CN111127128A - 商品推荐方法、装置及存储介质 - Google Patents
商品推荐方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111127128A CN111127128A CN201811295974.1A CN201811295974A CN111127128A CN 111127128 A CN111127128 A CN 111127128A CN 201811295974 A CN201811295974 A CN 201811295974A CN 111127128 A CN111127128 A CN 111127128A
- Authority
- CN
- China
- Prior art keywords
- customer
- characteristic information
- commodities
- current
- determining
- 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
Links
Images
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种商品推荐方法、装置及存储介质。该方法包括：获取当前顾客的照片；根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。本发明实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
Description
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种商品推荐方法、装置及存储介质。
背景技术
随着人工智能技术的发展，无人店受到业界的广泛关注。
现有技术中，人们可以在无人店中自主选择商品，在自主选择商品后，可以通过自助购买的方式得到商品，实现了店铺的无人化管理经营。并且，无人店中是不存在导购员的，人们是基于自身的需求以及无人店中存在的商品，在无人店中自主选择商品。
但是，现有技术中，存在无人店无法向顾客推荐商品的问题。
发明内容
本发明实施例提供一种商品推荐方法、装置及存储介质，用以解决现有技术中无人店无法向顾客推荐商品的问题。
第一方面，本发明提供一种商品推荐方法，包括：
获取当前顾客的照片；
根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
在一种可能的实现中，所述顾客特征信息包括历史特征信息和/或当前特征信息。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
在一种可能的实现中，所述顾客特征信息包括当前特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，还包括：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
第二方面，本发明提供一种商品推荐装置，包括：
获取模块，用于获取当前顾客的照片；
确定模块，用于根据所述获取模块获取到的所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
推荐模块，用于根据所述确定模块确定的所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
在一种可能的实现中，所述顾客特征信息包括历史特征信息和/或当前特征信息。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述推荐模块包括第一确定子模块和第一推荐子模块；
所述第一确定子模块，用于根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
所述第一推荐子模块，用于向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述推荐模块包括第二确定子模块、第三确定子模块和第二推荐子模块；
所述第二确定子模块，用于根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
所述第三确定子模块，用于根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
所述第二推荐子模块，用于向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
在一种可能的实现中，所述顾客特征信息包括当前特征信息；
所述推荐模块包括：第四确定子模块、第五确定子模块和第三推荐子模块；
所述第四确定子模块，用于根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
所述第五确定子模块，用于根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
所述第三推荐子模块，用于向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
在一种可能的实现中，所述确定模块包括：兴趣偏好模块；
所述兴趣偏好模块，用于：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
在一种可能的实现中，所述确定模块还包括：社会属性模块；
所述社会属性模块，用于：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
在一种可能的实现中，所述确定模块包括：识别子模块；
所述识别子模块，用于识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
