CN110490688A - 商品推荐方法和装置 - Google Patents

商品推荐方法和装置 Download PDF

Info

Publication number
CN110490688A
CN110490688A CN201910628451.2A CN201910628451A CN110490688A CN 110490688 A CN110490688 A CN 110490688A CN 201910628451 A CN201910628451 A CN 201910628451A CN 110490688 A CN110490688 A CN 110490688A
Authority
CN
China
Prior art keywords
user
interior
merchandise news
building image
furniture
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.)
Granted
Application number
CN201910628451.2A
Other languages
English (en)
Other versions
CN110490688B (zh
Inventor
张伟伟
孙国勇
付丽红
董秋树
王齐
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.)
Suning Intelligent Terminal Co Ltd
Original Assignee
Suning Intelligent Terminal 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 Suning Intelligent Terminal Co Ltd filed Critical Suning Intelligent Terminal Co Ltd
Priority to CN201910628451.2A priority Critical patent/CN110490688B/zh
Publication of CN110490688A publication Critical patent/CN110490688A/zh
Application granted granted Critical
Publication of CN110490688B publication Critical patent/CN110490688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • G06V20/36—Indoor scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种商品推荐方法和装置；所述方法包括：获取用户的房屋内景图像；根据所述房屋内景图像识别出房屋内的实体信息；根据识别结果确定要推荐的商品信息；将所述商品信息推送给用户。本申请的方案利用计算机视觉技术对用户的房屋内景图像进行处理，从而判断用户家里可能需要购买的家具、家电等，然后根据判断结果向用户推送相应的商品或服务，以提高推荐的准确性，提升用户满意度、提升用户转化率，提高用户购物满意度和复购率，并且省去了用户查找商品信息的时间和精力。

