CN113065922B - 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法 - Google Patents

基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法 Download PDF

Info

Publication number
CN113065922B
CN113065922B CN202110394044.7A CN202110394044A CN113065922B CN 113065922 B CN113065922 B CN 113065922B CN 202110394044 A CN202110394044 A CN 202110394044A CN 113065922 B CN113065922 B CN 113065922B
Authority
CN
China
Prior art keywords
commodity
commerce platform
shop
retrieved
store
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.)
Active
Application number
CN202110394044.7A
Other languages
English (en)
Other versions
CN113065922A (zh
Inventor
姜宏章
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.)
Nanjing Mochou Intelligent Information Technology Co.,Ltd.
Original Assignee
Nanjing Mochou Intelligent Information 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 Nanjing Mochou Intelligent Information Technology Co ltd filed Critical Nanjing Mochou Intelligent Information Technology Co ltd
Priority to CN202110394044.7A priority Critical patent/CN113065922B/zh
Publication of CN113065922A publication Critical patent/CN113065922A/zh
Application granted granted Critical
Publication of CN113065922B publication Critical patent/CN113065922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—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
    • 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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Abstract

本发明公开提供的基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法。该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法包括获取该电商平台各店铺对应的基本信息；用户注册该电商平台账号，完成该电商平台登陆；对该待检索的商品进行环绕式角度的视频采集并上传；对上传的视频进行预处理；将该待检索商品对应的材质、型号和售价进行人工输入；对该电商平台各店铺商品颜色相似度进行分析；对该电商平台各店铺商品轮廓重叠度进行分析；对该电商平台各店铺商品参数进行分析，通过该方法有效的提高匹配的精准性，同时大大的提高了对检索商品智能匹配推荐的的效果。

