CN110706043A - 一种商品提供商、商品的推荐方法、装置及设备 - Google Patents

Abstract

本申请公开了一种商品提供商、商品的推荐方法、装置及设备。该方法包括：获取预定区域的消费者的穿戴特征数据，基于穿戴特征数据的分布，确定该区域的消费者的偏好穿戴商品；然后，确定可供应偏好穿戴商品的商品提供商，并将其特征数据推荐给该区域的销售商。

Description

一种商品提供商、商品的推荐方法、装置及设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种商品提供商、商品的推荐方法、装置及设备。

背景技术

随着电子商务的不断发展，传统实体店与新兴虚拟店并行的商业模式越来越成熟。

基于此，消费者可自由选择线下逛实体店或线上浏览虚拟店来购物，而销售商则需要准确把握消费者预期的热销商品风格并及时备货。

因此，需要提供一种更可靠的商品及其提供商的推荐方案。

发明内容

本说明书实施例提供一种商品提供商、商品的推荐方法、装置及设备，用以解决销售商凭感觉得出的热销商品风格不准确及查找商品提供商困难的问题。

本说明书实施例还提供一种商品提供商的推荐方法，包括：

获取预定区域的消费者的穿戴特征数据；

基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

可选的，获取预定区域的消费者的穿戴特征数据包括：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；

基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。

可选的，方法还包括：

确定所述预定区域的消费者的身份信息；

基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。

可选的，所述基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品包括：

基于所述穿戴特征数据的分布，确定各穿戴商品的占比；

将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。

可选的，所述穿戴特征数据的分布包括：多个穿戴商品类型对应的特征数据的分布；

其中，所述偏好穿戴商品包括：各穿戴商品类型对应的偏好穿戴商品。

可选的，所述将所述商品提供商的特征信息推荐给所述预定区域的销售商包括：

获取所述预定区域的销售商销售的穿戴商品类型；

将可以供应所述穿戴商品类型对应的偏好穿戴商品的商品提供商的特征信息推荐给所述销售商。

可选的，方法还包括：

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

本说明书实施例还提供一种商品的推荐方法，包括：

获取预定区域的消费者的穿戴特征数据；

基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

本说明书实施例还提供一种商品提供商的推荐装置，包括：

获取模块，用于获取预定区域的消费者的穿戴特征数据；

确定模块，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块，用于确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

本说明书实施例还提供一种商品的推荐装置，包括：

获取模块，用于获取预定区域的消费者的穿戴特征数据；

确定模块，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块，用于将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

本说明书实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

获取预定区域的消费者的穿戴特征数据；

基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商；或者，将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

本说明书实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

获取预定区域的消费者的穿戴特征数据；

基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商；或者，将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并查找出可供应偏好穿戴商品的商品提供商，并将其特征信息推荐给该区域的销售商。能够帮助销售商评估热销商品的风格并查找对应的商品提供商，以便销售商进行精准、高效的备货。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1a和图1b为本说明书实施例提供的应用场景的示意图；

图2为本说明书实施例1提供的一种商品提供商的推荐方法的流程示意图；

图3为本说明书实施例1提供的步骤240的一种实现方式的流程示意图；

图4为本说明书实施例1提供的步骤260的一种实现方式的流程示意图；

图5为本说明书实施例2提供的一种商品的推荐方法的流程示意图；

图6为本说明书实施例3提供的一种商品提供商的推荐装置的结构示意图；

图7为本说明书实施例4提供一种商品的推荐装置的结构示意图；

图8为本说明书实施例5提供的一种电子设备的结构示意图；

图9为本说明书实施例6提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

正如背景技术部分陈述的，目前的销售商一般是基于评感觉预计消费者预期的热销商品的风格并自行查找、联系可批发热销商品的市场、工厂等商品提供商，以进行备货。但评估出的热销商品的风格可能与消费者实际预期的商品风格存在偏差，进而导致所备商品难以销售的问题；而且，销售商在查找合适商品提供商的过程中，需要花费大量的时间、精力，导致备货效率低的问题。

基于此，本说明书提供的一种商品提供商的推荐方法，通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并查找出可供应偏好穿戴商品的商品提供商，并将其特征信息推荐给该区域的销售商。能够帮助销售商评估热销商品的风格并查找对应的商品提供商，以便销售商进行精准、高效的备货。

