CN111027351A - 一种线下商品推荐方法、装置和电子设备 - Google Patents

一种线下商品推荐方法、装置和电子设备 Download PDF

Info

Publication number
CN111027351A
CN111027351A CN201811179621.5A CN201811179621A CN111027351A CN 111027351 A CN111027351 A CN 111027351A CN 201811179621 A CN201811179621 A CN 201811179621A CN 111027351 A CN111027351 A CN 111027351A
Authority
CN
China
Prior art keywords
commodities
visiting
commodity
identity information
information
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
CN201811179621.5A
Other languages
English (en)
Other versions
CN111027351B (zh
Inventor
王逸峰
张兆丰
黄轩
汤先锋
邱念
王孝宇
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.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies 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 Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201811179621.5A priority Critical patent/CN111027351B/zh
Priority to PCT/CN2018/124836 priority patent/WO2020073524A1/zh
Publication of CN111027351A publication Critical patent/CN111027351A/zh
Application granted granted Critical
Publication of CN111027351B publication Critical patent/CN111027351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种线下商品推荐方法、装置和电子设备，所述方法包括：获取来访客户的视觉信息；从所述视觉信息中提取视觉特征信息；根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；向所述来访客户展示所述推荐商品。本发明实施例能够提高商品推荐效果。

Description

一种线下商品推荐方法、装置和电子设备
技术领域
本发明涉及互联网技术领域，尤其涉及一种线下商品推荐方法、装置和电子设备。
背景技术
在产品多元化的时代，商家为了提高购物服务，推行了多种购物服务方式，例如：商品推荐服务。线下的商品推荐方式基本是通过导购员对消费者的观察以及凭借自己的经验向消费者推荐商品，如某客户来到门店，该门店的导购员向该客户询问需要购买什么商品，进而向客户推荐相同类型商品，或者根据客户进门店后的浏览商品的行为，向客户推荐客户浏览商品中当前做活动的商品。然而，导购员推荐都是比较主观，向客户推荐的效果往往比较差。可见，目前线下的商品推荐方式存在推荐效果差的问题。
发明内容
本发明实施例提供一种线下商品推荐方法、装置和电子设备，能够提高商品推荐效果。
第一方面，本发明实施例提供一种线下商品推荐方法，包括：
获取来访客户的视觉信息；
从所述视觉信息中提取视觉特征信息；
根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
向所述来访客户展示所述推荐商品。
可选的，所述根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品的步骤，包括：
在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息；
若所述身份信息数据库存在所述目标身份信息，获取预先建立的评分矩阵中所述目标身份信息对多个商品的评分；
根据所述目标身份信息对多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
可选的，所述根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品的步骤，进一步包括：
若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品的评分按照从高到低的排序排在前N位的商品，所述N为大于或者等于1的整数。
可选的，所述若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品之后，所述方法还包括：
若所述来访客户购买商品成功，则采集所述来访客户的身份信息，并建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系，其中，所述对应关系包括所述来访客户购买的商品的交易关系。
第二方面，本发明实施例提供一种线下商品推荐装置，包括：
