CN110705377A - 基于用户购买模式的无人货柜订单判定辅助方案 - Google Patents

基于用户购买模式的无人货柜订单判定辅助方案 Download PDF

Info

Publication number
CN110705377A
CN110705377A CN201910861476.7A CN201910861476A CN110705377A CN 110705377 A CN110705377 A CN 110705377A CN 201910861476 A CN201910861476 A CN 201910861476A CN 110705377 A CN110705377 A CN 110705377A
Authority
CN
China
Prior art keywords
user
order
database
module
shopping
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
Application number
CN201910861476.7A
Other languages
English (en)
Inventor
张发恩
王炬
柯政远
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.)
Innovation Qizhi (hefei) Technology Co Ltd
Original Assignee
Innovation Qizhi (hefei) Technology 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 Innovation Qizhi (hefei) Technology Co Ltd filed Critical Innovation Qizhi (hefei) Technology Co Ltd
Priority to CN201910861476.7A priority Critical patent/CN110705377A/zh
Publication of CN110705377A publication Critical patent/CN110705377A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Multimedia (AREA)
  • Cash Registers Or Receiving Machines (AREA)

Abstract

本发明公开了基于用户购买模式的无人货柜订单判定辅助方案，包括用户购物模式分析系统和与原货柜系统的配合的算法方法，能够在基于用户购买历史分析用户购物模式，提高算法判别用户选购商品种类和数量的精度，本发明的无人货柜订单判定辅助方案设计合理，可以对现存三种类型智能货柜的算法结果提供可以反映用户个性购物模式的补充信息，通过这种用户个性购物模式的信息补充，在重量信息和纯图像结果不足完成对订单的识别时，可以与货柜系统中的纯图像算法识别模块和重量信息辅助分析模块相互结合，可以提高算法判别用户选购商品种类和数量的精度，使得置信度判断的精准度，得以提高，从而提升了此算法整体的可信度。

