CN110472993A - 信息推荐系统和方法 - Google Patents
信息推荐系统和方法 Download PDFInfo
- Publication number
- CN110472993A CN110472993A CN201910599953.7A CN201910599953A CN110472993A CN 110472993 A CN110472993 A CN 110472993A CN 201910599953 A CN201910599953 A CN 201910599953A CN 110472993 A CN110472993 A CN 110472993A
- Authority
- CN
- China
- Prior art keywords
- customer
- information
- interaction
- commodity
- target scene
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种信息推荐系统和方法,涉及电子技术领域,用于解决商超营销工作效率低的问题。该信息推荐系统包括:行为分析模块,用于获取目标场景内各顾客的行为信息,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息;信息获取模块,用于基于目标场景内的至少一个顾客的行为信息获取营销信息;信息输出模块,用于输出营销信息。本发明实施例用于营销信息推荐。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种信息推荐系统和方法。
背景技术
营销有助于帮助顾客了解商品、选购商品以及提高商品的销量,因此商超普遍会对其销售的商品进行营销。
目前,商超的营销工作基本都是由营销人员来完成的,即商超会雇佣营销人员向顾客推荐商品、介绍商品信息。然而,营销人员不了解顾客的购物需求、购物偏好,顾客不了解商品的特点、品质,因此这种通过营销人员来完成营销工作的方式存在效率低的问题。具体的,这种营销方式效率低主要体现在如下几方面:
(1)、营销人员往往把商品推荐给没有购买需求的顾客,这种营销是很难带来购买转化的。
(2)、不同顾客的购物偏好不同,顾客很难讲述清楚自己的购物偏好。营销人员在不了解顾客购物偏好的情况下,向顾客介绍的商品特点缺乏针对性,很难引起顾客的兴趣,进而导致无法激发顾客的购买欲望。
(3)、营销人员的推销有时会引起顾客的抵触心理,在这种情况下,营销会使顾客对商品产生负面印象。
(4)、营销人员很难做到服务每一个顾客,非常可能会错过具有购买意愿的顾客。
发明内容
有鉴于此,本发明实施例提供一种信息推荐系统和方法,用于解决商超营销工作效率低的问题。
为了实现上述目的,本发明实施例提供技术方案如下:
第一方面,本发明实施例提供一种信息推荐系统,包括:
行为分析模块,用于获取目标场景内各顾客的行为信息,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息;
信息获取模块,用于基于所述目标场景内的至少一个顾客的行为信息获取营销信息;
信息输出模块,用于输出所述营销信息。
作为本发明实施例一种可选的实施方式,所述行为分析模块,包括:
交互获取单元,用于获取各顾客的交互类型和交互商品信息,并根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息;任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种;
动线跟踪单元,用于获取各顾客的动线信息,任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项;
匹配单元,用于匹配同一顾客的交互信息和动线信息,并基于各顾客的交互信息和动线信息生成各顾客的行为信息。
作为本发明实施例一种可选的实施方式,所述交互获取单元,包括:
货架标定模组,用于确定各商品的位置信息;
行为检测模组,用于获取各顾客的交互行为和交互位置信息,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息;
处理模组,用于根据各顾客的交互行为确定各顾客的交互类型,根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息,以及根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。
作为本发明实施例一种可选的实施方式,所述信息获取模块,具体用于在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
作为本发明实施例一种可选的实施方式,所述信息获取模块,具体用于在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息,和/或在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取获取第二营销信息。
作为本发明实施例一种可选的实施方式,所述信息推荐系统还包括:
人脸识别模块,用于采集顾客的人脸信息;
所述信息获取模块,还用于根据顾客的人脸信息获取营销信息。
作为本发明实施例一种可选的实施方式,所述人脸识别模块,包括:人脸图像采集装置;
所述人脸图像采集装置位于所述目标场景内的预设高度的位置。
作为本发明实施例一种可选的实施方式,所述行为分析模块,包括:深度图像采集装置和商品图像采集装置;