获取模块，用于获取来访客户的视觉信息；
提取模块，用于从所述视觉信息中提取视觉特征信息；
确定模块，用于根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
展示模块，用于向所述来访客户展示所述推荐商品。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例提供的线下商品推荐方法中的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质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发明实施例提供的线下商品推荐方法中的步骤。
本发明实施例中，获取来访客户的视觉信息；从所述视觉信息中提取视觉特征信息；根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；向所述来访客户展示所述推荐商品。这样可以实现根据视觉信息和商品评分进行商品推荐，从而相比导购员主观推荐商品，能够提高商品推荐效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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是本发明实施例提供的一种线下商品推荐方法的流程图；
图2是本发明实施例提供的另一种线下商品推荐方法的流程图；
图3是本发明实施例提供的一种线下商品推荐装置的结构示意图；
图4是本发明实施例提供的另一种线下商品推荐装置的结构示意图；
图5是本发明实施例提供的另一种线下商品推荐装置的结构示意图；
图6是本发明实施例提供的另一种线下商品推荐装置的结构示意图；
图7是本发明实施例提供的一种电子设备的结构示意图。
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他实施例，都属于本发明保护的范围。
请参见图1，图1是本发明实施例提供的一种线下商品推荐方法的流程图，如图1所示，包括以下步骤：
101、获取来访客户的视觉信息。
其中，上述来访客户的视觉信息可以包括来访客户的人脸信息，还可以包括形体信息(例如身高、三围等)、穿着信息(例如佩戴的帽子、穿的衣服、裤子、鞋子，以及帽子、衣服、裤子、鞋子的颜色信息等)、年龄信息、性别信息等的一种或多种；步骤101可以通过摄像头来获取上述视觉信息，该摄像头可以安装在商店门口、货物区、柜台或者智能终端等，在这里摄像头的安装位置不做限制。只要来访客户进入摄像头的可视范围内，就可以获取所述来访客户的视觉信息。例如：摄像头安装在商店门口，当有来访客户时，通过摄像头对来访客户进行拍照并将拍到的来访客户的照片进行分析，就可以得到该来访客户的视觉信息。
需要说明的是，本发明实施例中，所述来访客户也可以称作访客，也可以称作消费者。
102、从所述视觉信息中提取视觉特征信息。
其中，所述从所述视觉信息中提取视觉特征信息可以是通过人脸识别技术识别出摄像头拍下的所述来访客户的照片信息，然后从这个照片信息中提取所述来访客户的视觉特征信息。例如：从所述摄像头拍下的照片信息中提取所述来访客户的人脸信息。当然，还可以是提取其他视觉特征信息，例如：身高、衣着等特征信息。
103、根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
其中，上述多个商品可以是本发明实施例中应用于商品推荐系统(或者设备)预先记录的多个商品，例如：某门店内的所有或者部分商品。所述预先获取的多个商品的评分可以是根据来访客户的历史购买记录,结合对应的推荐算法,每隔一定时间会生成一个包含有各个来访客户对于不同商品的喜好程度评分的矩阵中评分排前的多个商品。优选的，预先根据消费者针对所述多个商品的购买记录确定的所述多个商品的评分。例如：某消费者购买某商品的数量越多，则该商品的评分越高，或者某消费者购买某商品的次数越多，则该商品的评分越高。如有100个消费者，分别对500个商品进行评分，并分别将500个商品中的每一个同类商品的分数进行求和，然后将每一个商品的分数按一定顺序进行排队，可以是从高到低。
103可以是根据上述视觉特征信息，确定来访客户的性别、年龄等特征，进而可以向该客户推荐与这些特征相匹配，且评分较高的商品，或者可以是根据视觉特征信息确定来访客户的身份信息，从而得到该身份信息对应各商品的评分，进而根据这些评分向该来访客户推荐评分较高的商品。
104、向所述来访客户展示所述推荐商品。
其中，确定所述来访客户的推荐商品后就可以向所述来访客户展示所述推荐商品，可以是通过显示设备进行展示，所述显示设备可以是手机、电脑、平板电脑等具有显示功能的设备，在这里对这种显示设备不做限制。
这样可以将展示的所述推荐商品向来访客户推荐该推荐商品，且由于是根据视觉特征信息和评分进行推荐，从而能够商品推荐的效果。
需要说明的是，本发明实施例提供的线下商品推荐方法可以应用于线下商品门店的智能终端、手机、平板电脑等设备。
在本发明实施例中，获取来访客户的视觉信息；从所述视觉信息中提取视觉特征信息；根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；向所述来访客户展示所述推荐商品。这样可以实现根据视觉信息和商品评分进行商品推荐，从而相比导购员主观推荐商品，能够提高商品推荐效果。
参见图2，图2是本发明实施例中提供的另一种线下商品推荐方法的流程图，如图2所示，包括以下步骤：
201、获取来访客户的视觉信息。
202、从所述视觉信息中提取视觉特征信息。