Description

商品推荐方法和装置
技术领域
本申请涉及智能家居技术领域，具体涉及一种商品推荐方法和装置。
背景技术
通常情况下，用户购买家具、家电或者需要售后服务的情况有以下几种场景：其一，用户家里的家具家电本来就缺少或者没有某一件家具家电；其二，现在的家具或者家电满足不了用户需求，需要升级更新；其三，用户的家具或者家电坏了需要维修，需要用户自己联系厂家让售后上门。
对于第一种情况，用户需要自己主动去商家浏览商品、了解商品的价格、功能、品牌、性能、口碑做对比，然后根据自己的经济情况和各商家的服务满意度决定购买购买哪款家具或者家电。这个过程会花掉用户大量的时间和精力。
对于第二种情况，用户第一次在某平台购买了家具或者家电用几年后，有新品更新了，或者用户需求提升了，想要更新家电或家具，通常用户还需要重复第一种情况的流程浪费时间和精力。
对于第三种情况，如果用户的家具或者家电坏了，需要用户自己反馈给厂商或者点电商平台，然后安排售后或者维修人员上门维修。
相关技术中，还没有能够根据现有的情况自动查缺补漏，向用户推荐新产品或推荐用户升级新型号、新产品的方案
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种商品推荐方法和装置。
根据本申请实施例的第一方面，提供一种商品推荐方法，包括：
获取用户的房屋内景图像；
根据所述房屋内景图像识别出房屋内的实体信息；
根据识别结果确定要推荐的商品信息；
将所述商品信息推送给用户。
进一步地，所述获取用户的房屋内景图像，包括：
接收视频采集装置上传的房屋内景图像，所述房屋内景图像是由视频采集装置自动录制并上传的。
进一步地，所述视频采集装置是带AI摄像头的扫地机器人，能够在运动过程录制视频扫描数据，并将数据实时上传到服务器。
进一步地，所述根据所述房屋内景图像识别出房屋内的实体信息，包括：
将所述房屋内景图像送入AI模型进行处理；
根据所述AI模型的输出结果识别出所述房屋内景图像中存在的所有物理实体，包括：家具、家电、墙面、门窗、人物、宠物、玩具；
其中，所述AI模型是预先训练过的神经网络模型。
进一步地，所述方法还包括：
根据所述AI模型的输出结果识别出家具和家电的新旧程度、品牌、大小和体积。
进一步地，所述根据识别结果确定要推荐的商品信息，包括：
根据识别结果分析缺少的家电或家具的种类；
将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息。
进一步地，所述将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息，包括：
查询用户的购物记录；
根据用户的购物记录分析用户的消费习惯；
根据缺少的家电或家具的种类，选取与用户的消费习惯最接近的具体型号的商品；
将选取的商品的具体信息确定为要推荐的商品信息。
进一步地，所述方法还包括：
识别出用户的房屋的结构、总体面积、每个房间的面积、家具家电的布局。
进一步地，所述方法还包括：
将识别结果转换为能够用于绘制3D图的数据参数。
进一步地，所述方法还包括：
将所述数据参数推送到用户的终端设备，以使所述终端设备根据所述数据参数绘制房屋的3D图；
将要推荐的商品信息推送到用户的终端设备，以使所述终端设备将推荐的商品绘制到房屋的3D图中。
根据本申请实施例的第二方面，提供一种商品推荐装置，包括：
获取模块，用于获取用户的房屋内景图像；
识别模块，用于根据所述房屋内景图像识别出房屋内的实体信息；
确定模块，用于根据识别结果确定要推荐的商品信息；
推送模块，用于将所述商品信息推送给用户。
根据本申请实施例的第三方面，提供一种商品推荐系统，包括：视频采集装置、服务器和用户终端；
所述视频采集装置用于自动录制并上传用户的房屋内景图像；
所述用户终端用于接收所述服务器推送的商品信息；
所述服务器用于：
获取用户的房屋内景图像；
根据所述房屋内景图像识别出房屋内的实体信息；
根据识别结果确定要推荐的商品信息；
将所述商品信息推送给用户。
本申请的实施例提供的技术方案具备以下有益效果：
本申请的方案利用计算机视觉技术对用户的房屋内景图像进行处理，从而判断用户家里可能需要购买的家具、家电等，然后根据判断结果向用户推送相应的商品或服务，以提高推荐的准确性，提升用户满意度、提升用户转化率，提高用户购物满意度和复购率，并且省去了用户查找商品信息的时间和精力。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种商品推荐方法的流程图。
图2是根据一示例性实施例示出的一种商品推荐方法的实现流程图。
图3是根据一示例性实施例示出的一种商品推荐系统的AI平台的图片分析流程图。
