CN110223093B - 一种商品推介的方法和装置 - Google Patents

Abstract

本发明公开了一种商品推介的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息；根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。该实施方式实现了线上商品以及线下商品融合的精准推介，以最大程度的满足用户的购物需求，同时节省用户时间，提高选择性、对比性以及效率，进而提高用户使用体验。

Description

一种商品推介的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种商品推介的方法和装置。

背景技术

为给用户提供更好的购物体验，线下店铺、专卖店等基本都有商品展示体验区，其中所展示的商品供用户试用体验。当用户有购买意向后，导购人员会为用户提供全新的商品，保证商品质量。随着信息技术的发展，线下实体店铺越来越关注商品关注度的获取以及商品精准推介(推荐和介绍)，以提高商品销量、提高用户购买体验。

目前线下店铺的商品推介(即，推荐和介绍)，主要依赖于导购人员的销售经验以及促销需求，或者在相关货架前放置显示屏，以循环或随机的方式播放商品推介图片或视频信息，以提供导购功能。

另外，目前线下店铺获取商品关注度的方式，主要从商品支付购买信息中获取，或者通过人工观察记录商品被拿起放下次数、商品试用拿起停留时间获取。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

(1)依赖人工推介的方式，在没有获取用户商品关注信息的前提下，导购人员只能从直观感觉上查找有购买意向的客户进行推介，成功率相对较低；

(2)即使商品推介成功，由于没有用户对商品关注的主观信息，易出现用户买到和初衷不一致的商品，降低用户购物体验，且具有一定的退货风险；

(3)通过人工观察获取商品关注度的方式，其准确性受人工主观意识限制、结果偶然性高，且人工成本高、效率低。

发明内容

有鉴于此，本发明实施例提供一种商品推介的方法和装置，至少能够解决现有技术中商品关注度获取不易、商品推介准确性低，所导致用户体验差的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种商品推介的方法，包括：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息；根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

可选的，提取与第一用户标识信息相关联的商品操作行为信息包括：获取商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息。

可选的，特征参数至少包括线下商品操作行为信息中的拿起次数以及单次拿起时长；根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息包括：分别根据拿起次数以及单次拿起时长的预定权重，得到拿起次数以及单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

可选的，还包括：监测线下商品的运动状态，当检测到运动状态发生变化时，采集线下商品的运动参数，生成相应的特征曲线，以确定线下商品操作行为信息中的拿起次数以及单次拿起时长。

可选的，运动参数为加速度参数，特征曲线为加速度变化曲线。

可选的，特征参数至少包括线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息包括：分别根据历史浏览次数、收藏度以及购买度的预定权重，得到历史浏览次数、收藏度以及购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

可选的，在确定相应的关注度之后，还包括：当关注度超出第三预定关注度阈值时，提取商品操作行为信息中的商品信息并发送。

为实现上述目的，根据本发明实施例的另一方面，提供了一种商品推介的装置，包括：获取模块，用于获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息；确定模块，用于根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；推介模块，用于提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

可选的，获取模块，用于：获取商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息。

可选的，特征参数至少包括线下商品操作行为信息中的拿起次数以及单次拿起时长；获取模块，用于：分别根据拿起次数以及单次拿起时长的预定权重，得到拿起次数以及单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

可选的，获取模块，还用于：监测线下商品的运动状态，当检测到运动状态发生变化时，采集线下商品的运动参数，生成相应的特征曲线，以确定线下商品操作行为信息中的拿起次数以及单次拿起时长。

可选的，运动参数为加速度参数，特征曲线为加速度变化曲线。

可选的，特征参数至少包括线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；获取模块，用于：分别根据历史浏览次数、收藏度以及购买度的预定权重，得到历史浏览次数、收藏度以及购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