Description

基于移动互联网和大数据分析的电子商务购物平台商品智能 匹配推荐方法
技术领域
本发明属于商品匹配推荐技术领域，涉及到基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法。
背景技术
随着科技的不断发展和进步，我们的生活也发生了巨大的改变，购物方式也变得多样化，很多消费者为了节省资金成本，会选择在电商平台检索需购买商品对应的同款商品，在这这种背景下，为了满足各消费者对“同款”商品的需求，需要提升购物平台商品匹配推荐的准确度；
现有的购物平台商品智能匹配推荐方法还停留在纯拍照检索获取纯人工输入检索这两大方面进行商品智能匹配推荐，但是现有的购物平台商品智能匹配推荐方法对商品的匹配度并没有达到真正的智能化，没有达到很精准的匹配效果，因此，现有的购物平台商品智能匹配推荐方法还存在了很多的弊端，一方面，现有的购物平台商品智能匹配推荐方法检索方式单一，无法提高对检索商品特征的获取，另一方面，无法实现对检索商品进行参数补充输入，进而无法有效的提高匹配的精准性，另一方面无法有效的提高对检索商品智能匹配推荐的效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种检索商品的基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，实现了对电子商务购物平台商品的智能匹配推荐；
本发明的目的可以通过以下技术方案实现：
本发明提供了基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，该电子商务购物平台商品智能匹配推荐方法在具体实施过程中需要用到一种基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统，该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统包括信息获取模块、用户平台登陆模块、检索信息上传模块、商品参数输入模块、检索信息预处理模块、数据处理与分析模块、数据库和显示终端；
数据处理与分析模块分别与信息获取模块、检索信息预处理模块、商品参数输入模块、数据库和显示终端连接，检索信息上传模块分别与用户平台登陆模块和检索信息预处理模块连接；
所述信息获取模块用于获取该电商平台对应的店铺基本信息，将该电商平台对应的店铺按照预设顺序进行编号，依次标记为1，2，...i，...n,进而获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品参数和店铺商品特征，进而构建该电商平台店铺基本信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该电商平台第i个店铺对应的第w个店铺基本信息，w表示店铺基本信息，w＝a1,a2,a3,a1,a2和a3分别表示为店铺名称、店铺商品参数和店铺商品特征，其中店铺商品参数包括店铺商品材质、店铺商品型号和店铺商品售价，店铺商品特征包括店铺商品颜色特征和店铺商品形状特征，进而将该电商平台店铺信息集合发送至数据处理与分析模块；
所述用户平台登陆模块用户该用户登陆该电商平台，进而该用户注册该电商平台账号，并发送账号注册请求命令至该电商平台，该电商平台响应该用户的注册请求，并发送信息认证指令至该用户对应的用户端，用户完成信息认证并获取其对应的该电商平台的注册账号，并完成该电商平台登陆；
所述检索信息上传模块用于在该用户完成该电商平台账号登陆后上传其待检索商品的信息，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频上传至该电商平台；
所述检索信息预处理模块用于对该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品各角度视频对应的各帧图像，并将该待检索商品对应的的各帧图像进行对比筛选，将不清晰并且商品不完整的图像进行过滤，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像，并分别提取该待检索商品正面图像和背面图像对应的特征，进而获取该待检索商品对应的正面特征图像和背面特征图像，将该待检索商品对应的正面特征图像和背面特征图像发送至数据处理与分析模块；
所述商品参数输入模块用于该用于该用户对该待检索商品对应的基本参数进行人工输入，其中，该待检索商品对应的基本参数包括该待检索商品对应的材质、型号和售价，进而将该待检索商品对应的基本信息发送至数据处理与分析模块；
所述数据处理与分析模块用于接收信息获取模块发送的该电商平台店铺信息集合和检索信息预处理模块发送的该待检索商品对应的各角度特征图像，根据该待检索商品对应的各角度特征图像，进而获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，进而根据该电商平台店铺信息集合，进而获取电商平台各店铺对应的基本信息，根据该电商平台各店铺对应的基本信息，进而获取该电商平台各店铺商品对应的颜色特征，进而该电商平台各店铺商品对应的颜色特征，进而获取该电商平台各店铺商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与该待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，其中，该电商平台各店铺商品对应的颜色相似度计算公式为
Figure BDA0003017884440000041
Yd表示该电商平台第d个店铺商品对应的颜色相似度，Fd表示电商平台第d个店铺商品对应的RGB值，F′表示该待检测商品对应的RGB值，d表示该电商平台店铺编号，d＝1，2，...i，...n,将该电商平台各店铺商品对应的颜色相似度与推荐商品颜色对应的标准相似度进行对比，进而统计该电商平台各店铺商品颜色相似度匹配影响系数；
所述数据处理与分析模块用于接收检索信息预处理模块发送的该待检索商品对应的正面特征图像和背面特征图像，进而根据该待检索商品对应的正面特征图像，进而提取该待检索商品对应的正面轮廓，同时获取该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的正面轮廓，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品正面轮廓重叠度影响系数；
数据处理与分析模块根据该待检索商品对应的背面特征图像，进而提取该待检索商品对应的背面轮廓，根据该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的背面轮廓，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品背面轮廓重叠度影响系数，根据统计的该电商平台各店铺商品正面轮廓重叠度影响系数和该电商平台各店铺商品背面轮廓重叠度影响系数进而统计该电商平台各店铺商品轮廓综合重叠度影响系数；
同时所述数据处理与分析模块用于接收商品参数输入模块发送的该待检索商品对应的基本信息，进而获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号，进而调取该电商平台各店铺商品对应的型号，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数，并记为φ，根据该检索商品对应的材质，进而调取该电商平台各店铺商品对应的材质，进而从数据库中提取该电商平台各店铺商品对应的材质匹配影响系数，并将该电商平台各店铺商品对应的材质匹配影响系数记为