203、在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息。
其中，上述身份信息数据库记录有多个存在购买记录的客户的身份信息和视觉特征信息，从而在该身份信息数据库可以查询是否存在与所述视觉特征信息相匹配的目标身份信息。若所述身份信息数据库中存在与所述视觉特征信息相匹配的目标信息，则表示上述来访客户之前购买过商品，反之，则表示上述来访客户之前未购买过商品。具体可以是，将提取到的所述来访客户视觉特征信息与所述身份信息数据库中存储的视觉特征信息进行对比，并存在于所述存储的视觉特征信息对应的身份信息即为，所述来访客户视觉特征信息的目标身份信息。
204、若所述身份信息数据库存在所述目标身份信息，获取预先建立的评分矩阵中所述目标身份信息对多个商品的评分。
上述预先建立的评分矩阵可以是历史记录的消费者对商品的评分组成的评分矩阵，所述商品的评分高说明消费者对商品更加喜爱，所述评分的方式可以预先根据消费者购买记录设置，例如：某消费者购买某商品的数量越多，则该商品的评分越高，或者某消费者购买某商品的次数越多，则该商品的评分越高。进一步，可以是根据所有消费者的购买记录,结合对应的推荐算法,每隔一定时间会生成一个包含有各个消费者对于不同商品的喜好程度评分的矩阵。当确定上述目标身份信息后，该评分矩阵中属于该目标身份信息的一行会返回对于各个商品的喜好评分。
205、根据所述目标身份信息对多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
当目标身份信息对多个商品的评分确定之后，从而可以在多个商品中选择评分较高的多个商品作为来访客户的推荐商品，例如：选择评分按照从高到低的排序中的前N个商品，该N为大于或者等于1的整数。
206、向所述来访客户展示所述推荐商品。
通过步骤206可以实现向来访客户推荐的商品为，根据该来访客户对多个商品的评分进行推荐的，例如：推荐该来访客户评分较高的商品，从而进一步提高商品推荐效果。
作为一种可选的实施方式，所述在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息之后，所述方法还包括：
若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品的评分按照从高到低的排序排在前N位的商品，所述N为大于或者等于1的整数。
其中，上述若所述身份信息数据库不存在所述目标身份信息可以理解为，上述身份数据库中没有记录过所述来访客户的身份信息，例如：上述来访客户是第一次来门店。由于上述身份数据库中没有记录过所述来访客户的身份信息，从而可以直接根据评分矩阵记录的商品评分进行推荐，例如：根据大量客户对商品的评分进行推荐，如推荐评分矩阵记录的评分(这些评分可以是其他客户对商品的评分，或者多个客户对同一商品评分的平均分)最高的一个或者多个商品。而上述N可以预先配置的数值，例如：5或者10等。
该实施方式中，通过上述步骤可以是向没有记录身份信息的客户推荐评分较高的商品，进一步提高推荐效果。
可选的，所述将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，包括：
确定所述来访客户的商品推荐类型；
将所述评分矩阵记录所述商品推荐类型中的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品属于所述商品推荐类型中评分按照从高到低的排序排在前N位的商品。
其中，上述商品推荐类型可以是根据来访用户的年龄、性别、语音或者着装确定的，例如：某运动类商店，所述商品类型就可以包括：运动鞋、运动裤、运动衣等，当上述来访用户说明需要买运动衣时，则可以确定运动衣这一商品推荐类型，或者在智能终端上提供用户选择商品推荐类型的接口，通过该接口与用户的交互确定商品推荐类型。
通过上述步骤可以实现在确定的商品推荐类型选择推荐商品，从而可以提高商品推荐的准确性，以及降低计算量。
可选的，所述确定所述来访客户的商品推荐类型，包括：
接收语音信息，将与所述语音信息对应的商品推荐类型作为所述来访客户的商品推荐类型；或者
接收触摸输入，将所述触摸输入选择的商品推荐类型作为所述来访客户的商品推荐类型。
其中，上述的语音信息可以是消费者的语音信息也可以是导购员的语音信息。所述语音信息包括商品的类型信息，当导购询问消费者的购买意向时,消费者一般倾向于说出一个商品类别，例如：消费者可能会表示自己想购买运动鞋。
这时可以通过导购员佩戴的语音装置，收录消费者的语音信息，或者导购员重复消费者的语音信息，则通过语音识别系统来识别出所述消费者期望购买的商品类型，并所述消费者展示所述消费者期望购买的商品类型，又或者向导购员展示所述消费者期望购买的商品类型，给所述导购员提供一个推荐参考范围。
这时如果所述导购员面对着的是显示终端，就可以通过导购员触摸显示终端上触碰选择运动鞋者一类别来缩小推荐范围。其中，所述显示终端可以是电脑、手机或者平板电脑。
这样可以缩小推荐范围，更快的将所述消费者期望购买的商品类型推荐给消费者，提高了推荐效果。
可选的，所述若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品之后，所述方法还包括：
若所述来访客户购买商品成功，则采集所述来访客户的身份信息，并建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系，其中，所述对应关系包括所述来访客户购买的商品的交易关系。