可选的，还包括第一推介模块，用于：当关注度超出第三预定关注度阈值时，提取商品操作行为信息中的商品信息并发送。

为实现上述目的，根据本发明实施例的再一方面，提供了一种商品推介的电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的商品推介的方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的商品推介的方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：基于移动通信技术，结合线上线下关注度融合，实现了线上商品以及线下商品的精准推介，以最大程度的满足用户的购物需求，节省用户时间，提高其选择性、对比性以及效率，使得用户购物更加便捷。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种商品推介的方法的主要流程示意图；

图2是根据本发明实施例的一种可选的商品推介的方法的流程示意图；

图3是根据本发明实施例的另一种可选的商品推介的方法的流程示意图；

图4是根据本发明实施例的又一种可选的商品推介的方法的流程示意图；

图5是根据所采集到的运动参数，生成相应特征曲线的示意图；

图6是三轴加速度传感器所测得的加速度在xyz坐标下各自的分量示意图；

图7是根据本发明实施例的再一种可选的商品推介的方法的流程示意图；

图8是根据本发明实施例的一种商品推介的装置的主要模块示意图；

图9是本发明实施例可以应用于其中的示例性系统架构图；

图10是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明实施例可以适用于需要商品推介的场景中，例如，线下商品、线上商品的推介。另外，所提到的线上可以是与线下店铺相应的线上店铺，例如，线下店铺K——线上店铺K；也可以是其所加盟的线上平台店铺，其具体涉及范围，本发明在此不做限制。

参见图1，示出的是本发明实施例提供的一种商品推介的方法的主要流程图，包括如下步骤：

S101：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

S102：根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息。

S103：提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

上述实施方式中，对于步骤S101，通常商家会将店铺中商品的推介视频、图像等信息在屏幕上播放显示，便于用户查看。在播放过程中可以设定固定位置，以显示商家链接或商品链接的；或者在播放完毕后再显示。具体地，显示形式为二维码，该二维码至少包括所播放的商品信息以及相应的浏览地址，例如，URL地址(Uniform Resource Locator，统一资源定位符)。

以二维码为例，当用户观看并扫描了二维码后，可以确定该用户关注了该商品。线上线下融合服务器可以从用户登录等动作获取用户标识信息，例如用户在各类购物应用上的用户名或者在所处店铺所注册的用户ID。另外，用户可以使用设备自带扫描功能扫描二维码，也可以使用购物应用的扫描功能对其进行扫描，其具体扫描方式，本发明在此不做限制。

线上线下融合服务器，可以基于所获取的用户标识信息，获取与用户所关联的商品操作行为信息，具体地，所关注的线上商品、线下商品以及对其操作信息，例如，收藏线上商品1、拿起线下商品2查看。

进一步的，对于线上商品的确定，还需要根据商品标识信息等，提取属于本店铺或者本平台的线上商品，以便在用户所处店铺中可以获得，或者在相应的线上商店可以查询。

对于步骤S102，线上线下融合服务器根据所采集到的商品操作行为信息，在信息库中进行遍历，根据其所关注的线上商品以及线下商品，获取与该用户有相似喜好的另一用户。

对于各个用户所关注的商品之间相似度的确定，可以是将属于同一商品品类的商品进行相似度匹配判断。例如，用户A所关注的是：裙子、运动鞋、配饰、玩具，用户B所关注的是：卫衣、短靴、耳环、汽车，则将运动鞋与短靴匹配、配饰与耳环匹配，由于汽车中可以包含玩具汽车，因此，也可以将玩具与汽车进行匹配。

以线上、线下商品融合为例进行说明：

线上线下融合服务器中，保存了用户A所关注的线下M件商品的信息以及线上N件商品的信息，用户B同理。使用公式：

与待比较用户B进行“用户-商品”相似度计算，得到相似度similarity，以确定与用户A商品操作行为、消费习惯最为相似的用户；其中，cos为余弦相似度。

进一步的，计算相似度的方式也可以其他聚类方式、协同过滤方式，还可以是本领域技术人员所知的其他方式，本发明在此不做限制。另外，当M数量为0时，可以实现线上——线上商品推介或者线上——线上线下融合推介；当N数量为0时，可以实现线下——线下商品推介或者线下——线上线下融合推介；当M、N均不为0时，对应于线上线下融合推介的场景。