Figure BDA0003017884440000051
根据该待检索商品对应的售价，进而将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数，其中，该电商平台各店铺商品对应的售价匹配影响系数计算公式为
Figure BDA0003017884440000052
θd表示该电商平台第d个店铺商品对应的售价匹配影响系数，Jd表示该电商平台第d个店铺商品对应的售价，J′表示该待检索商品对应的售价，进而根据统计的该电商平台各店铺商品对应的型号匹配影响系数、该电商平台各店铺商品对应的材质匹配影响系数和该电商平台各店铺商品对应的售价匹配影响系数进而统计该电商平台各店铺商品参数对应的综合匹配影响系数；
数据处理与分析模块根据统计的该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数进而统计该电商平台各店铺商品对应的综合匹配推荐影响系数，进而根据统计的该电商平台各店铺商品对应的综合匹配推荐影响系数，将该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，进而提取排名第一位的店铺商品对应的综合匹配推荐影响系数，并将该店铺记为推荐店铺，将该店铺对应的商品记为推荐商品，进而调取该推荐店铺对应的编号，并将该推荐店铺对应的编号发送至显示终端；
所述数据库用于存储推荐商品颜色对应的标准相似度、推荐商品未重叠区域轮廓对应的标准面积、该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数；
所述显示终端用于接收数据处理与分析模块发送的该推荐店铺对应的编号，进而调取该推荐店铺对应的推荐商品的链接，其中该电商平台可直接链接该电商平台各店铺，并将推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示；
采用该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统在执行电子商务购物平台商品智能匹配推荐方法时，包括以下步骤：
S1、店铺信息获取：将该电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品种类和店铺商品特征，进而构建该电商平台店铺基本信息集合；
S2、用户平台登陆：该用户注册该电商平台账号，该电商平台发信息认证指令给该用户，该用户填写认证信息并完成该电商平台登陆。
S3、检索信息上传：该用户完成该电商平台账号登陆后，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，进而将采集的该待检索的商品进行各角度的视频上传至该平台；
S4、检索信息预处理：获取该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品对应的各角度视频对应的各帧图像，并将该待检索商品对应的各角度视频对应的各帧图像进行对比筛选，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像；
S5、商品参数输入：该用户将该待检索商品对应的材质、型号和售价进行人工输入；
S6、商品颜色相似度分析：根据该待检索商品对应的各角度特征图像，获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，进而统计该电商平台各店铺商品颜色相似度匹配影响系数；
S7、商品轮廓重叠度分析：提取该待检索商品对应的正面轮廓和该电商平台各店铺商品对应的正面轮廓，将该待检索商品对应的正面轮廓与该电商平台各店铺商品对应的正面轮廓进而重叠对比，统计该电商平台各店铺商品正面轮廓重叠度影响系数，同时提取该待检索商品对应的背面轮廓和该电商平台各店铺商品对应的背面轮廓，将该待检索商品对应的背面轮廓与该电商平台各店铺商品对应的背面轮廓进而重叠对比，统计该电商平台各店铺商品背面轮廓重叠度影响系数，进而统计该电商平台各店铺商品轮廓综合重叠度影响系数；
S8、商品参数分析：获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号和材质，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数，将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数；
S9、商品综合匹配推荐分析：根据该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数统计该电商平台各店铺商品对应的综合匹配推荐影响系数，并将统计的该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，提取排名第一位的店铺和该店铺对应的编号；
S10、数据显示：根据排名第一位的店铺和该店铺对应的编号，进而获取该店铺对应推荐商品对应的链接，将该推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示。
进一步地，所述该电商平台各店铺商品颜色相似度匹配影响系数计算公式为
Figure BDA0003017884440000081
Figure BDA0003017884440000084
表示该电商平台第d个店铺商品颜色相似度对应的匹配影响系数，Yd表示该电商平台第d个店铺商品对应的颜色相似度，Y标准表示推荐商品颜色对应的标准相似度。
进一步地，所述该电商平台各店铺商品正面轮廓重叠度影响系数计算公式为
Figure BDA0003017884440000082
αd表示该电商平台第d个店铺商品正面轮廓对应的重叠度影响系数，Xd表示该电商平台第d个店铺商品正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积。
进一步地，所述该电商平台各店铺商品背面轮廓重叠度影响系数计算公式为
Figure BDA0003017884440000083
βd表示该电商平台第d个店铺商品背面轮廓对应的重叠度影响系数，Bd表示该电商平台第d个店铺商品背面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积。
进一步地，所述该电商平台各店铺商品轮廓综合重叠度影响系数计算公式为
Figure BDA0003017884440000091
λd表示该电商平台第d个店铺商品轮廓对应的综合重叠度影响系数。
进一步地，所述该电商平台各店铺商品参数对应的综合匹配影响系数计算公式为
Figure BDA0003017884440000092
ψd表示该电商平台第d个店铺商品参数对应的综合匹配影响系数。
进一步地，所述该电商平台各店铺商品对应的综合匹配推荐影响系数计算公式为
Figure BDA0003017884440000093
Td表示该电商平台第d个店铺商品对应的综合匹配推荐影响系数，n表示该电商平台对应的店铺数量。
本发明的有益效果：
(1)本发明提供的基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，通过检索信息预处理模块、商品参数输入模块并结合数据处理与分析模块，对该检索商品对应的颜色、形状和参数进行细致的分析，进而有效的解决了现有的购物平台商品智能匹配推荐方法检索方式单一进而无法提高对检索商品特征的获取的问题，通过对检索商品进行参数的补充输入，进而有效的提高匹配的精准性，同时大大的提高了对检索商品智能匹配推荐的效率。