第三方面，本发明提供一种商品推荐装置，包括：
处理器以及用于存储计算机指令的存储器；所述处理器运行所述计算机指令执行上述第一方面任一项所述的方法。
第四方面，本发明提供一种计算机可读存储介质，当所述存储介质中的指令由商品推荐装置的处理器执行时，使得商品推荐装置能够执行上述第一方面任一项所述的方法。
本发明提供的商品推荐方法、装置及存储介质，通过获取当前顾客的照片，根据照片，确定用于描述当前顾客的特点的顾客特征信息，并根据顾客特征信息以及不同商品的用于描述商品的特点的商品特征信息，向当前顾客推荐商品，实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
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一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的商品推荐方法的应用场景示意图；
图2为本发明实施例提供的商品推荐方法实施例一的流程示意图；
图3为本发明实施例提供的商品推荐方法实施例二的流程示意图；
图4为本发明实施例提供的商品推荐方法实施例三的流程示意图；
图5为本发明实施例提供的商品推荐装置的结构示意图；
图6为本发明实施例提供的商品推荐装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
图1为本发明实施例提供的商品推荐方法的应用场景示意图，该应用场景可以包括无人店处理系统10。如图1所示，该无人店处理系统10可以包括：图像采集模块11、处理器12以及交互模块13。其中，图像采集模块11可以获取顾客的照片，处理器12可以根据图像采集模块11获取到的照片确定顾客的顾客特征信息，并根据顾客特征信息和不同商品的商品特征信息确定待向顾客推荐的商品，交互模块13可以将处理器12确定的商品推荐给顾客。
其中，图像采集模块11例如可以为摄像头。
处理器12，例如可以为中央处理器(CPU，Central Processing Unit)，图形处理器(GPU，Graphics Processing Unit)。
交互模块13，例如可以为显示屏。
可选的，该应用场景还可以包括：服务器20，处理器12可以从服务器20获取不同商品的商品特征信息。
需要说明的是，本发明提供的商品推荐方法不仅可以应用于无人店处理系统，具体可以应用于任何需要向顾客推荐商品的场景，例如网上购物的场景。
图2为本发明实施例提供的商品推荐方法实施例一的流程示意图，本实施例提供的方法可以由上述处理器执行。如图2所示，本实施例的方法可以包括：
步骤201，获取当前顾客的照片。
本步骤中，可选的，可以通过图像采集模块获取当前顾客的照片，例如处理器可以通过摄像头获得当前顾客的照片；或者，也可以从其他装置或设备接收当前顾客的照片。其中，所述照片中可以包括当前顾客的人脸图像。可选的，所述照片中可以包括当前顾客的半身图像，进一步可选的，所述照片中可以包括当前顾客的全身图像。其中，所述当前顾客具体可以为当前到店的所有顾客中的一个顾客。
步骤202，根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点。
本步骤中，所述顾客特征信息具体可以能够描述当前顾客的所有特点中的任意一个或多个特点。可选的，所述顾客特征信息可以包括：历史特征信息和/或当前特征信息。其中，所述历史特征信息是根据当前顾客的历史行为获得的特征信息，当前特征信息是通过识别当前顾客的照片的内容获得的特征信息。其中，所述历史行为例如可以包括历史到店行为和/或历史购买行为。所述当前特征信息例如可以为年龄、性别等。
步骤203，根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
本步骤中，所述商品特征信息具体可以为能够描述商品的所有特点中的任意一个或多个特点。其中，所述商品的特点例如可以包括品牌、销量、属性等。具体的，可以根据所述顾客特征信息以及不同商品的商品特征信息，确定待向当前顾客推荐的商品，并将该商品推荐给当前顾客。例如，可以通过显示屏将该商品推荐给当前顾客。其中，可以根据所述顾客特征信息以及不同商品的商品特征信息，利用推荐算法，确定待向当前顾客推荐的商品。
由于顾客特征信息用于描述当前顾客的特点，商品的特征信息用于描述对应商品的特点，因此根据顾客特征信息以及商品特征信息，可以确定出其特点与当前顾客的特点相一致的商品。例如，假设顾客特征信息为年龄，商品1的属性是针对40-50岁年龄段的顾客，商品2的属性是针对20-30岁年龄段的顾客，当前顾客的年龄是45岁，则可以将商品1推荐给当前顾客。
需要说明的是，向当前顾客推荐的商品的数量可以为一个或多个。当为多个时，例如可以向当前顾客显示待向当前顾客推荐的商品的列表。
本实施例提供的商品推荐方法，通过获取当前顾客的照片，根据照片，确定用于描述当前顾客的特点的顾客特征信息，并根据顾客特征信息以及不同商品的用于描述商品的特点的商品特征信息，向当前顾客推荐商品，实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
图3为本发明实施例提供的商品推荐方法实施例二的流程示意图。本实施例在图2所示实施例的基础上主要描述了根据顾客特征信息以及不同商品的商品特征信息，向当前顾客推荐商品的一种可选的实现方式。如图3所示，本实施例的方法可以包括：
步骤301，获取当前顾客的照片。
需要说明的是，步骤301与步骤201类似，在此不再赘述。
步骤302，根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息包括历史特征信息。
本步骤中，可选的，步骤302具体可以包括：根据所述照片，确定所述当前顾客的人脸标识；根据所述人脸标识，确定所述当前顾客的历史行为信息；根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
