名称,以得到所述推荐商品信息;
步骤S40,将所述推荐商品信息推荐给与所述目标售货机相对应的运营商;
在本发明实施例中,通过将所述推荐商品信息推荐给运营商的设计,以使方便运营商对同一属性的自动售货机进行商品推荐,提高了商品推荐效率,具体的,所述商品推荐信息中存储有多种商品的名称,例如口罩、饮料、食品、化妆品或五金工具等。
本实施例中,通过分析目标历史订单和对照历史订单,以使准确的查询最符合对应售货机的推荐商品信息,以针对性的满足用户的商品需求,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,进而有效的提高了商品推荐效率,提高了用户体验,本发明实施例通过采集目标售货机本地存储的目标历史订单的设计,以使有效的获取到与所述目标售货机“时间、位置、属性”相同的售货机的对照历史订单,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,并通过将该推荐商品信息发送至对应运营商,以方便运营商根据该推荐商品对目标售货机和对照售货机进行补货操作。
实施例二
请参阅图2,是本发明第二实施例提供的自动售货机的商品推荐方法的流程图,包括步骤:
步骤S11,采集目标售货机的目标历史订单;
在本发明实施例中,所述目标历史订单携带有用户标识信息、售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
步骤S21,采集与所述用户标识信息相对应的用户历史订单;
在本发明实施例中,该步骤中通将所述用户表示信息与服务器中存储的订单数据库进行匹配,以得到所述用户历史订单;
步骤S31,将所述用户历史订单作为所述对照历史订单;
该步骤中,通过将所述用户历史订单设置为所述对照历史订单的设计,能针对性的对指定用户的订单情况进行追踪,以使后续能针对该指定用户进行商品类型的推荐;
步骤S41,采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
在本发明实施例中,该步骤中通过分别遍历所述目标历史订单和所述对照历史订单,以计算在本发明实施例中各个货品类型相对应的销售数量;
具体的,该步骤中可以采用文字匹配检索方式以进行对应销售数量的采集,即通过在所述目标历史订单和所述对照历史订单中分别计算货品类型对应的商品特征的出现次数,以得到对应销售数量,所述商品特征采用特征文字、特征图像或特征词汇,优选的,本实施例中该商品特征采用的是特征词汇的方式进行匹配检索,该特征词汇可以为口罩、饮料、食品、化妆品或五金工具等;
步骤S51,采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
在本发明实施例中,该步骤中通过获取各个货品类型的货品名称后,与本地预存储的毛利表进行匹配,以得到对应的销售毛利;
步骤S61,根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;
在本发明实施例中,该步骤中所述根据所述数量以及所述毛利计算出各个货品类型的推荐权重所采用的计算公式为:
a*x+b*y=Q;
具体的,a为所述目标历史订单或所述对照历史订单中任一货品类型对应的所述数量的数值,b为对应货品类型对应的所述毛利的数值,x和y分别为所述数量、所述毛利对应的权重基值,Q为计算得到货品类型对应的所述第一推荐权重;
步骤S71,获取符合预设权重条件的货品类型,并作为所述推荐商品信息;
在本发明实施例中,所述预设权重条件可以根据运营商的需求自主进行条件设置,该预设权重条件可以为判断获取类型对应的所述第一推荐权重是否大于权重阈值,若是,则判定对应货品类型满足所述预设权重条件,例如当计算得到的食品类型对应的所述第一推荐权重为10时,权重阈值为9时,由于所述第一推荐权重大于所述权重阈值,因此,将所述食品类型添加至所述推荐商品信息中;
该预设权重条件还可以为,依序将计算得到的所述第一推荐权重进行大小值的排序,并根据排序结果判断货品类型对应所述第一推荐权重是否排序在预设位数前,若是,则判定对应获取类型满足所述预设权重条件,例如,本实施例中针对所述第一推荐权重的排序结果为口罩、饮料、食品、化妆品、五金工具,且所述预设位数为3时,则判定口罩、饮料、食品满足所述预设权重条件,并将口罩、饮料、食品添加至所述推荐商品信息中;
步骤S81,将所述推荐商品信息推荐给与所述目标售货机相对应的运营商;
在本发明实施例中,通过将所述推荐商品信息推荐给运营商的设计,以使方便运营商对同一属性的自动售货机进行商品推荐,提高了商品推荐效率,具体的,所述商品推荐信息中存储有多种商品的名称,例如口罩、饮料、食品、化妆品或五金工具等;
本实施例中,通过分析目标历史订单和对照历史订单,以使准确的查询最符合对应售货机的推荐商品信息,以针对性的满足指令用户的商品需求,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,进而有效的提高了商品推荐效率,提高了用户体验,本发明实施例通过将所述用户历史订单设置为所述对照历史订单的设计,能针对性的对指定用户的订单情况进行追踪,以使后续能针对该指定用户进行商品类型的推荐,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,并通过将该推荐商品信息发送至对应运营商,以方便运营商根据该推荐商品对目标售货机和对照售货机进行补货操作。
