CN112765472A - 推荐方法以及智能鞋柜 - Google Patents
推荐方法以及智能鞋柜 Download PDFInfo
- Publication number
- CN112765472A CN112765472A CN202110112648.8A CN202110112648A CN112765472A CN 112765472 A CN112765472 A CN 112765472A CN 202110112648 A CN202110112648 A CN 202110112648A CN 112765472 A CN112765472 A CN 112765472A
- Authority
- CN
- China
- Prior art keywords
- information
- acquiring
- user
- matching
- shoe
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种推荐方法以及智能鞋柜。所述推荐方法包括:识别用户身份,根据所述用户身份获取与所述用户身份相对应的推荐信息模型;获取当前环境信息,根据所述环境信息以及所述用户身份,获取匹配目标;将所述匹配目标输入与所述用户身份相对应的推荐信息模型,获取与所述匹配目标相对应的鞋子的推荐信息;向所述用户推送所述推荐信息;获取所述用户的确认指令,根据所述用户的确认指令,生成与所述匹配目标相对应的鞋子的确认信息;所述确认信息至少包括所述鞋子的位置信息。本申请解决了如何高效的匹配鞋子的技术问题。
Description
技术领域
本申请涉及智能家居领域,尤其涉及一种推荐方法以及智能鞋柜。
背景技术
随着生活水平的提高,大家对于鞋子的需求已经不再仅仅局限于舒适或者美观,更多的会在意搭配的问题;但是,对于鞋子种类和数量比较多的情形下,每天进行选择浪费大量的时间和精力,而且自己选择出来的效果往往也不那么理想。
发明内容
为了解决如何高效的匹配鞋子的技术问题,本申请提供了一种推荐方法以及智能鞋柜。
第一方面,本申请提供了一种推荐方法,应用于智能鞋柜,所述方法包括:
识别用户身份,根据所述用户身份获取与所述用户身份相对应的推荐信息模型;
获取当前环境信息,根据所述环境信息以及所述用户身份,获取匹配目标;
根据所述匹配目标输入以及所述用户身份相对应的推荐信息模型,获取与所述匹配目标相对应的鞋子的推荐信息;
向所述用户推送所述推荐信息;
获取所述用户的确认指令,
根据所述用户的确认指令,生成与所述匹配目标相对应的鞋子的确认信息;
所述确认信息至少包括所述鞋子的位置信息。
可选地,在所述将所述匹配目标输入与所述用户身份相对应的推荐信息模型之前,所述方法还包括:
建立所述推荐模型;
所述建立所述推荐模型的方法包括:
获取历史确认信息,根据所述历史确认信息,获取所述匹配目标对应的鞋子的共性特征;
获取与所述匹配目标相对应的鞋子参考信息,
根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息。
可选地,所述根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息的方法包括:
预设所述共性特征的优先权,以使所述共性特征对应的鞋子优先推荐。
可选地,所述生成与所述匹配目标相对应的鞋子的确认信息之前,所述方法还包括:
获取所述用户鞋子的图像,以及从服务器中获取鞋子图像;
根据预设的图像识别方法以及所述从服务器中获取的鞋子图像,
识别所述用户鞋子的品牌以及类型,
并根据将所述鞋子的品牌以及类型进行分类放置,生成所述鞋子的位置信息。
可选地,所述方法还包括,
所述匹配目标至少包括所述用户当前衣物穿着信息、匹配场合、天气状态中的一种;
若所述匹配目标为所述用户当前衣物穿着信息,
获取所述用户当前衣物穿着信息的方法包括:
获取所述用户当前衣物穿着信息图像,识别所述用户当前衣物穿着信息图像,获取所述用户当前衣物穿着信息;
若所述匹配目标为匹配场合,
获取所述匹配场合的方法包括:
获取所述匹配场合的指令,根据所述匹配场合的指令,获取所述匹配场合。
第二方面,本申请提供了一种智能鞋柜,所述智能鞋柜包括:
