CN113763454A - 一种陈列方法、装置、设备及计算机可读存储介质 - Google Patents

一种陈列方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113763454A
CN113763454A CN202110115592.1A CN202110115592A CN113763454A CN 113763454 A CN113763454 A CN 113763454A CN 202110115592 A CN202110115592 A CN 202110115592A CN 113763454 A CN113763454 A CN 113763454A
Authority
CN
China
Prior art keywords
display object
display
color
image
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.)
Pending
Application number
CN202110115592.1A
Other languages
English (en)
Inventor
李静静
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.)
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Wodong Tianjun 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 Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Wodong Tianjun Information Technology Co Ltd
Priority to CN202110115592.1A priority Critical patent/CN113763454A/zh
Publication of CN113763454A publication Critical patent/CN113763454A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请提供一种陈列方法、装置、设备及计算机可读存储介质，其中，所述方法包括：对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；基于所述目标位置信息对所述陈列对象进行陈列。结合陈列对象的属性信息和影响因子优化容纳装置上陈列对象的陈列方式，实现科学分布，突出重点陈列对象的陈列效果，刺激用户对陈列对象的购买欲望，从而提高陈列对象的交易量。

Description

一种陈列方法、装置、设备及计算机可读存储介质
技术领域
本申请涉及空间配置管理技术领域，涉及但不限于一种陈列方法、装置、设备及计算机可读存储介质。
背景技术
随着商品货架空间分配与陈列在零售业逐渐被重视，相关技术中将商品摆放在货架时，大多基于售货员的主观判断、长期销售经验的货架陈列方式，例如：相关技术中有按商品原料的属性与包装规格陈列、按品牌陈列、按用途陈列等陈列方式，货架陈列效果往往给人“琳琅满目”的乱相，降低顾客的消费欲望，甚至同一品牌连锁店的陈列方式也不同，影响顾客购买体验。
发明内容
有鉴于此，本申请实施例提供一种陈列方法、装置、设备及计算机可读存储介质。
本申请实施例的技术方案是这样实现的：
本申请实施例提供一种陈列方法，所述方法包括：
对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；
基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；
基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；
基于所述目标位置信息对所述陈列对象进行陈列。
在一些实施例中，所述影响因子包括色彩价值，所述色彩价值基于所述陈列对象的色彩确定；基于所述第一图像获取色彩价值，包括：
按照陈列对象对所述第一图像进行图像分割，得到至少一个陈列对象图像，组成陈列对象图像集合；
对所述陈列对象图像进行处理，得到至少一个色块，同一个色块中不同像素点的颜色代码相同；
获取所述陈列对象图像集合中各颜色代码对应色块的第一面积总和；
获取所述陈列对象图像中各颜色代码对应色块的第二面积总和；
基于所述第一面积总和，确定所述陈列对象图像集合中各颜色代码对应色块的色块权重；
根据所述陈列对象图像中各颜色代码对应色块的第一面积总和、第二面积总和以及色块权重，确定所述陈列对象图像的色彩价值。
在一些实施例中，所述方法还包括：
确定不同品牌的陈列对象图像之间的相似度；
基于所述相似度，确定所述至少一个陈列对象图像的相似权重；
根据所述相似权重对所述色彩价值进行调整，得到更新后的色彩价值。
在一些实施例中，所述影响因子包括指标数据和所述指标数据的趋势数据；基于所述第一图像获取指标数据和趋势数据，包括：
根据所述第一图像获取所述陈列对象的标识信息；
基于所述标识信息获取对应陈列对象的指标数据；
基于所述陈列对象的指标数据确定所述陈列对象的趋势数据。
在一些实施例中，所述基于所述标识信息获取对应陈列对象的指标数据，包括：
基于所述标识信息，查询线上交易系统的数据库，获取预设距离范围内所述陈列对象的线上指标数据；
基于所述标识信息，查询线下交易记录，获取所述陈列对象的线下指标数据；
将所述线上指标数据和所述线下指标数据的和确定为所述陈列对象的指标数据。
在一些实施例中，所述基于所述陈列对象的指标数据确定所述陈列对象的趋势数据，包括：
获取所述陈列对象在第一时段的第一指标数据和在第二时段的第二指标数据，所述第一时段的时长等于所述第二时段的时长，所述第一时段与所述第二时段相邻；
将所述第一指标数据和所述第二指标数据的平均值确定为所述陈列对象的趋势数据。
在一些实施例中，所述方法还包括：
获取所述陈列对象的需求信息；
基于所述需求信息，确定针对所述指标数据的指标权重；
根据所述指标权重对所述指标数据进行调整，得到更新后的指标数据。
在一些实施例中，所述方法还包括：
根据所述趋势数据确定色彩权重；
基于所述色彩权重对所述色彩价值进行调整，得到更新后的色彩价值。
在一些实施例中，所述方法还包括：
基于所述标识信息获取对应陈列对象的第一调节系数，和/或第二调节系数，和/或第三调节系数，所述第一调节系数用于表征陈列对象与消费对象的匹配度，所述第二调节系数用于表征陈列对象的可替代率，所述第三调节系数用于表征陈列对象的认可度；
基于所述第一调节系数，和/或第二调节系数，和/或第三调节系数，对所述影响因子进行调节，得到更新后的影响因子。
在一些实施例中，基于所述标识信息获取对应陈列对象的第二调节系数，包括：
基于所述标识信息，确定所述陈列对象的类型；
获取目标对象的指标数据，所述目标对象为与所述陈列对象的类型相同的对象；
按照所述目标对象的指标数据，确定所述陈列对象的第二调节系数。
在一些实施例中，基于所述标识信息获取对应陈列对象的第三调节系数，包括：
基于所述标识信息，确定所述标识信息对应陈列对象的排名信息；
基于所述排名信息，确定所述陈列对象的第三调节系数。
在一些实施例中，所述基于所述第一属性信息、所述第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息，包括：
基于所述第一属性信息，对所述容纳装置上的陈列位置进行排序；
基于所述至少一个陈列对象的第二属性信息和影响因子，确定所述至少一个陈列对象的效用；
按照所述至少一个陈列对象的效用，将所述至少一个陈列对象与对应排序的陈列位置建立映射关系；
基于所述映射关系，得到所述至少一个陈列对象在所述容纳装置上的目标位置信息。
本申请实施例提供一种陈列装置，所述装置包括：
采集模块，用于对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；
第一获取模块，用于基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；
确定模块，用于基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；
陈列模块，用于基于所述目标位置信息对所述陈列对象进行陈列。
本申请实施例提供一种陈列设备，包括：
处理器；以及
存储器，用于存储可在所述处理器上运行的计算机程序；
其中，所述计算机程序被处理器执行时实现上述陈列方法的步骤。
本申请实施例提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令配置为执行上述陈列方法的步骤。