其中，穿戴商品包括：服饰、可穿戴设备等；服饰可举例为：衣服、包包、鞋子等，可穿戴设备可举例为：手表、手环、耳机等；穿戴特征数据为穿戴商品的特征数据，具体可举例为：款式、颜色、品牌、适用群体等。

下面对本发明的应用场景进行示例性说明。

参见图1a，第一个应用场景中包括：服务器111、图像采集设备121、销售商终端131、第一数据库114以及第二数据库115，其中：

图像采集设备112，一般安装于销售商的线下门店，用于采集门店附近区域的来往消费者群体的图像数据，并将图像数据发送给销售商终端113；

销售商终端113，通过网络与服务器111连接，用于将图像采集设备112采集的图像数据转发给服务器111，或者，先存入第二数据库115，并在预定周期达到时地将图像数据转发给服务器111；当然，也可由图像采集设备112直接将图像数据和其绑定的销售商终端113的标识一并发送给服务器111。

服务器111，用于对接收到的图像数据进行数据沉淀、图像分析，以得到该销售商的线下门店附近区域(作为预定区域)的消费者群体的穿戴特征数据及其分布；然后，基于穿戴特征数据的分布确定消费者群体偏好穿戴商品，并从第一数据库114中查找出可供应该偏好穿戴物品的商品提供商及其特征信息；将查找出的商品提供商的特征信息发送给销售商终端113，以供销售商进行备货。

参见图1b，第二个应用场景中包括：第一服务器121、图像采集设备122、销售商终端123、第一数据库124、第二数据库125以及第二服务器126，其中：

图像采集设备122、销售商终端123、第一数据库124、第二数据库125分别与图1b中的图像采集设备121、销售商终端131、第一数据库114、第二数据库115功能相似，故，此次不再对其进行赘述。

第一服务器121，一方面用于对接收到的图像数据进行图像识别，以识别出消费者的身份信息，进而可通过第二服务器126查询消费者的线上订单，以获取消费者线上交易的穿戴商品的特征数据；另一方面用于对接收到的图像数据进行数据沉淀、图像分析得到消费者穿戴的穿戴商品的特征数据；进而，基于消费者线上交易的穿戴商品的特征数据和穿戴的穿戴商品的特征数据确定该销售商的线下门店附近区域的消费者群体的穿戴特征数据及其分布；然后，基于穿戴特征数据的分布确定消费者群体偏好穿戴商品，并从第一数据库140中查找出可供应该偏好穿戴物品的商品提供商及其特征信息；将查找出的商品提供方的特征信息发送给销售商终端130，以供销售商进行备货。

第二服务器160，用于记录消费者的线上订单并提供查询服务。

结合图1a或图1b，第三个应用场景可以为：

服务器基于各销售商线下门店的位置信息，确定出一待推荐的区域，例如：东单商业街，作为预定区域；然后，基于该区域内的图像采集设备采集的消费者群体的图像数据，确定该区域的消费者群体偏好穿戴商品，并查找出可供应该偏好穿戴物品的商品提供商及其特征信息；然后，将查找出的商品提供商的特征信息发送给该区域中的一个或多个销售商终端，以供销售商进行备货。

其中，图像采集设备112/122可以举例为摄像头，优选为全景摄像头(例如：鱼眼摄像头)，并优选设置为周期性(例如：每1min)的执行拍摄动作；销售商终端113/123可以为移动终端或者电脑端，移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、平板电脑、POS机甚至包括车载电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

图2为本说明书实施例1提供的一种商品提供商的推荐方法的流程示意图，参见图2，该方法可由图1a中的服务器111或图1b中的第一服务器121执行，具体可以包括如下步骤：

步骤220、获取预定区域的消费者的穿戴特征数据；

需要说明的是，步骤220的一种实现方式可以为：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。具体可以示例为：

示例1、预定区域为某销售商线下门店的附近区域；

服务器确定需要推荐的销售商线下门店，并基于销售商的标识信息获取该销售商线下门店的图像采集设备采集的图像数据；然后，对图像数据进行数据沉淀、分析，以确定出该销售商线下门店的附近区域的消费者的穿戴特征数据。