识别模块,用于识别用户身份;
获取模块,用于根据所述用户身份获取与所述用户身份相对应的推荐信息模型,以及用于获取当前环境信息;
所述获取模块还用于根据所述环境信息以及所述用户身份,获取匹配目标,以及用于获取所述用户的确认指令;
推荐模块,用于根据所述匹配目标输入以及所述用户身份相对应的推荐信息模型,生成与所述匹配目标相对应的鞋子的推荐信息;
确认模块,用于接收所述用户的确认指令,并根据所述用户的确认指令,生成与所述匹配目标相对应的鞋子的确认信息;
所述确认信息至少包括所述鞋子的位置信息。
可选地,所述智能鞋柜还包括:
模型构建模块,用于建立所述推荐模型;
所述获取模块还用于获取历史确认信息;
所述模型构建模块用于根据所述历史确认信息,生成与所述匹配目标对应鞋子的共性特征;
所述获取模块还用于获取与所述匹配目标相对应的鞋子参考信息,
所述模型构建模块还用于根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息。
可选地,所述智能鞋柜还包括:
所述模型构建模块还用于预设所述共性特征的优先权,以使所述共性特征对应的鞋子优先推荐。
可选地,所述智能鞋柜还包括:
所述获取模块还用于获取所述用户鞋子的图像,以及从服务器中获取鞋子图像;
并根据预设的图像识别方法以及所述从服务器中获取的鞋子图像,
所述识别模块还用于识别所述用户鞋子的品牌以及类型;
所述智能鞋柜还包括分类模块,所述分类模块用于根据所述鞋子的品牌以及类型将所述鞋子进行分类,并生成所述鞋子的位置信息。
可选地,所述智能鞋柜还包括:
所述获取模块用于获取的所述匹配目标至少包括所述用户当前衣物穿着信息、匹配场合、天气状态中的一种;
所述获取模块还用于获取所述用户当前衣物穿着信息图像,并根据所述识别模块识别的所述用户当前衣物穿着信息图像,获取所述用户当前衣物穿着信息;
所述获取模块还用于获取所述匹配场合的指令,并根据所述匹配场合的指令,获取所述匹配场合。
上述推荐方法,应用于智能鞋柜,通过识别用户身份以及获取与用户身份相对对应的推荐信息模型,并根据获取到的当前环境信息以及用户身份,获取匹配目标;根据所述推荐信息模型以及所述匹配目标,获取到与所述匹配目标相对应的鞋子的推荐信息;并根据用户的确认指令,生成确认信息,实现对于鞋子的自动推荐,同时符合匹配目标,实现个性化匹配,提高鞋子的选择效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,对于本领域普通技术人员而言,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为本发明实施例中推荐方法的流程示意图;
图2为本发明实施例中智能鞋柜的结构框架示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,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的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。
参照图1,在本申请的实施例中,提供了一种推荐方法,应用于智能鞋柜,该方法包括:
步骤100:识别用户身份,根据用户身份获取与用户身份相对应的推荐信息模型;
步骤200:获取当前环境信息,根据环境信息以及用户身份,获取匹配目标;
步骤300:
根据匹配目标输入以及用户身份相对应的推荐信息模型,获取与匹配目标相对应的鞋子的推荐信息;
步骤400:向用户推送推荐信息;
步骤500:获取用户的确认指令,根据用户的确认指令,生成与匹配目标相对应的鞋子的确认信息;确认信息至少包括鞋子的位置信息。
在本申请的实施例中,用户的身份可能包括男主人、女主人、儿童、老人等身份,不同的用户身份对应不同的推荐信息模型,使推荐系统更加具有针对性、可行性以及个性化;根据不同的匹配目标,例如匹配目标可以是寒冷的冬季,那么会推荐与寒冷的冬季相搭配且符合用户身份的鞋子;实现个性化推荐的同时大大节约对于鞋子选择以及如何进行匹配的时间,提高选择与匹配效率。
在本申请的实施例中,确认信息至少包括鞋子的位置信息,以利于用户拿取,更加智能化和人性化。