本申请实施例提供一种陈列方法、装置、设备及计算机可读存储介质，其中，所述方法包括：对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；基于所述目标位置信息对所述陈列对象进行陈列。如此，从提升用户体验的角度出发，对容纳装置上陈列对象的陈列方式进行视觉优化，结合陈列对象的属性信息和影响因子进行优化，提升容纳装置上展示的陈列对象的整体视觉美感，实现科学分布，突出重点陈列对象的陈列效果，在给予用户舒适的视觉体验的同时延长用户目光停留在容纳装置上的时长，刺激用户对陈列对象的购买欲望，从而提高陈列对象的交易量。
附图说明
在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
图1为本申请实施例提供的陈列方法的一种实现流程示意图；
图2为本申请实施例提供的陈列方法采集的第一图像的示意图；
图3为第一图像分割处理示意图；
图4为对一个陈列对象图像进行处理得到色块的示意图；
图5为本申请实施例提供的陈列方法的另一种实现流程示意图；
图6为本申请实施例提供的货架陈列方法的流程示意图；
图7为对货架进行图像采集得到的全景图；
图8为对货架进行重新陈列后采集得到的全景图；
图9为本申请实施例提供的陈列装置的组成结构示意图；
图10为本申请实施例提供的陈列设备的组成结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
相关技术中货架上陈列货品时，有的按用途陈列、有的按品牌陈列，往往忽视了按照货架美观度进行陈列的重要性，货架上陈列货品的视觉效果差，降低顾客的消费欲望，影响顾客购买体验。
基于相关技术中存在的上述问题，本申请实施例提供一种陈列方法，所述方法应用于容纳装置，例如货架。本申请实施例提供的方法可以通过计算机程序来实现，该计算机程序在执行的时候，完成本申请实施例提供的陈列方法中各个步骤。在一些实施例中，该计算机程序可以陈列设备中的处理器执行。图1为本申请实施例提供的陈列方法的一种实现流程示意图，如图1所示，所述陈列方法包括以下步骤：
步骤S101，对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像。
本申请实施例中进行图像采集的设备可以为陈列设备，该陈列设备包括一个用于采集图像的采集装置，该采集装置可以为摄像机、照相机、智能终端的摄像头等装置。在实际实现时，也可以利用监控设备作为采集装置来采集第一图像，此时，采集装置可以采集视频或图片，当采集视频时，可以从采集的视频包括的多个帧中，选取一帧作为第一图像。
根据第一图像，可以得到陈列对象在容纳装置上的原始摆放位置。本申请实施例中，容纳装置以货架为例、陈列对象以货品为例进行说明。第一图像中货架上的货品，大多基于陈列员的主观判断、长期销售经验陈列。货架上货品的原始摆放位置，未考虑色彩价值进行陈列，无法结合用户视觉角度的刺激去吸引用户消费，导致陈列效果较差。
步骤S102，基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子。
在实现时，陈列设备对第一图像进行特征提取并识别，得到第一图像中的容纳装置和陈列对象，即货架和货品。
基于识别得到的容纳装置进一步获取第一属性信息，这里，所述第一属性信息至少包括可陈列层数、长度、高度、材质。在一些实施例中，第一属性信息还可以包括颜色，以结合容纳装置的颜色对陈列对象进行基于色彩的优化陈列。
基于识别得到的陈列对象进一步获取第二属性信息，这里，所述第二属性信息至少包括宽度、高度。在一些实施例中，第二属性信息还可以包括品牌、类型、容量等信息。
基于识别得到的陈列对象，对陈列对象的色彩进行分析，从而得到陈列对象的色彩价值。本申请实施例中，可根据陈列对象的主颜色面积、辅颜色面积确定其色彩价值。在获取陈列对象的主颜色面积、辅颜色面积时，一般以陈列对象的正面图像为标准来获取。在实际应用中，为了方便用户查看货架上的货品，陈列员一般将货品的正面面向用户这一方向摆放，因此得到的第一图像中的货品为正面图像的货品。本申请实施例中，当根据第一图像确定陈列对象的图像为非正面(即侧面或反面)图像时，即陈列对象侧面或反面陈列在容纳装置上，此时可根据陈列对象的非正面图像，在线上销售系统的数据库中获取所述陈列对象的正面图像。或者，当根据第一图像确定陈列对象的图像为正面图像，但该正面图像由于采集过程中存在抖动等情况，导致采集的陈列对象的正面图像不清晰时，也可根据陈列对象模糊的正面图像，在线上销售系统的数据库中间接获取所述陈列对象清晰的正面图像。得到陈列对象的正面图像后，再根据陈列对象的正面图像确定色彩价值，以对其进行色彩优化陈列。
步骤S103，基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息。
本申请实施例基于现有容纳装置已陈列的陈列对象，基于陈列对象色彩获取陈列对象的色彩价值，结合色彩价值确定陈列对象在容纳装置上的目标位置信息，给出调整建议，实现对容纳装置上陈列对象的重新陈列，结合视觉体验来吸引用户，延长用户在容纳装置前的停留时间，刺激用户对陈列对象的消费欲望，从而提高容纳装置上陈列对象的销售量。
步骤S104，基于所述目标位置信息对所述陈列对象进行陈列。
陈列设备基于目标位置信息对容纳装置上的陈列对象进行重新陈列。这里，所述目标位置信息包括目标位置。在实际应用中，陈列设备包括自动操控装置，例如机械臂，陈列设备控制自动操控装置，将容纳装置上的陈列对象移动到目标位置，能够实现自动陈列。当陈列设备不包括自动操控装置时，能够通过网络与自动操控装置实现目标位置信息的传输，自动操控装置接收到目标位置信息后，基于目标位置将容纳装置上的陈列对象移动到目标位置。在实际应用中，陈列设备也可将目标位置信息发送至陈列员的终端设备上，不仅便于陈列员获知陈列对象的目标位置，而且还可以由陈列员手动操作将陈列对象移动到目标位置。
本申请实施例提供的陈列方法，陈列设备对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；基于所述目标位置信息对所述陈列对象进行陈列。如此，从提升用户体验的角度出发，对容纳装置上陈列对象的陈列方式进行视觉优化，结合陈列对象的属性信息和影响因子进行优化，提升容纳装置上展示的陈列对象的整体视觉美感，实现科学分布，突出重点陈列对象的陈列效果，在给予用户舒适的视觉体验的同时延长用户目光停留在容纳装置上的时长，刺激用户对陈列对象的购买欲望，从而提高陈列对象的交易量。
在一些实施例中，所述影响因子包括色彩价值，所述色彩价值基于所述陈列对象的色彩确定，此时，图1所示实施例步骤S102中的“基于所述第一图像获取影响因子”包括“基于所述第一图像获取色彩价值”。在一些实施例中，“基于所述第一图像获取色彩价值”可以实现为以下步骤：
步骤S1021，按照陈列对象对所述第一图像进行图像分割，得到至少一个陈列对象图像，组成陈列对象图像集合。
图2为本申请实施例提供的陈列方法采集的第一图像的示意图，如图2所示，容纳装置上陈列有多个陈列对象。图3为第一图像分割处理示意图，如图3所示，按照陈列对象对第一图像进行分割，得到多个陈列对象图像，将分割得到的多个陈列对象图像作为陈列对象图像集合。
步骤S1022，对所述陈列对象图像进行处理，得到至少一个色块。
这里，同一个色块中不同像素点的颜色代码相同。
按照预设方式对陈列对象图像集合中各陈列对象图像进行处理，得到至少一个色块。参见图4，图4为对一个陈列对象图像进行处理得到色块的示意图。本申请实施例中，对陈列对象图像进行处理时，可以采用预设模板，将陈列对象图像划分为多个与预设模板大小相同的图块，将每个图块中面积占比最大的颜色代码作为各图块的颜色代码。将多个图块中，颜色代码相同、且相邻的图块合并为一个色块，从而得到陈列对象图像对应的至少一个色块。
这里，预设模板的大小可以为1厘米*1厘米的正方形。举例说明，货品的一个图块中，颜色代码为000000的像素点个数最多，即该图块中面积占比最大的颜色代码为000000，将其他像素点的颜色代码替换为000000，同时确定该图块的颜色代码为000000。若该图块相邻的上、下、左、右的颜色代码也为000000，将该图块及其上、下、左、右四邻域的图块合并为一个色块。
步骤S1023，获取所述陈列对象图像集合中各颜色代码对应色块的第一面积总和。