所述深度图像采集装置位于所述目标场景的顶部,用于以预设角度俯视采集所述目标场景的3D图像;
所述商品图像采集装置用于获取所述目标场景内的货架的正面的图像。
作为本发明实施例一种可选的实施方式,所述信息输出模块,包括:多媒体播放设备。
第二方面,本发明实施例提供一种信息推荐方法,包括:
获取目标场景内各顾客的行为信息,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息;
基于所述目标场景内的至少一个顾客的行为信息获取营销信息;
输出所述营销信息。
作为本发明实施例一种可选的实施方式,所述获取目标场景内各顾客的行为信息,包括:
获取各顾客的交互类型和交互商品信息;任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种;
根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息;
获取各顾客的动线信息,任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项;
匹配同一顾客的交互信息和动线信息;
基于各顾客的交互信息和动线信息生成各顾客的行为信息。
作为本发明实施例一种可选的实施方式,所述获取各顾客的交互类型和交互商品信息,包括:
确定各商品的位置信息;
检测各顾客的交互行为和交互位置信息,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息;
根据各顾客的交互行为确定各顾客的交互类型;
根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息;
根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。
作为本发明实施例一种可选的实施方式,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
作为本发明实施例一种可选的实施方式,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息,和/或在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取获取第二营销信息。
作为本发明实施例一种可选的实施方式,所述方法还包括:
采集顾客的人脸信息;
根据顾客的人脸信息获取营销信息。
第三方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面或第一方面任一种可选的实施例方式所述的信息推荐方法。
本发明实施例提供的信息推荐系统,包括:行为分析模块、信息获取模块以及信息输出模块;其中,行为分析模块可以获取目标场景内各顾客的行为信息,信息获取模块可以基于所述目标场景内的至少一个顾客的行为信息获取营销信息,信息输出模块可以输出所述营销信息。由于信息输出模块输出的营销信息是信息获取模块基于行为分析模块获取的顾客的行为信息获取的,且任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息,而顾客的顾客与商品的交互信息、该顾客的动线信息均可以反应出顾客感兴趣的商品、顾客的购物需求、顾客的购物偏好等信息,因此基于顾客的行为信息获取并输出的营销信息可以提高营销工作的效率。即,本发明实施例提供的信息推荐系统可以解决商超营销工作效率低的问题。
附图说明
图1为本发明实施例提供的信息推荐系统的示意性结构图之一;
图2为本发明实施例提供的营销信息的示意图;
图3为本发明实施例提供的信息推荐系统的硬件结构示意图之一;
图4为本发明实施例提供的信息推荐系统的示意性结构图之二;
图5为本发明实施例提供的信息推荐系统的示意性结构图之三;
图6为本发明实施例提供的商品图像采集装置采集的图像的示意图;
图7为本发明实施例提供的关键点所在位置的示意图;
图8为本发明实施例提供的单元格的示意图;
图9为本发明实施例提供的信息推荐系统的示意性结构图之四;
图10为本发明实施例提供的信息推荐系统的硬件结构示意图之二;
图11为本发明实施例提供的信息推荐方法的步骤流程图之一;
图12为本发明实施例提供的信息推荐方法的步骤流程图之二;
图13为本发明实施例提供的信息推荐方法的步骤流程图之三。
具体实施方式
针对通过营销人员来完成营销工作的方式存在效率低的问题,本发明实施例提供了一种信息推荐系统和方法,该信息推荐系统包括:行为分析模块、信息获取模块以及信息输出模块;其中,行为分析模块可以获取目标场景内各顾客的行为信息,信息获取模块可以基于所述目标场景内的至少一个顾客的行为信息获取营销信息,信息输出模块可以输出所述营销信息。由于信息输出模块输出的营销信息是信息获取模块基于行为分析模块获取的顾客的行为信息获取的,且任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息,而顾客的顾客与商品的交互信息、该顾客的动线信息均可以反应出顾客感兴趣的商品、顾客的购物需求、顾客的购物偏好等信息,因此基于顾客的行为信息获取并输出的营销信息可以提高营销工作的效率。即,本发明实施例提供的信息推荐系统可以解决商超营销工作效率低的问题。
下面以具体的实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例提供的信息推荐系统的示意性结构图,如图1所示,本实施例提供的信息推荐系统100可以包括:行为分析模块1、信息获取模块2以及信息输出模块。
