CN112215653A - 商品推荐方法、装置、服务器及存储介质 - Google Patents

商品推荐方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN112215653A
CN112215653A CN202011087558.XA CN202011087558A CN112215653A CN 112215653 A CN112215653 A CN 112215653A CN 202011087558 A CN202011087558 A CN 202011087558A CN 112215653 A CN112215653 A CN 112215653A
Authority
CN
China
Prior art keywords
store
target user
user
face image
state
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
CN202011087558.XA
Other languages
English (en)
Inventor
陈声怡
黎清顾
侯俊光
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202011087558.XA priority Critical patent/CN112215653A/zh
Publication of CN112215653A publication Critical patent/CN112215653A/zh
Pending legal-status Critical Current

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例涉及一种商品推荐方法、装置、服务器及存储介质，所述方法包括：获取目标用户的人脸图像；基于所述人脸图像确定所述目标用户的当前进店状态；基于所述当前进店状态对所述目标用户进行商品推荐，由此方法可以识别不同用户的当前进店状态并根据当前进店状态针对性推荐商品，实现无导购的情况下精准地为用户推荐对应商品，节约时间并提升用户的购物体验度。

Description

商品推荐方法、装置、服务器及存储介质
技术领域
本发明实施例涉及商品推荐领域，尤其涉及一种商品推荐方法、装置、服务器及存储介质。
背景技术
随着大数据在互联网和新零售领域的应用，商城的线上和线下相结合的销售方式变得越来越普遍，传统的线下实体店也迎来了新的营销革新。因线下实体店可以更加直观地接触和体验商品，因此消费者仍保有线下实体店消费的热情，尤其对于一些家电类的较大商品而言。
当消费者选择在线下实体店选购商品时，消费者多希望以无导购的自主选购的方式进行商品选购，然而，现有的无导购的自主选购商品的方式因没有导购员的推荐，可能使得消费者无法快速地从多种商品中精准选择出自己想要的商品，浪费消费者时间，降低消费者的体验度。
发明内容
鉴于此，为解决上述无导购形式不能精准推荐商品的技术问题，本发明实施例提供一种商品推荐方法、装置、服务器及存储介质。
第一方面，本发明实施例提供一种商品推荐方法，包括：
获取目标用户的人脸图像，所述目标用户为当前使用云货架展示终端的用户；
基于所述人脸图像确定所述目标用户的当前进店状态；
基于所述当前进店状态对所述目标用户进行商品推荐。
在一个可能的实施方式中，所述方法还包括：
确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；
若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；
若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
在一个可能的实施方式中，所述方法还包括：
若所述目标用户的当前进店状态为首次进店，则向所述目标用户推荐预设商品。
在一个可能的实施方式中，所述方法还包括：
若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息；
基于所述目标线上账户信息获取所述目标用户的历史行为信息；
基于所述历史行为信息对所述目标用户进行商品推荐。
在一个可能的实施方式中，所述方法还包括：
若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息；
将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
在一个可能的实施方式中，所述方法还还包括：
基于所述目标用户对商品的浏览行为确定所述商品的权重值；
将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
第二方面，本发明实施例提供一种商品推荐装置，包括：
获取模块，用于获取目标用户的人脸图像；
确定模块，用于基于所述人脸图像确定所述目标用户的当前进店状态；
推荐模块，用于基于所述当前进店状态对所述目标用户进行商品推荐。
在一个可能的实施方式中，所述确定模块，具体用于确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
第三方面，本发明实施例提供一种服务器，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的商品推荐程序，以实现上述第一方面中所述的商品推荐方法。