对陈列对象图像集合中的所有陈列对象图像进行处理，得到各陈列对象图像对应的色块，计算各色块的面积，将相同颜色代码的不同色块的面积求和，得到陈列对象图像集合中各颜色代码对应色块的第一面积总和。例如，在所有货品的图像中，颜色代码000000的色块有3个，第1个色块面积为3平方厘米，第2个色块面积为4平方厘米，第3个色块面积为2平方厘米，则得到该颜色代码对应色块的第一面积总和为9(3+4+2)平方厘米；颜色代码000101的色块有1个，该色块面积为5平方厘米，则该颜色代码对应色块的第一面积总和为5平方厘米；以此类推，得到所有颜色代码对应色块的第一面积总和。如所有货品的图像中包括20个不同的颜色代码，则得到20个第一面积总和。
本申请实施例中，将陈列对象图像集合中包括的颜色代码的个数记为n，将陈列对象图像集合中各颜色代码对应色块的第一面积总和记为cn，其中，n为正整数。
步骤S1024，获取所述陈列对象图像中各颜色代码对应色块的第二面积总和。
将同一个陈列对象图像中相同颜色代码的不同色块的面积求和，得到陈列对象图像中各颜色代码对应色块的第二面积总和。例如，货品A的图像中存在3个色块，一个色块的颜色代码为000000，该色块的面积为200平方厘米，另外两个色块的颜色代码均为0F0F0F，该两个色块的面积分别为10平方厘米、20平方厘米，则得到货品A的图像中，颜色代码0F0F0F对应色块的第二面积总和为30(10+20)平方厘米，颜色代码000000对应色块的第二面积总和为200平方厘米。货品A的图像中包括2个不同的颜色代码，则得到2个第二面积总和。
本申请实施例中，将陈列对象图像中包括的颜色代码的个数记为m，将陈列对象图像中各颜色代码对应色块的第二面积总和记为am，其中，m为不大于n的正整数。
步骤S1025，基于所述第一面积总和，确定所述陈列对象图像集合中各颜色代码对应色块的色块权重。
根据步骤S1023，获得陈列对象图像集合中各颜色代码对应色块的第一面积总和，按照各颜色代码对应色块的第一面积总和的面积大小进行排序，确定陈列对象图像集合中各颜色代码对应色块的色块权重。例如，所有货品的图像中包括20个不同的颜色代码，得到20个第一面积总和。其中，颜色代码0F0F0F对应色块的第一面积总和是所有颜色代码对应色块的第一面积总和的最小值，则将该颜色代码0F0F0F对应色块的色块权重cΔ1设置为1；颜色代码000000对应色块的第一面积总和是所有颜色代码对应色块的第一面积总和的次小值，则将该颜色代码000000对应色块的色块权重cΔ2设置为2，以此类推，得到陈列对象图像集合中各颜色代码对应色块的色块权重。
步骤S1026，根据所述陈列对象图像中各颜色代码对应色块的第一面积总和、第二面积总和以及色块权重，确定所述陈列对象图像的色彩价值。
将色彩价值记为c，陈列对象的色彩价值可基于下式(1)确定：
Figure BDA0002920535130000111
其中，m为陈列对象图像中包括的颜色代码的个数，ai第i个颜色代码对应色块的第二面积总和，cai为陈列对象图像集合中与ai颜色代码相同的色块的第一面积总和，cΔai为陈列对象图像集合中与ai颜色代码相同的色块的色块权重，0＜i≤m。
在一些实施例中，为了防止将品牌不同、外观相似的陈列对象陈列在相邻位置，导致用户不易区分，容易造成选择失误，本申请实施例在上述步骤S1026之后，继续执行以下步骤，以对相似陈列对象的色彩价值进行调整。
步骤S1027，确定不同品牌的陈列对象图像之间的相似度。
这里，所述陈列对象的第二属性信息包括品牌。选择不同品牌陈列对象的陈列对象图像，根据陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和确定各品牌陈列对象图像之间的相似度。当不同品牌的多个陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和差距越小时，确定该多个陈列对象图像的相似度越大，表明该多个陈列对象图像越相似；反之，当不同品牌的多个陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和差距越大时，确定该多个陈列对象图像的相似度越小，表明该多个陈列对象图像越不相似。
当品牌A陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和，分别与品牌B陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和相等时，确定品牌A陈列对象图像与品牌B陈列对象图像之间的相似度为1；当品牌A陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和，分别与品牌B陈列对象图像包括的颜色代码、各颜色代码对应色块的第二面积总和完全不同，且差距较大时，确定品牌A陈列对象图像与品牌B陈列对象图像之间的相似度为0。
步骤S1028，基于所述相似度，确定所述至少一个陈列对象图像的相似权重。
步骤S1029，根据所述相似权重对所述色彩价值进行调整，得到更新后的色彩价值。
将陈列对象图像的相似权重记为j，0＜j＜1。基于不同品牌的多个陈列对象图像相似度调整陈列对象的色彩价值，调整公式如下式(2)所示：
Figure BDA0002920535130000121
j值可以为陈列员预先设定的值。例如，当品牌A陈列对象图像与品牌B陈列对象图像之间的相似度为1时，将品牌A陈列对象的色彩价值的相似权重设为0.8，将品牌B陈列对象的色彩价值的相似权重设为0.1，如此，使得品牌A陈列对象和品牌B陈列对象确定的目标位置相隔一定的距离，使得用户便于将不同品牌、外观相似的陈列对象进行区分，避免选择失误。
在一些实施例中，所述影响因子包括指标数据和所述指标数据的趋势数据，其中，所述指标数据为可量化指标的量，例如销售量、销售利润等，趋势数据为基于可量化指标的量的变化趋势确定的量，如根据销售量确定的销售趋势量、根据销售利润确定的利润趋势量。此时，上述步骤S102“基于所述第一图像获取影响因子”还可以包括“基于所述第一图像获取指标数据和所述指标数据的趋势数据”。在一些实施例中，“基于所述第一图像获取指标数据和所述指标数据的趋势数据”可以实现为以下步骤：
步骤S1a1，根据所述第一图像获取所述陈列对象的标识信息。
在一种实现方式中，可基于第一图像识别陈列对象名称，在线上交易系统或线下交易系统中获取该陈列对象名称对应的标识信息。在另一种实现方式中，可基于第一图像获取陈列对象的陈列对象图像，将陈列对象图像与线上交易系统或线下交易系统中存储的陈列对象的样本图像进行匹配，将匹配度最高的样本图像对应的标识信息作为陈列对象的标识信息。
这里，所述标识信息可以为陈列对象的条形码、二维码等具有唯一性的信息，根据标识信息，能够确定唯一的一种陈列对象。
步骤S1a2，基于所述标识信息获取对应陈列对象的指标数据。
在一种实现方式中，获取陈列对象的指标数据可以实现为：基于所述标识信息，查询线上交易系统的数据库，获取预设距离范围内所述陈列对象的线上指标数据；基于所述标识信息，查询线下交易记录，获取所述陈列对象的线下指标数据；将所述线上指标数据和所述线下指标数据的和确定为所述陈列对象的指标数据。
例如，当指标数据包括销售量时，根据标识信息，查询线上交易系统和线下交易系统，获取预设距离范围内一个统计周期的线上销售量Sa和线下销售量Sb，将其和Sa+Sb作为该陈列对象的销售量S。这里，预设距离范围即为该容纳装置可影响的生活圈，可以设置为3千米；统计周期可以为日、周、月、年等任一周期。
又例如，当指标数据包括销售利润时，根据标识信息，查询线上交易系统和线下交易系统，获取一个统计周期的线上销售利润Pa和线下销售利润Pb，将其和Pa+Pb作为该陈列对象的销售利润P；统计周期可以为日、周、月、年等任一周期。
又例如，当指标数据包括销售量和销售利润时，获取销售利润的统计周期与获取销售量时的统计周期一致。
步骤S1a3，基于所述陈列对象的指标数据确定所述陈列对象的趋势数据。
在一种实现方式中，基于指标数据确定陈列对象的趋势数据可以实现为：获取所述陈列对象在第一时段的第一指标数据和在第二时段的第二指标数据，所述第一时段的时长等于所述第二时段的时长，所述第一时段与所述第二时段相邻；将所述第一指标数据和所述第二指标数据的平均值作为所述陈列对象的趋势数据。
仍以上述举例进行说明，当指标数据包括销售量时，第一时段为第一个统计周期，例如第一个月，第二时段为第二个统计周期，例如第二个月。获取陈列对象在第一个月线上线下总的销售量，即第一销售量S1，在第二个月线上线下总的销售量，即第二销售量S2，求第一销售量S1和第二销售量S2的平均值
Figure BDA0002920535130000141
将得到的平均值
Figure BDA0002920535130000142
预估为该陈列对象在第三个月的销售趋势量S(α)。
当指标数据包括销售利润时，获取陈列对象在第一个月线上线下总的销售利润，即第一销售利润P1，在第二个月线上线下总的销售利润，即第二销售利润P2，求第一销售利润P1和第二销售利润P2的平均值