在本申请的实施例中,在将匹配目标输入与用户身份相对应的推荐信息模型之前,该方法还包括:
建立推荐模型;
建立推荐模型的方法包括:
获取历史确认信息,根据历史确认信息,获取匹配目标对应的鞋子的共性特征;
获取与匹配目标相对应的鞋子参考信息,
根据共性特征以及鞋子参考信息,生成推荐信息。
在本申请的实施例中,通过获取历史确认信息,从历史确认信息中提取共性特征,该共性特征表现为用户的偏好或者习惯,可以根据该共性特征构建用户偏好分析数据库,并且通过不断记录新的确认信息,来丰富和完善该用户偏好分析数据库,使推荐模型个性化功能更加完善。
在本申请的实施例中,根据共性特征以及鞋子参考信息,生成推荐信息的方法包括:
预设共性特征的优先权,以使共性特征对应的鞋子优先推荐。
在本申请的实施例中,例如,匹配目标为运动场合,获取到与运动场合相匹配鞋子的共性特征是运动鞋A,且该运动鞋A的品牌是CC,那么可以得出该用户对于运动场合匹配鞋子的偏好是品牌CC的运动鞋A;从服务器,该服务器可以为云端数据库获取与运动场合匹配的参考信息,例如,参考信息可能为与该运动场合匹配的鞋子为DD品牌的运动鞋B,结合上述偏好,在进行对于运行场合推荐鞋子时,可以对于品牌CC的运动鞋A优先推荐,或者同时推荐运动鞋A与运行鞋B,供用户进行进一步确认,做到个性化的同时使搭配更加丰富。
在本申请的实施例中,推荐模型依据混合推荐机制获取上述共性特征,该混合推荐机制包括:基于人口统计学的推荐、基于内容的推荐、基于协同过滤的推荐。其中,基于人口统计学的推荐:根据系统用户的基本信息发现用户的相关程度;基于内容的推荐:根据推荐物品或内容的元数据,发现物品和内容的相关性。基于协同过滤的推荐:根据用户对物品或者信息的偏好,发现物品或者内容本身的相关性,或者是发现用户的相关性。在本申请的实施例中,可以将不同的推荐结果分不同的区域呈现给用户,进行个性化推荐,大大减少用户在鞋子搭配方面消耗的时间成本。
在本申请的实施例中,生成与匹配目标相对应的鞋子的确认信息之前,该方法还包括:
获取用户鞋子的图像,以及从服务器中获取鞋子图像;
根据预设的图像识别方法以及从服务器中获取的鞋子图像,
识别用户鞋子的品牌以及类型,
并根据将鞋子的品牌以及类型进行分类放置,生成鞋子的位置信息。
在本申请的实施例中,通过卷积神经网络模型的图像识别方法来对于鞋子进行整理并分类,减少人工整理及分类的时间成本;进一步可以搭建智能分类整理系统,进行自动化处理后的鞋柜不仅整洁并且分类有序。
在本申请的实施例中,该方法还包括,匹配目标至少包括用户当前衣物穿着信息、匹配场合、天气状态中的一种;
若匹配目标为用户当前衣物穿着信息,获取用户当前衣物穿着信息的方法包括:
获取用户当前衣物穿着信息图像,识别用户当前衣物穿着信息图像,获取用户当前衣物穿着信息;
若匹配目标为匹配场合,获取匹配场合的方法包括:
获取匹配场合的指令,根据匹配场合的指令,获取匹配场合。
在本申请的实施例中,可以构建鞋子搭配图片库以及季节气温数据,图像以及各类信息的获取可以通过网络爬虫技术获取,利用脚本自动化收集数据,提高收集数据效率,为推荐提供参考基础。
在本申请的实施例中,匹配目标可以包括上述用户当前衣物穿着信息、匹配场合、天气状态中的任意一种、两种或者三种同时进行匹配;若对上述三种匹配目标同时进行匹配,可以按照预设的匹配顺序依次比对后,参照从云端平台等服务器获取到的参考搭配图片,并针对用户历史偏好,生成推荐信息;也可以不设置优先顺序,同时进行比对。在本申请的实施例中,上述推荐方法的应用并不仅仅局限于上述匹配目标,可以根据获取到的历史匹配数据,实时提取新的匹配目标,建立匹配目标数据库,丰富推荐内容,使推荐的结果更加符合用户的需求,提高用户的智能体验。
在本申请的实施例中,参照图2,提供了一种智能鞋柜,该智能鞋柜包括:
识别模块10,用于识别用户身份;
获取模块20,用于根据用户身份获取与用户身份相对应的推荐信息模型,以及用于获取当前环境信息;
获取模块20还用于根据环境信息以及用户身份,获取匹配目标,以及用于获取用户的确认指令;
推荐模块30,用于根据匹配目标输入以及用户身份相对应的推荐信息模型,生成与匹配目标相对应的鞋子的推荐信息;