Description

基于用户购买模式的无人货柜订单判定辅助方案
技术领域
本发明涉及智能货柜技术领域，尤其涉及基于用户购买模式的无人货柜订单判定辅助方案。
背景技术
现有无人货柜实现途径有以下三类，第一种在每个商品上贴标签或者二维码，货柜门的感应器件在用户关闭货柜门时，识别被取出商品的种类。该方法主要缺点为，要给每个出售商品贴标签或者二维码，增加了额外工作量；第二种在开门前和取完商品关门后，利用安装在货架上方的摄像头拍照并上传图像至云端，通过动态视频识别技术来识别本次消费所取商品。该类方法主要缺点为，对动态视频的处理量和保存视频信息所需的储存空间都很大，算法复杂度较高，耗时较多；第三种依据智能货柜开门前后的重量值之差，校验通过图像识别算法识别出来的用户选购出来的商品种类及数量。该类方法主要缺点为，重量信息较为简单，难以反映多种商品的重量组合情况；同时我们现有订单判别方案的后处理模块，根据安装在货柜中每层的重力传感器在开门前后的重量差，去辅助修正纯图像检测与分类算法得到订单结果。实际订单中，对于同样的重量差可能存在多种商品组合，即这种静态重量信息作为订单结果辅助，可信度不高。上述无人货柜的售卖方法中，都存在缺陷，所以提出了一种无人货柜的订单判定辅助方案来完善无人售货工作。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供基于用户购买模式的无人货柜订单判定辅助方案，能够在基于用户购买历史分析用户购物模式，提高算法判别用户选购商品种类和数量的精度。
为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：
基于用户购买模式的无人货柜订单判定辅助方案，包括用户购物模式分析系统，还包括以下算法步骤；
S101：首先通过货柜系统中的纯图像算法识别模块和重量信息辅助分析模块，对本用户的购物订单进行分析；
S102：判断本用户当前订单的置信度是否满足设定的阈值；
S103：若算法结果得出满足设定的阈值，则不启动本用户购物模式分析系统，交易继续；
S104：若算法结果不满足设定的阈值，则将当前用户ID输入用户购物模式分析系统中，调出当前用户购物模式；
S105：调用用户购物模式特征，进行分析；
S106：识别结果置信度增强，根据纯图像算法结果，结合重量信息和当前用户购物模式，给出最有可能的订单结果；
S107：判断本用户当前订单的置信度是否满足设定的阈值，通过预定阈值则可以过机判交易继续，否则，仍不过机判，判断失败交易结束。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户购物模式分析系统包括用户数据库和用户购物模式特征模块，所述用户数据库连接有用户身份ID输入模块、该用户购物模式特征调用模块和该用户新订单结果更新模块。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户数据库内设置有历史订单分析模块，所述历史订单分析模块的输出端连接用户购物模式特征模块。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户购物模式特征模块实时的订单信息存储入用户数据库中。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户数据库中每个用户身份ID匹配对应的历史订单分析模块，且所述用户数据库中订单信息包括购买商品的种类、数量、时间。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户购物模式特征模块通过用户数据库连接该用户新订单结果更新模块。
优选地，上述基于用户购买模式的无人货柜订单判定辅助方案中，所述用户购物模式分析系统的操作步骤如下；
步骤一：数据库建立，建立用户数据库，对每个用户ID存储其历史订单信息，订单信息包括购买商品的种类、数量、时间；
步骤二：用户购物模式分析，对数据库中每个用户ID的历史订单信息进行综合分析，分析内容包括用户的常购买商品，以及在不同时间节点的购买喜好；
步骤三：数据库更新，用户完成订单后，将新的订单存入数据库中对应用户的条目中；
步骤四：用户购物模式更新，对数据库中更新历史购买记录的用户，返回步骤二重新分析其购买模式。
本发明的有益效果是：本发明的无人货柜订单判定辅助方案设计合理，可以对现存三种类型智能货柜的算法结果提供可以反映用户个性购物模式的补充信息，通过这种用户个性购物模式的信息补充，在重量信息和纯图像结果不足完成对订单的识别时，可以与货柜系统中的纯图像算法识别模块和重量信息辅助分析模块相互结合，可以提高算法判别用户选购商品种类和数量的精度，使得置信度判断的精准度，得以提高，从而提升了此算法整体的可信度。此外，大数据量的用户购物模式分析结果，对商户的理货行为同样有指导价值，例如可以加大对受欢迎商品的投放力度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中与原货柜系统的配合的算法流程框图；
图2为本发明中用户购物模式分析系统的示意流程框图。
附图中，各标号所代表的部件列表如下：
1、用户购物模式分析系统；101、用户数据库；102、用户购物模式特征模块；103、用户身份ID输入模块；104、该用户购物模式特征调用模块；105、该用户新订单结果更新模块；106、历史订单分析模块。
具体实施方式
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，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1～2所示，本实施例为基于用户购买模式的无人货柜订单判定辅助方案，包括用户购物模式分析系统1，还包括以下算法步骤；
S101：首先通过货柜系统中的纯图像算法识别模块和重量信息辅助分析模块，对本用户的购物订单进行分析；
S102：判断本用户当前订单的置信度是否满足设定的阈值；
S103：若算法结果得出满足设定的阈值，则不启动本用户购物模式分析系统，交易继续；
S104：若算法结果不满足设定的阈值，则将当前用户ID输入用户购物模式分析系统中，调出当前用户购物模式；
S105：调用用户购物模式特征，进行分析；
S106：识别结果置信度增强，根据纯图像算法结果，结合重量信息和当前用户购物模式，给出最有可能的订单结果；