Figure BDA0002920535130000143
将得到的平均值
Figure BDA0002920535130000151
预估为该陈列对象在第三个月的利润趋势量P(α)。
当指标数据包括销售量和销售利润时，预估得到陈列对象在第三个月的销售趋势量S(α)和利润趋势量P(α)。
在上述实施例的基础上，所述影响因子可以包括色彩价值、指标数据和趋势数据。此时，上述步骤S102“基于所述第一图像获取影响因子”时，不仅包括“基于所述第一图像获取色彩价值”，还包括“基于所述第一图像获取指标数据和所述指标数据的趋势数据”。其实现方式参见上述步骤S1021至步骤1029，以及步骤S1a1至步骤S1a3，具体实现过程参见步骤S1021至步骤1029，以及步骤S1a1至步骤S1a3的描述。
在实际应用中，若用户对某一货品的需求增加，则该货品的销售利润会增加；若用户对某一货品的需求减少，则该货品的销售利润会减小。基于此，本申请实施例中还可以根据用户需求对销售利润进行调整。在一种实现方式中，调整过程可以实现为以下步骤：
步骤S1a4，获取所述陈列对象的需求信息。
这里，所述需求信息可以由线上线下同比历史数据和/或环比历史数据来获取。
步骤S1a5，基于所述需求信息，确定针对所述指标数据的指标权重。
例如，将利润权重记为d，当用户对陈列对象的需求增加时，d＞0；当需求减少时，d＜0；当需求不变时，d＝0。例如，当需求在原基础上增加130％时，d＝1.3，当需求在原来基础上减少20％时，d＝-0.2。
步骤S1a6，根据所述指标权重对所述指标数据进行调整，得到更新后的指标数据。
陈列对象的销售利润为P，根据该陈列对象的需求信息确定的利润权重为d，可根据P*(1+d)对销售利润进行调整，得到调整后的销售利润P。
本申请实施例中，还可以根据趋势数据对色彩价值进行进一步调整。在上述步骤S1029之后，还可以包括以下步骤：
步骤S10210，根据所述趋势数据确定色彩权重。
在实际实现时，若趋势数据只包括销售趋势量S(α)或只包括利润趋势量P(α)时，则将趋势数据确定为色彩权重，若趋势数据包括销售趋势量S(α)和利润趋势量P(α)，则可以将销售趋势量S(α)和利润趋势量P(α)中的较小值确定为色彩权重e，即e＝min(S(α),P(α))。
步骤S10211，基于所述色彩权重对所述色彩价值进行调整，得到更新后的色彩价值。
对步骤S1029已经更新后的色彩价值进一步调整，调整公式如下(3)所示：
Figure BDA0002920535130000161
当某一陈列对象的销售趋势量S(α)和利润趋势量P(α)中的较小值增加时，表明该陈列对象销售量增加或销售利润增加，此时色彩权重增大，使得该陈列对象的色彩价值增加，可将该陈列对象陈列在容纳装置上更加的位置，提高用户对该陈列对象的选择率，从而进一步提高该陈列对象的销售量以及销售利润。
在上述实施例的基础上，所述影响因子还受其他因素影响，例如陈列对象的消费群体、可替代性、光环效应等，基于此，在步骤S102“基于所述第一图像获取影响因子”后，可基于这些因素对影响因子进行调节。在上述步骤S102之后，所述方法还可以包括以下步骤：
步骤S13，根据所述第一图像获取所述陈列对象的标识信息。
这里需要说明的是，在执行步骤S1a1获取陈列对象的标识信息后，无需再重复执行步骤S13。
步骤S14，基于所述标识信息获取对应陈列对象的第一调节系数，和/或第二调节系数，和/或第三调节系数。
这里，所述第一调节系数用于表征陈列对象与消费对象的匹配度，所述第二调节系数用于表征陈列对象的可替代率，所述第三调节系数用于表征陈列对象的认可度。
步骤S15，基于所述第一调节系数，和/或第二调节系数，和/或第三调节系数，对所述影响因子进行调节，得到更新后的影响因子。
本申请实施例中，将第一调节系数记为i，将第二调节系数记为β，将第一调节系数记为φ，可根据(1+i)*(1-β)*(1+φ)对影响因子进行调整，得到调整后的影响因子。得到更新后的影响因子后，继续执行步骤S103，根据调整后的影响因子确定陈列对象的目标位置信息。
在一些实施例中，第一调节系数可由陈列员预先设定。第一调节系数的默认值(或者称稳定值)为0，比如消费群体主要为程序员等高度脑力工作者时，该类消费群体存在脱发的可能性大于其他消费群体，基于此，可将第一调节系数设为大于0的调节值，例如0.3，以将防脱发的货品陈列在更方便购买的目标位置。
在一些实施例中，上述步骤S14中“基于所述标识信息获取对应陈列对象的第二调节系数”，可以实现为以下步骤：
步骤S141，基于所述标识信息，确定所述陈列对象的类型。
本申请实施例中，可根据陈列对象的标识信息，查询线上或线下交易系统，得到陈列对象的类型。
在另一些实施例中，步骤S141可以替换为“基于第一图像，确定所述陈列对象的类型”，在实现时，根据第一图像识别陈列对象图像，根据陈列对象图像，查询线上交易系统或线下交易记录，得到陈列对象的类型。
步骤S142，获取目标对象的指标数据。
获取目标对象的指标数据可以实现为：基于所述类型，查询线上交易系统的数据库，获取预设范围内所述目标对象的线上指标数据；基于所述类型，查询线下交易记录，获取所述目标对象的线下指标数据；将所述目标对象的线上指标数据和线下指标数据的和确定为所述目标对象的指标数据。这里，所述目标对象为与所述陈列对象的类型相同的对象。一般情况下，某种类型的货品不止一种，因此目标对象一般为多个。
步骤S143，按照所述目标对象的指标数据，确定所述陈列对象的第二调节系数。
当目标对象的指标数据远远小于陈列对象的指标数据时，表明该陈列对象不易被其他相同类型的目标对象替代，此时可替代率较小，即第二调节系数较小；当目标对象的指标数据与陈列对象的指标数据相差不大时，表明该陈列对象容易被其他相同类型的目标对象替代，此时可替代率较大，即第二调节系数较大。
在实际实现时，可以基于销售量确定第二调节系数，在其他实施例中，也可以根据陈列对象的销售利润、销售热度、销售排名等其他指标数据来确定第二调节系数。
在上述实施例的基础上，上述步骤S14中“基于所述标识信息获取对应陈列对象的第三调节系数”，还可以实现为以下步骤：
步骤S144，基于所述标识信息，确定所述标识信息对应陈列对象的排名信息。
在实际实现时，可根据线上和线下交易系统的数据分析陈列对象的排名信息，这里，所述排名信息可以包括品牌价值排名信息、口碑排名信息和知名度排名信息。
步骤S145，基于所述排名信息，确定所述陈列对象的第三调节系数。
本申请实施例中，可将陈列对象的品牌价值排名、口碑排名和知名度排名这三个排名的和来确定第三调节系数φ，陈列对象的排名越靠前，第三调节系数越大，反之越小，其中，第三调节系数φ满足0＜φ＜1。
在一些实施例中，图1所示实施例中的步骤S103“基于所述第一属性信息、所述第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息”，可以实现为以下步骤：
步骤S1031，基于所述第一属性信息，对所述容纳装置上的陈列位置进行排序。
这里，所述第一属性信息至少包括可陈列层数、长度、高度、材质。在一些实施例中，第一属性信息还可以包括颜色，以结合容纳装置的颜色对陈列对象进行基于色彩的优化陈列。
在实际应用中，对容纳装置的陈列位置进行划分，将用户站立舒适可视区域范围作为该容纳装置的黄金区域，位于黄金区域的陈列对象相比其他区域更易销售。一般用户站立时有效视觉高度范围为55厘米至180厘米，其中，140厘米至160厘米为站立舒适可视区域范围(一般货架的3/4层)。
基于此，本申请实施例中，根据容纳装置的第一属性信息，对容纳装置上的陈列位置进行排序。将舒适可视区域范围的中心位置作为最小排序，离中心位置越远，排序越大。即黄金区域排序较小，非黄金区域排序较大。
步骤S1032，基于所述至少一个陈列对象的第二属性信息和影响因子，确定所述至少一个陈列对象的效用。
这里，所述第二属性信息至少包括宽度、高度。在一些实施例中，第二属性信息还可以包括品牌、类型、容量等信息。
根据陈列对象的第二属性信息v和影响因子，确定陈列对象的效用u。
本申请实施例中，第二属性信息v可以包括宽度、高度、容量、品牌、类型中至少一个。例如，第二属性信息v包括容量时，一般将常规容量的陈列对象陈列在容纳装置的3/4层，将大容量的陈列对象陈列在最底层，将小容量的陈列对象陈列在次底层，此时，容量越大，第二属性信息v值越大，0＜v＜1。
本申请实施例中，将影响因子越大的陈列对象陈列在容纳装置的3/4层的中心位置，之后陈列其他陈列对象。
本申请实施例中，可以根据式(4)计算陈列对象的效用u。
u＝(S*S(α)+P*P(α)*d+c(j)*e)*(1+i)*(1-β)*(1+φ)*(1-v) (4)；