其中，同一个人的人脸图像可以对应同一个人脸标识。所述根据所述照片，确定所述当前顾客的人脸标识，具体可以包括：从所述照片中提取人脸图像，根据所述人脸图像从人脸数据库中查询获得所述当前顾客的人脸标识。其中，所述人脸数据库中可以存储各顾客的人脸图像对应的人脸标识。
其中，可以对各顾客的历史行为信息进行记录，并根据人脸标识区分不同顾客的历史行为记录，从而可以根据当前顾客的人脸标识得到当前顾客的历史行为信息。
由于顾客的历史行为可以体现出顾客购买商品的兴趣偏好。因此，可以对当前顾客的历史行为信息进行分析，确定出当前顾客的兴趣偏好，所述历史特征信息可以包括兴趣偏好。
例如，假设当前顾客历史购买的水果包括西柚、橙子，可以根据当前顾客的历史行为信息，分析确定出当前顾客偏好甜度低的水果，因此可以向用户推荐甜度低的水果，例如蓝莓。
又例如，假设当前顾客历史到店浏览过很多与听音乐相关的商品，则可以根据当前顾客的历史行为信息，分析确定出当前顾客对听音乐感兴趣，因此，可以向用户推荐与听音乐相关的商品，例如耳机。
可选的，步骤302还可以包括：根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
其中，所述身份信息具体可以为能够描述当前顾客的身份的所有信息中的一种或多种。例如，所述身份信息可以包括：住址、职业，进一步的，通过分析当前顾客的身份信息可以确定的社会属性例如可以包括收入、消费水平。例如，假设当前顾客的身份信息中住址是北京，职业是律师，则可以确定当前顾客的收入水平较高，消费水平较高。又例如，假设当前顾客的身份信息住址是西安，职业是律师，则可以确定当前顾客的收入水平一般，消费水平一般。
步骤303，根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度。
本步骤中，所述多个商品可以限定用于确定待向当前顾客推荐的商品的范围，例如可以为一个无人店中的所有商品。由于历史特征信息是根据当前顾客的历史行为获得的特征信息，商品的特征信息用于描述对应商品的特点，因此根据历史特征信息以及商品特征信息，可以确定出其特点与当前顾客的历史行为相一致的商品。
例如，假设历史特征信息包括兴趣爱好和消费水平，当前顾客的兴趣爱好是音乐，消费水平是较高，商品1的属性是耳机且价格是100元，商品2的属性是电饭煲且价格是500元，商品3的属性是耳机且价格是1000元，则可以根据当前顾客的历史行为信息以及商品1至商品3各自的商品特征信息，确定当前顾客对于商品3的兴趣度最高，对于商品1的兴趣度次之，对于商品2的兴趣度最低。
步骤304，向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
本步骤中，可以向当前顾客推荐所述多个商品中所述当前顾客兴趣度最高的M个商品。可选的，M可以为预设的数值，或者，也可以为所述多个商品中兴趣度大于兴趣度阈值的商品的个数。
本实施例提供的商品推荐方法，通过根据获取到的当前顾客的照片，确定当前顾客的历史特征信息，根据历史特征信息以及不同商品的商品特征信息，确定当前顾客对于多个商品中各商品的兴趣度，向当前顾客推荐多个商品中兴趣度最高的M个商品，实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
可替换的，在顾客特征信息包括历史特征信息时，图3所示实施例中步骤303-步骤304可以替换为如下步骤1-步骤3。
步骤1，根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息。
本步骤中，相似度越大可以表示越相似。需要说明的是，对于确定相似度的具体方式，本发明可以不作限定。例如，假设历史特征信息包括收入和消费水平，顾客1的收入为1万元每月且消费水平为一般、顾客2的收入为1.2万元每月且消费水平为一般，顾客3的收入为0.5万元每月且消费水平为较低，则可以确定顾客1与顾客2的历史特征信息的相似度，高于顾客1与顾客3的历史特征信息的相似度，顾客2的历史特征信息可以为与顾客1的历史特征信息的相似度大于第一相似度阈值的历史特征信息，即顾客2可以为第一目标顾客。
步骤2，根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度。
本步骤中，所述多个商品可以限定用于确定待向当前用户推荐的商品的范围，例如可以为一个无人店中的所有商品。由于第一目标顾客历史购买的商品可以体现目标可以感兴趣的商品，因此，可以根据第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定第一目标顾客对多个商品中各商品的兴趣度。
例如，假设第一目标顾客历史购买的商品为品牌X、价格200元的帽子，商品1是品牌X的价格为150元的手套，商品2是品牌Y价格为50元的手套，商品3是品牌Y价格150元的手套，则可以根据第一目标顾客历史购买的商品以及商品1至商品3各自的商品特征信息，确定第一目标顾客对于商品1的兴趣度最高，对于商品3的兴趣度次之，对于商品2的兴趣度最低。
步骤3，向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
本步骤中，可以向当前顾客推荐所述多个商品中所述第一目标顾客兴趣度最高的K个商品。可选的，K可以为预设的数值，或者，也可以为所述多个商品中兴趣度大于兴趣度阈值的商品的个数。
由于第一目标顾客为历史特征信息与当前顾客的历史特征信息的相似度大于第一相似度阈值的顾客，因此第一目标顾客感兴趣的商品一定程度上也可以反映出当前顾客感兴趣的商品。因此，可以将所述多个商品中所述第一目标顾客兴趣度最高的K个商品推荐给所述当前顾客。