(2)本发明在检索信息预处理模块通过该待检索商品对应的多角度视频转化为视频序列，进而获取了该检索商品对应的多角度图像，偏于该平台对该待检索商品的识别和提高了对推荐商品匹配的准确度。
(3)本发明在检索信息上传模块通过调取该用户终端对应的摄像头对该待检索的商品进行环绕式的视频采集，进而获取该待检索商品对应的各角度视频，通过获取各角度视频的方式便于该平台对该检索商品对应特征的提取。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法实施步骤流程图；
图2为本发明系统模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，本发明提供了基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，该方法包括以下步骤：
S1、店铺信息获取：将该电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品种类和店铺商品特征，进而构建该电商平台店铺基本信息集合；
S2、用户平台登陆：该用户注册该电商平台账号，该电商平台发信息认证指令给该用户，该用户填写认证信息并完成该电商平台登陆。
S3、检索信息上传：该用户完成该电商平台账号登陆后，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，进而将采集的该待检索的商品进行各角度的视频上传至该平台；
S4、检索信息预处理：获取该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品对应的各角度视频对应的各帧图像，并将该待检索商品对应的各角度视频对应的各帧图像进行对比筛选，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像；
S5、商品参数输入：该用户将该待检索商品对应的材质、型号和售价进行人工输入；
S6、商品颜色相似度分析：根据该待检索商品对应的各角度特征图像，获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，进而统计该电商平台各店铺商品颜色相似度匹配影响系数；
S7、商品轮廓重叠度分析：提取该待检索商品对应的正面轮廓和该电商平台各店铺商品对应的正面轮廓，将该待检索商品对应的正面轮廓与该电商平台各店铺商品对应的正面轮廓进而重叠对比，统计该电商平台各店铺商品正面轮廓重叠度影响系数，同时提取该待检索商品对应的背面轮廓和该电商平台各店铺商品对应的背面轮廓，将该待检索商品对应的背面轮廓与该电商平台各店铺商品对应的背面轮廓进而重叠对比，统计该电商平台各店铺商品背面轮廓重叠度影响系数，进而统计该电商平台各店铺商品轮廓综合重叠度影响系数；
S8、商品参数分析：获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号和材质，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数，将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数；
S9、商品综合匹配推荐分析：根据该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数统计该电商平台各店铺商品对应的综合匹配推荐影响系数，并将统计的该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，提取排名第一位的店铺和该店铺对应的编号；
S10、数据显示：根据排名第一位的店铺和该店铺对应的编号，进而获取该店铺对应推荐商品对应的链接，将该推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示。
请参阅图2所示，该电子商务购物平台商品智能匹配推荐方法在具体实施过程中需要用到一种基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统，该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统包括信息获取模块、用户平台登陆模块、检索信息上传模块、商品参数输入模块、检索信息预处理模块、数据处理与分析模块、数据库和显示终端；
数据处理与分析模块分别与信息获取模块、检索信息预处理模块、商品参数输入模块、数据库和显示终端连接，检索信息上传模块分别与用户平台登陆模块和检索信息预处理模块连接；
所述信息获取模块用于获取该电商平台对应的店铺基本信息，将该电商平台对应的店铺按照预设顺序进行编号，依次标记为1，2，...i，...n,进而获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品参数和店铺商品特征，进而构建该电商平台店铺基本信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该电商平台第i个店铺对应的第w个店铺基本信息，w表示店铺基本信息，w＝a1,a2,a3,a1,a2和a3分别表示为店铺名称、店铺商品参数和店铺商品特征，其中店铺商品参数包括店铺商品材质、店铺商品型号和店铺商品售价，店铺商品特征包括店铺商品颜色特征和店铺商品形状特征，进而将该电商平台店铺信息集合发送至数据处理与分析模块；
本发明实施例在信息获取模块通过获取该电商平台对应的店铺基本信息，进而为后续该平台对待检索商品对应的匹配商品的推荐提供了数据基础。
所述用户平台登陆模块用户该用户登陆该电商平台，进而该用户注册该电商平台账号，并发送账号注册请求命令至该电商平台，该电商平台响应该用户的注册请求，并发送信息认证指令至该用户对应的用户端，用户完成信息认证并获取其对应的该电商平台的注册账号，并完成该电商平台登陆；
所述检索信息上传模块用于在该用户完成该电商平台账号登陆后上传其待检索商品的信息，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频上传至该电商平台；
本发明实施例在检索信息上传模块通过调取该用户终端对应的摄像头对该待检索的商品进行环绕式的视频采集，进而获取该待检索商品对应的各角度视频，通过获取各角度视频的方式便于该平台对该检索商品对应特征的提取。
所述检索信息预处理模块用于对该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品各角度视频对应的各帧图像，并将该待检索商品对应的的各帧图像进行对比筛选，将不清晰并且商品不完整的图像进行过滤，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像，并分别提取该待检索商品正面图像和背面图像对应的特征，进而获取该待检索商品对应的正面特征图像和背面特征图像，将该待检索商品对应的正面特征图像和背面特征图像发送至数据处理与分析模块；
本发明实施例在检索信息预处理模块，通过该待检索商品对应的多角度视频转化为视频序列，进而获取了该检索商品对应的多角度图像，偏于该平台对该待检索商品的识别和提高了对推荐商品匹配的准确度。