对于步骤S103，在确定与用户A商品操作行为最为相似的用户B之后，可以提取用户B所关注的线上和/或线下商品信息，作为对用户A的预测信息进行推介。

进一步的，用户B所关注的商品数量可能较多，且部分商品可能与用户A当前已关注的商品存在重合的情况，为简化后续推介流程，避免用户A重复查看同一商品的情况，可以与用户A所关注的商品进行去重操作，进而完成进阶推介过程。

对于所推介的商品信息的显示，可以推送至商品推介系统(例如，平板电脑、电脑显示屏)，也可以通过短信、微信等方式，将推介信息推送给导购人员，便于导购人员进一步跟进商品推介流程。

进一步的，线上和线下店铺可以是一个整体，所推介的商品也属于这个整体，可能存在线下店铺不存在所推介商品的情况。对于用户，可以线下购买线上发货，也可以存在线上购买线下发货的情况，这也是线上线下融合无界零售的一个体现，以提高用户购物体验、加快用户获取商品的效率。

上述实施例所提供的方法，提供了一种针对用户喜好进行进阶推介的思路，利用线上、线下资源和推介方面的优势，结合通信技术附能线下或线下店铺，是线上线下融合思想的一个实践方向，便于提高用户使用体验。

参见图2，示出的是本发明实施例提供的一种可选的商品推介的方法的主要流程图，包括如下步骤：

S201：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息，获取商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出第一预定关注度阈值的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

S202：根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息。

S203：提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

上述实施方式中，对于步骤S201，对于用户标识信息的获取操作，具体参见图1所示步骤S101的描述，在此不再赘述。

若用户所关注的商品数量较多，为降低后续“用户-商品”相似度计算的工作复杂度，可以仅提取部分用户较为关注的商品进行判断，具体地，根据各商品的关注度进行提取，仅提取关注度超出一定阈值的商品。

但由于线上商品以及线下商品所处场景的不同，导致确定相应关注度的特征参数也不相同，例如，对于线下商品，若一个用户反复拿起一件商品，即表示对于该商品的关注度较高；对于线上商品，当用户浏览一个商品次数较多，则表示用户对该商品的关注度较高。

另外，所确定关注度数值可能较高，为便于后续管理，可以对该关注度值进行归一化处理，以使得所提取的线下商品关注度之和为1、线上商品的关注度之和也为1。

对于步骤S202，对于用户所关注商品的相似度计算，具体参见图1所示步骤S102的描述，在此不再赘述。

同样为简化后续计算操作，提高商品推介的准确性，在计算“用户-商品”相似度之前，可以依据用户A最为关注的商品，提取信息库中关注该商品同样最高的用户群，例如，用户A、用户B关注“衣服”的关注度最高。也可以是提取关注度较高的预定数量的商品，例如，关注度排序前3的商品。

对于步骤S203，对于与第二用户标识信息相关联的商品推介，具体参见图1所示步骤S103的描述，在此不再赘述。

由于显示区域的个数限制，同时满足多个用户的购物需求，对于用户B所关注商品的推介，可以仅提取关注度最高的商品，也可以是关注度超出一定阈值的商品，进行特征信息推介显示。

另外，对于所推介的商品信息，同样需要与用户A当前已关注的商品进行去重操作，以避免用户A对于同一商品重复查看的情况。

上述实施例所提供的方法，提供了一种确定商品关注度的方式，以仅提取部分商品进行相似度比较，进而简化后续“用户-商品”的计算操作，加快计算效率，以及提高推介准确性；同时对于商品信息的推介发送，可以满足多个用户的使用体验。

参见图3，示出的是本发明实施例提供的另一种可选的商品推介的方法的主要流程图，包括如下步骤：

S301：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

S302：获取线下商品操作行为信息中的拿起次数以及单次拿起时长，分别根据拿起次数以及单次拿起时长的预定权重，得到拿起次数以及单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