这里，通过根据获取到的当前顾客的照片确定当前顾客的历史特征信息，根据历史特征信息确定与历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，目标历史特征信息为第一目标顾客的历史特征信息，根据第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定第一目标顾客对多个商品中各商品的兴趣度，并向当前顾客推荐多个商品中兴趣度最高的K个商品，实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
需要说明的是，步骤303-步骤304与步骤1-步骤3可以结合，即，既根据历史特征信息向当前顾客推荐当前顾客兴趣度最高的M个商品，又根据历史特征信息向当前顾客推荐第一目标顾客兴趣度最高的K个商品。
图4为本发明实施例提供的商品推荐方法实施例三的流程示意图。本实施例在图2所示实施例的基础上主要描述了根据顾客特征信息以及不同商品的商品特征信息，向当前顾客推荐商品的另一种可选的实现方式。如图4所示，本实施例的方法可以包括：
步骤401，获取当前顾客的照片。
需要说明的是，步骤401与步骤201类似，在此不再赘述。
步骤402，根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息包括当前特征信息。
本步骤中，可选的，步骤402具体可以包括：识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。具体的，可以通过识别所述照片中的人脸图像，得到所述当前顾客的年龄、性别以及情绪。可以通过识别所述照片中的当前顾客的全身图像中的衣着，可以得到天气。可以通过识别照片中的背景，可以得到位置。
步骤403，根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息。
本步骤中，相似度越大可以表示越相似。需要说明的是，对于确定当前特征信息的相似度的具体方式，本发明可以不作限定。例如，假设当前特征信息包括年龄、性别和天气，顾客1的年龄为20岁、性别为女且气温为20℃，顾客2的年龄为30岁、性别为男且气温为10℃，顾客3的年龄为30岁、性别为女且气温为20℃，顾客1为当前顾客，则顾客1与顾客2的当前特征信息的相似度可以为
顾客1与顾客3的当前特征信息的相似度例如可以为
顾客3可以为顾客1的第二目标顾客。其中，w1、w2和w3均为正数，且w1可以表示年龄的权重，w2可以表示性别的权重，w3可以表示气温的权重，a和b均可以大于1，用于限制相似度的最大值。
步骤404，根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度。
本步骤中，所述多个商品可以限定用于确定待向当前用户推荐的商品的范围，例如可以为一个无人店中的所有商品。由于第二目标顾客历史购买的商品可以体现目标可以感兴趣的商品，因此，可以根据第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定第二目标顾客对多个商品中各商品的兴趣度。
例如，假设第二目标顾客历史购买的商品为品牌A、价格2000元的冲锋衣，商品1是品牌A的价格为500元的运动鞋，商品2是品牌B价格为500的运动鞋，商品3是品牌B价格300元的运动鞋，则可以根据第二目标顾客历史购买的商品以及商品1至商品3各自的商品特征信息，确定第二目标顾客对于商品1的兴趣度最高，对于商品2的兴趣度次之，对于商品3的兴趣度最低。
步骤405，向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
本步骤中，可以向当前顾客推荐所述多个商品中所述第二目标顾客兴趣度最高的N个商品。可选的，M可以为预设的数值，或者，也可以为所述多个商品中兴趣度大于兴趣度阈值的商品的个数。
由于当前特征信息是通过识别照片的内容获得的特征信息，而第二目标顾客为当前特征信息与当前顾客的当前特征信息的相似度大于第二相似度阈值的顾客，因此第二目标顾客感兴趣的商品一定程度上也可以反映出当前顾客感兴趣的商品。因此，可以将所述多个商品中所述第二目标顾客兴趣度最高的N个商品推荐给所述当前顾客。
本实施例提供的商品推荐方法，通过根据获取到的当前顾客的照片，确定当前顾客的当前特征信息，根据当前特征信息，确定与当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，目标当前特征信息为第二目标顾客的当前特征信息，根据第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定第二目标顾客对多个商品中各商品的兴趣度，向当前顾客推荐多个商品中的N个商品，第二目标顾客对N个商品的兴趣度高于第二目标顾客对多个商品中其他商品的兴趣度，实现了根据获取到的当前顾客的照片，向当前顾客推荐商品，从而可以实现在无人店中向顾客推荐商品。
需要说明的是，可以结合图3和图4所示实施例，实现根据历史特征信息和当前特征信息，向顾客推荐商品。
图5为本发明实施例提供的商品推荐装置的结构示意图，本实施例提供的装置可以应用于上述方法实施例中。如图5所示，本实施例的装置可以包括：获取模块51、确定模块52和推荐模块53。其中，
获取模块51，用于获取当前顾客的照片；
确定模块52，用于根据获取模块51获取到的所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
推荐模块53，用于根据确定模块52确定的所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
在一种可能的实现中，所述顾客特征信息包括历史特征信息和/或当前特征信息。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
推荐模块53包括第一确定子模块531和第一推荐子模块532；