行为分析模块1,用于获取目标场景内各顾客的行为信息。
其中,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息。
即,本发明实施中获取任一顾客的行为信息可以包括如下三种方案:
第一种:获取该顾客的与商品的交互信息。
第二种:获取该顾客的动线信息。
第三种:获取该顾客的与商品的交互信息以及该顾客的动线信息。
需要说明的是,目标场景内顾客的数量是实时变化的,行为分析模块1可以先确定顾客的数量,然后在基于顾客数量分别获取每一个顾客的行为信息。此外,也存在目标场景内的顾客的数量为零的情况,这种情况下行为分析模块1无法获取顾客的行为信息,此时,信息获取模块2可以获取预设的营销信息,继而通过输出预设的营销信息吸引顾客。
信息获取模块2,用于基于所述目标场景内的至少一个顾客的行为信息获取营销信息。
具体的,本发明实施例中的营销信息可以包括:商品的宣传图片、商品的宣传视频、其它顾客对商品的评价等信息,本案发明实施例中对营销信息的内容不做限定。
示例性的,参照图2所示,图2中以营销信息为商品1的营销信息为例示出,如图2所述,商品1的营销信息,包括:商品1的图像21,商品1的视频22以及其它顾客对商品1的评价信息23。
作为本发明实施例一种可选的实施例方式,信息获取模块2可以为数据库服务器,所述数据库服务器存储有多个商品的营销信息。
即,在行为分析模块1获取顾客的行为信息后,信息获取模块2可以根据顾客的行为信息数据库服务器存储的多个商品的营销信息中查找对应的营销信息。
需要说明的是,上述数据库服务器可以为本地服务器,也可以位于云端服务器,即从存储的多个商品的营销信息中查找对应的营销信息的动作可以在本地执行,也可以将顾客的行为信息发送至云端服务器,并由云端服务器从存储的多个商品的营销信息中查找对应的营销信息,最后再接收云端服务器返回的营销信息。
信息输出模块3,用于输出所述营销信息。
作为本发明实施例的一种可选的实施例方式,信息输出模块3可以包括:多媒体播放设备。
即,信息输出模块3可以输出音频信息、视频信息、文字信息、图像信息中的一种或多种。
示例性的,信息输出模块3可以为设置于目标场景内的显示器、掌上电脑、电视机、平板电脑等,也可以为顾客的手机、穿戴式移动终端、掌上电脑等。
本发明实施例提供的信息推荐系统,包括:行为分析模块、信息获取模块以及信息输出模块;其中,行为分析模块可以获取目标场景内各顾客的行为信息,信息获取模块可以基于所述目标场景内的至少一个顾客的行为信息获取营销信息,信息输出模块可以输出所述营销信息。由于信息输出模块输出的营销信息是信息获取模块基于行为分析模块获取的顾客的行为信息获取的,且任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息,而顾客的顾客与商品的交互信息、该顾客的动线信息均可以反应出顾客感兴趣的商品、顾客的购物需求、顾客的购物偏好等信息,因此基于顾客的行为信息获取并输出的营销信息可以提高营销工作的效率。即,本发明实施例提供的信息推荐系统可以解决商超营销工作效率低的问题。
以下对实现上述行为分析模块1的硬件设备以及算法原理进行详细说明。
参照图3所示,实现上述实施例中的行为分析模块1的硬件设备可以包括:深度图像采集装置31和商品图像采集装置32;
所述深度图像采集装置31位于所述目标场景的顶部,用于以预设角度俯视采集所述目标场景的3D图像;
所述商品图像采集装置32用于获取所述目标场景所摆放的商品的图像。
需要说明的是,图3中以商品图像采集装置32也位于目标场景的顶部为例示出,但本发明实施例并不限定与此,在上述实施例的基础上,本领域技术人员还可以将商品图像采集装置32设置于其它位置,即只要可以获取所述目标场景所摆放的商品的图像即可。
具体的,深度图像采集装置31为可以3D摄像头,商品图像采集装置32可以为普通的2D摄像头。
参照图4所示,在根据实现行为分析模块1的算法原理对分析模块1进行功能模块的划分的情况下,行为分析模块1可以包括:交互获取单元11、动线跟踪单元12以及匹配单元13。
交互获取单元11,用于获取各顾客的交互类型和交互商品信息,并根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息。
其中,任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种。
进一步的,参照图5所示,在根据实现交互获取单元11的算法原理对交互获取单元11进行功能模块的划分的情况下,交互获取单元11可以包括:货架标定模组111、行为检测模组112以及处理模组113。
其中,货架标定模组111,用于确定各商品的位置信息。
具体的,各商品的位置信息可以为各个商品在深度图像采集装置31的世界坐标系中的世界坐标。
结合实现行为分析模块的硬件设备,货架标定模组111具体可以通过如下步骤确定各个商品在深度图像采集装置31的世界坐标系中的世界坐标:
步骤a、通过商品图像采集装置32获取目标场景内的货架的正面的图像。
示例性的,商品图像采集装置32获取的目标场景内的货架的正面的图像可以如图6所示。
步骤b、在目标场景内标定四个关键点,并通过所述深度图像采集装置31获取每一个关键点的三维坐标。
具体的,可以将四个关键点设标定于摆放商品的货架上,并在关键点上设置点光源,然后在通过深度图像采集装置31进行图像采集,由于深度图像采集装置31可以计算光源的三维坐标,因此依次对四个关键点执行上述操作,则可以获取每一个关键点的三维坐标。