S302’：获取线上商品操作行为信息中的历史浏览次数、收藏度以及购买度，分别根据历史浏览次数、收藏度以及购买度的预定权重，得到历史浏览次数、收藏度以及购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

S303：根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息。

S304：提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

上述实施方式中，步骤S301可参见图1所示步骤S101的描述，步骤S303可参见图1所示步骤S102以及图2所示步骤S202的描述，步骤S304可参见图1所示步骤S103以及图2所示步骤S203的描述，在此不再赘述。

上述实施方式中，对于步骤S302，对于线下商品，当用户拿起商品并扫描了其二维码后，可以确定用户关注了该商品。线上线下融合服务器根据用户标识信息，提取用户所关注的线下商品，该提取方式可以根据不同情况进行设定：

1)每个商品都有各自的二维码：当用户在一家店铺扫描多个二维码，或者在该店铺所加盟的平台下各店铺中扫描多个二维码后，可以确定与所扫描的二维码相应的线下商品，为该用户所关注；

2)二维码对应于该店铺或平台的所有商品：当用户扫描一个二维码，登录到该店铺或者该平台的官方网站后，点击自己所喜欢的商品，可以确定所点击的商品，为该用户所关注。

由于用户同一时间对于同一线下商品的拿起次数不会太多，相应的拿起时长也不会太长，因此，所采集的特征参数，可以是预定时间段内所有用户对于同一线下商品的拿起次数以及相应的拿起时长，该预定时间段按照日、月、年、小时、分钟等设定，也可以是该线下商品自上架(上限销售)起到当前时间的时长。

另外，对线下商品特征参数的获取，可以通过安装在各商品上的关注度采集设备进行，且安装位置可以不固定，或者根据该线下商品的外观形状进行设定，例如，手机专卖店中，在展台的手机背后粘贴一个关注度采集设备。

对于线下商品，其关注度可以采用x＝k×(拿起次数)/(所有拿起次数)+t×(拿起时长)/(所有拿起时长)进行计算，其中，k+t＝1。对于其初始值，可以有k＝0.5，t＝0.5，其权重可根据回归方程进行样本训练获得更精准的权重。

具体参见表1所示，其中，对于商品1，所得关注度x1＝0.5×10/150+0.5×1/15＝0.06667：

表1线下商品关注度确定

对于步骤S302’，对于线上商品，当一个用户反复多次点击浏览时，即表示用户对于该商品较为关注；当用户收藏或购买该商品时，也可以表示用户对于该商品较为关注；当用户将商品加入购物车，也可以表示用户对于该商品较为关注。

由于浏览次数、收藏以及购买这些参数较易获取，所以确定线上商品的关注度的特征参数，至少包括浏览次数、收藏度以及购买度。

对于用户所关注的线上商品关注度的计算方式可以有：

y＝a×(浏览次数)/(所有浏览次数)+b×收藏度+c×购买度其中，当线上商品被收藏时，其收藏度为1；当线上商品被购买时，其购买度为1，反之为0。且a+b+c＝1，权重初始值可以设为a＝0.2，b＝0.3，c＝0.5，具体根据实际情况进行设定，也可以使用线性回归方程进行样本训练获得更为精准的权重。具体参见表2所示：

表2线上商品关注度确定

上述实施例所提供的方法，提供了一种确定线下、线上商品关注度的方式，以提取用户较为关注的商品，简化后续“用户-商品”相似度的计算；另外，较与现有技术，所得关注度结果、推介结果更为准确，较为符合用户对于线下商品、线上商品的关注情况。

参见图4，示出的是本发明实施例提供的又一种可选的商品推介的方法的主要流程图，包括如下步骤：

S401：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

S402：获取线上商品操作行为信息中的历史浏览次数、收藏度以及购买度，分别根据历史浏览次数、收藏度以及购买度的预定权重，得到历史浏览次数、收藏度以及购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

S402’：监测线下商品的运动状态，当检测到运动状态发生变化时，采集线下商品的运动参数，生成相应的特征曲线，以确定线下商品操作行为信息中的拿起次数以及单次拿起时长。