第一确定子模块531，用于根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
第一推荐子模块532，用于向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
推荐模块53包括第二确定子模块533、第三确定子模块534和第二推荐子模块535；
第二确定子模块533，用于根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
第三确定子模块534，用于根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
第二推荐子模块535，用于向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
在一种可能的实现中，所述顾客特征信息包括当前特征信息；
推荐模块53包括：第四确定子模块536、第五确定子模块537和第三推荐子模块538；
第四确定子模块536，用于根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
第五确定子模块537，用于根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
第三推荐子模块538，用于向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
在一种可能的实现中，确定模块52包括：兴趣偏好模块521；
兴趣偏好模块521，用于：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
在一种可能的实现中，确定模块52还包括：社会属性模块522；
社会属性模块522，用于：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
在一种可能的实现中，确定模块52包括：识别子模块523；
所述识别子模块，用于识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
本实施例的装置，可以用于执行上述方法所示实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图6为本发明实施例提供的商品推荐装置的结构示意图，如图6所示，该商品推荐装置可以包括：处理器61以及用于存储计算机指令的存储器62。
其中，处理器61运行该计算机指令执行以下方法：
获取当前顾客的照片；
根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
在一种可能的实现中，所述顾客特征信息包括历史特征信息和/或当前特征信息。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
在一种可能的实现中，所述顾客特征信息包括当前特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，还包括：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
本发明实施例还提供一种计算机可读存储介质，当该存储介质中的指令由商品推荐装置的处理器执行时，使得商品推荐能够执行一种商品推荐方法，该方法包括：
获取当前顾客的照片；
根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
在一种可能的实现中，所述顾客特征信息包括历史特征信息和/或当前特征信息。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
在一种可能的实现中，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
在一种可能的实现中，所述顾客特征信息包括当前特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，还包括：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
在一种可能的实现中，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (11)
1.一种商品推荐方法，其特征在于，包括：
获取当前顾客的照片；
根据所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
2.根据权利要求1所述的方法，其特征在于，所述顾客特征信息包括历史特征信息和/或当前特征信息。
3.根据权利要求2所述的方法，其特征在于，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息以及不同商品的商品特征信息，确定所述当前顾客对于多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的M个商品，所述当前顾客对所述M个商品的兴趣度高于所述当前顾客对所述多个商品中其他商品的兴趣度，M为正整数。
4.根据权利要求2所述的方法，其特征在于，所述顾客特征信息包括历史特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述历史特征信息，确定与所述历史特征信息的相似度大于第一相似度阈值的目标历史特征信息，所述目标历史特征信息为第一目标顾客的历史特征信息；
根据所述第一目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第一目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的K个商品，所述第一目标顾客对所述K个商品的兴趣度高于所述第一目标顾客对所述多个商品中其他商品的兴趣度，K为正整数。