所述商品参数输入模块用于该用于该用户对该待检索商品对应的基本参数进行人工输入，其中，该待检索商品对应的基本参数包括该待检索商品对应的材质、型号和售价，进而将该待检索商品对应的基本信息发送至数据处理与分析模块；
本发明实施例在商品参数输入模块，通过对对该待检索商品对应的基本参数进行人工输入，进而解决了无法实现对检索商品进行参数补充输入，进而无法有效的提高匹配的精准性的问题。
所述数据处理与分析模块用于接收信息获取模块发送的该电商平台店铺信息集合和检索信息预处理模块发送的该待检索商品对应的各角度特征图像，根据该待检索商品对应的各角度特征图像，进而获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，进而根据该电商平台店铺信息集合，进而获取电商平台各店铺对应的基本信息，根据该电商平台各店铺对应的基本信息，进而获取该电商平台各店铺商品对应的颜色特征，进而该电商平台各店铺商品对应的颜色特征，进而获取该电商平台各店铺商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与该待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，其中，该电商平台各店铺商品对应的颜色相似度计算公式为
Figure BDA0003017884440000151
Yd表示该电商平台第d个店铺商品对应的颜色相似度，Fd表示电商平台第d个店铺商品对应的RGB值，F′表示该待检测商品对应的RGB值，d表示该电商平台店铺编号，d＝1，2，...i，...n,将该电商平台各店铺商品对应的颜色相似度与推荐商品颜色对应的标准相似度进行对比，进而统计该电商平台各店铺商品颜色相似度匹配影响系数，其中，该电商平台各店铺商品颜色相似度匹配影响系数计算公式为
Figure BDA0003017884440000152
Figure BDA0003017884440000153
表示该电商平台第d个店铺商品颜色相似度对应的匹配影响系数，Yd表示该电商平台第d个店铺商品对应的颜色相似度，Y标准表示推荐商品颜色对应的标准相似度；
所述数据处理与分析模块用于接收检索信息预处理模块发送的该待检索商品对应的正面特征图像和背面特征图像，进而根据该待检索商品对应的正面特征图像，进而提取该待检索商品对应的正面轮廓，同时获取该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的正面轮廓，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品正面轮廓重叠度影响系数，其中，电商平台各店铺商品正面轮廓重叠度影响系数计算公式为
Figure BDA0003017884440000161
αd表示该电商平台第d个店铺商品正面轮廓对应的重叠度影响系数，Xd表示该电商平台第d个店铺商品正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积；
数据处理与分析模块根据该待检索商品对应的背面特征图像，进而提取该待检索商品对应的背面轮廓，根据该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的背面轮廓，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品背面轮廓重叠度影响系数，其中，该电商平台各店铺商品背面轮廓重叠度影响系数计算公式为
Figure BDA0003017884440000162
βd表示该电商平台第d个店铺商品背面轮廓对应的重叠度影响系数，Bd表示该电商平台第d个店铺商品背面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积，根据统计的该电商平台各店铺商品正面轮廓重叠度影响系数和该电商平台各店铺商品背面轮廓重叠度影响系数进而统计该电商平台各店铺商品轮廓综合重叠度影响系数，其中，该电商平台各店铺商品轮廓综合重叠度影响系数计算公式为
Figure BDA0003017884440000163
λd表示该电商平台第d个店铺商品轮廓对应的综合重叠度影响系数；
同时所述数据处理与分析模块用于接收商品参数输入模块发送的该待检索商品对应的基本信息，进而获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号，进而调取该电商平台各店铺商品对应的型号，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数，并记为φ，根据该检索商品对应的材质，进而调取该电商平台各店铺商品对应的材质，进而从数据库中提取该电商平台各店铺商品对应的材质匹配影响系数，并将该电商平台各店铺商品对应的材质匹配影响系数记为
Figure BDA0003017884440000171
根据该待检索商品对应的售价，进而将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数，其中，该电商平台各店铺商品对应的售价匹配影响系数计算公式为
Figure BDA0003017884440000172
θd表示该电商平台第d个店铺商品对应的售价匹配影响系数，Jd表示该电商平台第d个店铺商品对应的售价，J′表示该待检索商品对应的售价，进而根据统计的该电商平台各店铺商品对应的型号匹配影响系数、该电商平台各店铺商品对应的材质匹配影响系数和该电商平台各店铺商品对应的售价匹配影响系数进而统计该电商平台各店铺商品参数对应的综合匹配影响系数，其中，该电商平台各店铺商品参数对应的综合匹配影响系数计算公式为
Figure BDA0003017884440000173
ψd表示该电商平台第d个店铺商品参数对应的综合匹配影响系数；
数据处理与分析模块根据统计的该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数进而统计该电商平台各店铺商品对应的综合匹配推荐影响系数，其中，该电商平台各店铺商品对应的综合匹配推荐影响系数计算公式为
Figure BDA0003017884440000181
Td表示该电商平台第d个店铺商品对应的综合匹配推荐影响系数，n表示该电商平台对应的店铺数量进而根据统计的该电商平台各店铺商品对应的综合匹配推荐影响系数，将该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，进而提取排名第一位的店铺商品对应的综合匹配推荐影响系数，并将该店铺记为推荐店铺，将该店铺对应的商品记为推荐商品，进而调取该推荐店铺对应的编号，并将该推荐店铺对应的编号发送至显示终端；
本发明实施例在数据处理与分析模块，通过该检索商品对应的颜色、形状和参数进行细致的分析，进而有效的解决了现有的购物平台商品智能匹配推荐方法检索方式单一进而无法提高对检索商品特征的获取的问题，通过对检索商品进行参数的补充输入，进而有效的提高匹配的精准性，同时大大的提高了对检索商品智能匹配推荐的效率。
所述数据库用于存储推荐商品颜色对应的标准相似度、推荐商品未重叠区域轮廓对应的标准面积、该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数；
所述显示终端用于接收数据处理与分析模块发送的该推荐店铺对应的编号，进而调取该推荐店铺对应的推荐商品的链接，其中该电商平台可直接链接该电商平台各店铺，并将推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示；