实施例三
请参阅图3,是本发明第三实施例提供的自动售货机的商品推荐方法的流程图,包括步骤:
步骤S12,采集目标售货机的目标历史订单;
在本发明实施例中,所述目标历史订单携带有用户标识信息、售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
步骤S22,采集与所述用户标识信息相对应的用户历史订单;
步骤S32,将所述用户历史订单作为所述对照历史订单;
步骤S42,采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
步骤S52,采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
步骤S62,采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的复购信息;
在本发明实施例中,该复购信息中存储有复购数量;
步骤S72,根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的第二推荐权重;
在本发明实施例中,通过基于所述数量、所述毛利以及所述复购信息的权重计算,以进一步提高了所述第二推荐权重计算的准确,以使进一步准确的了解对应用户对商品类型的需求,该步骤中所述根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的推荐权重所采用的计算公式为:
a*x+b*y+c*z=Q;
具体的,a为所述目标历史订单或所述对照历史订单中任一货品类型对应的所述数量的数值,b为对应货品类型对应的所述毛利的数值,c为对应货品类型对应的所述复购信息的数值,x、y和z分别为所述数量、所述毛利、所述复购信息对应的权重基值,Q为计算得到货品类型对应的所述第二推荐权重;
步骤S82,获取符合预设权重条件的货品类型,并作为所述推荐商品信息;
步骤S92,将所述推荐商品信息推荐给与所述目标售货机相对应的运营商;
在本发明实施例中,通过将所述推荐商品信息推荐给运营商的设计,以使方便运营商对同一属性的自动售货机进行商品推荐,提高了商品推荐效率,具体的,所述商品推荐信息中存储有多种商品的名称,例如口罩、饮料、食品、化妆品或五金工具等;
本实施例中,通过分析目标历史订单和对照历史订单,以使准确的查询最符合对应售货机的推荐商品信息,以针对性的满足指令用户的商品需求,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,进而有效的提高了商品推荐效率,提高了用户体验,本发明实施例通过将所述用户历史订单设置为所述对照历史订单的设计,能针对性的对指定用户的订单情况进行追踪,以使后续能针对该指定用户进行商品类型的推荐,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,并通过将该推荐商品信息发送至对应运营商,以方便运营商根据该推荐商品对目标售货机和对照售货机进行补货操作。
实施例四
请参阅图4,是本发明第四实施例提供的自动售货机的商品推荐系统100的结构示意图,包括:
目标订单采集模块10,用于采集目标售货机的目标历史订单,在本发明实施例中,所述目标历史订单携带有用户标识信息、售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间,控制进行所述目标历史订单进行采集的采集指令可以采用语音信号、按键信号、无线信号或电信号的方式进行传输;具体的,本实施例中,所述采集指令用于触发进行所述目标历史订单的采集,所述采集指令中携带有所述售货机标识信息,所述售货机标识信息用于进行所述目标历史订单采集时,所述目标历史订单的数据查询。
对照订单采集模块11,用于采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单,在本发明实施例中,所述属性信息指的是自动售货机所在场地的行业属性,比如:医院、学校等等,所述位置信息指的是对应自动售货机所处的区域属性,例如:城市、县城、乡村等等;具体的,当该步骤中查询到的所述位置信息为北京市、所述属性信息为医院时,分别北京市中处于医院内的自动售货机的历史订单,即所述对照历史订单。
优选的,本实施例中,所述目标历史订单还携带有用户标识信息,所述对照订单采集模块11还可用于:
采集与所述用户标识信息相对应的用户历史订单;
将所述用户历史订单作为所述对照历史订单。