图4是根据一示例性实施例示出的一种商品推荐系统的神经网络模型的结构示意图。
图5是根据一示例性实施例示出的一种AI物体识别技术的架构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法和装置的例子。
图1是根据一示例性实施例示出的一种商品推荐方法的流程图。该方法可以应用于智能家居的智能化商品推荐服务，包括以下步骤：
步骤S1：获取用户的房屋内景图像；
步骤S2：根据所述房屋内景图像识别出房屋内的实体信息；
步骤S3：根据识别结果确定要推荐的商品信息；
步骤S4：将所述商品信息推送给用户。
本申请的方案利用计算机视觉技术对用户的房屋内景图像进行处理，从而判断用户家里可能需要购买的家具、家电等，然后根据判断结果向用户推送相应的商品或服务，以提高推荐的准确性，提升用户满意度、提升用户转化率，提高用户购物满意度和复购率，并且省去了用户查找商品信息的时间和精力。
一些实施例中，所述获取用户的房屋内景图像，包括：
接收视频采集装置上传的房屋内景图像，所述房屋内景图像是由视频采集装置自动录制并上传的。
一些实施例中，所述视频采集装置是带AI摄像头的扫地机器人，能够在运动过程录制视频扫描数据，并将数据实时上传到服务器。
相比摄像头等家用IPC类设备，视觉机器人有以下优势：
目前的单纯的智能摄像头位置固定对用户家里结构信息不全面，扫地机器人能对整个家庭进行全面收集。
目前的单纯的智能摄像头位角度固定不能伸缩，对数据采集的精度不够，有可能达不到识别物体的精度或者是远距离的设备看不到，如果要做到足够精准需要有足够多的摄像头，与家具和家电的距离足够近，能够达到分析家电家具的品牌、大小、新旧程度才行。
摄像头不能部署在卫生间、浴室、卧室等比较私密的房间和位置，但是扫地机器人可以在卫生间、浴室、卧室没有人使用的时候进行清扫和数据收集。
参照图2，一些实施例中，所述根据所述房屋内景图像识别出房屋内的实体信息，包括：
将所述房屋内景图像送入AI模型进行处理；
根据所述AI模型的输出结果识别出所述房屋内景图像中存在的所有物理实体，包括：家具、家电、墙面、门窗、人物、宠物、玩具；
其中，所述AI模型是预先训练过的神经网络模型。
一些实施例中，所述方法还包括：
根据所述AI模型的输出结果识别出家具和家电的新旧程度、品牌、大小和体积。
一些实施例中，所述根据识别结果确定要推荐的商品信息，包括：
根据识别结果分析缺少的家电或家具的种类；
将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息。
参照图2，一些实施例中，所述将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息，包括：
查询用户的购物记录；
根据用户的购物记录分析用户的消费习惯；
根据缺少的家电或家具的种类，选取与用户的消费习惯最接近的具体型号的商品；
将选取的商品的具体信息确定为要推荐的商品信息。
在确定要推荐的商品信息之前，还需要查询用户的购物习惯，也即通过查询用户在电商平台的消费记录，分析用户的消费偏好(比如，价位、品牌等)，根据分析结果推荐与消费偏好最接近的商品。
比如，根据识别结果，某用户的家里缺少一台空调，而空调商品有A、B、C、D等若干品牌，且每个品牌下都有若干具体型号。假设查询消费记录后，发现在家电方面，该用户较多购买C品牌的商品，且价格多处于中等价位。那么C品牌下的中等价位的C1型号商品，就是与消费偏好最接近的商品。
一些实施例中，所述方法还包括：
识别出用户的房屋的结构、总体面积、每个房间的面积、家具家电的布局。
一些实施例中，所述方法还包括：
将识别结果转换为能够用于绘制3D图的数据参数。
一些实施例中，所述方法还包括：
将所述数据参数推送到用户的终端设备，以使所述终端设备根据所述数据参数绘制房屋的3D图；
将要推荐的商品信息推送到用户的终端设备，以使所述终端设备将推荐的商品绘制到房屋的3D图中。
参照图2，本申请的方案首先使用带物体识别的AI摄像头实时将摄像头所扫描到的所有物体进行识别，然后将这些物体上报云AI平台。
然后AI平台根据AI摄像头的视频图像和数据分析用户的家具、家电的位置、规格、型号、品牌、空间占用大小、新旧程度、是否缺家具、家庭装修的新旧程度、用户房子的大小、房子结构布局等。
后续AI平台将分析的视频内容和数据发给云平台，云平台将视频内容和数据转换成图片和具体的绘制3D图所需的绘制数据，然后云平台将数据实时推送给手机。
手机将用户的家庭结构、家具、家电详情、装修风格用openGL绘制出来，然后定时向购物平台获取向用户推荐的商品和服务数据，这些数据是在大数据基础上分析了对应用户的消费习惯、消费水平、消费喜好的基础上推荐的。