S403’：分别根据拿起次数以及单次拿起时长的预定权重，得到拿起次数以及单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

S404：根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息。

S405：提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

上述实施方式中，步骤S401可参见图1所示步骤S101的描述，步骤S402可参见图3所示步骤S302’的描述，步骤S403’可参见图3所示步骤S302的描述，步骤S404可参见图1所示步骤S102以及图2所示步骤S202的描述，步骤S405可参见图1所示步骤S103以及图2所示步骤S203的描述，在此不再赘述。

上述实施方式中，对于步骤S402’，对于线下商品，其运动状态至少包括移动、跌落、上升和下降。对于线下商品运动状态的监测，可以通过关注度采集设备中的姿态采集传感器(例如，加速度传感器)进行。

以运动状态为拿起和放下为例，对线下商品的运动参数获取过程进行说明：

1)实时监测商品的运动状态，当未检测到运动状态发生变化时，该传感器进行超时休眠时间阈值判断，若时长超过阈值则进入休眠状态；例如，商品1一小时内都没有被拿起过，则进入休眠待机模式；

2)若在休眠过程中检测到商品运动触发，即由静止变为运动时(被拿起)，则触发中断退出休眠状态，进入商品放下检测环节，采集商品的运动参数，生成相应的特征曲线；其中，运动参数包括但不限于是受力参数、加速度参数；相应特征曲线包括但不限于是受力变化曲线、加速度变化曲线；

3)当检测到商品被放下则停止采集运动参数操作。但当未检测到商品被放下，则进行超时判断，若未超时继续商品放下检测，若超时则返回至商品拿起检测环节，以防止检测环节进入死循环。

另外，对于所采集到的运动参数，可以发送到关注度采集设备中的处理器模块中进行处理，例如，低功耗处理器模块。且发送具有次数上限，若发送成功则回到拿起检测环节，但若未发送成功，则进行发送次数判断。例如，发送次数小于10次可以重新进入发送数据环节；但当大于10次则退出发送环节。由于运动参数是实时采集、实时传输的，为降低后续硬件故障，所造成未传输参数堆积、设备宕机的情况，可以暂停后续运动参数的采集操作，并通过显示设备指示灯的方式提示硬件错误信息。

所采集的运动参数，可以是从传感器检测到线下商品被拿起(运动触发)开始进行采样(例如，采样10s)。根据预定的算法，例如，边缘检测算法，确定相应的特征曲线。参见图5所示，确定曲线的上升沿为拿起动作，下降沿为放下动作，上升沿与下降沿之间记录线下商品被拿起放下一次，拿起与放下之间的时间差为线下商品的单次拿起时长。

进一步的，加速度传感器可以是三轴加速度传感器，根据力学原理，以感知线下商品在力的作用下的多种运动状态，并将其转换为电信号。具体地，将其感知到的加速度值分解到其内部的三维参考空间坐标系中，以输出其在三个坐标系的分量值。具体参见图6所示，所得加速度在xyz空间坐标系下的各自加速度分量值分别为：

其中，θ为与xy面夹角，β为加速度/>在xy平面的投影与x轴的夹角，由此获取第一对象运动加速度:

所生成的加速度变化曲线，可以完成一次拿起放下的准确计数，避免因震动等因素引起加速度变化导致的拿起次数误判。

上述实施例所提供的方法，通过检测线下商品的运动状态，获取相应的特征参数，以此实现线下推介或者线上线下融合推介。该方式摒弃了现有需要依赖人力观察的方式，不要求关注度采集设备在商品上的放置位置和角度，更适合线下商品拿起放下这种运动规律的场景。

参见图7，示出了根据本发明实施例的再一种可选的商品推介的方法流程示意图，包括如下步骤：

S701：获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

S702：获取商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，当关注度超出第三预定关注度阈值时，提取商品操作行为信息中的商品信息并发送。