步骤S1033，按照所述至少一个陈列对象的效用，将所述至少一个陈列对象与对应排序的陈列位置建立映射关系。
步骤S1034，基于所述映射关系，得到所述至少一个陈列对象在所述容纳装置上的目标位置信息。
将效用越大的陈列对象，与排名越靠前的陈列位置建立映射关系，效用越小的陈列对象，与排名越靠后的陈列位置建立映射关系。从而得到各陈列对象的在容纳装置上的目标位置信息。
在图1所示实施例的基础上，本申请实施例再提供一种陈列方法。图5为本申请实施例提供的陈列方法的另一种实现流程示意图，如图5所示，所述陈列方法包括以下步骤：
步骤S501，对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像。
步骤S502，基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息。
步骤S503，按照陈列对象对所述第一图像进行图像分割，得到至少一个陈列对象图像，组成陈列对象图像集合。
步骤S504，对所述陈列对象图像进行处理，得到至少一个色块。
这里，同一个色块中不同像素点的颜色代码相同。
步骤S505，获取所述陈列对象图像集合中各颜色代码对应色块的第一面积总和。
步骤S506，获取所述陈列对象图像中各颜色代码对应色块的第二面积总和。
步骤S507，基于所述第一面积总和，确定所述陈列对象图像集合中各颜色代码对应色块的色块权重。
步骤S508，根据所述陈列对象图像中各颜色代码对应色块的第一面积总和、第二面积总和以及色块权重，确定所述陈列对象图像的色彩价值。
步骤S509，确定不同品牌的陈列对象图像之间的相似度。
步骤S510，基于所述相似度，确定所述至少一个陈列对象图像的相似权重。
步骤S511，根据所述相似权重对所述色彩价值进行调整，得到更新后的色彩价值。
步骤S512，根据所述第一图像获取所述陈列对象的标识信息。
步骤S513，基于所述标识信息获取对应陈列对象的销售量。
在一种实现方式中，获取陈列对象的销售量可以实现为：基于所述标识信息，查询线上销售系统的数据库，获取预设距离范围内所述陈列对象的线上销售量；基于所述标识信息，查询线下销售记录，获取所述陈列对象的线下销售量；将所述线上销售量和所述线下销售量的和确定为所述陈列对象的销售量。
步骤S514，基于所述陈列对象的销售量确定所述陈列对象的销售趋势量。
在一种实现方式中，获取陈列对象的销售趋势量可以实现为：获取所述陈列对象在第一时段的第一销售量和在第二时段的第二销售量，所述第一时段的时长等于所述第二时段的时长，所述第一时段与所述第二时段相邻；将所述第一销售量和所述第二销售量的平均值作为所述陈列对象的销售趋势量。
步骤S515，基于所述标识信息获取对应陈列对象的销售利润。
在一种实现方式中，获取陈列对象的销售利润可以实现为：基于所述标识信息，查询线上销售系统的数据库，获取预设距离范围内所述陈列对象的线上销售利润；基于所述标识信息，查询线下销售记录，获取所述陈列对象的线下销售利润；将所述线上销售利润和所述线下销售利润的和确定为所述陈列对象的销售利润。
步骤S516，基于所述陈列对象的销售利润确定所述陈列对象的利润趋势量。
在一种实现方式中，获取陈列对象的利润趋势量可以实现为：获取所述陈列对象在第三时段的第一销售利润和在第四时段的第二销售利润，所述第三时段的时长等于所述第四时段的时长，所述第三时段与所述第四时段相邻；将所述第一销售利润和所述第二销售利润的平均值作为所述陈列对象的利润趋势量。
步骤S517，获取所述陈列对象的需求信息。
步骤S518，基于所述需求信息，确定针对所述销售利润的利润权重。
步骤S519，根据所述利润权重对所述销售利润进行调整，得到更新后的销售利润。
步骤S520，根据所述销售趋势量和所述利润趋势量确定色彩权重。
步骤S521，基于所述色彩权重对所述色彩价值进行调整，得到更新后的色彩价值。
步骤S522，基于所述标识信息获取对应陈列对象的第一调节系数，和/或第二调节系数，和/或第三调节系数。
这里，所述第一调节系数用于表征陈列对象与消费对象的匹配度，所述第二调节系数用于表征陈列对象的可替代率，所述第三调节系数用于表征陈列对象的认可度。
在一种实现方式中，基于所述标识信息获取对应陈列对象的第二调节系数，可以实现为：基于所述标识信息，确定所述陈列对象的类型；获取目标对象的销售量，所述目标对象为与所述陈列对象的类型相同的对象；按照所述目标对象的销售量，确定所述陈列对象的第二调节系数。
在一种实现方式中，基于所述标识信息获取对应陈列对象的第三调节系数，可以实现为：基于所述标识信息，确定所述标识信息对应陈列对象的品牌价值排名、口碑排名和知名度排名；基于所述品牌价值排名，所述口碑排名和所述知名度排名，确定所述陈列对象的第三调节系数。
步骤S523，基于所述第一调节系数，和/或第二调节系数，和/或第三调节系数，对所述影响因子进行调节，得到更新后的影响因子。
步骤S524，基于所述第一属性信息、所述第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息。
在一种实现方式中，确定陈列对象在容纳装置上的目标位置信息，可以实现为：基于所述第一属性信息，对所述容纳装置上的陈列位置进行排序；基于所述至少一个陈列对象的第二属性信息和影响因子，确定所述至少一个陈列对象的效用；按照所述至少一个陈列对象的效用，将所述至少一个陈列对象与对应排序的陈列位置建立映射关系；基于所述映射关系，得到所述至少一个陈列对象在所述容纳装置上的目标位置信息。
步骤S525，基于所述目标位置信息对所述陈列对象进行陈列。
本申请实施例提供的陈列方法，从提升用户体验的角度出发，对容纳装置上陈列对象的陈列方式进行视觉优化，结合色彩组合优化，提升容纳装置上展示的陈列对象的整体视觉美感，用色彩组合的科学分布突出重点陈列对象的陈列效果，在给予用户舒适的视觉体验的同时延长用户目光停留在容纳装置上的时长，刺激用户对陈列对象的购买欲望，从而提高陈列对象的交易量。
下面，将说明本申请实施例在一个实际的应用场景中的示例性应用。
随着商品货架空间分配与陈列在零售业逐渐被重视，原有的大多基于店员的判断，长期的销售经验的货架陈列方式逐渐在改善，现下有按商品原料的属性与包装规格陈列，按品牌陈列等方式，但是往往忽视了按照货架美观度进行陈列的重要性，线下店里货品陈列效果会给人“琳琅满目”的乱相，因为大多店员缺乏视觉美感方面的专业培训，故而会忽视顾客在视觉方面的感官体验。科学表明，符合大众审美学的有效色彩搭配，可以从视觉感官直接优化顾客购物体验，刺激顾客进店并刺激顾客购买商品的消费需求，从而提升客单量(平均每个顾客购买商品的数量)和客单价(平均每个顾客购买商品的金额)。
色彩心理学，在自然欣赏、社会活动方面，在客观上是对人们的一种刺激和象征；在主观上又是一种反应与行为。色彩心理透过视觉开始，从知觉、感情而到记忆、思想、意志、象征等，其反应与变化是极为复杂的。色彩的应用，很重视这种因果关系，即由对色彩的经验积累而变成对色彩的心理规范，例如当受到什么色彩刺激后能产生什么反应。
现阶段暂未发现通过科学算法，结合色彩排列重组权重，使货架商品按照颜色排列组合排货，结合用户视觉角度的刺激去吸引消费者，从而陈列货品的规则。
本申请实施例在不考虑促销等相关活动的情况下，基于现有货架已有陈列货品，将商品排列加入色彩排列的权重，同时利用线上数据以及周边的商圈用户进行分析，标记热销商品以及用户偏好，提供商品位置调整建议，将货品重新排列，结合视觉体验来吸引顾客在货架前的停留时间，刺激顾客消费欲望，提高零售店和超市卖场的销售业绩。
图6为本申请实施例提供的货架陈列方法的流程示意图，如图6所示，所述方法包括以下步骤：
步骤S601，从货场中通过拍照采集商品在货架上现有的摆放位置全景图。
本申请实施例以货品为洗护用品为例进行说明，为了便于顾客查看商品，将商品以正对顾客的正面摆放规则摆放。图7为对货架进行图像采集得到的全景图，如图7所示，货架上的商品由店员根据其主观判断随意摆放，整体视觉效果较差。
步骤S602，识别货架及货架上的物品，输出商品信息以及货架基本信息。
这里，所述商品信息至少包括商品外观信息和商品sku信息。
其中，商品外观信息，通过将采集的全景图上传至货架管理系统来输出数字化的商品外观信息。商品外观信息包括：
1)包装颜色(主颜色、辅颜色、色系、颜色个数)，颜色采集标准为以1平方厘米为最小单位，每单位里取面积最大的色值作为该单位的色值；
2)商品可视颜色；
3)商品规格(高度、宽度、容量等)。
商品sku信息，通过线上商品数据库获取商品sku详细属性和数据参数。商品sku信息包括：商品品牌、商品包装是否有明星代言、是否为同一品牌的不同类别产品(例如xx品牌的沐浴露、洗发水、洗手液等)、同类商品不同功能(例如洗发水的去屑、保湿、防脱等功能)、味道、适合人群，标签(儿童、成人、老年，男、女等)、价格、利润、销量、是否节庆产品、是否新品、生产日期、保质期、同类别商品数量(比如具有同样功效的洗发水的品牌数量，具有同样功效的沐浴露的品牌数量)、库存量等等。