第四方面，本发明实施例提供一种存储介质，包括：所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中所述的商品推荐方法。
本发明实施例提供的商品推荐方案，通过获取目标用户的人脸图像，所述目标用户为当前使用云货架展示终端的用户；基于所述人脸图像确定所述目标用户的当前进店状态；基于所述当前进店状态对所述目标用户进行商品推荐，由于传统无导购的自主选购方式因没有专业导购员的引导和商品推荐，使得用户不能精准选择商品，浪费时间，降低用户的购物体验度，通过识别不同用户身份并针对性推荐商品，可以实现无导购的情况下精准地为用户推荐对应商品，节约时间并提升用户的购物体验度。
附图说明
图1为本发明实施例提供的一种商品推荐方法的流程示意图；
图2为本发明实施例提供的一种步骤S12的实施例流程示意图；
图3为本发明实施例提供的一种步骤S13的实施例流程示意图；
图4为本发明实施例提供的一种用户档案的建立方法的流程示意图；
图5为本发明实施例提供的一种商品推荐方法的实施例流程示意图；
图6为本发明实施例提供的一种商品推荐装置的结构示意图；
图7为本发明实施例提供的服务器的结构示意图。
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，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种商品推荐方法的流程示意图。作为一个实施例，该方法可应用于用户在线下智慧门店选购商品的场景中。该场景中至少包含有图像采集设备、云货架展示终端和云货架服务平台，其中，图像采集设备和云货架展示终端安装于线下智慧门店内，例如，图像采集设备可以安装于门店入口处。云货架服务平台可以为单个服务器，也可以为服务器集群，与云货架展示终端进行通信连接。
如图1所示，该方法可包括以下步骤：
S11、获取目标用户的人脸图像。
上述目标用户是指当前使用云货架展示终端的用户。
作为一个实施例，云货架展示终端上设有图像采集装置，通过图像采集装置可采集目标用户的人脸图像。云货架展示终端获取到目标用户的人脸图像后，可向云货架服务平台发送该人脸图像，如此，云货架服务平台则可获取目标用户的人脸图像。
作为一个可选的实现方式，云货架展示终端可通过图像采集装置实时采集图像，当采集到的图像中存在用户正脸时，则可表示当前有用户使用云货架展示终端，基于上述描述，该用户则为目标用户，采集到的图像则为目标用户的人脸图像。
作为另一个可选的实现方式，云货架展示终端可以在检测到用户操作时，触发图像采集装置开启，并采集目标用户的人脸图像。上述用户操作包括但不限于滑动触摸操作、点击操作等。
作为另一个实施例，可通过以下过程获取目标用户的人脸图像：
布设于智慧门店的门店入口处的图像采集装置采集所有进店用户的人脸图像，并由该图像采集装置对用户进行关键用户识别，具体的关键用户识别方法可以为：当只有一位用户进店时，直接将该用户设定为关键用户；或，当有多位用户同时进店时，基于内置的人物年龄预测模型和人物行为识别模型识别用户年龄大于等于预设年龄(例如，18岁)且人物行为较为稳重的用户设定为关键用户。进一步地，图像采集装置可对识别到的关键用户进行追踪，当检测到关键用户靠近云货架展示终端时，将关键用户的人脸图像发送至云货架服务器。如此，云货架服务器可获取到目标用户的人脸图像。
S12、基于所述人脸图像确定所述目标用户的当前进店状态。
作为一个实施例，在本步骤S12中，对上述S11步骤中获取到的目标用户的人脸图像进行识别，确定该人脸图像对应的目标用户的当前进店状态。其中，当前进店状态为首次进店或非首次进店。
S13、基于所述当前进店状态对所述目标用户进行商品推荐。
在本步骤S13中，根据上述得到的目标用户对应的当前进店状态对该目标用户进行商品推荐。
例如，如果该目标用户为首次进店，则推荐智慧门店内当前的热销商品或促销商品；如果该目标用户为非首次进店，则根据目标用户的历史到店浏览或消费记录进行相关产品或周边产品的推荐。
本发明实施例提供的商品推荐方法，通过获取目标用户的人脸图像，所述目标用户为当前使用云货架展示终端的用户；基于所述人脸图像确定所述目标用户的当前进店状态；基于所述当前进店状态对所述目标用户进行商品推荐，通过识别用户信息针对性推荐商品，可以实现无导购的情况下精准地为用户推荐对应商品，节约时间并提升用户购物体验度。
图2为本发明实施例提供的一种步骤S12的实施例流程示意图，如图2所示，具体包括：
S21、确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像。
在本实施例中，可预先设立一个用户数据库，该用户数据库中存储有历史进店用户的账户信息，其中，该账户信息包含有用户的人脸图像、用户的线上账号信息、线上浏览消费信息、线下门店浏览消费信息等。
进一步地，对目标用户的人脸图像进行识别，查询用户数据库中是否存在与目标用户的人脸图像相匹配的第一人脸图像。
例如，可以计算目标用户的人脸图像和用户数据库中存储的人脸图像的相似度，将相似度大于预设阈值的人脸图像确定为上述第一人脸图像。
S22、若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店。
若用户数据库中不存在与目标用户的人脸图像相匹配的第一人脸图像，表征该目标用户未在线下智慧门店建立用户档案，则确定目标用户的当前进店状态为首次进店。