订单分析处理模块12,用于通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息,在本发明实施例中,本实施例中可以采集权重计算的方式,与进行所述推荐商品信息的查询,即通过根据所述目标历史订单和所述对照历史订单中各个商品的销售情况进行权重分析,按照权重分析结果进行排序,并根据排序结果以获取预设数量的商品名称,以得到所述推荐商品信息。
具体的,本实施例中,所述订单分析处理模块12具体用于:采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;获取符合预设权重条件的货品类型,并作为所述推荐商品信息;
在本发明实施例中,所述根据所述数量以及所述毛利计算出各个货品类型的推荐权重所采用的计算公式为:
a*x+b*y=Q;
具体的,a为所述目标历史订单或所述对照历史订单中任一货品类型对应的所述数量的数值,b为对应货品类型对应的所述毛利的数值,x和y分别为所述数量、所述毛利对应的权重基值,Q为计算得到货品类型对应的所述第一推荐权重。
需要说明的是,本实施例中,所述订单分析处理模块12具体还可用于:采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的复购信息;根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的第二推荐权重;获取符合预设权重条件的货品类型,并作为所述推荐商品信息;
在本发明实施例中,所述根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的推荐权重所采用的计算公式为:
a*x+b*y+c*z=Q;
具体的,a为所述目标历史订单或所述对照历史订单中任一货品类型对应的所述数量的数值,b为对应货品类型对应的所述毛利的数值,c为对应货品类型对应的所述复购信息的数值,x、y和z分别为所述数量、所述毛利、所述复购信息对应的权重基值,Q为计算得到货品类型对应的所述第二推荐权重。
商品推荐模块13,用于将所述推荐商品信息推荐给与所述目标售货机相对应的运营商,在本发明实施例中,通过将所述推荐商品信息推荐给运营商的设计,以使方便运营商对同一属性的自动售货机进行商品推荐,提高了商品推荐效率,具体的,所述商品推荐信息中存储有多种商品的名称,例如口罩、饮料、食品、化妆品或五金工具等。
本实施例中,通过分析目标历史订单和对照历史订单,以使准确的查询最符合对应售货机的推荐商品信息,以针对性的满足用户的商品需求,通过该推荐商品信息方便了运营商对相同属性售货机的商品推荐,进而有效的提高了商品推荐效率,提高了用户体验,本发明实施例通过采集目标售货机本地存储的目标历史订单的设计,以使有效的获取到与所述目标售货机“时间、位置、属性”相同的售货机的对照历史订单,通过采用预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理的设计,以查询最符合该目标售货机及对照售货机的推荐商品信息,并通过将该推荐商品信息发送至对应运营商,以方便运营商根据该推荐商品对目标售货机和对照售货机进行补货操作。
实施例五
请参阅图5,是本发明第五实施例提供的自动售货机的商品推荐装置101,包括存储设备以及处理器,所述自动售货机的商品推荐装置101分别与自动售货机和运营商的终端设备电性连接,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述自动售货机的商品推荐装置101执行上述的自动售货机的商品推荐方法。
本实施例还提供了一种存储介质,其上存储有上述自动售货机的商品推荐装置中所使用的计算机程序,该程序在执行时,包括如下步骤:
采集目标售货机的目标历史订单,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
将所述推荐商品信息推荐给与所述目标售货机相对应的运营商。所述的存储介质,如:ROM/RAM、磁碟、光盘等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将存储装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
本领域技术人员可以理解,图4中示出的组成结构并不构成对本发明的自动售货机的商品推荐系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,而图1-3中的自动售货机的商品推荐方法亦采用图4中所示的更多或更少的部件,或者组合某些部件,或者不同的部件布置来实现。本发明所称的单元、模块等是指一种能够被所述自动售货机的商品推荐系统中的处理器(图未示)所执行并功能够完成特定功能的一系列计算机程序,其均可存储于所述自动售货机的商品推荐系统的存储设备(图未示)内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动售货机的商品推荐方法,其特征在于,所述方法包括:
采集目标售货机的目标历史订单,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
将所述推荐商品信息推荐给与所述目标售货机相对应的运营商。