移动端APP将推荐的商品直接绘制到合适的位置，将推荐的服务通过合适的方式推送给用户。将推荐的商品和服务用特定的颜色和声音展示给用户，提高用户电商购物的精准度和成功率。
其中，AI平台的分析过程是本方案的核心，下面对AI平台的具体工作过程进行拓展说明。
首先，在对视频图像和数据进行分析前，需要进行大量的物体识别训练并建立对应的物体识别数据库。训练的目的是，使AI平台能够识别用户的家具、家电的位置、规格、型号、品牌、空间占用大小、新旧程度、是否缺家具、家庭装修的新旧程度、用户房子的大小、房子结构布局。
参照图3，AI图像识别主要分为两个过程：识别、分类。
分类，即在分析用户数据前，需要建立图片分类规则库，建立本系统的图片分类规则库主要是做以下几个工作：
第一，要搜集足够多的训练样本输入，该样本要每个品类要达到千万级别，总和要达到上亿级别。
第二，在完成搜集足够多的训练样本输入后，对图片做预处理，图片预处理包括：灰度化，去噪，矫正，直方图均衡化，亮度和饱和度调整。
第三，完成图片预处理后，需要对图片做特征处理。
第四，然后数据交给AI最核心的算法平台：卷积神经网络(CNN)。CNN对数据的训练是个反复的过程，直到达到99％图像准确识别率。
参照图4，卷积神经网络的层级结构包括：输入层、卷积层、激活层、池化层、Flatten层、全连接层、输出层。其中，卷积层、激活层、池化层的建立是可以有多个的，每个处理和完成的任务不同，直到能够达到物体识别的实际应用标准。卷积层的工作过程即为特征提取的过程。
需要说明的是，激活函数一般作为卷积函数的参数使用。卷积层中，可以包括ZeroPadding函数、卷积函数、激活函数的多个循环。池化层，用于对卷积层的输出按区域取最大值或平均值，也是局部采样过程。
此外，卷积层和池化层也可以循环多次，即：卷积层、池化层、卷积层、池化层。激活函数也可以作为激活层使用，此时循环变为：卷积层、激活层、卷积层、激活层、……、池化层。
Flatten层是卷积层和全连接层之间的过渡层，作用是多维输入一维化。如果没有全连接层，则通常也不需要Flatten层。有些场景中，全连接层不是必须的，因为会限制输入的形状；在一些场景中，可以有多个全连接层。
第五，在完成对众多数据的反复训练后，将训练成功的数据存入图片数据库。
识别，即用户的实际使用过程。在用户实际使用时，在用户视频输入后，将视频转换成图片，然后对图片进行图片预处理、特征处理和提取后，对图片进行三维建模，最后对用户图片进行对比，如果对比成功则进行下一步将图片数据发给云平台，如果对比失败，会将该内容作为训练数据进行训练以不断增加训练样本，不断丰富图片数据库。
以上就是AI平台的完整的图片分析流程。
参照图5，展示了本系统所采用的AI物体识别技术的架构示意图。AI平台包括：基础硬件层、资源管理层、引擎框架层、图像算法层，以及提供推荐服务的API接口。摄像头采集视频，并截取图像后，将图像上传到AI平台；调用API接口对图像进行分析；AI平台对图像数据进行处理后，将分析结果输出。
本申请还提供如下的实施例：
一种商品推荐装置，包括：
获取模块，用于获取用户的房屋内景图像；
识别模块，用于根据所述房屋内景图像识别出房屋内的实体信息；
确定模块，用于根据识别结果确定要推荐的商品信息；
推送模块，用于将所述商品信息推送给用户。
关于上述实施例中的装置，其中各个模块执行操作的具体步骤已经在有关该方法的实施例中进行了详细描述，此处不再详细阐述说明。
本申请还提供如下的实施例：
一种商品推荐系统，包括：视频采集装置、服务器和用户终端；
所述视频采集装置用于自动录制并上传用户的房屋内景图像；
所述用户终端用于接收所述服务器推送的商品信息；
所述服务器用于：
获取用户的房屋内景图像；
根据所述房屋内景图像识别出房屋内的实体信息；
根据识别结果确定要推荐的商品信息；
将所述商品信息推送给用户。
参照图2，本申请的系统包括以下组成部分：
带AI摄像头的扫地机器人，此AI摄像头在运动过程录制视频扫描数据，将数据实时传给AI平台。
AI平台对摄像头传输的视频进行分析，达到识别家里所有家具、家电、墙面、门窗、人物、宠物、玩具、衣物鞋帽；区分人物的年龄、身份、性别；辨识出家具和家电使用年限、新旧程度、品牌、家具的大小和体积；用户房间的结构、总体面积、每个房间的面积、家具家电的布局等功能。
AI平台将分析的结果转变成具体APP可用来绘制的参数传给智能家居云平台和购物平台。云平台对数据进行存储，并适时传推送给手机APP。
购物平台根据这些数据生成对该用户的家具、家电、日用品、装修建议、售后服务进行数据生成。
手机APP接收到云平台推送的用户家具数据对家庭结构、家电家具、门窗、墙面、衣物进行3D绘制。