示例性的,参照图7所示,在在目标场景内标定的四个关键点可以分别为为位于货架700上的关键点71、关键点72、关键点73以及关键点74。
需要说明的是,图7中以关键点71、关键点72、关键点73以及关键点74分别位于货架700的左右两侧为例示出,但本发明实施例并不限定与此,该四个关键点可以设置在其它位置。
步骤c、根据四个关键点的三维坐标获取深度图像采集装置31的世界坐标系与真实空间中的坐标系的转换关系。
步骤d、根据深度图像采集装置31的世界坐标系与真实空间中的坐标系的转换关系确定目标区域中各个位置的世界坐标。
步骤e、结合货架的正面的图像(包括各商品)以及目标区域中各个位置的世界坐标确定各个商品的世界坐标。
一般情况下,商超中会将相同放置在相邻位置,因此在获取各个商品的世界坐标后,还可以基于相同商品所在位置,将相同商品所在位置划分为一个单元格,并获取每一个单元格的世界坐标。
示例性的,参照图8所示,可以将商品1所在位置划分为单元格81、可以将商品2所在位置划分为单元格82、可以将商品3所在位置划分为单元格83、可以将商品4所在位置划分为单元格84、可以将商品5所在位置划分为单元格85、可以将商品6所在位置划分为单元格86、可以将商品7所在位置划分为单元格87以及可以将商品8所在位置划分为单元格88。
由于将相同商品所在位置划分为一个单元格,并获取了每一个单元格的世界坐标,因此只要确定交互行为对应所发生的位置所在的单元格,即可交互商品信息,因此将相同商品所在位置划分为一个单元格,并获取每一个单元格的世界坐标可以更加快捷的确定交互商品信息。
行为检测模组112,用于获取各顾客的交互行为和交互位置信息。
其中,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息。
作为本发明实施例一种可选的实施例方式,获取各顾客的交互行为包括:检测互动对象(例如:顾客的手)是否具有进入货架所的过程、互动对象进入货架的过程中是否持有商品、检测互动对象是否具有离开货架的过程、互动对象离开货架的过程中是否持有商品。
具体的,检测交互对象进入货架的过程可以为:深度图像采集装置31检测互动对象出现在货架中的第一帧深度图像,即,在深度图像采集装置31采集的第n-1帧深度图像中互动对象与货架没有任何连通域,但在深度图像采集装置31采集的第n帧深度图像中互动对象与货架存在一个连通域,则可以基于图像采集装置31采集的第n-1帧深度图像和第n帧深度图像确定互动对象具有进入货架的过程。
反之,深度图像采集装置31检测互动对象离开货架的过程可以为:深度图像采集装置31检测互动对象从货架中消失的第一帧深度图像,即,在深度图像采集装置31采集的第m-1帧深度图像中互动对象与货架具有至少一个连通域,但在深度图像采集装置31采集的第m帧深度图像中互动对象与货架不存在连通域,则可以基于图像采集装置31采集的第m-1帧深度图像和第m帧深度图像确定互动对象具有离开货架的过程。
此外,可以通过对互动对象进行跟踪,从而识别进入货架和离开货架的互动对象是否为同一互动对象。
具体的,对互动对象进行跟踪的方式可以为:计算互动对象在连续两帧深度图像中的欧式距离,若连续两帧中的互动对象欧式距离小于或等于阈值距离,则确定两帧深度图像中的互动对象为同一互动对象,而若连续两帧中的互动对象欧式距离大于阈值距离,则确定两帧深度图像中的互动对象不为同一互动对象。
此外,可以通过图像识别技术对深度图像采集装置31采集的色彩图像进行识别,从而确定互动对象进入货架的过程中是否持有商品以及互动对象离开货架的过程中是否持有商品。
处理模组113,用于根据各顾客的交互行为确定各顾客的交互类型,根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息,以及根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。。
具体的,根据各顾客的交互行为确定各顾客的交互类型,包括:
在互动对象进入过程持有商品且互动对象离开过程持有商品的情况下,确定互动类型为:顾客使用已拿取的商品更换货架上的商品(换货);
在互动对象进入过程持有商品且互动对象离开过程未持商品的情况下,确定互动类型为:顾客将已拿取的商品放回货架(放回);
在互动对象进入过程未持商品且互动对象离开过程持有商品的情况下,确定互动类型为:顾客从货架上拿取商品(拿货);
在互动对象进入过程未持商品且互动对象离开过程未持商品的情况下,确定互动类型为:顾客从货架上拿取商品(触摸)。
即,互动对象进入过程和离开过程中是否持有商品与互动类型的关系可以如下表1所示:
表1
此外,根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息,具体可以为:将交互位置信息所指示位置上的商品的信息作为交互商品信息。例如:交互位置信息为世界坐标(x1,y1,z1),则将世界坐标为(x1,y1,z1)的商品的信息作为交互商品信息。
示例性的,顾客的交互信息可以为:顾客1拿取了商品1、顾客2放回了商品2、顾客3触摸了商品3等。
动线跟踪单元12,用于获取各顾客的动线信息。
任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项。
具体的,可以利用头肩模型检测深度图像采集装置31采集的图像中的顾客头部,并利用顾客头部在连续两帧图像中的位置关系跟踪各顾客的头部,从而获取各顾客的动线信息。
匹配单元13,用于匹配同一顾客的交互信息和动线信息,并基于各顾客的交互信息和动线信息生成各顾客的行为信息。