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，其特征在于：该电子商务购物平台商品智能匹配推荐方法在具体实施过程中需要用到一种基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统，该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统包括信息获取模块、用户平台登陆模块、检索信息上传模块、商品参数输入模块、检索信息预处理模块、数据处理与分析模块、数据库和显示终端；
数据处理与分析模块分别与信息获取模块、检索信息预处理模块、商品参数输入模块、数据库和显示终端连接，检索信息上传模块分别与用户平台登陆模块和检索信息预处理模块连接；
所述信息获取模块用于获取该电商平台对应的店铺基本信息，将该电商平台对应的店铺按照预设顺序进行编号，依次标记为1，2，...i，...n,进而获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品参数和店铺商品特征，进而构建该电商平台店铺基本信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该电商平台第i个店铺对应的第w个店铺基本信息，w表示店铺基本信息，w＝a1,a2,a3,a1,a2和a3分别表示为店铺名称、店铺商品参数和店铺商品特征，其中店铺商品参数包括店铺商品材质、店铺商品型号和店铺商品售价，店铺商品特征包括店铺商品颜色特征和店铺商品形状特征，进而将该电商平台店铺信息集合发送至数据处理与分析模块；
所述用户平台登陆模块用户该用户登陆该电商平台，进而该用户注册该电商平台账号，并发送账号注册请求命令至该电商平台，该电商平台响应该用户的注册请求，并发送信息认证指令至该用户对应的用户端，用户完成信息认证并获取其对应的该电商平台的注册账号，并完成该电商平台登陆；
所述检索信息上传模块用于在该用户完成该电商平台账号登陆后上传其待检索商品的信息，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频上传至该电商平台；
所述检索信息预处理模块用于获取该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品各角度视频对应的各帧图像，并将该待检索商品对应的的各帧图像进行对比筛选，将不清晰并且商品不完整的图像进行过滤，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像，并分别提取该待检索商品正面图像和背面图像对应的特征，进而获取该待检索商品对应的正面特征图像和背面特征图像，将该待检索商品对应的正面特征图像和背面特征图像发送至数据处理与分析模块；
所述商品参数输入模块用于该用于该用户对该待检索商品对应的基本参数进行人工输入，其中，该待检索商品对应的基本参数包括该待检索商品对应的材质、型号和售价，进而将该待检索商品对应的基本信息发送至数据处理与分析模块；
所述数据处理与分析模块用于接收信息获取模块发送的该电商平台店铺信息集合和检索信息预处理模块发送的该待检索商品对应的各角度特征图像，根据该待检索商品对应的各角度特征图像，进而获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，进而根据该电商平台店铺信息集合，进而获取电商平台各店铺对应的基本信息，根据该电商平台各店铺对应的基本信息，进而获取该电商平台各店铺商品对应的颜色特征，进而该电商平台各店铺商品对应的颜色特征，进而获取该电商平台各店铺商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与该待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，其中，该电商平台各店铺商品对应的颜色相似度计算公式为
Figure FDA0003264381230000031
Yd表示该电商平台第d个店铺商品对应的颜色相似度，Fd表示电商平台第d个店铺商品对应的RGB值，F′表示该待检测商品对应的RGB值，d表示该电商平台店铺编号，d＝1，2，...i，...n,将该电商平台各店铺商品对应的颜色相似度与推荐商品颜色对应的标准相似度进行对比，进而统计该电商平台各店铺商品颜色相似度匹配影响系数；
所述数据处理与分析模块用于接收检索信息预处理模块发送的该待检索商品对应的正面特征图像和背面特征图像，进而根据该待检索商品对应的正面特征图像，进而提取该待检索商品对应的正面轮廓，同时获取该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的正面轮廓，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品正面轮廓重叠度影响系数；
数据处理与分析模块根据该待检索商品对应的背面特征图像，进而提取该待检索商品对应的背面轮廓，根据该电商平台各店铺商品对应的形状特征，进而获取该电商平台各店铺商品对应的背面轮廓，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓进行重叠对比，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域的轮廓，进而获取该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积，将该电商平台各店铺商品对应的背面轮廓与待检索商品对应的背面轮廓之间未重叠区域轮廓对应的面积与推荐商品未重叠区域轮廓对应的标准面积进行对比，进而统计该电商平台各店铺商品背面轮廓重叠度影响系数，根据统计的该电商平台各店铺商品正面轮廓重叠度影响系数和该电商平台各店铺商品背面轮廓重叠度影响系数进而统计该电商平台各店铺商品轮廓综合重叠度影响系数；
同时所述数据处理与分析模块用于接收商品参数输入模块发送的该待检索商品对应的基本信息，进而获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号，进而调取该电商平台各店铺商品对应的型号，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数，并记为φ，根据该检索商品对应的材质，进而调取该电商平台各店铺商品对应的材质，进而从数据库中提取该电商平台各店铺商品对应的材质匹配影响系数，并将该电商平台各店铺商品对应的材质匹配影响系数记为
Figure FDA0003264381230000043
根据该待检索商品对应的售价，进而将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数，其中，该电商平台各店铺商品对应的售价匹配影响系数计算公式为
Figure FDA0003264381230000041
Figure FDA0003264381230000042
表示该电商平台第d个店铺商品对应的售价匹配影响系数，Jd表示该电商平台第d个店铺商品对应的售价，J′表示该待检索商品对应的售价，进而根据统计的该电商平台各店铺商品对应的型号匹配影响系数、该电商平台各店铺商品对应的材质匹配影响系数和该电商平台各店铺商品对应的售价匹配影响系数进而统计该电商平台各店铺商品参数对应的综合匹配影响系数；