购物平台将对用户的用户的家具、家电、日用品、装修建议、售后服务进行数据数据推送给APP，APP结合3D家庭和声音提示建议用户是否购买对应的商品或需要对应的服务。
本申请的系统能够在用户主动选品前获得用户缺少某件家具或者家电的信息，并将其大概率购买的商品推荐给用户，将会大幅提高转化率。该系统可以提前预知，并将商品推荐给用户，同样会大幅提高转化率。该系统可以自动预测用户的家具或者家电出了问题，主动联系用户然后安排售后或维修人员上门服务。这大大提升了用户满意度，提高了用户的复购率。
本系统能可以节省用户浏览商品、选品、对比的时间和精力，如果对用户消费习惯、消费水平、消费历史分析精准，可以让用户对商品购买率达到100％。推荐的服务还可以是免费服务，比如：家电的维修清洗，从而提升用户在指定电商平台购买的满意度，达到留住用户、提升用户复购率的作用。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种商品推荐方法，其特征在于，包括：
获取用户的房屋内景图像；
根据所述房屋内景图像识别出房屋内的实体信息；
根据识别结果确定要推荐的商品信息；
将所述商品信息推送给用户。
2.根据权利要求1所述的方法，其特征在于，所述获取用户的房屋内景图像，包括：
接收视频采集装置上传的房屋内景图像，所述房屋内景图像是由视频采集装置自动录制并上传的。
3.根据权利要求2所述的方法，其特征在于：所述视频采集装置是带AI摄像头的扫地机器人，能够在运动过程录制视频扫描数据，并将数据实时上传到服务器。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述房屋内景图像识别出房屋内的实体信息，包括：
将所述房屋内景图像送入AI模型进行处理；
根据所述AI模型的输出结果识别出所述房屋内景图像中存在的所有物理实体，包括：家具、家电、墙面、门窗、人物、宠物、玩具；
其中，所述AI模型是预先训练过的神经网络模型。
5.根据权利要求4所述的方法，其特征在于，还包括：
根据所述AI模型的输出结果识别出家具和家电的新旧程度、品牌、大小和体积。
6.根据权利要求4所述的方法，其特征在于，所述根据识别结果确定要推荐的商品信息，包括：
根据识别结果分析缺少的家电或家具的种类；
将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息。
7.根据权利要求6所述的方法，其特征在于，所述将缺少的家具或家电所对应的商品信息确定为要推荐的商品信息，包括：
查询用户的购物记录；
根据用户的购物记录分析用户的消费习惯；
根据缺少的家电或家具的种类，选取与用户的消费习惯最接近的具体型号的商品；
将选取的商品的具体信息确定为要推荐的商品信息。
8.根据权利要求4所述的方法，其特征在于，还包括：
识别出用户的房屋的结构、总体面积、每个房间的面积、家具家电的布局。
9.根据权利要求8所述的方法，其特征在于，还包括：
将识别结果转换为能够用于绘制3D图的数据参数。
10.根据权利要求9所述的方法，其特征在于，还包括：
将所述数据参数推送到用户的终端设备，以使所述终端设备根据所述数据参数绘制房屋的3D图；
将要推荐的商品信息推送到用户的终端设备，以使所述终端设备将推荐的商品绘制到房屋的3D图中。
11.一种商品推荐装置，其特征在于，包括：
获取模块，用于获取用户的房屋内景图像；
识别模块，用于根据所述房屋内景图像识别出房屋内的实体信息；
确定模块，用于根据识别结果确定要推荐的商品信息；
推送模块，用于将所述商品信息推送给用户。
12.一种商品推荐系统，其特征在于，包括：视频采集装置、服务器和用户终端；
所述视频采集装置用于自动录制并上传用户的房屋内景图像；
所述用户终端用于接收所述服务器推送的商品信息；
所述服务器用于：
获取用户的房屋内景图像；
根据所述房屋内景图像识别出房屋内的实体信息；
根据识别结果确定要推荐的商品信息；
将所述商品信息推送给用户。
CN201910628451.2A 2019-07-12 2019-07-12 商品推荐方法和装置 Active CN110490688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910628451.2A CN110490688B (zh) 2019-07-12 2019-07-12 商品推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910628451.2A CN110490688B (zh) 2019-07-12 2019-07-12 商品推荐方法和装置