例如，目标用户的人脸图像特征和用户数据库中存储的用户人脸图像特征的相似度为20％，低于预设阈值，比如为60％，则表示该目标用户未在线下智慧门店建立用户档案，确定该目标用户为首次进店。
S23、若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
若用户数据库中存在与目标用户的人脸图像相匹配的第一人脸图像，表征该目标用户已经在线下智慧门店建立用户档案，则确定目标用户的当前进店状态为非首次进店。
例如，目标用户的人脸图像特征和用户数据库中存储的用户人脸图像特征的相似度为98％，高于预设阈值，比如为60％，则表示该目标用户已经在线下智慧门店建立用户档案，则确定该目标用户为非首次进店。
需要说明的是，本发明实施例中的用户可能已经拥有线上账号，但针对线下智慧门店来说可能属于首次进店，则被线下智慧门店视为新用户，也可能属于非首次进店，则被线下智慧门店视为老用户。
本发明实施例提供的用户当前进店状态的确定方法，通过识别目标用户的人脸图像进而识别该目标用户是否曾经到店，可以较为精准的判断用户的当前进店状态，基于当前进店状态对用户进行商品推荐，节约时间并提升用户购物体验度。
图3为本发明实施例提供的一种步骤S13的实施例流程示意图，具体包括：
S31、若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息。
本发明实施例中，若确定目标用户的当前进店状态为非首次进店，则从用户数据库中获取与第一人脸图像对应的目标线上账户信息，该目标线上账户信息即为该目标用户对应的线上账户信息。
S32、基于所述目标线上账户信息获取所述目标用户的历史行为信息。
从目标线上账户信息中获取该目标用户的历史行为信息，其中历史行为信息可包括该目标用户的线上浏览/消费信息、线下门店浏览/消费信息。
S33、基于所述历史行为信息对所述目标用户进行商品推荐。
根据获取到的该目标用户的历史行为信息对该目标用户进行商品推荐。
例如，该目标用户在线上浏览过空调，在线下智慧门店的云货架展示终端浏览过电视。则云货架服务器可根据该目标用户的浏览记录继续推荐空调或电视以及周边商品，使云货架展示终端展示推荐商品。
图3提供的商品推荐实施例通过根据目标用户的当前进店状态分别针对目标用户进行商品推荐，可以较为精准的为目标用户推荐商品，提升用户体验。
图4为本发明实施例提供的一种用户档案的建立方法的流程示意图，具体包括：
S41、若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息。
本发明实施例中，如果确定目标用户的当前进店状态为首次进店，则获取该目标用户在云货架展示终端上登录或注册的线上账户信息。
S42、将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
将上述S42步骤中获取到的该目标用户的线上账户信息与该目标用户的人脸图像存储到用户数据库中，生成该目标用户在该线下智慧门店的账户信息。
本发明实施例通过建立用户在线下智慧门店的账户信息，方便快速识别目标用户的当前进店状态。
图5为本发明实施例提供的一种商品推荐方法的实施例流程示意图，具体包括：
S51、基于所述目标用户对商品的浏览行为确定所述商品的权重值。
本发明实施例中，对推荐的第一商品预设第一权重值，对除第一商品外的其他商品预设第二权重值，其中，权重值的设置方式可以是人工设定也可以是服务器自动生成。对推荐的第一商品预设第一权重值应较其他商品预设第二权重值大。
例如，对推荐的第一商品预设的权重值为3，对其他商品预设的第二权重值为2。
进一步地，根据目标用户对商品的浏览行为重新确定商品的权重值。
例如，推荐的第一商品为格力某一款型号的空调，其权重值为3；其他商品为另外某一品牌型号的空调，其权重值为2。当用户点击浏览格力空调时，该空调的权重值增加1。当用户并未点击浏览该格力空调时，其权重值减少1。
需要说明的是，推荐的第一商品可以为多个商品，其他商品也可以为多个商品，权重值的确定方法同上，为简洁描述，再此不做赘述。
S52、将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
上述S51步骤中根据目标用户对商品的浏览行为重新确定商品对应的权重值后，将权重值大于等于第一阈值(例如，4)的商品作为目标商品，云货架展示终端将展示是否进行目标商品体验的提示。
进一步地，当目标用户点击选择进行目标商品体验后，如果门店内没有目标商品实物，云货架展示终端可以播放该目标商品的VR视频，使目标用户虚拟感受该目标商品。如果门店内有目标商品实物，可以通过外部设备，例如店内广播、大屏幕显示等方式通知店内导购员，使导购员可以及时为目标用户讲解该商品并可针对该商品类型进行其他商品推荐。
本实施例提供的商品推荐实施例通过根据目标用户对商品的浏览行为，精准确定该目标用户的商品需求，并进行商品推荐，可以在无导购员的情况下推荐商品，提升用户体验。
图6为本发明实施例提供的一种商品推荐装置的结构示意图，具体包括：
获取模块601，用于获取目标用户的人脸图像；
确定模块602，用于基于所述人脸图像确定所述目标用户的当前进店状态；
推荐模块603，用于基于所述当前进店状态对所述目标用户进行商品推荐。
在一个可能的实施方式中，所述获取模块601，具体用于若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息；将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