确认模块40,用于接收用户的确认指令,并根据用户的确认指令,生成与匹配目标相对应的鞋子的确认信息;该确认信息至少包括鞋子的位置信息。
在本申请的实施例中,上述智能鞋柜能够识别用户身份并实现与用户需求相匹配的鞋子的推荐,大大减少对于鞋子搭配的选择时间,提高选择效率,提高用户的智能体验。
在本申请的实施例中,上述智能鞋柜还包括:
模型构建模块301,用于建立推荐模型;
获取模块20还用于获取历史确认信息;
模型构建模块用于根据历史确认信息,生成与匹配目标对应鞋子的共性特征;
获取模块20还用于获取与匹配目标相对应的鞋子参考信息,
模型构建模块还用于根据共性特征以及鞋子参考信息,生成推荐信息。
在本申请的实施例中,上述智能鞋柜还包括:
模型构建模块还用于预设共性特征的优先权,以使共性特征对应的鞋子优先推荐。
在本申请的实施例中,上述智能鞋柜还包括:
获取模块20还用于获取用户鞋子的图像,以及从数据库中获取鞋子图像;并根据预设的图像识别方法以及从数据库中获取的鞋子图像,
识别模块10还用于识别用户鞋子的品牌以及类型;
智能鞋柜还包括分类模块50,用于根据鞋子的品牌以及类型将鞋子进行分类,并生成鞋子的位置信息。
在本申请的实施例中,上述智能鞋柜还包括:
获取模块20还用于获取的匹配目标至少包括用户当前衣物穿着信息、匹配场合、天气状态中的一种;
获取模块20还用于获取用户当前衣物穿着信息图像,并根据识别模块10识别的用户当前衣物穿着信息图像,获取用户当前衣物穿着信息;
获取模块20还用于获取匹配场合的指令,并根据匹配场合的指令,获取匹配场合。
图1为一个实施例中推荐方法的流程示意图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种推荐方法,其特征在于,应用于智能鞋柜,所述方法包括:
识别用户身份,根据所述用户身份获取与所述用户身份相对应的推荐信息模型;
获取当前环境信息,根据所述环境信息以及所述用户身份,获取匹配目标;
根据所述匹配目标输入以及所述用户身份相对应的推荐信息模型,获取与所述匹配目标相对应的鞋子的推荐信息;
向所述用户推送所述推荐信息;
获取所述用户的确认指令,
根据所述用户的确认指令,生成与所述匹配目标相对应的鞋子的确认信息;
所述确认信息至少包括所述鞋子的位置信息。
2.根据权利要求1所述的推荐方法,其特征在于,在所述将所述匹配目标输入与所述用户身份相对应的推荐信息模型之前,所述方法还包括:
建立所述推荐模型;
所述建立所述推荐模型的方法包括:
获取历史确认信息,根据所述历史确认信息,获取所述匹配目标对应的鞋子的共性特征;
获取与所述匹配目标相对应的鞋子参考信息,
根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息。
3.根据权利要求2所述的推荐方法,其特征在于,所述根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息的方法包括:
预设所述共性特征的优先权,以使所述共性特征对应的鞋子优先推荐。
4.根据权利要求1所述的推荐方法,其特征在于,所述生成与所述匹配目标相对应的鞋子的确认信息之前,所述方法还包括:
获取所述用户鞋子的图像,以及从服务器中获取鞋子图像;
根据预设的图像识别方法以及所述从服务器中获取的鞋子图像,
识别所述用户鞋子的品牌以及类型,
并根据将所述鞋子的品牌以及类型进行分类放置,生成所述鞋子的位置信息。
5.根据权利要求1-4任一项所述的推荐方法,其特征在于,所述方法还包括,
所述匹配目标至少包括所述用户当前衣物穿着信息、匹配场合、天气状态中的一种;
若所述匹配目标为所述用户当前衣物穿着信息,
获取所述用户当前衣物穿着信息的方法包括:
获取所述用户当前衣物穿着信息图像,识别所述用户当前衣物穿着信息图像,获取所述用户当前衣物穿着信息;
若所述匹配目标为匹配场合,
获取所述匹配场合的方法包括:
获取所述匹配场合的指令,根据所述匹配场合的指令,获取所述匹配场合。
6.一种智能鞋柜,其特征在于,所述智能鞋柜包括:
识别模块,用于识别用户身份;
获取模块,用于根据所述用户身份获取与所述用户身份相对应的推荐信息模型,以及用于获取当前环境信息;