Publications (2)

Publication Number Publication Date
CN110490688A true CN110490688A (zh) 2019-11-22
CN110490688B CN110490688B (zh) 2022-08-02

Family

ID=68547040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628451.2A Active CN110490688B (zh) 2019-07-12 2019-07-12 商品推荐方法和装置

Country Status (1)

Country Link
CN (1) CN110490688B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062780A (zh) * 2019-12-16 2020-04-24 珠海格力电器股份有限公司 家电推荐方法、存储介质及电子设备
CN111191116A (zh) * 2019-12-11 2020-05-22 珠海格力电器股份有限公司 基于双目摄像头检测家居环境进行消费推送空调显示方法
CN111281274A (zh) * 2020-03-18 2020-06-16 苏宁智能终端有限公司 一种视觉扫地方法及系统
CN111445305A (zh) * 2020-03-23 2020-07-24 珠海格力电器股份有限公司 一种家用电器的推荐方法、装置、存储介质及服务器
CN112686737A (zh) * 2021-01-14 2021-04-20 北京国联视讯信息技术股份有限公司 一种电子商务信息推荐方法及系统
CN114037096A (zh) * 2021-10-29 2022-02-11 河南格林循环电子废弃物处置有限公司 一种家电自动识别并标记的装置及其使用方法
CN116992168A (zh) * 2023-09-28 2023-11-03 北京装库创意科技有限公司 一种家居布局推荐方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107833110A (zh) * 2017-11-24 2018-03-23 美的智慧家居科技有限公司 家电推荐方法、系统、服务器及计算机可读存储介质
KR20180040865A (ko) * 2016-10-13 2018-04-23 엘지전자 주식회사 증강 현실을 이용한 가전 기기 배치 방법, 그를 수행하는 이동 단말기 및 서버
CN207429061U (zh) * 2017-05-15 2018-06-01 广东宝乐机器人股份有限公司 扫地机器人及扫地机器人监控系统
CN109856980A (zh) * 2019-01-23 2019-06-07 深圳绿米联创科技有限公司 智能家居设备推荐方法、装置、物联网系统以及云服务器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180040865A (ko) * 2016-10-13 2018-04-23 엘지전자 주식회사 증강 현실을 이용한 가전 기기 배치 방법, 그를 수행하는 이동 단말기 및 서버
CN207429061U (zh) * 2017-05-15 2018-06-01 广东宝乐机器人股份有限公司 扫地机器人及扫地机器人监控系统
CN107833110A (zh) * 2017-11-24 2018-03-23 美的智慧家居科技有限公司 家电推荐方法、系统、服务器及计算机可读存储介质
CN109856980A (zh) * 2019-01-23 2019-06-07 深圳绿米联创科技有限公司 智能家居设备推荐方法、装置、物联网系统以及云服务器

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191116A (zh) * 2019-12-11 2020-05-22 珠海格力电器股份有限公司 基于双目摄像头检测家居环境进行消费推送空调显示方法
CN111062780A (zh) * 2019-12-16 2020-04-24 珠海格力电器股份有限公司 家电推荐方法、存储介质及电子设备
CN111281274A (zh) * 2020-03-18 2020-06-16 苏宁智能终端有限公司 一种视觉扫地方法及系统
CN111445305A (zh) * 2020-03-23 2020-07-24 珠海格力电器股份有限公司 一种家用电器的推荐方法、装置、存储介质及服务器
CN112686737A (zh) * 2021-01-14 2021-04-20 北京国联视讯信息技术股份有限公司 一种电子商务信息推荐方法及系统
CN114037096A (zh) * 2021-10-29 2022-02-11 河南格林循环电子废弃物处置有限公司 一种家电自动识别并标记的装置及其使用方法
CN116992168A (zh) * 2023-09-28 2023-11-03 北京装库创意科技有限公司 一种家居布局推荐方法及系统
CN116992168B (zh) * 2023-09-28 2024-01-12 北京装库创意科技有限公司 一种家居布局推荐方法及系统

Also Published As

Publication number Publication date
CN110490688B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN110490688A (zh) 商品推荐方法和装置
CN111310019B (zh) 信息推荐方法、信息处理方法、系统及设备
US11620678B2 (en) Advertising method, device and system, and computer-readable storage medium
CN104462292B (zh) 社交协同过滤
CN109408724A (zh) 多媒体资源预估点击率的确定方法、装置及服务器
CN108153158A (zh) 家居场景的切换方法、装置、存储介质及服务器
CN108012162A (zh) 内容推荐方法及装置
CN103686344A (zh) 增强视频系统及方法
CN108131791A (zh) 家电设备的控制方法、装置及服务器
CN105635824A (zh) 个性化频道推荐方法和系统
US11334933B2 (en) Method, system, and manufacture for inferring user lifestyle and preference information from images
CN103984847A (zh) 一种饮食推荐方法及相关装置
CN110475154A (zh) 网络电视视频播放方法和装置、网络电视和计算机介质
CN106446266A (zh) 推荐用户喜爱内容的方法以及内容推荐系统
CN108197635B (zh) 烹饪方式的展示方法及装置、抽油烟机
CN114821236A (zh) 智慧家庭环境感知方法、系统、存储介质及电子装置
CN106210899A (zh) 内容推荐方法和装置、电子设备
CN112468853B (zh) 电视资源推荐方法、装置、计算机设备及存储介质
CN109856980B (zh) 智能家居设备推荐方法、装置、物联网系统以及云服务器
CN106802913A (zh) 一种播放内容推荐方法及其装置
CN114119055A (zh) 一种测评实现方法、装置和存储介质
CN109118282B (zh) 一种双模互感智能空间用户画像管理方法及终端
CN106227841A (zh) 信息推送方法和装置
CN113934926A (zh) 交互场景的推荐方法及其装置、电子设备
KR102305177B1 (ko) Ai 개체에 대한 정보 수집 플랫폼 및 이를 통한 정보 수집 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
GR01 Patent grant
GR01 Patent grant