在一个可能的实施方式中，所述确定模块602，具体用于确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
在一个可能的实施方式中，所述推荐模块603，具体用于若所述目标用户的当前进店状态为首次进店，则向所述目标用户推荐预设商品。
在一个可能的实施方式中，所述推荐模块603，还用于若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息；基于所述目标线上账户信息获取所述目标用户的历史行为信息；基于所述历史行为信息对所述目标用户进行商品推荐。
在一个可能的实施方式中，所述推荐模块603，还用于基于所述目标用户对商品的浏览行为确定所述商品的权重值；将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
本实施例提供的商品推荐装置可以是如图6中所示的商品推荐装置，可执行如图1-5中商品推荐方法的所有步骤，进而实现图1-5所示商品推荐方法的技术效果，具体请参照图1-5相关描述，为简洁描述，在此不作赘述。
图7为本发明实施例提供的一种服务器的结构示意图，图7所示的服务器700包括：至少一个处理器701、存储器702、至少一个网络接口704和其他用户接口703。服务器700中的各个组件通过总线系统705耦合在一起。可理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。
其中，用户接口703可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器702存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统7021和应用程序7022。
其中，操作系统7021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。
在本发明实施例中，通过调用存储器702存储的程序或指令，具体的，可以是应用程序7022中存储的程序或指令，处理器701用于执行各方法实施例所提供的方法步骤，例如包括：
获取目标用户的人脸图像，所述目标用户为当前使用云货架展示终端的用户；基于所述人脸图像确定所述目标用户的当前进店状态；基于所述当前进店状态对所述目标用户进行商品推荐。
在一个可能的实施方式中，确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
在一个可能的实施方式中，若所述目标用户的当前进店状态为首次进店，则向所述目标用户推荐预设商品。
在一个可能的实施方式中，若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息；基于所述目标线上账户信息获取所述目标用户的历史行为信息；基于所述历史行为信息对所述目标用户进行商品推荐。
在一个可能的实施方式中，若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息；将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
在一个可能的实施方式中，基于所述目标用户对商品的浏览行为确定所述商品的权重值；将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701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701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701可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，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发明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。结合本发明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单元组合执行完成。软件单元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702，处理器701读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的服务器可以是如图7中所示的服务器，可执行如图1-5中商品推荐方法的所有步骤，进而实现图1-5所示商品推荐方法的技术效果，具体请参照图1-5相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在服务器侧执行的商品推荐方法。
所述处理器用于执行存储器中存储的商品推荐程序，以实现以下在服务器侧执行的商品推荐方法的步骤：
获取目标用户的人脸图像，所述目标用户为当前使用服务器的用户；基于所述人脸图像确定所述目标用户的当前进店状态；基于所述当前进店状态对所述目标用户进行商品推荐。
在一个可能的实施方式中，确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