示例2、预定区域为某销售商线下门店的预定范围内的区域；

服务器确定需要推荐的销售商线下门店及其位置，并确定位于该位置的预定范围内的其他线下门店及其图像采集设备，并获取该区域内的一个或多个图像采集设备采集的图像数据；然后，对图像数据进行数据沉淀、分析，以确定出该销售商的线下门店的预定范围内的区域的消费者的穿戴特征数据。

示例3、预定区域为服务器选择的一区域，例如：东单商业街、望京商业街等；

服务器确定位于该区域的线下门店及其图像采集设备，并获取该区域内的一个或多个图像采集设备采集的图像数据；然后，对获取的图像数据进行数据沉淀、分析，确定出该区域的消费者的穿戴特征数据。

为增大数据沉淀的样本数量，提高推荐准确度，作为上述三个示例的补充，在得到图像数据之后，服务器还执行如下步骤：

确定所述预定区域的消费者的身份信息；基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。结合图1b，具体可以示例为：

第一服务器121基于图像数据进行人脸识别处理，得到图像中的消费者的身份信息，进而可向第二服务器126发送携带消费者身份信息的查询请求，由第二服务器126查找消费者的线上订单，以供确定线上交易的穿戴商品及其特征数据。

在上述三个示例中，基于图像数据，确定消费者的穿戴特征数据的实现方式可以为：

以穿戴商品为服装，特征数据为款式、适用群体等为例：

将图像数据中的某消费者个体的服装的图像与第一数据库114/124中存储的服装款式样品图进行一一对比，确定该消费者个体的服装的款式。以此类推，确定整个消费者群体的服装的款式数据。

对图像数据进行人脸识别分析，确定消费者个体的性别、年龄等；或者，基于消费者个体的外部特征确定其性别、年龄等。

基于此，不难理解的是，第一数据库114/124中还存储有款式样品图、面料样品图、颜色样品图等等。

步骤240、基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

其中，穿戴特征数据的分布用于描述穿戴商品的特征数据的分布情况。包括：多个穿戴商品类型对应的特征数据的分布。例如：上衣对应的特征数据的分布、裤子对应的特征数据的分布、手表对应的特征数据的分布、手环对应的特征数据的分布等等。以上衣为例，其对应特征数据的分布包括：

各款式的穿戴商品的分布(例如：修身夹克长款的占比、修身夹克短款的占比、呢外套长款的占比等)，各面料的穿戴商品的分布(例如：棉料的占比、纤维的占比等)、各颜色的穿戴商品的分布(例如：红色的占比、白色的占比等)、各配饰的穿戴商品的分布(例如：金属配饰的占比、玩偶配饰的占比等)、各适用群体的穿戴商品的占比(例如：女性的占比、儿童的占比等)。

需要说明的是，参见图3，步骤240的一种实现方式可以为：

步骤320、基于所述穿戴特征数据的分布，确定各穿戴商品的占比；

步骤340、将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。具体可以示例为：

服务器基于每个穿戴商品类型对应的特征数据的分布，分别确定每个穿戴商品类型对应的消费者偏好穿戴商品。例如：消费者偏好的上衣为：黑色-皮料-修身夹克长款-无配饰；消费者偏好的手环为：黑色-A品牌-a型号。

步骤260、确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商；

其中，特征信息可以包括：名称、地址信息、偏好穿戴商品的售价、交易相关数据(例如：买家评论、回头率、交易准确率等)等。

需要说明的是，参见图4，步骤260的一种实现方式可以为：

步骤420、获取所述预定区域的销售商销售的穿戴商品类型；

步骤440、将可以供应所述穿戴商品类型对应的偏好穿戴商品的商品提供商的特征信息推荐给所述销售商。具体可以举例为：

假设服务器确定的该销售商销售的是男款手环，则基于步骤320和步骤340确定的男性-手环对应的消费者偏好穿戴商，例如：黑色-A品牌-a型号；进而，确定出可供应黑色-A品牌-a型号的手环的商品提供商，并将其特征信息推荐给该销售商。

可选的，步骤260中推荐商品提供商的特征信息的方式可以为：

服务器“主动”向所述预定区域的销售商推送。或者，

服务器接收来自于所述预定区域的销售商发送的推荐请求，响应于所述推荐请求“被动地”向所述预定区域的销售商发送该销售商销售的穿戴商品类型对应的偏好穿戴商品的商品提供商的特征信息。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并查找出可供应偏好穿戴商品的商品提供商，并将其特征信息推荐给该区域的销售商。能够帮助销售商评估热销商品的风格并查找对应的商品提供商，以便销售商进行精准、高效的备货。