货架基本信息至少包括层数、类型、长度、颜色等。
步骤S603，商品色块转化以及货架黄金可视区域划分。
1)将货架和商品转化成色块组合图效果。
首先生成标记同款商品编号图片，然后将商品图转化成主、辅色调块图(通过图片可以视觉感知原有色块的组合体验)。这里，颜色采集标准为连续以1平方厘米为最小单位，每单位里取总面积最大的色值填充。因此，不可避免色彩的误差存在性。
2)划分货架黄金区域为顾客站立舒适可视区范围。
有效视觉范围：55cm-180cm。
黄金区域可变性因素(特殊人群如儿童身高，盲人，乘坐轮椅者，遮挡物，陈列变化等情况忽略)。
步骤S604，利用线上销售系统的数据，对货架内商品进行分析。
首先按日，周，月，季度，半年，年度时间粒度进行热销品排名，然后通过单店订单记录对货场周边饮品需求量进行数据分析，得出畅销品排名。
步骤S605，对货场周边目标用户进行分析。
根据货场产生实际订单的商品数据进行分析(一般线下货场的订单用户为货场周边五公里范围内的常驻居民)，由订单得出用户的性别，年龄，类型偏好，购买力等影响因子，进行用户画像分析，推演出购买能力内的偏好热销商品。
步骤S606，根据算法模型进行权重排序。
1)根据容量区分超大，常规，小体积商品(v)，0＜v＜1，排序与容量大小成正向比例，容量越大，排序值越大；
超大容量放在货架最底层，常规包装在黄金区域内和黄金区域周边位置。
2)商品价值函数要素：每一项要素统一按同种时间维度进行统计，具体时间维度为t(t：日，周，月，季度，年)，t在公式中两边相同，因此可以不限定具体值。
可变因子(i)：可变因子稳定值为0，比如消费群体主要为程序员等高度脑力工作者的商品，在计算防脱发功能的洗发水的商品效应时，可变因子系数i＞0。
商品销售额(S＝Sa+Sb)：通过线上收货地址获取货场周边半径5公里范围内来自电商平台的线上单品销售额Sa；根据货场实际订单获取货场周边线下单品交易销量额Sb。
销售额趋势
Figure BDA0002920535130000261
(以一周为维度，取两个周的数据S1和S2为例做比较，该值由两周增量的平均值计算得出，如果只有连续两周的销售数据时，增量视为稳定，增量初始值为0)。
商品净利润(P＝Pa+Pb)：通过线上收货地址获取货场周边半径5公里范围内来自电商平台线上净利润Pa；根据货场实际订单获取货场周边线下单品交易净利润Pb。
净利润趋势
Figure BDA0002920535130000262
(以一周为维度，取两个周的数据P1和P2为例做比较，该值由两周增量的平均值计算得出，如果只有连续两周的销售数据时，增量视为稳定，增量初始值为0)。
净利润权重(d)：净利润权重默认值为1，为主观控制因素，可以根据货场需求调整。
商品色彩价值c(j)：首先通过货架识别系统检测出n种色块权重值，按照单品商品的面积与颜色进行升序排序，比如商品A中的c1色块是货架上所有其他色块中面积最小的，那么cΔ1＝1，第二小的为cΔ1＝2，其他商品以此类推得到cΔ1，cΔ2，…，cΔn。然后通过货架识别系统识别所有商品的有效单位的色值，同时对同色色值的面积求和，输出值等于每个颜色的面积之和c1，c2，…，cn。然后获取单个商品中的各个颜色对应的面积值a1，a2，…，am。为不同品牌同色时调节商品色彩价值的变量，0＜j＜1，j值可根据主观调节。由此，得到商品色彩价值c(j)的计算方式如下式(5)：
Figure BDA0002920535130000271
色彩权重(e)：取商品销售额趋势和净利润趋势，色彩权重e小于等于二者中的最小值。
商品的可替代性(1-β)：首先通过线上收货地址获取货场周边半径5公里范围内来自电商平台同类商品数量，热度排名；然后根据货场实际订单获取货场周边线下单品交易同类商品数量，热度排名；最后根据以上两项之和排名来调整β，该商品在其中排名越靠前，β越小，反之越大，0<β<1。
商品的光环效应(φ)：通过线上、线下数据分析品牌价值排行；通过线上、线下数据分析商品口碑排行；通过线上、线下数据分析商品知名度排行；根据以上三项之和排名来调整φ，该商品在其中排名越靠前，φ越大，反之越小，0<φ<1。
基于上述因素，得到商品效用u的计算公式如式(6)所示：
u＝(S*S(α)+P*P(α)*d+c(j)*e)*(1+i)*(1-β)*(1+φ)*(1-v) (6)；
3)商品位置陈列重排：将商品价值函数最高的商品放在货架黄金区域第一层中心位置，之后摆放其他同品牌的不同系列的商品；中心位商品同系产品(同类产品不同口味)，按照商品价值函数从大到小依次在该产品左右一一排列；同种颜色的不同品牌的商品避免放在一起，通过调整商品价值函数中的可变因子来实现；按照重要度排列，品牌、口味、包装、容量，重要度越来越小；色彩权重可根据具体黄金区域的可变因子进行调整，建议比重仅次于利润率；得到商品在货架上的新位置。
步骤S607，输出商品在货架上的新位置。
排货图将每件商品识别为方框带编号，方框内填充识别出来的该商品的主色辅色色值，通过算法模型进行计算，输出新的商品标记位置重排效果，理货员就可以根据商品编号按照新生成的排货图进行排货。
图8为对货架进行重新陈列后采集得到的全景图，如图8所示，货架上的商品排放很整齐。货品很规范的一个货架，通过色值+线上数据+线下数据+可变因子进行算法优化，可以使整个货架的货品视觉效果更和谐，可以通过所有货品的色彩分配排货，生成令人驻足吸引眼球的科学位置，从而引导顾客在视觉美观的体验之下进行对商品的选择。
本申请实施例中，可对陈列方法进行实际验证，获取模型效果：产品调整前后，货场货架上单品以及所有商品同样时间维度内总销售额的对比；通过摄像头采集顾客在货架前停留以及触碰商品热力图，分析顾客在同一个货架前停留时长，分析顾客对货架商品的关注度的变化；顾客的购物体验回访调研(如是否觉得货架商品陈列看起来更舒服，是否会有冲动消费的感觉，是否感受到色彩冲击等等)。
本申请实施例提供的方法，针对线下零售店的货架排货方式进行视觉优化，从提升顾客购物体验的角度出发，在不改变原货架选品的情况下，结合色彩组合优化，提升货架货品展示的整体视觉美感，用色彩组合的科学分布突出重点产品的排列效果，在给予顾客视觉舒适的购物体验的同时提高顾客在货架前的停留时长，刺激顾客购买更多商品的欲望，从而提高货架商品的交易量。
基于前述的实施例，本申请实施例提供一种陈列装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(C PU，Central Processing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，Digital SignalProcessing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等。
本申请实施例再提供一种陈列装置，图9为本申请实施例提供的陈列装置的组成结构示意图，如图9所示，所述陈列装置900包括：
采集模块901，用于对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；
第一获取模块902，用于基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；
确定模块903，用于基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；
陈列模块904，用于基于所述目标位置信息对所述陈列对象进行陈列。
在一些实施例中，所述影响因子包括色彩价值，所述色彩价值基于所述陈列对象的色彩确定；所述第一获取模块902，还用于：
按照陈列对象对所述第一图像进行图像分割，得到至少一个陈列对象图像，组成陈列对象图像集合；
对所述陈列对象图像进行处理，得到至少一个色块，同一个色块中不同像素点的颜色代码相同；
获取所述陈列对象图像集合中各颜色代码对应色块的第一面积总和；
获取所述陈列对象图像中各颜色代码对应色块的第二面积总和；
基于所述第一面积总和，确定所述陈列对象图像集合中各颜色代码对应色块的色块权重；
根据所述陈列对象图像中各颜色代码对应色块的第一面积总和、第二面积总和以及色块权重，确定所述陈列对象图像的色彩价值。
在一些实施例中，所述第一获取模块902，还用于：
确定不同品牌的陈列对象图像之间的相似度；
基于所述相似度，确定所述至少一个陈列对象图像的相似权重；
根据所述相似权重对所述色彩价值进行调整，得到更新后的色彩价值。
在一些实施例中，所述影响因子包括指标数据和所述指标数据的趋势数据；
所述第一获取模块902，还用于：