其中，所述来访客户购买商品可以是通过推荐系统推荐的商品，也可以是来访客户自己中意的其他商品。例如：本来推荐的是衣服，但是消费者却看中了鞋子。只要是所述来访客户的购买商品都可以将所述交易信息记录在所述来访客户对应的身份信息下。
而上述建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系可以在是上述身份信息数据库中注册所述来访客户的身份信息，并建立来访客户的身份信息与所述来访客户购买的商品的对应关系，进一步，还可以根据该来访客户购买的商品在上述评分矩阵中添加该客户对多个商品的评分。
该实施方式中，由于在来访客户购买商品成功，可以建立来访客户的身份信息与所述来访客户购买的商品的对应关系，从而该来访客户下次来门店时，可以根据该对应关系进行相应的商品推荐，从而进一步提高商品推荐效果。
本实施例中，在图1所示的实施例的基础上增加了多种可选的实施方式，且可以进一步提高商品推荐效果。
请参见图3，图3是本发明实施例提供的一种线下商品推荐装置的结构示意图，如图3所示，包括：
获取模块301，用于获取来访客户的视觉信息；
提取模块302，用于从所述视觉信息中提取视觉特征信息；
确定模块303，用于根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
展示模块304，用于向所述来访客户展示所述推荐商品。
可选的，如图4所示，所述确定模块303包括：
判断单元3031，用于在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息；
推荐单元3032，用于若所述身份信息数据库存在所述目标身份信息，获取预先建立的评分矩阵中所述目标身份信息对多个商品的评分；根据所述目标身份信息对多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
可选的，如图5所示，所述装置还包括：
推荐模块305，用于若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品的评分按照从高到低的排序排在前N位的商品，所述N为大于或者等于1的整数。
可选的，推荐模块305用于若所述身份信息数据库不存在所述目标身份信息，确定所述来访客户的商品推荐类型；以及将所述评分矩阵记录所述商品推荐类型中的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品属于所述商品推荐类型中评分按照从高到低的排序排在前N位的商品。
选的，推荐模块305通过以下方式确定所述来访客户的商品推荐类型：
接收语音信息，将与所述语音信息对应的商品推荐类型作为所述来访客户的商品推荐类型；或者
接收触摸输入，将所述触摸输入选择的商品推荐类型作为所述来访客户的商品推荐类型。
可选的，如图6所示，所述装置还包括：
交易记录模块306，用于若所述来访客户购买商品成功，则采集所述来访客户的身份信息，并建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系，其中，所述对应关系包括所述来访客户购买的商品的交易关系。
可选的，所述预先获取的多个商品的评分，包括：
预先根据消费者针对所述多个商品的购买记录确定的所述多个商品的评分。
本发明实施例提供的线下商品推荐系统能够实现上述方法实施例中线下商品推荐方法实现的各个过程，为避免重复，这里不再赘述。且可以达到相同的有益效果。
参见图7，图7是本发明实施例提供的一种电子设备的结构示意图，如图7所示，包括：存储器702、处理器701及存储在所述存储器702上并可在所述处理器701上运行的计算机程序，其中：
处理器701用于调用存储器702存储的计算机程序，执行如下步骤：
从所述视觉信息中提取视觉特征信息；
根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
向所述来访客户展示所述推荐商品。
可选的，所述处理器701执行的所述根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品的步骤，包括：
在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息；
若所述身份信息数据库存在所述目标身份信息，获取预先建立的评分矩阵中所述目标身份信息对多个商品的评分；
根据所述目标身份信息对多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
可选的，所述在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息之后，处理器701还用于：
若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品的评分按照从高到低的排序排在前N位的商品，所述N为大于或者等于1的整数。
可选的，处理器701执行的所述将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，包括：
确定所述来访客户的商品推荐类型；
将所述评分矩阵记录所述商品推荐类型中的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品属于所述商品推荐类型中评分按照从高到低的排序排在前N位的商品。
可选的，处理器701执行的所述确定所述来访客户的商品推荐类型，包括：
接收语音信息，将与所述语音信息对应的商品推荐类型作为所述来访客户的商品推荐类型；或者