实施例2

图5为本说明书实施例2提供的一种商品的推荐方法的流程示意图，参见图5，该方法可由图1a中的或图1b中的服务器执行，具体可以包括如下步骤：

步骤520、获取预定区域的消费者的穿戴特征数据；

步骤540、基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

对于步骤520和步骤540，由于其分别于实施例1中的步骤220和步骤240相对应，其实现方式也对应相似，故，此处不再对步骤520和步骤540进行展开描述，相似之处请参考实施例1中的相关描述。

步骤560、将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

其中，偏好穿戴商品的特征信息可以包括：不同特征维度下的标签、穿戴物品的图像等；例如：假设偏好穿戴商品为黑色-皮料-加金属配饰-修身夹克长款裤子，则颜色维度下的标签为黑色、面料维度下的标签为皮料，配饰维度下的标签为加金属配饰、款式维度下的标签为修身夹克长款。

可选的，步骤520的一种实现方式可以为：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。

可选的，步骤520的另一种实现方式可以为：

确定所述预定区域的消费者的身份信息；

基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。

可选的，步骤540的一种实现方式可以为：

基于所述穿戴特征数据的分布，确定各穿戴商品的占比；

将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。

其中，所述穿戴特征数据的分布包括：多个穿戴商品类型对应的特征数据的分布；所述偏好穿戴商品包括：各穿戴商品类型对应的偏好穿戴商品。

可选的，步骤560的一种实现方式可以为：

获取所述预定区域的销售商销售的穿戴商品类型；

将可以供应所述穿戴商品类型对应的偏好穿戴商品的特征信息推荐给所述销售商。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并将其特征信息推荐给该区域的销售商，以帮助销售商准确评估热销商品的风格。

另外，对于上述方法实施方式，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施方式并不受所描述的动作顺序的限制，因为依据本发明实施方式，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施方式均属于优选实施方式，所涉及的动作并不一定是本发明实施方式所必须的。

实施例3

图6为本说明书实施例3提供的一种商品提供商的推荐装置的结构示意图，参见图6，该装置具体可以包括：获取模块61、确定模块62和推荐模块63，其中：

获取模块61，用于获取预定区域的消费者的穿戴特征数据；

确定模块62，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块63，用于确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

可选的，获取模块61，具体用于：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。

可选的，获取模块61，还用于：

确定所述预定区域的消费者的身份信息；基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。

可选的，确定模块62，具体用于

基于所述穿戴特征数据的分布，确定各穿戴商品的占比；将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。

其中，所述穿戴特征数据的分布包括：多个穿戴商品类型对应的特征数据的分布；所述偏好穿戴商品包括：各穿戴商品类型对应的偏好穿戴商品。

可选的，推荐模块63，具体用于：

获取所述预定区域的销售商销售的穿戴商品类型；将可以供应所述穿戴商品类型对应的偏好穿戴商品的商品提供商的特征信息推荐给所述销售商。

可选的，推荐模块63，还用于：

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并查找出可供应偏好穿戴商品的商品提供商，并将其特征信息推荐给该区域的销售商。能够帮助销售商评估热销商品的风格并查找对应的商品提供商，以便销售商进行精准、高效的备货。

实施例4

图7为本说明书实施例4提供一种商品的推荐装置的结构示意图，参见图7，该装置具体可以包括：获取模块71、确定模块72和推荐模块63，其中：

获取模块71，用于获取预定区域的消费者的穿戴特征数据；

确定模块72，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块73，用于将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

可选的，获取模块71，具体用于：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。

可选的，获取模块71，还用于：

确定所述预定区域的消费者的身份信息；基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。

可选的，确定模块72，具体用于

基于所述穿戴特征数据的分布，确定各穿戴商品的占比；将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。

其中，所述穿戴特征数据的分布包括：多个穿戴商品类型对应的特征数据的分布；所述偏好穿戴商品包括：各穿戴商品类型对应的偏好穿戴商品。

可选的，推荐模块73，具体用于：

获取所述预定区域的销售商销售的穿戴商品类型；将所述穿戴商品类型对应的偏好穿戴商品的特征信息推荐给所述销售商。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并将其特征信息推荐给该区域的销售商，以帮助销售商准确评估热销商品的风格。