上述实施方式中，步骤S701可参见图1步骤S101的描述，在此不再赘述。

上述实施方式中，对于步骤S702，确定商品关注度的方式，可以参见图2所示步骤S201、图3所示步骤S302以及S302’的描述，在此不再赘述。

对于线下商品，其与关注度采集设备具有映射关系，例如一对一，该设备可以与该线下商品的商品标识信息进行关联。在每个线下商品所属区域，可以装配有相应的显示设备，例如，电脑、显示屏等，用以显示该线下商品的特征信息。

对于在显示设备上所显示的线下商品推介信息，可以仅显示关注度最高的商品信息，也可以是显示当前所拿起的商品信息，具体有：

1)当用户对于当前所拿起的线下商品关注度超出预定关注度阈值时，例如，当一个用户看完商品ABC等商品之后，又去看商品A(拿起次数较多)，或者拿起一个商品反复查看(停留时长较长)，则基于该商品A的标识信息，自动从线上系统或者线下管理系统，提取商品A的介绍信息、相关图片、广告视频、评论等信息，在显示设备上进行显示；

2)用户观看完视频推介之后，扫描二维码，线上线下融合管理器获取该用户所关注的线下、线上商品信息，提取关注度最高的线上或线下商品信息，便于用户与当前所拿起的线下商品进行比对，提高用户独立购物体验；

3)对于所提取的线下商品信息、线上商品信息、当前所拿起的商品信息，均可以发送至店铺导购人员，便于导购依据用户喜好提供针对性服务，进而提高用户使用体验。

对于线上商品，可以在用户查看完多个商品之后，将用户关注度较高的商品信息在用户所持设备上进行显示，例如，用户多次点击查看某一商品，则提取该商品的信息进行显示。

进一步的，也可以将该结果推送至该线上店铺的客服人员，便于该导购人员判断该用户是否为有购买意向的用户；进而通过线上聊天的方式，与用户取得联系，实现线上商品推介。

更进一步的，用户无需点击退出当前浏览商品界面，可以在当前商品浏览界面上，与所推介的商品进行比较，进而提高用户使用体验。

上述实施例所提供的方法，提供了一种基本推介的思路，用以推介用户较为关注的商品，同时便于用户与当前所查看商品进行对比，避免用户来回切换操作，提高用户判断效率，进而增强用户使用体验。

进一步的，所采用的推介方式，可以基于移动通信进行，该通信方式可以是NB-IoT(Narrow Band-Internet of Things，窄带物联网技术)、LTE(Long Term Evolution，长期演进)、GSM(Global System for Mobile Communication，全球移动通信系统)等。

本发明实施例主要采用NB-IoT技术，该NB-IoT是一种新兴的物联网通信技术，隶属3GPP标准定义的LPWA(Low Power Wide Area，低功耗广域网)，相比传统的Zigbee(紫蜂协议)、蓝牙、433M(通信基于433M载波的低功耗广域网技术)等物联网通信解决方案，NB-IoT依托蜂窝移动网络具备与生俱来的广覆盖、可移动性强、网络容量大等优势，非常适合线下店商品精准推介方法的通信需求。

另外，NB-IoT网络可以使用现有的中国电信、中国移动或中国联通的NB-IoT公有网络，完成商品关注度采集设备与线上线下融合服务器互联网通信连接。

本发明实施例所提供的方法，基于移动通信技术，结合线上线下关注度融合，实现了线上商品以及线下商品的精准推介，以最大程度的满足用户的购物需求，节省用户时间，提高其选择性、对比性以及效率，使得用户购物更加便捷。

参见图8，示出了本发明实施例提供的一种商品推介的装置800的主要模块示意图，包括：

获取模块801，用于获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息；

确定模块802，用于根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；

推介模块803，用于提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

本发明实施装置中，获取模块801，用于：获取商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息。

本发明实施装置中，其特征在于，特征参数至少包括线下商品操作行为信息中的拿起次数以及单次拿起时长；

获取模块801，用于：分别根据拿起次数以及单次拿起时长的预定权重，得到拿起次数以及单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