具体的,可以通过神经网络检测顾客人体关键点,并通过人体关键点检测得到每一个顾客手到头的连接,利用每一个顾客手到头的连接匹配同一顾客的交互信息和动线信息。
示例性的,人体关键点可以包括:头部、左肩、左肘、左手、右肩、右肘以及右手7个关键点。
进一步的,以下对信息获取模块2基于所述目标场景内的至少一个顾客的行为信息获取营销信息的实现方式进行说明。
作为本发明实施例一种可选的实施例方式,所述信息获取模块,具体用于在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
示例性的,在目标交互类型为从货架上拿取商品(拿货)的情况下,若目标场景的某一顾客从货架上拿取了商品A,则获取商品A的营销信息。
示例性的,在目标交互类型为触摸货架上的商品(触摸)的情况下,若目标场景的某一顾客触摸了货架上的商品B,则获取商品B的营销信息。
需要说明的是,对于同一商品,根据不同的交互类型可以获取该商品不同的营销信息。例如:当目标场景的某一顾客从货架上拿取了商品A,则可以获该商品的一种营销信息,而当目标场景的某一顾客触摸了货架上的商品A,则可以获商品A的另一种营销信息。
作为本发明实施例一种可选的实施例方式,所述信息获取模块,具体用于在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息。
具体的,第一营销信息可以为所述目标场景中某一种商品的营销信息,也可以为商场中某一种品牌的营销信息,还可以为其它能够吸引顾客的营销信息;即本发明实施例中对第一营销信息的类型不做限定。
例如:目标场景为商超中售卖各种洗衣液的场景,如果某一顾客在洗衣液货架前停留的时间长度大于或等于第一阈值,那么可以确定这位顾客对洗衣液有需求,且很可能在考虑要购买货架上的哪一种洗衣液,此时可以获取货架上的洗衣液中其它顾客对其评价较好的一款洗衣液的营销信息并输出。
作为本发明实施例一种可选的实施例方式,所述信息获取模块,具体用于在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取获取第二营销信息。
同样,本发明实施例中对第二营销信息的类型不做限定,第二营销信息可以为目标位置对应的商品的营销信息,也可以为商场中某一种品牌的营销信息,还可以为其它营销信息。
例如:目标场景为商超中售卖各种牙膏的场景,如果某一顾客目标区域的某一位置停留的时间长度大于或等于第二阈值,那么可以确定这位顾客想要了解或购买目标位置前摆放的牙膏,此时可以获取改款牙膏的营销信息。
参照图9所示,本发明实施例提供的信息推荐系统100还包括:
人脸识别模块4,用于采集顾客的人脸信息;
所述信息获取模块12,还用于根据顾客的人脸信息获取营销信息。
具体的,通过人脸识别模块4采集的人脸信息,可以获取顾客的年龄、性别等信息,并且通过顾客的年龄、性别等信息,可以对顾客的购物需求和购物偏好有一个大致的判断,比如小男孩可能对玩具有购买倾向,中年妇女可能对蔬菜水果有购买倾向,因此信息获取模块12还用于根据顾客的人脸信息获取与顾客购买需求相符合的营销信息。
作为本发明实施例一种可选的实现方式,参照图10所示,所述人脸识别模块4,包括:人脸图像采集装置33;
所述人脸图像采集装置33位于所述目标场景内的预设高度的位置。
需要说明的是,图10中以人脸图像采集装置33位于信息输出模块1的实体装置上为例示出,但本发明实施例并不限定与此,在上述实施例的基础上还可以将人脸图像采集装置33设置于其他位置,以能够采集顾客的人脸信息为准。
基于同一发明构思,本发明实施例还提供了一种信息推荐方法,该信息推荐方法实施例与前述信息推荐系统实施例对应,为便于阅读,本装置实施例不再对前述实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的方法能够对应实现前述信息推荐系统实施例中的全部内容。
图11为本发明实施例提供的信息推荐方法的步骤流程图,如图11所示,本实施例提供的信息推荐方法,包括如下步骤S1至S3:
S1、获取目标场景内各顾客的行为信息。
其中,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息。
S2、基于所述目标场景内的至少一个顾客的行为信息获取营销信息。
S3、输出所述营销信息。
本发明实施例提供的信息推荐方法,首先获取目标场景内各顾客的行为信息,然后基于所述目标场景内的至少一个顾客的行为信息获取营销信息,最后输出所述营销信息。由于输出的营销信息是基于获取的顾客的行为信息获取的,且任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息,而顾客的顾客与商品的交互信息、该顾客的动线信息均可以反应出顾客感兴趣的商品、顾客的购物需求、顾客的购物偏好等信息,因此基于顾客的行为信息获取并输出的营销信息可以提高营销工作的效率。即,本发明实施例提供的信息推荐方法可以解决商超营销工作效率低的问题。
作为本发明实施例一种可选的实施方式,参照图12所示,上述步骤S1(获取目标场景内各顾客的行为信息),包括:
S11、获取各顾客的交互类型和交互商品信息。
其中,任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种。
S12、根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息。
S13、获取各顾客的动线信息。
其中,任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项。