根据所述第一图像获取所述陈列对象的标识信息；
基于所述标识信息获取对应陈列对象的指标数据；
基于所述陈列对象的指标数据确定所述陈列对象的趋势数据。
在一些实施例中，所述第一获取模块902，还用于：
基于所述标识信息，查询线上交易系统的数据库，获取预设距离范围内所述陈列对象的线上指标数据；
基于所述标识信息，查询线下交易记录，获取所述陈列对象的线下指标数据；
将所述线上指标数据和所述线下指标数据的和确定为所述陈列对象的指标数据。
在一些实施例中，所述第一获取模块902，还用于：
获取所述陈列对象在第一时段的第一指标数据和在第二时段的第二指标数据，所述第一时段的时长等于所述第二时段的时长，所述第一时段与所述第二时段相邻；
将所述第一指标数据和所述第二指标数据的平均值确定为所述陈列对象的趋势数据。
在一些实施例中，所述第一获取模块902，还用于：
获取所述陈列对象的需求信息；
基于所述需求信息，确定针对所述指标数据的指标权重；
根据所述指标权重对所述指标数据进行调整，得到更新后的指标数据。
在一些实施例中，所述第一获取模块902，还用于：
根据所述趋势数据确定色彩权重；
基于所述色彩权重对所述色彩价值进行调整，得到更新后的色彩价值。
在一些实施例中，所述陈列装置900，还包括：
第二获取模块，用于基于所述标识信息获取对应陈列对象的第一调节系数，和/或第二调节系数，和/或第三调节系数，所述第一调节系数用于表征陈列对象与消费对象的匹配度，所述第二调节系数用于表征陈列对象的可替代率，所述第三调节系数用于表征陈列对象的认可度；
调节模块，用于基于所述第一调节系数，和/或第二调节系数，和/或第三调节系数，对所述影响因子进行调节，得到更新后的影响因子。
在一些实施例中，所述第二获取模块，还用于：
基于所述标识信息，确定所述陈列对象的类型；
获取目标对象的指标数据，所述目标对象为与所述陈列对象的类型相同的对象；
按照所述目标对象的指标数据，确定所述陈列对象的第二调节系数。
在一些实施例中，所述第二获取模块，还用于：
基于所述标识信息，确定所述标识信息对应陈列对象的排名信息；
基于所述排名信息，确定所述陈列对象的第三调节系数。
在一些实施例中，所述确定模块903，还用于：
基于所述第一属性信息，对所述容纳装置上的陈列位置进行排序；
基于所述至少一个陈列对象的第二属性信息和影响因子，确定所述至少一个陈列对象的效用；
按照所述至少一个陈列对象的效用，将所述至少一个陈列对象与对应排序的陈列位置建立映射关系；
基于所述映射关系，得到所述至少一个陈列对象在所述容纳装置上的目标位置信息。
这里需要指出的是：以上陈列装置实施例项的描述，与上述方法描述是类似的，具有同方法实施例相同的有益效果。对于本申请陈列装置实施例中未披露的技术细节，本领域的技术人员请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
相应地，本申请实施例提供一种计算机可读存储介质，其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上述实施例中提供的陈列方法中的步骤。
本申请实施例提供一种陈列设备，图10为本申请实施例提供的陈列设备的组成结构示意图，根据图10示出的陈列设备100的示例性结构，可以预见陈列设备100的其他的示例性结构，因此这里所描述的结构不应视为限制，例如可以省略下文所描述的部分组件，或者，增设下文所未记载的组件以适应某些应用的特殊需求。
图10所示的陈列设备100包括：一个处理器101、至少一个通信总线102、用户接口103、至少一个外部通信接口104和存储器105。其中，通信总线102配置为实现这些组件之间的连接通信。其中，用户接口103可以包括显示屏，外部通信接口104可以包括标准的有线接口和无线接口。其中，所述处理器101配置为执行存储器中存储的货架陈列方法的程序，以实现上述实施例提供的货架陈列方法中的步骤。
以上货架陈列设备和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请货架陈列设备和存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述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计算机可读存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种陈列方法，其特征在于，所述方法包括：
对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；
基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；
基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；
基于所述目标位置信息对所述陈列对象进行陈列。
2.根据权利要求1所述的方法，其特征在于，所述影响因子包括色彩价值，所述色彩价值基于所述陈列对象的色彩确定；基于所述第一图像获取色彩价值，包括：
按照陈列对象对所述第一图像进行图像分割，得到至少一个陈列对象图像，组成陈列对象图像集合；
对所述陈列对象图像进行处理，得到至少一个色块，同一个色块中不同像素点的颜色代码相同；
获取所述陈列对象图像集合中各颜色代码对应色块的第一面积总和；
获取所述陈列对象图像中各颜色代码对应色块的第二面积总和；
基于所述第一面积总和，确定所述陈列对象图像集合中各颜色代码对应色块的色块权重；
根据所述陈列对象图像中各颜色代码对应色块的第一面积总和、第二面积总和以及色块权重，确定所述陈列对象图像的色彩价值。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
确定不同品牌的陈列对象图像之间的相似度；
基于所述相似度，确定所述至少一个陈列对象图像的相似权重；
根据所述相似权重对所述色彩价值进行调整，得到更新后的色彩价值。
4.根据权利要求1所述的方法，其特征在于，所述影响因子包括指标数据和所述指标数据的趋势数据；基于所述第一图像获取指标数据和趋势数据，包括：
根据所述第一图像获取所述陈列对象的标识信息；
基于所述标识信息获取对应陈列对象的指标数据；
基于所述陈列对象的指标数据确定所述陈列对象的趋势数据。
5.根据权利要求4所述的方法，其特征在于，所述基于所述标识信息获取对应陈列对象的指标数据，包括：
基于所述标识信息，查询线上交易系统的数据库，获取预设距离范围内所述陈列对象的线上指标数据；
基于所述标识信息，查询线下交易记录，获取所述陈列对象的线下指标数据；
将所述线上指标数据和所述线下指标数据的和确定为所述陈列对象的指标数据。
6.根据权利要求4所述的方法，其特征在于，所述基于所述陈列对象的指标数据确定所述陈列对象的趋势数据，包括：
获取所述陈列对象在第一时段的第一指标数据和在第二时段的第二指标数据，所述第一时段的时长等于所述第二时段的时长，所述第一时段与所述第二时段相邻；
将所述第一指标数据和所述第二指标数据的平均值确定为所述陈列对象的趋势数据。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取所述陈列对象的需求信息；
基于所述需求信息，确定针对所述指标数据的指标权重；
根据所述指标权重对所述指标数据进行调整，得到更新后的指标数据。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述趋势数据确定色彩权重；
基于所述色彩权重对所述色彩价值进行调整，得到更新后的色彩价值。
9.根据权利要求4所述的方法，其特征在于，所述方法还包括：
基于所述标识信息获取对应陈列对象的第一调节系数，和/或第二调节系数，和/或第三调节系数，所述第一调节系数用于表征陈列对象与消费对象的匹配度，所述第二调节系数用于表征陈列对象的可替代率，所述第三调节系数用于表征陈列对象的认可度；
基于所述第一调节系数，和/或第二调节系数，和/或第三调节系数，对所述影响因子进行调节，得到更新后的影响因子。
10.根据权利要求9所述的方法，其特征在于，基于所述标识信息获取对应陈列对象的第二调节系数，包括：
基于所述标识信息，确定所述陈列对象的类型；
获取目标对象的指标数据，所述目标对象为与所述陈列对象的类型相同的对象；
按照所述目标对象的指标数据，确定所述陈列对象的第二调节系数。
11.根据权利要求9所述的方法，其特征在于，基于所述标识信息获取对应陈列对象的第三调节系数，包括：
基于所述标识信息，确定所述标识信息对应陈列对象的排名信息；
基于所述排名信息，确定所述陈列对象的第三调节系数。