接收触摸输入，将所述触摸输入选择的商品推荐类型作为所述来访客户的商品推荐类型。
可选的，所述若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品之后，处理器701还用于：
若所述来访客户购买商品成功，则采集所述来访客户的身份信息，并建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系，其中，所述对应关系包括所述来访客户购买的商品的交易关系。
可选的，所述预先获取的多个商品的评分，包括：
预先根据消费者针对所述多个商品的购买记录确定的所述多个商品的评分。
需要说明的是，上述电子设备可以是线下商品门店的智能终端、手机、平板电脑等设备。
本发明实施例提供的电子设备能够实现图1和图2的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器701执行时实现本发明实施例提供的线下商品推荐方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种线下商品推荐方法，其特征在于，包括：
获取来访客户的视觉信息；
从所述视觉信息中提取视觉特征信息；
根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
向所述来访客户展示所述推荐商品。
2.如权利要求1所述的方法，其特征在于，所述根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品的步骤，包括：
在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息；
若所述身份信息数据库存在所述目标身份信息，获取预先建立的评分矩阵中所述目标身份信息对多个商品的评分；
根据所述目标身份信息对多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品。
3.如权利要求2所述的方法，其特征在于，所述在身份信息数据库中查询是否存在与所述视觉特征信息相匹配的目标身份信息之后，所述方法还包括：
若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品的评分按照从高到低的排序排在前N位的商品，所述N为大于或者等于1的整数。
4.如权利要求3所述的方法，其特征在于，所述将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品，包括：
确定所述来访客户的商品推荐类型；
将所述评分矩阵记录所述商品推荐类型中的N个商品作为所述来访客户的推荐商品，其中，所述N个商品为所述多个商品属于所述商品推荐类型中评分按照从高到低的排序排在前N位的商品。
5.如权利要求4所述的方法，其特征在于，所述确定所述来访客户的商品推荐类型，包括：
接收语音信息，将与所述语音信息对应的商品推荐类型作为所述来访客户的商品推荐类型；或者
接收触摸输入，将所述触摸输入选择的商品推荐类型作为所述来访客户的商品推荐类型。
6.如权利要求3所述的方法，其特征在于，所述若所述身份信息数据库不存在所述目标身份信息，将所述评分矩阵记录的N个商品作为所述来访客户的推荐商品之后，所述方法还包括：
若所述来访客户购买商品成功，则采集所述来访客户的身份信息，并建立所述来访客户的身份信息与所述来访客户购买的商品的对应关系，其中，所述对应关系包括所述来访客户购买的商品的交易关系。
7.如权利要求1至6中任一项所述的方法，其特征在于，所述预先获取的多个商品的评分，包括：
预先根据消费者针对所述多个商品的购买记录确定的所述多个商品的评分。
8.一种线下商品推荐装置，其特征在于，包括：
获取模块，用于获取来访客户的视觉信息；
提取模块，用于从所述视觉信息中提取视觉特征信息；
确定模块，用于根据视觉特征信息，以及预先获取的多个商品的评分，从所述多个商品中确定所述来访客户的推荐商品；
展示模块，用于向所述来访客户展示所述推荐商品。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的线下商品推荐方法中的步骤。
10.一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如权利要求1至7中任一项所述的线下商品推荐方法中的步骤。
CN201811179621.5A 2018-10-10 2018-10-10 一种线下商品推荐方法、装置和电子设备 Active CN111027351B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811179621.5A CN111027351B (zh) 2018-10-10 2018-10-10 一种线下商品推荐方法、装置和电子设备
PCT/CN2018/124836 WO2020073524A1 (zh) 2018-10-10 2018-12-28 一种线下商品推荐方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811179621.5A CN111027351B (zh) 2018-10-10 2018-10-10 一种线下商品推荐方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN111027351A true CN111027351A (zh) 2020-04-17
CN111027351B CN111027351B (zh) 2023-10-13