S14、匹配同一顾客的交互信息和动线信息。
S15、基于各顾客的交互信息和动线信息生成各顾客的行为信息。
作为本发明实施例一种可选的实施方式,参照图13所示,上述步骤S11(获取各顾客的交互类型和交互商品信息),包括:
S111、确定各商品的位置信息。
S112、检测各顾客的交互行为和交互位置信息。
其中,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息。
S113、根据各顾客的交互行为确定各顾客的交互类型。
S114、根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息。
S115、根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。
作为本发明实施例一种可选的实施方式,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
作为本发明实施例一种可选的实施方式,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息,和/或在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取获取第二营销信息。
作为本发明实施例一种可选的实施方式,所述方法还包括:
采集顾客的人脸信息;
根据顾客的人脸信息获取营销信息。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例所述的信息推荐方法。
本领域技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动存储介质。存储介质可以由任何方法或技术来实现信息存储,信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。根据本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (16)
1.一种信息推荐系统,其特征在于,包括:
行为分析模块,用于获取目标场景内各顾客的行为信息,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息;
信息获取模块,用于基于所述目标场景内的至少一个顾客的行为信息获取营销信息;
信息输出模块,用于输出所述营销信息。
2.根据权利要求1所述的信息推荐系统,其特征在于,所述行为分析模块,包括:
交互获取单元,用于获取各顾客的交互类型和交互商品信息,并根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息;任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种;
动线跟踪单元,用于获取各顾客的动线信息,任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项;
匹配单元,用于匹配同一顾客的交互信息和动线信息,并基于各顾客的交互信息和动线信息生成各顾客的行为信息。
3.根据权利要求2所述的信息推荐系统,其特征在于,所述交互获取单元,包括:
货架标定模组,用于确定各商品的位置信息;
行为检测模组,用于获取各顾客的交互行为和交互位置信息,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息;
处理模组,用于根据各顾客的交互行为确定各顾客的交互类型,根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息,以及根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。
4.根据权利要求2所述的信息推荐系统,其特征在于,所述信息获取模块,具体用于在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
5.根据权利要求2所述的信息推荐系统,其特征在于,所述信息获取模块,具体用于在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息,和/或在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取第二营销信息。
6.根据权利要求1所述的信息推荐系统,其特征在于,所述信息推荐系统还包括:
人脸识别模块,用于采集顾客的人脸信息;
所述信息获取模块,还用于根据顾客的人脸信息获取营销信息。
7.根据权利要求6所述的信息推荐系统,其特征在于,所述人脸识别模块,包括:人脸图像采集装置;
所述人脸图像采集装置位于所述目标场景内的预设高度的位置。
8.根据权利要求1-7任一项所述的信息推荐系统,其特征在于,所述行为分析模块,包括:深度图像采集装置和商品图像采集装置;
所述深度图像采集装置位于所述目标场景的顶部,用于以预设角度俯视采集所述目标场景的3D图像;
所述商品图像采集装置用于获取所述目标场景内的货架的正面的图像。
9.根据权利要求1-7任一项所述的信息推荐系统,其特征在于,所述信息输出模块,包括:多媒体播放设备。
10.一种信息推荐方法,其特征在于,包括:
获取目标场景内各顾客的行为信息,任一顾客的行为信息包括:该顾客与商品的交互信息和/或该顾客的动线信息;
基于所述目标场景内的至少一个顾客的行为信息获取营销信息;
输出所述营销信息。