所述获取模块还用于根据所述环境信息以及所述用户身份,获取匹配目标,以及用于获取所述用户的确认指令;
推荐模块,用于根据所述匹配目标输入以及所述用户身份相对应的推荐信息模型,生成与所述匹配目标相对应的鞋子的推荐信息;
确认模块,用于接收所述用户的确认指令,并根据所述用户的确认指令,生成与所述匹配目标相对应的鞋子的确认信息;
所述确认信息至少包括所述鞋子的位置信息。
7.根据权利要求6所述的智能鞋柜,其特征在于,所述智能鞋柜还包括:
模型构建模块,用于建立所述推荐模型;
所述获取模块还用于获取历史确认信息;
所述模型构建模块用于根据所述历史确认信息,生成与所述匹配目标对应鞋子的共性特征;
所述获取模块还用于获取与所述匹配目标相对应的鞋子参考信息,
所述模型构建模块还用于根据所述共性特征以及所述鞋子参考信息,生成所述推荐信息。
8.根据权利要求7所述的智能鞋柜,其特征在于,所述智能鞋柜还包括:
所述模型构建模块还用于预设所述共性特征的优先权,以使所述共性特征对应的鞋子优先推荐。
9.根据权利要求6所述的智能鞋柜,其特征在于,所述智能鞋柜还包括:
所述获取模块还用于获取所述用户鞋子的图像,以及从服务器中获取鞋子图像;
并根据预设的图像识别方法以及所述从服务器中获取的鞋子图像,
所述识别模块还用于识别所述用户鞋子的品牌以及类型;
所述智能鞋柜还包括分类模块,所述分类模块用于根据所述鞋子的品牌以及类型将所述鞋子进行分类,并生成所述鞋子的位置信息。
10.根据权利要求6-9任一项所述的智能鞋柜,其特征在于,所述智能鞋柜还包括:
所述获取模块用于获取的所述匹配目标至少包括所述用户当前衣物穿着信息、匹配场合、天气状态中的一种;
所述获取模块还用于获取所述用户当前衣物穿着信息图像,并根据所述识别模块识别的所述用户当前衣物穿着信息图像,获取所述用户当前衣物穿着信息;
所述获取模块还用于获取所述匹配场合的指令,并根据所述匹配场合的指令,获取所述匹配场合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112648.8A CN112765472A (zh) | 2021-01-27 | 2021-01-27 | 推荐方法以及智能鞋柜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112648.8A CN112765472A (zh) | 2021-01-27 | 2021-01-27 | 推荐方法以及智能鞋柜 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112765472A true CN112765472A (zh) | 2021-05-07 |
Family
ID=75706172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110112648.8A Withdrawn CN112765472A (zh) | 2021-01-27 | 2021-01-27 | 推荐方法以及智能鞋柜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765472A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652670A (zh) * | 2015-12-01 | 2016-06-08 | 东莞酷派软件技术有限公司 | 一种基于智能鞋柜的选鞋信息推送方法及系统 |
CN109934664A (zh) * | 2019-01-17 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 基于鞋交易的智能推荐方法、装置、设备及存储介质 |
CN112006453A (zh) * | 2019-05-28 | 2020-12-01 | 青岛海尔洗衣机有限公司 | 用于智能鞋柜的控制方法及智能鞋柜 |
-
2021
- 2021-01-27 CN CN202110112648.8A patent/CN112765472A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652670A (zh) * | 2015-12-01 | 2016-06-08 | 东莞酷派软件技术有限公司 | 一种基于智能鞋柜的选鞋信息推送方法及系统 |