在一个可能的实施方式中，若所述目标用户的当前进店状态为首次进店，则向所述目标用户推荐预设商品。
在一个可能的实施方式中，若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息；基于所述目标线上账户信息获取所述目标用户的历史行为信息；基于所述历史行为信息对所述目标用户进行商品推荐。
在一个可能的实施方式中，若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息；将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
在一个可能的实施方式中，基于所述目标用户对商品的浏览行为确定所述商品的权重值；将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种商品推荐方法，其特征在于，包括：
获取目标用户的人脸图像，所述目标用户为当前使用云货架展示终端的用户；
基于所述人脸图像确定所述目标用户的当前进店状态；
基于所述当前进店状态对所述目标用户进行商品推荐。
2.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像确定所述目标用户的当前进店状态，包括：
确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；
若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；
若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
3.根据权利要求2所述的方法，其特征在于，所述基于所述当前进店状态对所述目标用户进行商品推荐，包括：
若所述目标用户的当前进店状态为首次进店，则向所述目标用户推荐预设商品。
4.根据权利要求2所述的方法，其特征在于，所述用户数据库中还存储有人脸图像和线上账户信息的对应关系；
所述基于所述当前进店状态对所述目标用户进行商品推荐，包括：
若所述目标用户的当前进店状态为非首次进店，则获取与所述第一人脸图像对应的目标线上账户信息；
基于所述目标线上账户信息获取所述目标用户的历史行为信息；
基于所述历史行为信息对所述目标用户进行商品推荐。
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述目标用户的当前进店状态为首次进店，则获取所述目标用户的线上账户信息；
将所述线上账户信息和所述目标用户的人脸图像的对应关系存储至所述用户数据库。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述目标用户对商品的浏览行为确定所述商品的权重值；
将所述权重值大于等于第一阈值的商品作为目标商品，以及推荐所述目标用户体验所述目标商品。
7.一种商品推荐装置，其特征在于，包括：
获取模块，用于获取目标用户的人脸图像；
确定模块，用于基于所述人脸图像确定所述目标用户的当前进店状态；
推荐模块，用于基于所述当前进店状态对所述目标用户进行商品推荐。
8.根据权利要求7所述的装置，其特征在于，所述确定模块，具体用于确定用户数据库中是否存在与所述人脸图像相匹配的第一人脸图像，所述用户数据库中存储有历史进店用户的人脸图像；若所述用户数据库中不存在与所述人脸图像相匹配的第一人脸图像，则确定所述目标用户的当前进店状态为首次进店；若所述用户数据库中存在与所述人脸图像相匹配的第一人脸图像，则确定所述用户的当前进店状态为非首次进店。
9.一种服务器，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的商品推荐程序，以实现权利要求1～6中任一项所述的商品推荐方法。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～6中任一项所述的商品推荐方法。
CN202011087558.XA 2020-10-12 2020-10-12 商品推荐方法、装置、服务器及存储介质 Pending CN112215653A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011087558.XA CN112215653A (zh) 2020-10-12 2020-10-12 商品推荐方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011087558.XA CN112215653A (zh) 2020-10-12 2020-10-12 商品推荐方法、装置、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN112215653A true CN112215653A (zh) 2021-01-12

Family

ID=74053639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011087558.XA Pending CN112215653A (zh) 2020-10-12 2020-10-12 商品推荐方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN112215653A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507017A (zh) * 2017-07-07 2017-12-22 阿里巴巴集团控股有限公司 一种线下导购方法和装置