11.根据权利要求10所述的信息推荐方法,其特征在于,所述获取目标场景内各顾客的行为信息,包括:
获取各顾客的交互类型和交互商品信息;任一顾客的交互类型为该顾客与商品的交互行为的类型,任一顾客的交互商品信息为该顾客与商品的交互行为所涉及的商品的信息,所述交互类型包括:使用已拿取的商品更换货架上的商品、将已拿取的商品放回货架、从货架上拿取商品以及触摸货架上商品中的至少一种;
根据各顾客的交互类型和交互商品的信息生成各顾客的交互信息;
获取各顾客的动线信息,任一顾客的动线信息包括:该顾客在所述目标场景内停留的时间长度、该顾客在所述目标场景的各个位置停留的时间长度以及该顾客在所述目标场景内的运动轨迹中的至少一项;
匹配同一顾客的交互信息和动线信息;
基于各顾客的交互信息和动线信息生成各顾客的行为信息。
12.根据权利要求11所述的信息推荐方法,其特征在于,所述获取各顾客的交互类型和交互商品信息,包括:
确定各商品的位置信息;
检测各顾客的交互行为和交互位置信息,任一顾客的交互位置信息为该顾客的交互行为所发生的位置的信息;
根据各顾客的交互行为确定各顾客的交互类型;
根据各顾客的交互位置信息以及各商品的位置信息确定各顾客的交互商品信息;
根据各顾客的交互类型和交互商品信息生成各顾客的交互信息。
13.根据权利要求11所述的信息推荐方法,其特征在于,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客的交互类型为目标交互类型且交互商品信息为目标商品的信息的情况下,获取所述目标商品的营销信息。
14.根据权利要求11所述的信息推荐方法,其特征在于,所述基于所述目标场景内的至少一个顾客的行为信息获取营销信息,包括:
在任一顾客在所述目标场景内停留的时间长度大于或等于第一阈值的情况下,获取第一营销信息,和/或在任一顾客在所述目标场景的目标位置停留的时间长度大于或等于第二阈值的情况下,获取获取第二营销信息。
15.根据权利要求10所述的信息推荐方法,其特征在于,所述方法还包括:
采集顾客的人脸信息;
根据顾客的人脸信息获取营销信息。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求10-15任一项所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599953.7A CN110472993A (zh) | 2019-07-04 | 2019-07-04 | 信息推荐系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599953.7A CN110472993A (zh) | 2019-07-04 | 2019-07-04 | 信息推荐系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110472993A true CN110472993A (zh) | 2019-11-19 |
Family
ID=68506823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910599953.7A Pending CN110472993A (zh) | 2019-07-04 | 2019-07-04 | 信息推荐系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472993A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183691A (zh) * | 2020-09-30 | 2021-01-05 | 卖点国际展示(深圳)有限公司 | 一种商品展示的方法、装置及存储介质 |
CN112927055A (zh) * | 2021-04-01 | 2021-06-08 | 山西慧虎健康科技有限公司 | 一种精准推荐相关商品的智能零售服务方法及系统 |
CN113706227A (zh) * | 2021-11-01 | 2021-11-26 | 微晟(武汉)技术有限公司 | 一种货架商品推荐方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335317A (zh) * | 2017-01-20 | 2018-07-27 | 苏宁云商集团股份有限公司 | 一种线下导购方法及装置 |
CN108564414A (zh) * | 2018-04-23 | 2018-09-21 | 帷幄匠心科技(杭州)有限公司 | 基于线下行为的商品推荐方法和系统 |
-
2019
- 2019-07-04 CN CN201910599953.7A patent/CN110472993A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335317A (zh) * | 2017-01-20 | 2018-07-27 | 苏宁云商集团股份有限公司 | 一种线下导购方法及装置 |
CN108564414A (zh) * | 2018-04-23 | 2018-09-21 | 帷幄匠心科技(杭州)有限公司 | 基于线下行为的商品推荐方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183691A (zh) * | 2020-09-30 | 2021-01-05 | 卖点国际展示(深圳)有限公司 | 一种商品展示的方法、装置及存储介质 |