CN109934664A (zh) * | 2019-01-17 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 基于鞋交易的智能推荐方法、装置、设备及存储介质 |
CN112006453A (zh) * | 2019-05-28 | 2020-12-01 | 青岛海尔洗衣机有限公司 | 用于智能鞋柜的控制方法及智能鞋柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107066628B (zh) | 穿衣推荐方法及装置 | |
CN101990667B (zh) | 将自动人脸识别合并入数字图像集中的方法和装置 | |
Jagadeesh et al. | Large scale visual recommendations from street fashion images | |
US20170278135A1 (en) | Image recognition artificial intelligence system for ecommerce | |
US8897485B2 (en) | Determining an interest level for an image | |
US11115724B2 (en) | Visual hash tags via trending recognition activities, systems and methods | |
CN103412937B (zh) | 一种基于手持终端的搜索购物方法 | |
US9014510B2 (en) | Method for presenting high-interest-level images | |
US9014509B2 (en) | Modifying digital images to increase interest level | |
US10467507B1 (en) | Image quality scoring | |
US20140002342A1 (en) | System for presenting high-interest-level images | |
CN104935970A (zh) | 进行电视内容推荐的方法及电视客户端 | |
US20140002644A1 (en) | System for modifying images to increase interestingness | |
WO2012071696A1 (zh) | 基于用户兴趣学习的个性化广告推送方法与系统 | |
CN107909443A (zh) | 信息推送方法、装置及系统 | |
CN104462292A (zh) | 社交协同过滤 | |
CN105913275A (zh) | 一种基于视频主角识别的服装广告投放方法及系统 | |
CN109903127A (zh) | 一种群组推荐方法、装置、存储介质及服务器 | |
CN110415023B (zh) | 一种电梯广告推荐方法、装置、设备及存储介质 | |
CN111538751B (zh) | 物联网数据的标签化用户画像生成系统及方法 | |
CN105791674A (zh) | 电子设备和对焦方法 | |
CN113159826A (zh) | 基于深度学习的服装流行元素预测的系统及方法 | |
CN112232880A (zh) | 结合rpa与ai的商品推荐方法和装置 | |
CN111383081A (zh) | 一种服装搭配的智能推荐方法 | |
US20190050890A1 (en) | Video dotting placement analysis system, analysis method and storage medium |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210507 |