本发明实施装置中，获取模块801，还用于：监测线下商品的运动状态，当检测到运动状态发生变化时，采集线下商品的运动参数，生成相应的特征曲线，以确定线下商品操作行为信息中的拿起次数以及单次拿起时长。

本发明实施装置中，运动参数为加速度参数，特征曲线为加速度变化曲线。

本发明实施装置中，特征参数至少包括线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；获取模块801，用于：分别根据历史浏览次数、收藏度以及购买度的预定权重，得到历史浏览次数、收藏度以及购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

本发明实施装置中，还包括第一推介模块804，用于：当关注度超出第三预定关注度阈值时，提取商品操作行为信息中的商品信息并发送。

需要说明的是，本发明实施例所提供的关注度采集设备，除包含加速度传感器模块、通信收发器模块外，还包括电源管理模块以及低功耗处理器模块。其中，电源管理模块，用于负责电池充放电管理及各模块的稳定电源供给；低功耗处理器模块用于通过控制加速度传感器模块获取加速度数据，以获取商品被拿起次数、拿起时长信息。

该关注度采集设备工作时，首先进行硬件初始化操作，若初始化成功则进入商品拿起检测环节，若初始化失败，则直接退出工作任务，通过设备上的指示灯提示硬件错误信息。

本发明实施例所提供的线上线下融合服务器，可以包括二维码信息获取模块、用户标识信息以及线下关注商品信息解析模块、商品推介信息推送模块、用户线上商品信息获取模块，其具体功能，可参见上述方法所表示的功能。

本发明实施例装置，所提供的商品推介系统，可以由数据通信模块、数据加密模块、数据解析模块、数据分析处理模块、拿起商品信息展示模块、预测商品展示模块组成。其中：数据通信模块通过无线网络、有线网络、移动通信网络等和云端服务器建立网络连接；数据解析模块对获取的数据进行解析，将解析完数据流传递给数据分析处理模块；数据分析处理模块对数据进行分析处理，例如，视频剪辑、格式转换、评论提取；将被拿起商品的推介视频、音频、图片数据及热门商品评论通过商品展示模块进行播放展示，播放完毕后弹出商品信息二维码；预测商品展示模块将线上线下融合服务器计算生成的预测推介商品的视频、图像数据及热门评价通过大屏幕pad屏幕进行展示。

本发明实施例所提供的装置，基于移动通信技术，结合线上线下关注度融合，实现了线上商品以及线下商品的精准推介，以最大程度的满足用户的购物需求，节省用户时间，提高其选择性、对比性以及效率，使得用户购物更加便捷。

另外，在本发明实施例中所述的商品推介装置的具体实施内容，在上面所述商品推介方法中已经详细说明了，故在此重复内容不再说明。

参见图9示出了可以应用本发明实施例的商品推介方法或商品推介装置的示例性系统架构900。

如图9所示，系统架构900可以包括终端设备901、902、903，网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备901、902、903通过网络904与服务器905交互，以接收或发送消息等。终端设备901、902、903上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交系统软件等(仅为示例)。

终端设备901、902、903可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器905可以是提供各种服务的服务器，例如对用户利用终端设备901、902、903所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的商品推介方法一般由服务器905执行，相应地，商品推介装置一般设置于服务器905中。

应该理解，图10中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

参见图10，其示出了适于用来实现本发明实施例的终端设备的计算机系统1000的结构示意图。图10示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、确定模块、推介模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，推介模块还可以被描述为“商品信息推介模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取第一用户标识信息，提取与第一用户标识信息相关联的商品操作行为信息；其中，商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息。

根据商品操作行为信息，确定与第一用户标识信息的商品操作行为相似度最高的第二用户标识信息。

提取与第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

根据本发明实施例的技术方案，基于移动通信技术，结合线上线下关注度融合，实现了线上商品以及线下商品的精准推介，以最大程度的满足用户的购物需求，节省用户时间，提高其选择性、对比性以及效率，使得用户购物更加便捷。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (14)