5.根据权利要求2所述的方法，其特征在于，所述顾客特征信息包括当前特征信息；
所述根据所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，包括：
根据所述当前特征信息，确定与所述当前特征信息的相似度大于第二相似度阈值的目标当前特征信息，所述目标当前特征信息为第二目标顾客的当前特征信息；
根据所述第二目标顾客历史购买的商品以及不同商品的商品特征信息，确定所述第二目标顾客对多个商品中各商品的兴趣度；
向所述当前顾客推荐所述多个商品中的N个商品，所述第二目标顾客对所述N个商品的兴趣度高于所述第二目标顾客对所述多个商品中其他商品的兴趣度，N为正整数。
6.根据权利要求2-5任一项所述的方法，其特征在于，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
根据所述照片，确定所述当前顾客的人脸标识；
根据所述人脸标识，确定所述当前顾客的历史行为信息；
根据所述历史行为信息，确定所述当前顾客的兴趣偏好，所述历史特征信息包括所述兴趣偏好。
7.根据权利要求6所述的方法，其特征在于，所述根据所述照片，确定所述当前顾客的顾客特征信息，还包括：
根据所述人脸标识，从人脸数据库中查询获得所述当前顾客的身份信息，所述人脸数据库中存储有各顾客的注册信息，所述注册信息包括所述顾客的人脸标识和身份信息；
根据所述身份信息，确定所述当前顾客的社会属性，所述历史特征信息还包括：社会属性。
8.根据权利要求2-5任一项所述的方法，其特征在于，所述根据所述照片，确定所述当前顾客的顾客特征信息，包括：
识别所述照片，得到所述当前特征信息，所述当前特征信息包括下述中的至少一种：年龄、性别、情绪、天气或位置。
9.一种商品推荐装置，其特征在于，包括：
获取模块，用于获取当前顾客的照片；
确定模块，用于根据所述获取模块获取到的所述照片，确定所述当前顾客的顾客特征信息；所述顾客特征信息用于描述所述当前顾客的特点；
推荐模块，用于根据所述确定模块确定的所述顾客特征信息以及不同商品的商品特征信息，向所述当前顾客推荐商品，所述商品特征信息用于描述对应商品的特点。
10.一种商品推荐装置，其特征在于，包括：
处理器以及用于存储计算机指令的存储器；所述处理器运行所述计算机指令执行权利要求1-8任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由商品推荐装置的处理器执行时，使得商品推荐装置能够执行权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811295974.1A CN111127128B (zh) | 2018-11-01 | 2018-11-01 | 商品推荐方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811295974.1A CN111127128B (zh) | 2018-11-01 | 2018-11-01 | 商品推荐方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111127128A true CN111127128A (zh) | 2020-05-08 |
| CN111127128B CN111127128B (zh) | 2023-07-07 |
Family
ID=70494835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811295974.1A Active CN111127128B (zh) | 2018-11-01 | 2018-11-01 | 商品推荐方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111127128B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111967942A (zh) * | 2020-08-20 | 2020-11-20 | 渭南双盈未来科技有限公司 | 一种智能购物方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008225629A (ja) * | 2007-03-09 | 2008-09-25 | Ricoh Co Ltd | 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体 |
| CN106709776A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技（深圳）有限公司 | 商品推送方法及装置 |
| CN107154109A (zh) * | 2017-06-02 | 2017-09-12 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
| 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 |
| CN107633098A (zh) * | 2017-10-18 | 2018-01-26 | 维沃移动通信有限公司 | 一种内容推荐方法及移动终端 |
| CN108090801A (zh) * | 2017-11-29 | 2018-05-29 | 维沃移动通信有限公司 | 商品推荐方法、移动终端及服务器 |
-
2018
- 2018-11-01 CN CN201811295974.1A patent/CN111127128B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008225629A (ja) * | 2007-03-09 | 2008-09-25 | Ricoh Co Ltd | 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体 |