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
CN109284413A (zh) * 2018-09-07 2019-01-29 平安科技（深圳）有限公司 基于人脸识别的商品推荐方法、装置、设备及存储介质
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN110334570A (zh) * 2019-03-30 2019-10-15 深圳市晓舟科技有限公司 人脸识别自动建库方法、装置、设备及存储介质
CN110766498A (zh) * 2018-07-27 2020-02-07 北京京东尚科信息技术有限公司 一种推荐商品的方法和装置
WO2020147430A1 (zh) * 2019-01-17 2020-07-23 深圳壹账通智能科技有限公司 基于图像识别的商品展示方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507017A (zh) * 2017-07-07 2017-12-22 阿里巴巴集团控股有限公司 一种线下导购方法和装置
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
CN110766498A (zh) * 2018-07-27 2020-02-07 北京京东尚科信息技术有限公司 一种推荐商品的方法和装置
CN109284413A (zh) * 2018-09-07 2019-01-29 平安科技（深圳）有限公司 基于人脸识别的商品推荐方法、装置、设备及存储介质
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
WO2020147430A1 (zh) * 2019-01-17 2020-07-23 深圳壹账通智能科技有限公司 基于图像识别的商品展示方法、装置、设备及介质
CN110334570A (zh) * 2019-03-30 2019-10-15 深圳市晓舟科技有限公司 人脸识别自动建库方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110310137B (zh) 一种广告投放方法和装置
CN112184374A (zh) 商品推荐方法、装置、计算机设备和存储介质
US20130191242A1 (en) Fit Recommendations
CN110866133A (zh) 信息搜索方法、页面显示方法、系统及设备
CN113689259A (zh) 基于用户行为的商品个性化推荐方法及系统
CN113191834A (zh) 商品对象发布、识别方法、装置、电子设备和存储介质
CN113689258A (zh) 一种商品推荐热度生成方法及系统
CN110874775A (zh) 一种商品推送的方法及装置、设备、存储介质
CN111738766A (zh) 用于多媒体信息的数据处理方法、装置以及服务器
CN110717777A (zh) 一种商品和资源处理方法、装置及设备
KR100891930B1 (ko) 상품 평가 데이터를 사용하여 인기 상품을 제공하는 방법,시스템 및 컴퓨터 판독 가능한 기록 매체
CN117876068A (zh) 商品推荐方法、装置和计算机可读存储介质
WO2015089042A1 (en) A method and system for preventing shopping cart abandonment
KR20160059583A (ko) 딜 정보 관리 장치, 방법 및 컴퓨터 프로그램
CN112036975A (zh) 商品推荐方法、装置、终端及存储介质
CN112215653A (zh) 商品推荐方法、装置、服务器及存储介质
US10380680B2 (en) Seller dashboard and reserve price lowering
US20180089279A1 (en) Information processing device, information processing method, and information processing program
CN114741610A (zh) 信息推送方法、装置、设备及存储介质
CN115225921A (zh) 基于大数据的直播互动控制方法、装置、设备及存储介质
CN110874167A (zh) 数据处理方法、装置和机器可读介质
CN115082158A (zh) 一种物品展示方法、装置、电子设备及存储介质
US20220147960A1 (en) Method for managing content sharing platform combined with e-commerce capabilities and apparatus for performing the same
KR101714013B1 (ko) 쇼핑 서비스 제공 장치, 방법 및 컴퓨터 프로그램
CN114358871A (zh) 商品推荐方法及电子设备

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