数据处理与分析模块根据统计的该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数进而统计该电商平台各店铺商品对应的综合匹配推荐影响系数，进而根据统计的该电商平台各店铺商品对应的综合匹配推荐影响系数，将该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，进而提取排名第一位的店铺商品对应的综合匹配推荐影响系数，并将该店铺记为推荐店铺，将该店铺对应的商品记为推荐商品，进而调取该推荐店铺对应的编号，并将该推荐店铺对应的编号发送至显示终端；
所述数据库用于存储推荐商品颜色对应的标准相似度、推荐商品未重叠区域轮廓对应的标准面积、该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数；
所述显示终端用于接收数据处理与分析模块发送的该推荐店铺对应的编号，进而调取该推荐店铺对应的推荐商品的链接，其中该电商平台可直接链接该电商平台各店铺，并将推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示；
采用该基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐系统在执行电子商务购物平台商品智能匹配推荐方法时，包括以下步骤：
S1、店铺信息获取：将该电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息，其中店铺基本信息包括店铺名称、店铺商品种类和店铺商品特征，进而构建该电商平台店铺基本信息集合；
S2、用户平台登陆：该用户注册该电商平台账号，该电商平台发信息认证指令给该用户，该用户填写认证信息并完成该电商平台登陆；
S3、检索信息上传：该用户完成该电商平台账号登陆后，进而调取该用户终端对应的摄像头对该待检索的商品进行环绕式角度的视频采集，进而获取该待检索商品对应的各角度视频，进而将采集的该待检索的商品进行各角度的视频上传至该平台；
S4、检索信息预处理：获取该用户上传的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品对应的各角度视频对应的各帧图像，并将该待检索商品对应的各角度视频对应的各帧图像进行对比筛选，进而获取该待检索商品对应的正面图像和该待检索商品对应的背面图像；
S5、商品参数输入：该用户将该待检索商品对应的材质、型号和售价进行人工输入；
S6、商品颜色相似度分析：根据该待检索商品对应的各角度特征图像，获取该待检索商品对应颜色特征，进而统计该待检测商品对应的RGB值，将该电商平台各店铺商品对应的RGB值分别与待检测商品对应的RGB值进行对比，进而统计该电商平台各店铺商品对应的颜色相似度，进而统计该电商平台各店铺商品颜色相似度匹配影响系数；
S7、商品轮廓重叠度分析：提取该待检索商品对应的正面轮廓和该电商平台各店铺商品对应的正面轮廓，将该待检索商品对应的正面轮廓与该电商平台各店铺商品对应的正面轮廓进而重叠对比，统计该电商平台各店铺商品正面轮廓重叠度影响系数，同时提取该待检索商品对应的背面轮廓和该电商平台各店铺商品对应的背面轮廓，将该待检索商品对应的背面轮廓与该电商平台各店铺商品对应的背面轮廓进而重叠对比，统计该电商平台各店铺商品背面轮廓重叠度影响系数，进而统计该电商平台各店铺商品轮廓综合重叠度影响系数；
S8、商品参数分析：获取该待检索商品对应的型号、材质和售价，根据该待检索商品对应的型号和材质，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数，将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数；
S9、商品综合匹配推荐分析：根据该电商平台各店铺商品颜色匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数统计该电商平台各店铺商品对应的综合匹配推荐影响系数，并将统计的该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，提取排名第一位的店铺和该店铺对应的编号；
S10、数据显示：根据排名第一位的店铺和该店铺对应的编号，进而获取该店铺对应推荐商品对应的链接，将该推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示；
所述该电商平台各店铺商品正面轮廓重叠度影响系数计算公式为
Figure FDA0003264381230000071
αd表示该电商平台第d个店铺商品正面轮廓对应的重叠度影响系数，Xd表示该电商平台第d个店铺商品正面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积；
所述该电商平台各店铺商品背面轮廓重叠度影响系数计算公式为
Figure FDA0003264381230000072
βd表示该电商平台第d个店铺商品背面轮廓对应的重叠度影响系数，Bd表示该电商平台第d个店铺商品背面轮廓与待检索商品对应的正面轮廓之间未重叠区域轮廓对应的面积，L标准表示推荐商品未重叠区域轮廓对应的标准面积；
所述该电商平台各店铺商品轮廓综合重叠度影响系数计算公式为
Figure FDA0003264381230000081
λd表示该电商平台第d个店铺商品轮廓对应的综合重叠度影响系数；
所述该电商平台各店铺商品参数对应的综合匹配影响系数计算公式为
Figure FDA0003264381230000082
ψd表示该电商平台第d个店铺商品参数对应的综合匹配影响系数。
2.根据权利要求1所述的基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，其特征在于：所述该电商平台各店铺商品颜色相似度匹配影响系数计算公式为
Figure FDA0003264381230000083
Figure FDA0003264381230000084
表示该电商平台第d个店铺商品颜色相似度对应的匹配影响系数，Yd表示该电商平台第d个店铺商品对应的颜色相似度，Y标准表示推荐商品颜色对应的标准相似度。
3.根据权利要求1所述的基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法，其特征在于：所述该电商平台各店铺商品对应的综合匹配推荐影响系数计算公式为
Figure FDA0003264381230000085
Td表示该电商平台第d个店铺商品对应的综合匹配推荐影响系数，n表示该电商平台对应的店铺数量。
CN202110394044.7A 2021-04-13 2021-04-13 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法 Active CN113065922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110394044.7A CN113065922B (zh) 2021-04-13 2021-04-13 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110394044.7A CN113065922B (zh) 2021-04-13 2021-04-13 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法