S107：判断本用户当前订单的置信度是否满足设定的阈值，通过预定阈值则可以过机判交易继续，否则，仍不过机判，判断失败交易结束，补充说明如果纯图像算法和重量信息的订单识别置信度满足我们设定的阈值。则不启动本用户购物模式分析系统1；若纯图像算法和重量信息的订单识别置信度不满足我们设定的阈值，则将当前用户ID输入用户购物模式分析系统1，调出当前用户购物模式；根据纯图像算法结果，结合重量信息和当前用户购物模式，给出最有可能的订单结果。若综合用户购物模式后的识别结果满足我们的设定阈值，则可以过机判，否则，仍不过机判；此流程简单易操作，便于与货柜系统中的纯图像算法识别模块和重量信息辅助分析模块相互结合，起到了一个辅助的功能，可以提高算法判别用户选购商品种类和数量的精度，使得置信度得以提高，从而提升了此算法整体的可信度。
考虑到用户间的差异性，建立用户购物模式分析系统1，用户购物模式分析系统1包括用户数据库101和用户购物模式特征模块102，用户数据库101连接有用户身份ID输入模块103、该用户购物模式特征调用模块104和该用户新订单结果更新模块105，用户数据库101内设置有历史订单分析模块106，历史订单分析模块106的输出端连接用户购物模式特征模块102，用户购物模式特征模块102实时的订单信息存储入用户数据库101中，用户数据库101中每个用户身份ID匹配对应的历史订单分析模块106，且用户数据库101中订单信息包括购买商品的种类、数量、时间，用户购物模式特征模块102通过用户数据库101连接该用户新订单结果更新模块105，用户购物模式分析系统1作为整个货柜系统的补充模块，进一步提升货柜算法的算法判别率和准确率，具体来说，用户购物模式分析系统1可以依据历史订单，分析用户购物模式，获取客户个性化购物特征，将该特征作为货柜算法分析订单的辅助信息，提高算法判别用户选购商品种类和数量的精度，此用户购物模式分析系统1的操作步骤如下；
步骤一：数据库建立，建立用户数据库101，对每个用户ID存储其历史订单信息，订单信息包括购买商品的种类、数量、时间；
步骤二：用户购物模式分析，对数据库中每个用户ID的历史订单信息进行综合分析，分析内容包括用户的常购买商品，以及在不同时间节点的购买喜好；
步骤三：数据库更新，用户完成订单后，将新的订单存入数据库中对应用户的条目中；
步骤四：用户购物模式更新，对数据库中更新历史购买记录的用户，返回步骤二重新分析其购买模式。
本发明的无人货柜订单判定辅助方案设计合理，可以对现存三种类型智能货柜的算法结果提供可以反映用户个性购物模式的补充信息。通过这种用户个性购物模式的信息补充，在重量信息和纯图像结果不足完成对订单的识别时，依据该个性化购物模式特征，可以给货柜算法更多的指导，从而提升算法的可信度。能够在基于用户购买历史分析用户购物模式，辅助图像识别算法提升精度。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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发明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。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：包括用户购物模式分析系统(1)，还包括以下算法步骤；
S101：首先通过货柜系统中的纯图像算法识别模块和重量信息辅助分析模块，对本用户的购物订单进行分析；
S102：判断本用户当前订单的置信度是否满足设定的阈值；
S103：若算法结果得出满足设定的阈值，则不启动本用户购物模式分析系统(1)，交易继续；
S104：若算法结果不满足设定的阈值，则将当前用户ID输入用户购物模式分析系统(1)中，调出当前用户购物模式；
S105：调用用户购物模式特征，进行分析；
S106：识别结果置信度增强，根据纯图像算法结果，结合重量信息和当前用户购物模式，给出最有可能的订单结果；
S107：判断本用户当前订单的置信度是否满足设定的阈值，通过预定阈值则可以过机判交易继续，否则，仍不过机判，判断失败交易结束。
2.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户购物模式分析系统(1)包括用户数据库(101)和用户购物模式特征模块(102)，所述用户数据库(101)连接有用户身份ID输入模块(103)、该用户购物模式特征调用模块(104)和该用户新订单结果更新模块(105)。
3.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户数据库(101)内设置有历史订单分析模块(106)，所述历史订单分析模块(106)的输出端连接用户购物模式特征模块(102)。
4.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户购物模式特征模块(102)实时的订单信息存储入用户数据库(101)中。
5.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户数据库(101)中每个用户身份ID匹配对应的历史订单分析模块(106)，且所述用户数据库(101)中订单信息包括购买商品的种类、数量、时间。
6.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户购物模式特征模块(102)通过用户数据库(101)连接该用户新订单结果更新模块(105)。
7.根据权利要求1所述的基于用户购买模式的无人货柜订单判定辅助方案，其特征在于：所述用户购物模式分析系统(1)的操作步骤如下；
步骤一：数据库建立，建立用户数据库(101)，对每个用户ID存储其历史订单信息，订单信息包括购买商品的种类、数量、时间；
步骤二：用户购物模式分析，对数据库中每个用户ID的历史订单信息进行综合分析，分析内容包括用户的常购买商品，以及在不同时间节点的购买喜好；
步骤三：数据库更新，用户完成订单后，将新的订单存入数据库中对应用户的条目中；
步骤四：用户购物模式更新，对数据库中更新历史购买记录的用户，返回步骤二重新分析其购买模式。
CN201910861476.7A 2019-09-12 2019-09-12 基于用户购买模式的无人货柜订单判定辅助方案 Pending CN110705377A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910861476.7A CN110705377A (zh) 2019-09-12 2019-09-12 基于用户购买模式的无人货柜订单判定辅助方案