2.如权利要求1所述的自动售货机的商品推荐方法,其特征在于,所述目标历史订单还携带有用户标识信息,所述采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单,具体包括:
采集与所述用户标识信息相对应的用户历史订单;
将所述用户历史订单作为所述对照历史订单。
3.如权利要求1所述的自动售货机的商品推荐方法,其特征在于,所述训练好的模型具体包括:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
4.如权利要求3所述的自动售货机的商品推荐方法,其特征在于,所述训练好的模型具体还包括:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的复购信息;
根据所述数量、所述毛利以及所述复购信息计算出各个货品类型的第二推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
5.如权利要求3所述的自动售货机的商品推荐方法,其特征在于,所述根据所述数量以及所述毛利计算出各个货品类型的推荐权重,具体包括:
a*x+b*y=Q。
6.一种自动售货机的商品推荐系统,其特征在于,所述系统包括:
目标订单采集模块,用于采集目标售货机的目标历史订单,所述目标历史订单携带有售货机标识信息、位置信息、属性信息、货品类型以及与所述货品类型相对应的销售时间;
对照订单采集模块,用于采集与所述位置信息、属性信息相对应的对照售货机的对照历史订单;
订单分析处理模块,用于通过预先训练好的模型对所述目标历史订单以及对照历史订单进行分析处理,得出推荐商品信息;
商品推荐模块,用于将所述推荐商品信息推荐给与所述目标售货机相对应的运营商。
7.如权利要求6所述的自动售货机的商品推荐系统,其特征在于,所述目标历史订单还携带有用户标识信息,所述对照订单采集模块还可用于:
采集与所述用户标识信息相对应的用户历史订单;
将所述用户历史订单作为所述对照历史订单。
8.如权利要求6所述的自动售货机的商品推荐系统,其特征在于,所述订单分析处理模块具体用于:
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售数量;
采集与所述目标历史订单以及对照历史订单的各个货品类型相对应的销售毛利;
根据所述数量以及所述毛利计算出各个货品类型的第一推荐权重;
获取符合预设权重条件的货品类型,并作为所述推荐商品信息。
9.一种自动售货机的商品推荐装置,其特征在于,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述自动售货机的商品推荐装置执行根据权利要求1至5任一项所述的自动售货机的商品推荐方法。
10.一种存储介质,其特征在于,其存储有权利要求9所述的自动售货机的商品推荐装置中所使用的计算机程序,该计算机程序被处理器执行时实现权利要求1至5任一项所述的自动售货机的商品推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910034402.6A CN109658207A (zh) | 2019-01-15 | 2019-01-15 | 自动售货机的商品推荐方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910034402.6A CN109658207A (zh) | 2019-01-15 | 2019-01-15 | 自动售货机的商品推荐方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109658207A true CN109658207A (zh) | 2019-04-19 |
Family
ID=66120117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910034402.6A Pending CN109658207A (zh) | 2019-01-15 | 2019-01-15 | 自动售货机的商品推荐方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109658207A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458345A (zh) * | 2019-07-31 | 2019-11-15 | 深圳蓝贝科技有限公司 | 确定机器损失出货量的方法、装置、设备及存储介质 |
CN110659421A (zh) * | 2019-09-26 | 2020-01-07 | 重庆集创家科技有限公司 | 零售柜的商品推荐系统 |
CN111047773A (zh) * | 2019-12-13 | 2020-04-21 | 广州通达汽车电气股份有限公司 | 公交售货机补货方法、装置、电子设备及存储介质 |