CN112183691B (zh) * | 2020-09-30 | 2024-03-22 | 深圳市卖点科技股份有限公司 | 一种商品展示的方法、装置及存储介质 |
CN112927055A (zh) * | 2021-04-01 | 2021-06-08 | 山西慧虎健康科技有限公司 | 一种精准推荐相关商品的智能零售服务方法及系统 |
CN113706227A (zh) * | 2021-11-01 | 2021-11-26 | 微晟(武汉)技术有限公司 | 一种货架商品推荐方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7105700B2 (ja) | サービス対象のための時分割推薦方法及び装置 | |
CN108898459B (zh) | 一种商品推荐方法及装置 | |
CN107992820B (zh) | 基于双目视觉的货柜自助售货方法 | |
CN109284413A (zh) | 基于人脸识别的商品推荐方法、装置、设备及存储介质 | |
CN110472993A (zh) | 信息推荐系统和方法 | |
CN102376061A (zh) | 基于全方位视觉的消费者购买行为分析装置 | |
CN114862516A (zh) | 文案推荐方法、存储介质及程序产品 | |
Olmedilla et al. | The superhit effect and long tail phenomenon in the context of electronic word of mouth | |
Finotto et al. | Factors influencing the use of e-commerce in the agri-food sector: an analysis of Italian consumers | |
TW202006635A (zh) | 線下商品資訊查詢方法、裝置、設備及系統 | |
US10311497B2 (en) | Server, analysis method and computer program product for analyzing recognition information and combination information | |
CN111178974B (zh) | 一种提高多平台融合性的方法和装置 | |
CN114967922A (zh) | 信息展示方法、装置、电子设备及存储介质 | |
Liang et al. | How do signaling and reputation function as critical clues to e-commerce platform governance? Evidence from Chinese rice transaction data | |
CN110866772B (zh) | 用户产生内容处理方法及装置 | |
CN110807665A (zh) | 一种提高营销商品转化率的方法和装置 | |
CN110751496B (zh) | 一种商品价格检测方法和装置 | |
Niemir et al. | Identifying the cognitive gap in the causes of product name ambiguity in e-commerce | |
Khoshroo et al. | Analyzing Augmented Reality Technology Acceptance Models by Consumers: A Systematic Literature Review | |
Maðarac et al. | DIGITAL TRANSFORMATION IN RETAIL BUSINESS | |
CN110969435B (zh) | 一种基于线下进店行为的电子凭证推送方法和装置 | |
US20220198356A1 (en) | System and method for product rearrangement in retail environment based on position adjacency awareness plan | |
Finotto et al. | Socio-demographic factors and online shopping for food and beverage: An analysis of Italian consumers | |
Willumsen et al. | Exploratory analysis of Internet of Things (IoT): revolutionizing the grocery retail industry | |
de Silva et al. | Augmented Reality for Enhanced Performance in Footwear Shopping Applications: A Comparative Analysis |
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 |
Application publication date: 20191119 |
|
WD01 | Invention patent application deemed withdrawn after publication |