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910861476.7A CN110705377A (zh) 2019-09-12 2019-09-12 基于用户购买模式的无人货柜订单判定辅助方案

Publications (1)

Publication Number Publication Date
CN110705377A true CN110705377A (zh) 2020-01-17

Family

ID=69194424

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910861476.7A Pending CN110705377A (zh) 2019-09-12 2019-09-12 基于用户购买模式的无人货柜订单判定辅助方案

Country Status (1)

Country Link
CN (1) CN110705377A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108389316A (zh) * 2018-03-02 2018-08-10 北京京东尚科信息技术有限公司 自动售货方法、装置和计算机可读存储介质
CN108564442A (zh) * 2018-04-11 2018-09-21 合肥美的智能科技有限公司 无人零售系统及其控制方法、售货装置和云服务器
CN108806074A (zh) * 2018-06-05 2018-11-13 腾讯科技（深圳）有限公司 购物信息的生成方法、装置及存储介质
CN108875664A (zh) * 2018-06-27 2018-11-23 北京京东尚科信息技术有限公司 选购商品的识别方法、装置以及售货机
CN109166007A (zh) * 2018-08-23 2019-01-08 深圳码隆科技有限公司 一种基于自动售货机的商品推荐方法及其装置
CN109214880A (zh) * 2018-06-29 2019-01-15 深圳市赛亿科技开发有限公司 一种无人售货店管理方法及系统
CN110096946A (zh) * 2019-03-05 2019-08-06 武汉摩小超科技有限公司 一种基于压感和视觉融合的无人售货系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108389316A (zh) * 2018-03-02 2018-08-10 北京京东尚科信息技术有限公司 自动售货方法、装置和计算机可读存储介质
CN108564442A (zh) * 2018-04-11 2018-09-21 合肥美的智能科技有限公司 无人零售系统及其控制方法、售货装置和云服务器
CN108806074A (zh) * 2018-06-05 2018-11-13 腾讯科技（深圳）有限公司 购物信息的生成方法、装置及存储介质
CN108875664A (zh) * 2018-06-27 2018-11-23 北京京东尚科信息技术有限公司 选购商品的识别方法、装置以及售货机
CN109214880A (zh) * 2018-06-29 2019-01-15 深圳市赛亿科技开发有限公司 一种无人售货店管理方法及系统
CN109166007A (zh) * 2018-08-23 2019-01-08 深圳码隆科技有限公司 一种基于自动售货机的商品推荐方法及其装置
CN110096946A (zh) * 2019-03-05 2019-08-06 武汉摩小超科技有限公司 一种基于压感和视觉融合的无人售货系统

Similar Documents

Publication Publication Date Title
US11638490B2 (en) Method and device for identifying product purchased by user and intelligent shelf system
WO2020047919A1 (zh) 无人售货方法、装置、系统、服务器及计算机可读存储介质
CN107808469B (zh) 自助超市系统
JP7248689B2 (ja) 自動販売方法および装置、ならびにコンピュータ可読記憶媒体
CN109508974B (zh) 一种基于特征融合的购物结账系统和方法
CN107169806B (zh) 用于确定商品属性对于购买决策的影响度的方法及装置
CN108460908A (zh) 自动售货方法和系统以及自动售货装置和自动贩售机
WO2021042698A1 (zh) 基于视觉和重力感应的商品识别方法、装置和系统
CN106781014A (zh) 自动售货机及其运行方法
CN111222870B (zh) 结算方法、装置和系统
CN108235771A (zh) 基于云端的自助购物方法和系统、电子设备、程序产品
CN107563757A (zh) 数据风险控制的方法及装置
WO2020047918A1 (zh) 无人售货方法、装置、系统、电子设备及计算机存储介质
CN107180064A (zh) 一种物流信息处理方法、装置及物流信息系统
CN109447729A (zh) 一种产品的推荐方法、终端设备及计算机可读存储介质
CN107369020A (zh) 一种支付方法、装置及系统
CN108108976A (zh) 一种无人商店中刷脸支付的方法及装置
WO2018137136A1 (zh) 自动售货机及其运行方法
US20210398097A1 (en) Method, a device and a system for checkout
US11379903B2 (en) Data processing method, device and storage medium
CN109034980B (zh) 一种搭配商品推荐方法、装置和用户终端
CN110490697A (zh) 无人便利店结算方法、装置、计算机及存储介质
CN108052928A (zh) 一种用户信用度评价方法、装置及电子设备
CN113887884A (zh) 商超服务系统
CN110705377A (zh) 基于用户购买模式的无人货柜订单判定辅助方案

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: 20200117