另外，对于上述装置实施方式而言，由于其与方法实施方式基本相似，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。而且，应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合。

实施例5

图8为本说明书实施例5提供的一种电子设备的结构示意图，参见图8，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成商品提供商的推荐装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

网络接口、处理器和存储器可以通过总线系统相互连接。总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器可能包含高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器。

处理器，用于执行所述存储器存放的程序，并具体执行：

获取预定区域的消费者的穿戴特征数据；

基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并查找出可供应偏好穿戴商品的商品提供商，并将其特征信息推荐给该区域的销售商。能够帮助销售商评估热销商品的风格并查找对应的商品提供商，以便销售商进行精准、高效的备货。

上述如本申请图6所示实施例揭示的商品提供商的推荐装置或管理者(Master)节点执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

电子设备还可执行图2-图4的方法，并实现管理者节点执行的方法。

基于相同的发明创造，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行实施例1提供的商品提供商的推荐方法。

实施例6

图9为本说明书实施例6提供的一种电子设备的结构示意图，参见图9，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成商品的推荐装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

网络接口、处理器和存储器可以通过总线系统相互连接。总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器可能包含高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器。

处理器，用于执行所述存储器存放的程序，并具体执行：

获取预定区域的消费者的穿戴特征数据；

基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

可见，本实施例通过对预定区域的消费者的穿戴特征数据进行数据沉淀处理，确定出该区域的消费者偏好穿戴商品，并将其特征信息推荐给该区域的销售商，以帮助销售商准确评估热销商品的风格。

上述如本申请图7所示实施例揭示的商品的推荐装置或管理者(Master)节点执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

电子设备还可执行图5的方法，并实现管理者节点执行的方法。

基于相同的发明创造，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行实施例2提供的商品的推荐方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存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(flash RAM)。内存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、可移动和非可移动媒体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，磁带磁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。按照本文中的界定，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。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种商品提供商的推荐方法，其特征在于，包括：

获取预定区域的消费者的穿戴特征数据；

基于穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

2.根据权利要求1所述的方法，其特征在于，获取预定区域的消费者的穿戴特征数据包括：

获取预定时间段内图像采集设备采集的所述预定区域的图像数据；

基于所述图像数据，获取所述预定区域的消费者的穿戴特征数据。

3.根据权利要求2所述的方法，其特征在于，还包括：

确定所述预定区域的消费者的身份信息；

基于所述身份信息，获取所述预定区域的消费者线上交易的穿戴商品的特征数据，并作为穿戴特征数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品包括：

基于所述穿戴特征数据的分布，确定各穿戴商品的占比；

将占比满足预定阈值的穿戴商品作为所述预定区域的消费者偏好穿戴商品。

5.根据权利要求1所述的方法，其特征在于，所述穿戴特征数据的分布包括：多个穿戴商品类型对应的特征数据的分布；

其中，所述偏好穿戴商品包括：各穿戴商品类型对应的偏好穿戴商品。

6.根据权利要求5所述的方法，其特征在于，所述将所述商品提供商的特征信息推荐给所述预定区域的销售商包括：

获取所述预定区域的销售商销售的穿戴商品类型；

将可以供应所述穿戴商品类型对应的偏好穿戴商品的商品提供商的特征信息推荐给所述销售商。

7.根据权利要求1-6任一项所述的方法，其特征在于，还包括：

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

8.一种商品的推荐方法，其特征在于，包括：

获取预定区域的消费者的穿戴特征数据；

基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

9.一种商品提供商的推荐装置，其特征在于，包括：

获取模块，用于获取预定区域的消费者的穿戴特征数据；

确定模块，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块，用于确定可以供应所述偏好穿戴商品的商品提供商，并将所述商品提供商的特征信息推荐给所述预定区域的销售商。

10.一种商品的推荐装置，其特征在于，包括：

获取模块，用于获取预定区域的消费者的穿戴特征数据；

确定模块，用于基于所述穿戴特征数据的分布，确定所述预定区域的消费者偏好穿戴商品；

推荐模块，用于将所述偏好穿戴商品的特征信息推荐给所述预定区域的销售商。

11.一种电子设备，其特征在，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-8中任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行如权利要求1-8中任一项所述的方法。

Images