12.根据权利要求1所述的方法，其特征在于，所述基于所述第一属性信息、所述第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息，包括：
基于所述第一属性信息，对所述容纳装置上的陈列位置进行排序；
基于所述至少一个陈列对象的第二属性信息和影响因子，确定所述至少一个陈列对象的效用；
按照所述至少一个陈列对象的效用，将所述至少一个陈列对象与对应排序的陈列位置建立映射关系；
基于所述映射关系，得到所述至少一个陈列对象在所述容纳装置上的目标位置信息。
13.一种陈列装置，其特征在于，所述装置包括：
采集模块，用于对陈列有至少一个陈列对象的容纳装置进行图像采集，得到第一图像；
第一获取模块，用于基于所述第一图像获取所述容纳装置的第一属性信息、所述陈列对象的第二属性信息和影响因子；
确定模块，用于基于所述第一属性信息、第二属性信息和所述影响因子，确定所述陈列对象在所述容纳装置上的目标位置信息；
陈列模块，用于基于所述目标位置信息对所述陈列对象进行陈列。
14.一种陈列设备，其特征在于，包括：
处理器；以及
存储器，用于存储可在所述处理器上运行的计算机程序；
其中，所述计算机程序被处理器执行时实现权利要求1至12任一项所述方法的步骤。
15.一种计算机可读存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令配置为执行权利要求1至12任一项所述方法的步骤。
CN202110115592.1A 2021-01-28 2021-01-28 一种陈列方法、装置、设备及计算机可读存储介质 Pending CN113763454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110115592.1A CN113763454A (zh) 2021-01-28 2021-01-28 一种陈列方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110115592.1A CN113763454A (zh) 2021-01-28 2021-01-28 一种陈列方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113763454A true CN113763454A (zh) 2021-12-07

Family

ID=78786499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110115592.1A Pending CN113763454A (zh) 2021-01-28 2021-01-28 一种陈列方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113763454A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115796908A (zh) * 2023-01-04 2023-03-14 青岛巨商汇网络科技有限公司 一种零售运营智能监测管理系统及方法
CN117541152A (zh) * 2023-11-14 2024-02-09 广州方舟信息科技有限公司 一种药品的摆位调整方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110240576A1 (en) * 2010-03-30 2011-10-06 David Allen Abbruzzese Merchandise display and selection system
CN111311293A (zh) * 2018-12-12 2020-06-19 北京京东尚科信息技术有限公司 确定商品陈列位置的方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110240576A1 (en) * 2010-03-30 2011-10-06 David Allen Abbruzzese Merchandise display and selection system
CN111311293A (zh) * 2018-12-12 2020-06-19 北京京东尚科信息技术有限公司 确定商品陈列位置的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈娟: "基于女性消费特征的服装橱窗陈列意境设计研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, 15 February 2015 (2015-02-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115796908A (zh) * 2023-01-04 2023-03-14 青岛巨商汇网络科技有限公司 一种零售运营智能监测管理系统及方法
CN115796908B (zh) * 2023-01-04 2023-04-25 青岛巨商汇网络科技有限公司 一种零售运营智能监测管理系统及方法
CN117541152A (zh) * 2023-11-14 2024-02-09 广州方舟信息科技有限公司 一种药品的摆位调整方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
JP6161992B2 (ja) 販売予測システム及び販売予測方法
CN109636454A (zh) 一种基于区域用户习惯大数据的商品推送方法
CN113222705B (zh) 一种商品陈列优化方法、装置以及设备
CN107862566A (zh) 一种商品推荐方法和系统
US20140067476A1 (en) Marketing device, marketing method, program and recording medium
US20170011421A1 (en) Preference analyzing system
CN113763454A (zh) 一种陈列方法、装置、设备及计算机可读存储介质
CN106651418A (zh) 针对电商满减活动的凑单商品推荐的方法
WO2011008852A1 (en) Displaying data for a physical retail environment selling goods on a virtual illustration environment
CN108713212A (zh) 用于基于分组信息提供信息的方法、系统和介质
JP2009205365A (ja) 商品の在庫管理および販売の最適化システム、その最適化方法、及びその最適化プログラム
CN108230035A (zh) 销售数据管理方法及系统
JP2008108287A (ja) ファッションアドバイジングシステム
Ehbauer et al. Measuring and managing service performance of luxury stores: development of a balanced scorecard
CN116645141B (zh) 一种融合多维特征的连锁门店选址推荐方法
CN106570721A (zh) 窗帘大数据采集分析系统
CN112967109A (zh) 一种快闪店的智能选品方法
JPWO2003069526A1 (ja) ファッションアドバイジングシステム
CN109615460A (zh) 凑单商品的选择方法和选择系统
Islam et al. Factors influencing the consumers’ perceptions towards frozen and ready-to-cook food products in Bangladesh
CN113554457B (zh) 适用于电商平台的智能海报生成方法、装置及存储介质
WO2021199132A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
US20150006285A1 (en) Method and system for providing information regarding items in a retail store and computer programs thereof
JP2002203021A (ja) 棚割提案データ作成システムおよび端末装置
CN113643075B (zh) 基于机器学习的智能海报生成方法、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