Publications (2)

Publication Number Publication Date
CN113065922A CN113065922A (zh) 2021-07-02
CN113065922B true CN113065922B (zh) 2021-12-07

Family

ID=76566550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110394044.7A Active CN113065922B (zh) 2021-04-13 2021-04-13 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法

Country Status (1)

Country Link
CN (1) CN113065922B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206749A (zh) * 2006-12-19 2008-06-25 株式会社G&G贸易公司 使用多路图像检索模块推荐产品的方法和系统
CN107730343A (zh) * 2017-09-15 2018-02-23 广州唯品会研究院有限公司 一种基于图片属性提取的用户商品信息推送方法及设备
CN109416693A (zh) * 2016-06-24 2019-03-01 塞吉尼亚株式会社 服务器装置、终端装置以及信息处理方法
CN109886781A (zh) * 2019-01-31 2019-06-14 广东智媒云图科技股份有限公司 基于绘画行为的产品推荐方法、装置、设备及存储介质
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
CN110020903A (zh) * 2018-01-08 2019-07-16 广东欧珀移动通信有限公司 模拟用户试装的方法、装置、存储介质及移动终端
US10726451B1 (en) * 2012-05-02 2020-07-28 James E Plankey System and method for creating and managing multimedia sales promotions
CN111476319A (zh) * 2020-05-08 2020-07-31 网易（杭州）网络有限公司 商品推荐方法、装置、存储介质和计算设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000322573A (ja) * 1999-05-06 2000-11-24 Canon Inc 画像処理方法及びその装置
US8370360B2 (en) * 2005-12-31 2013-02-05 G & G Commerce Ltd. Merchandise recommending system and method thereof
JP5811849B2 (ja) * 2009-12-24 2015-11-11 株式会社ニコン 検索支援システム、検索支援方法及び検索支援プログラム
US20160343064A1 (en) * 2015-05-20 2016-11-24 Jon CHRISTOPHER Online merchandizing systems and methods that use 360 product view photography with user-initiated product feature movement
WO2018189802A1 (ja) * 2017-04-11 2018-10-18 楽天株式会社 画像処理装置、画像処理方法、及びプログラム
CN108984577B (zh) * 2018-02-07 2023-06-06 广州集创佳禾知识产权运营有限公司 一种基于机器识别的线上商品专利获取方法及系统
CN112257654A (zh) * 2020-11-09 2021-01-22 广州新致信息科技有限公司 一种智慧城市用人脸识别装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206749A (zh) * 2006-12-19 2008-06-25 株式会社G&G贸易公司 使用多路图像检索模块推荐产品的方法和系统
US10726451B1 (en) * 2012-05-02 2020-07-28 James E Plankey System and method for creating and managing multimedia sales promotions
CN109416693A (zh) * 2016-06-24 2019-03-01 塞吉尼亚株式会社 服务器装置、终端装置以及信息处理方法
CN107730343A (zh) * 2017-09-15 2018-02-23 广州唯品会研究院有限公司 一种基于图片属性提取的用户商品信息推送方法及设备
CN110020903A (zh) * 2018-01-08 2019-07-16 广东欧珀移动通信有限公司 模拟用户试装的方法、装置、存储介质及移动终端
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
CN109886781A (zh) * 2019-01-31 2019-06-14 广东智媒云图科技股份有限公司 基于绘画行为的产品推荐方法、装置、设备及存储介质
CN111476319A (zh) * 2020-05-08 2020-07-31 网易（杭州）网络有限公司 商品推荐方法、装置、存储介质和计算设备

Also Published As

Publication number Publication date
CN113065922A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN107861972B (zh) 一种用户录入商品信息后显示商品全结果的方法及设备
TWI623842B (zh) Image search and method and device for acquiring image text information
US20090198593A1 (en) Method and apparatus for comparing entities
CN108022152A (zh) 基于图像识别的用户商品自动推荐系统及推荐方法
CN104792398A (zh) 一种基于水果蔬菜的识别的一体秤
CN111709816A (zh) 基于图像识别的服务推荐方法、装置、设备及存储介质
CN109064265A (zh) 基于网络平台的购车推荐方法及系统
CN108319633B (zh) 一种图像处理方法、装置及服务器、系统、存储介质
CN113159826B (zh) 基于深度学习的服装流行元素预测的系统及方法
CN108492160A (zh) 信息推荐方法和装置
CN111667337A (zh) 一种商品评价的排序方法和系统
CN111784372A (zh) 门店商品推荐方法及设备
CN107533547A (zh) 产品索引编排方法及其系统
CN110413825B (zh) 面向时尚电商的街拍推荐系统
CN112884558A (zh) 基于特征识别和线上线下联动的电子商务平台商品数据库建立方法
CN113065922B (zh) 基于移动互联网和大数据分析的电子商务购物平台商品智能匹配推荐方法
CN109948702A (zh) 一种基于卷积神经网络的服装分类和推荐模型
JP6904430B2 (ja) 情報処理装置、制御方法、及びプログラム
CN113469272A (zh) 基于Faster R-CNN-FFS模型的酒店场景图片的目标检测方法
CN116739654A (zh) 一种信息采集装置及系统
CN111951080A (zh) 人工智能融入平台的方法和系统
CN114155057A (zh) 一种用于电子商务平台的商品推荐系统
CN115186165A (zh) 一种移动电子商务图像搜索购物方法
CN111353389B (zh) 一种基于多传感识别的智能称重装置及其分析方法
CN114359997A (zh) 业务引导方法及系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211118

Address after: 210003 north side of 6 / F, block a, Lianchuang technology building, 18 Jihui Road, Gulou District, Nanjing City, Jiangsu Province

Applicant after: Nanjing Mochou Intelligent Information Technology Co.,Ltd.

Address before: No. 117, Zhongnan 2nd Road, Wuchang District, Wuhan City, Hubei Province 430061

Applicant before: Wuhan Zhanghan e-commerce Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Intelligent commodity matching recommendation method of e-commerce shopping platform based on mobile Internet and big data analysis

Effective date of registration: 20220322

Granted publication date: 20211207

Pledgee: Zijin Branch of Nanjing Bank Co.,Ltd.

Pledgor: Nanjing Mochou Intelligent Information Technology Co.,Ltd.

Registration number: Y2022980002972

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20211207

Pledgee: Zijin Branch of Nanjing Bank Co.,Ltd.

Pledgor: Nanjing Mochou Intelligent Information Technology Co.,Ltd.

Registration number: Y2022980002972

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Intelligent matching recommendation method of e-commerce shopping platform based on mobile Internet and big data analysis

Granted publication date: 20211207

Pledgee: Zijin Branch of Nanjing Bank Co.,Ltd.

Pledgor: Nanjing Mochou Intelligent Information Technology Co.,Ltd.

Registration number: Y2024980007976