| CN106709776A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技（深圳）有限公司 | 商品推送方法及装置 |
| 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 |
| CN107154109A (zh) * | 2017-06-02 | 2017-09-12 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
| CN107633098A (zh) * | 2017-10-18 | 2018-01-26 | 维沃移动通信有限公司 | 一种内容推荐方法及移动终端 |
| CN108090801A (zh) * | 2017-11-29 | 2018-05-29 | 维沃移动通信有限公司 | 商品推荐方法、移动终端及服务器 |
Non-Patent Citations (1)
| Title |
|---|
| 郭俊霞，等: ""基于用户浏览轨迹的商品推荐"", 《计算机科学》, vol. 43, no. 12, pages 223 - 228 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111967942A (zh) * | 2020-08-20 | 2020-11-20 | 渭南双盈未来科技有限公司 | 一种智能购物方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111127128B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876526B (zh) | 商品推荐方法、装置和计算机可读存储介质 | |
| CN106776619B (zh) | 用于确定目标对象的属性信息的方法和装置 | |
| US8866847B2 (en) | Providing augmented reality information | |
| US10360623B2 (en) | Visually generated consumer product presentation | |
| CN110033298B (zh) | 信息处理设备及其控制方法、系统和存储介质 | |
| CN107332910B (zh) | 信息推送方法和装置 | |
| CN111028029B (zh) | 一种线下商品推荐方法、装置和电子设备 | |
| US20200226168A1 (en) | Methods and systems for optimizing display of user content | |
| US20190155864A1 (en) | Method and apparatus for recommending business object, electronic device, and storage medium | |
| US20150206222A1 (en) | Method to construct conditioning variables based on personal photos | |
| CN112396456A (zh) | 广告推送方法、装置、存储介质以及终端 | |
| CN111027351B (zh) | 一种线下商品推荐方法、装置和电子设备 | |
| US20230030560A1 (en) | Methods and systems for tagged image generation | |
| CN114862516A (zh) | 文案推荐方法、存储介质及程序产品 | |
| JP7294663B2 (ja) | 接客支援装置、接客支援方法、及びプログラム | |
| CN107967637B (zh) | 一种商品对象型号的推荐方法、装置及电子设备 | |
| US10311497B2 (en) | Server, analysis method and computer program product for analyzing recognition information and combination information | |
| CN111127128B (zh) | 商品推荐方法、装置及存储介质 | |
| CN111951043A (zh) | 信息投放处理方法、装置、存储介质与电子设备 | |
| JP6354232B2 (ja) | 販売促進装置、販売促進方法及びプログラム | |
| WO2019192455A1 (zh) | 门店系统、物品搭配方法、装置及电子设备 | |
| US20240013287A1 (en) | Real time visual feedback for augmented reality map routing and item selection | |
| JP6396568B1 (ja) | 提供プログラム、提供装置、提供方法、端末装置および情報提供装置 | |
| US11410216B2 (en) | Customer service assistance apparatus, customer service assistance method, and computer-readable recording medium | |
| TWM584937U (zh) | 客戶辨識裝置 |
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 |