1.一种商品推介的方法，其特征在于，包括：

获取第一用户标识信息，提取与所述第一用户标识信息相关联的商品操作行为信息；其中，所述商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息，获取所述商品操作行为信息中的特征参数，所述特征参数至少包括所述线下商品操作行为信息中的拿起次数以及单次拿起时长、所述线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；线下商品操作行为信息的获取过程为：监测线下商品的运动状态，当检测到运动状态发生变化时，采集所述线下商品的运动参数，生成相应的特征曲线，以确定所述线下商品操作行为信息中的所述拿起次数以及所述单次拿起时长；

根据所述商品操作行为信息，确定与所述第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；

提取与所述第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

2.根据权利要求1所述的方法，其特征在于，所述提取与所述第一用户标识信息相关联的商品操作行为信息包括：

获取所述商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息。

3.根据权利要求2所述的方法，其特征在于，所述特征参数至少包括所述线下商品操作行为信息中的拿起次数以及单次拿起时长；

所述根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息包括：

分别根据所述拿起次数以及所述单次拿起时长的预定权重，得到所述拿起次数以及所述单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

4.根据权利要求1所述的方法，其特征在于，所述运动参数为加速度参数，所述特征曲线为加速度变化曲线。

5.根据权利要求2所述的方法，其特征在于，所述特征参数至少包括所述线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；

所述根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息包括：

分别根据所述历史浏览次数、所述收藏度以及所述购买度的预定权重，得到所述历史浏览次数、所述收藏度以及所述购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

6.根据权利要求2所述的方法，其特征在于，在所述确定相应的关注度之后，还包括：

当所述关注度超出第三预定关注度阈值时，提取所述商品操作行为信息中的商品信息并发送。

7.一种商品推介的装置，其特征在于，包括：

获取模块，用于获取第一用户标识信息，提取与所述第一用户标识信息相关联的商品操作行为信息；其中，所述商品操作行为信息至少包括线上商品操作行为信息以及线下商品操作行为信息，获取所述商品操作行为信息中的特征参数，所述特征参数至少包括所述线下商品操作行为信息中的拿起次数以及单次拿起时长、所述线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；线下商品操作行为信息的获取过程为：监测线下商品的运动状态，当检测到运动状态发生变化时，采集所述线下商品的运动参数，生成相应的特征曲线，以确定所述线下商品操作行为信息中的所述拿起次数以及所述单次拿起时长；

确定模块，用于根据所述商品操作行为信息，确定与所述第一用户标识信息的商品操作行为相似度最高的第二用户标识信息；

推介模块，用于提取与所述第二用户标识信息相关联的商品信息，生成相应的推介信息并发送。

8.根据权利要求7所述的装置，其特征在于，所述获取模块，用于：

获取所述商品操作行为信息中的特征参数，根据预定的关注度确定方式，确定相应的关注度，提取关注度超出预定关注度阈值的商品操作行为信息。

9.根据权利要求8所述的装置，其特征在于，所述特征参数至少包括所述线下商品操作行为信息中的拿起次数以及单次拿起时长；

所述获取模块，用于：分别根据所述拿起次数以及所述单次拿起时长的预定权重，得到所述拿起次数以及所述单次拿起时长的加权值，以确定线下商品操作行为的关注度，提取关注度超出第一预定关注度阈值的线下商品操作行为信息。

10.根据权利要求7所述的装置，其特征在于，所述运动参数为加速度参数，所述特征曲线为加速度变化曲线。

11.根据权利要求8所述的装置，其特征在于，所述特征参数至少包括所述线上商品操作行为信息中的历史浏览次数、收藏度以及购买度；

所述获取模块，用于：分别根据所述历史浏览次数、所述收藏度以及所述购买度的预定权重，得到所述历史浏览次数、所述收藏度以及所述购买度的加权值，以确定线上商品操作行为的关注度，提取关注度超出第二预定关注度阈值的线上商品操作行为信息。

12.根据权利要求8所述的装置，其特征在于，还包括第一推介模块，用于：

当所述关注度超出第三预定关注度阈值时，提取所述商品操作行为信息中的商品信息并发送。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。