Family

ID=70164406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811179621.5A Active CN111027351B (zh) 2018-10-10 2018-10-10 一种线下商品推荐方法、装置和电子设备

Country Status (2)

Country Link
CN (1) CN111027351B (zh)
WO (1) WO2020073524A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612576A (zh) * 2020-05-09 2020-09-01 向培红 一种商品推荐方法、装置和电子设备
CN112036987A (zh) * 2020-09-11 2020-12-04 杭州海康威视数字技术股份有限公司 确定推荐商品的方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861670A (zh) * 2020-07-24 2020-10-30 深圳市爱深盈通信息技术有限公司 商品推荐方法、装置、设备及存储介质
CN111985997A (zh) * 2020-08-19 2020-11-24 济南浪潮高新科技投资发展有限公司 一种基于区块链技术的线下零售商品智能推荐方法及工具

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039605A1 (en) * 2015-08-04 2017-02-09 Mastercard International Incorporated Method and system for providing a personalised customer service from a physical provider of goods or services
CN107247759A (zh) * 2017-05-31 2017-10-13 深圳正品创想科技有限公司 一种商品推荐方法及装置
CN108022152A (zh) * 2017-11-30 2018-05-11 北京长城华冠汽车技术开发有限公司 基于图像识别的用户商品自动推荐系统及推荐方法
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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412937B (zh) * 2013-08-22 2016-12-28 成都数之联科技有限公司 一种基于手持终端的搜索购物方法
CN103886044A (zh) * 2014-03-11 2014-06-25 百度在线网络技术（北京）有限公司 搜索结果的提供方法和装置
CN104298749A (zh) * 2014-10-14 2015-01-21 杭州淘淘搜科技有限公司 一种图像视觉和文本语义融合商品检索方法
CN106469184B (zh) * 2015-08-20 2019-12-27 阿里巴巴集团控股有限公司 数据对象标签处理、显示方法及服务器和客户端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039605A1 (en) * 2015-08-04 2017-02-09 Mastercard International Incorporated Method and system for providing a personalised customer service from a physical provider of goods or services
CN107247759A (zh) * 2017-05-31 2017-10-13 深圳正品创想科技有限公司 一种商品推荐方法及装置
CN108022152A (zh) * 2017-11-30 2018-05-11 北京长城华冠汽车技术开发有限公司 基于图像识别的用户商品自动推荐系统及推荐方法
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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612576A (zh) * 2020-05-09 2020-09-01 向培红 一种商品推荐方法、装置和电子设备
CN112036987A (zh) * 2020-09-11 2020-12-04 杭州海康威视数字技术股份有限公司 确定推荐商品的方法和装置

Also Published As

Publication number Publication date
CN111027351B (zh) 2023-10-13
WO2020073524A1 (zh) 2020-04-16

Similar Documents

Publication Publication Date Title
US10580057B2 (en) Photorealistic recommendation of clothing and apparel based on detected web browser input and content tag analysis
CN111027351B (zh) 一种线下商品推荐方法、装置和电子设备
US20220261862A1 (en) Systems and methods for pre-communicating shoppers' communication preferences to retailers
CN109993595B (zh) 个性化推荐商品及服务的方法、系统及设备
KR102127562B1 (ko) 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법
KR102246109B1 (ko) 소비자 선호도에 기반한 상품 추천 시스템 및 방법
CN108665329A (zh) 一种基于用户浏览行为的商品推荐方法
KR20120085707A (ko) 사용자 장르 및 스타일을 학습하고 사용자 선호도에 따라 상품을 매칭하는 방법 및 시스템
US10672055B2 (en) Method and system for presenting personalized products based on digital signage for electronic commerce
CN108446943A (zh) 售货柜商品推荐方法、装置、计算机设备和存储介质
CN111028029B (zh) 一种线下商品推荐方法、装置和电子设备
CN107210830B (zh) 一种基于生物特征的对象呈现、推荐方法和装置
CN106162355A (zh) 视频交互方法及终端
CN113689259A (zh) 基于用户行为的商品个性化推荐方法及系统
US20160343054A1 (en) Image acquisition and feature extraction apparatus, method of feature extraction and feature identification, and method for creating and providing advertisement content
CN111539787A (zh) 信息推荐方法、智能眼镜、存储介质及电子装置
CN111582979A (zh) 服饰搭配推荐方法和装置及电子设备
CN113689258A (zh) 一种商品推荐热度生成方法及系统
CN110659421A (zh) 零售柜的商品推荐系统
CN107967637B (zh) 一种商品对象型号的推荐方法、装置及电子设备
WO2017216773A1 (en) Systems and methods for improved apparel fit and apparel distribution
US20230005051A1 (en) Context-based personalization of user interfaces
TWI660316B (zh) Recommended device
CN115409583A (zh) 一种平台账户处理方法、系统、计算机设备及介质
CN111127128B (zh) 商品推荐方法、装置及存储介质

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