CN111126991A (zh) * | 2019-11-22 | 2020-05-08 | 深圳市瀚翔工业设计有限公司 | 一种基于图像展示的网络交易系统、方法及相关设备 |
CN111223235A (zh) * | 2019-12-27 | 2020-06-02 | 合肥美的智能科技有限公司 | 无人柜机的商品投放方法、无人柜机及其控制装置 |
CN112488799A (zh) * | 2020-12-14 | 2021-03-12 | 北京易兴元石化科技有限公司 | 一种基于加油站端的石油数据处理方法、装置及存储介质 |
CN112700235A (zh) * | 2019-10-22 | 2021-04-23 | 北京迈格威科技有限公司 | 线下支付用户的识别方法、装置和电子设备 |
CN112785374A (zh) * | 2021-01-18 | 2021-05-11 | 广东便捷神科技股份有限公司 | 基于无人零售终端机的信息推荐系统及方法 |
CN113313545A (zh) * | 2021-04-19 | 2021-08-27 | 深圳市竹芒信息技术有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
CN113506152A (zh) * | 2021-07-08 | 2021-10-15 | 四川新龟科技有限公司 | 一种商品下单方法、装置、设备及存储介质 |
CN114399366A (zh) * | 2022-01-20 | 2022-04-26 | 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 |
CN114640797A (zh) * | 2021-11-03 | 2022-06-17 | 深圳友朋智能商业科技有限公司 | 同步优化商品轨迹的订单生成方法、装置及智能售货机 |
CN115150430A (zh) * | 2022-06-20 | 2022-10-04 | 广东便捷神科技股份有限公司 | 一种基于物联网的自动售卖机运营数据采集系统 |
CN115965324A (zh) * | 2023-03-16 | 2023-04-14 | 浙江天柜科技有限公司 | 一种基于自动售货机的商品销售方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292667A (zh) * | 2017-06-23 | 2017-10-24 | 北京小度信息科技有限公司 | 信息推送方法及装置 |
CN108280930A (zh) * | 2017-12-30 | 2018-07-13 | 深圳友宝科斯科技有限公司 | 自助售货机的补货方法、装置、存储介质和计算机设备 |
-
2019
- 2019-01-15 CN CN201910034402.6A patent/CN109658207A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292667A (zh) * | 2017-06-23 | 2017-10-24 | 北京小度信息科技有限公司 | 信息推送方法及装置 |
CN108280930A (zh) * | 2017-12-30 | 2018-07-13 | 深圳友宝科斯科技有限公司 | 自助售货机的补货方法、装置、存储介质和计算机设备 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458345A (zh) * | 2019-07-31 | 2019-11-15 | 深圳蓝贝科技有限公司 | 确定机器损失出货量的方法、装置、设备及存储介质 |
CN110659421A (zh) * | 2019-09-26 | 2020-01-07 | 重庆集创家科技有限公司 | 零售柜的商品推荐系统 |
CN112700235A (zh) * | 2019-10-22 | 2021-04-23 | 北京迈格威科技有限公司 | 线下支付用户的识别方法、装置和电子设备 |
CN111126991A (zh) * | 2019-11-22 | 2020-05-08 | 深圳市瀚翔工业设计有限公司 | 一种基于图像展示的网络交易系统、方法及相关设备 |
CN111047773A (zh) * | 2019-12-13 | 2020-04-21 | 广州通达汽车电气股份有限公司 | 公交售货机补货方法、装置、电子设备及存储介质 |
CN111223235A (zh) * | 2019-12-27 | 2020-06-02 | 合肥美的智能科技有限公司 | 无人柜机的商品投放方法、无人柜机及其控制装置 |
CN112488799A (zh) * | 2020-12-14 | 2021-03-12 | 北京易兴元石化科技有限公司 | 一种基于加油站端的石油数据处理方法、装置及存储介质 |
CN112488799B (zh) * | 2020-12-14 | 2024-04-09 | 北京易兴元石化科技有限公司 | 一种基于加油站端的石油数据处理方法、装置及存储介质 |
CN112785374B (zh) * | 2021-01-18 | 2021-12-28 | 广东便捷神科技股份有限公司 | 基于无人零售终端机的信息推荐系统及方法 |
CN112785374A (zh) * | 2021-01-18 | 2021-05-11 | 广东便捷神科技股份有限公司 | 基于无人零售终端机的信息推荐系统及方法 |
CN113313545A (zh) * | 2021-04-19 | 2021-08-27 | 深圳市竹芒信息技术有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
CN113313545B (zh) * | 2021-04-19 | 2024-04-23 | 深圳市竹芒信息技术有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
CN113506152A (zh) * | 2021-07-08 | 2021-10-15 | 四川新龟科技有限公司 | 一种商品下单方法、装置、设备及存储介质 |
CN114640797A (zh) * | 2021-11-03 | 2022-06-17 | 深圳友朋智能商业科技有限公司 | 同步优化商品轨迹的订单生成方法、装置及智能售货机 |
CN114399366A (zh) * | 2022-01-20 | 2022-04-26 | 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 |
CN115150430A (zh) * | 2022-06-20 | 2022-10-04 | 广东便捷神科技股份有限公司 | 一种基于物联网的自动售卖机运营数据采集系统 |
CN115150430B (zh) * | 2022-06-20 | 2023-06-23 | 广东便捷神科技股份有限公司 | 一种基于物联网的自动售卖机运营数据采集系统 |
CN115965324A (zh) * | 2023-03-16 | 2023-04-14 | 浙江天柜科技有限公司 | 一种基于自动售货机的商品销售方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658207A (zh) | 自动售货机的商品推荐方法、系统及装置 | |
CN106570716B (zh) | 提供商品对象信息的方法及装置 | |
CN105894357A (zh) | 商品信息推送方法及装置 | |
CN110400103A (zh) | 补货量确定方法、装置、计算机装置及存储介质 | |
CN108022152A (zh) | 基于图像识别的用户商品自动推荐系统及推荐方法 | |
CN109213921A (zh) | 一种商品信息的搜索方法及装置 | |
US20120296776A1 (en) | Adaptive interactive search | |
CN110472995A (zh) | 到店预测方法、装置、可读存储介质及电子设备 | |
US20190272491A1 (en) | Inventory placement recommendation system | |
CN116308684B (zh) | 一种网购平台店铺信息推送方法及系统 | |
CN110727859B (zh) | 一种推荐信息推送方法及其装置 | |
KR20210032691A (ko) | 네트워크 기반 상품 추천 방법 및 장치 | |
CN107832444A (zh) | 基于搜索日志的事件发现方法及装置 | |
CN106027585A (zh) | 食品推荐方法及装置 | |
CN113052651A (zh) | 一种基于大数据的智能零售管理方法及系统 | |
CN107092621A (zh) | 信息搜索方法及装置 | |
KR20190018369A (ko) | 상품기획서버를 이용한 상품 기획 시스템 및 방법. | |
CN108268519A (zh) | 一种推荐网络对象的方法和装置 | |
KR101637986B1 (ko) | 최적 상품 제공 시스템 및 그 방법 | |
CN107153697A (zh) | 一种商品交易网站中的商品搜索方法和装置 | |
CN108460133B (zh) | 利用移动终端进行导购的方法及导购装置 | |
KR101963711B1 (ko) | 중고물품 거래방법 | |
CN105243557A (zh) | 自助式挑选蔬果的方法及系统 | |
CN114519616A (zh) | 商品推广方法 | |
CN105321095A (zh) | 以电信整合iBeacon室内定位技术与信息物流云端平台的消费服务系统及其方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190419 |