CN114463073B - 基于用户行为的样品展示售卖方法及系统 - Google Patents

基于用户行为的样品展示售卖方法及系统 Download PDF

Info

Publication number
CN114463073B
CN114463073B CN202210367040.4A CN202210367040A CN114463073B CN 114463073 B CN114463073 B CN 114463073B CN 202210367040 A CN202210367040 A CN 202210367040A CN 114463073 B CN114463073 B CN 114463073B
Authority
CN
China
Prior art keywords
shelf
hot
sample
customer
data
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
CN202210367040.4A
Other languages
English (en)
Other versions
CN114463073A (zh
Inventor
饶铁黔
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.)
Chunhua Education Technology Group Co ltd
Original Assignee
Shenzhen Lingfeng 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 Shenzhen Lingfeng Technology Co ltd filed Critical Shenzhen Lingfeng Technology Co ltd
Priority to CN202210367040.4A priority Critical patent/CN114463073B/zh
Publication of CN114463073A publication Critical patent/CN114463073A/zh
Application granted granted Critical
Publication of CN114463073B publication Critical patent/CN114463073B/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于用户行为的样品展示售卖方法及系统，其包括：货架属性电子化，其包括：识别人工录入的货架数据及分类标准，得到货架数据集{An,Bn……}及匹配的货位数据集{x,y}，并存入数据库；其中，A、B为货架类，n为同一个货架类中的货架序号，x为货位的层数，y是同一层货位的序号；所述样品位置电子地图，其包括：识别人工录入的样品摆放数据，建立货架‑货位‑样品的一一对应关系，存入数据库形成位置数据集；基于顾客行为数据调整样品位置，其包括：预测热门消费产品，并基于热门消费产品位置调整逻辑重新分配样品，重新建立样品与货架的一一对应关系。本申请具有改善工厂店收集市场消费数据的能力的效果。

Description

基于用户行为的样品展示售卖方法及系统
技术领域
本申请涉及门店销售引导设施，尤其是涉及一种基于用户行为的样品展示售卖方法及系统。
背景技术
对于厂家而言，为了更好的宣传产品和营利，除了展播会的展厅外，还会自己在厂区外开办工厂店，以相对实惠的价格吸引大量顾客采购，在营利、宣传的同时，还能兼具快速了解产品受市场欢迎的程度，以便调整生产加工计划。
针对上述，发明人认为其存在以下不足：上述门店开设主旨区别于一般的商场店铺，若依旧采用传统店铺经销方式，不便生产计划部门了解市场消费反馈，需要额外的人力支出，因此本申请提出一种新的技术方案。
发明内容
为了改善工厂店收集市场消费数据的能力，减小人力支出，本申请提供一种基于用户行为的样品展示售卖方法及系统。
第一方面，本申请提供一种基于用户行为的样品展示售卖方法，采用如下的技术方案：
一种基于用户行为的样品展示售卖方法，包括：货架属性电子化、样品位置电子地图以及基于顾客行为数据调整样品位置；
所述货架属性电子化，其包括：识别人工录入的货架数据及分类标准，得到货架数据集{An,Bn……}及匹配的货位数据集{x,y}，并存入数据库；其中，A、B为货架类，n为同一个货架类中的货架序号，x为货位的层数，y是同一层货位的序号；
所述样品位置电子地图，其包括：识别人工录入的样品摆放数据，建立货架-货位-样品的一一对应关系，存入数据库形成位置数据集；
所述基于顾客行为数据调整样品位置，其包括：
获取各个顾客在货架前滞留的时长，汇总产生顾客滞留数据集{TAn,TBn,……}，其中T为时间参数；
统计预设的周期T1内各个货架对应的顾客滞留时长T2，并基于大小排序得到排序表一，排序表一作为顾客行为数据；
根据基于关注度的消费热门逻辑，预测热门消费产品，并基于热门消费产品位置调整逻辑重新分配样品，重新建立样品与货架的一一对应关系，热门消费产品与重新建立的对应关系数据汇总形成市场决策辅助数据集，且发送至指定的厂家终端。
可选的，所述基于关注度的消费热门逻辑：
从预设的热度分值表中查找排序表一中各个样品的排名和/或时间参数T对应的热度分值，累计得到样品总热度值；
判断样品总热度值是否大于设定的消费热门阈值，如果是，则预测对应样品为热门消费产品。
可选的，所述基于热门消费产品位置调整逻辑重新分配样品，其包括：
假定货架类{A，B……}中的任意一个或多个为热门货架Zn，则根据顾客滞留数据集{TAn,TBn,……}统计各个热门货架Zn的顾客滞留时长T-Zn；
将热门消费产品对应的货架的顾客滞留时长T2与热门货架Zn的顾客滞留时长T-Zn比较，如果T2＞T-Zn，则取差值最小的一个T-Zn，标记其对应的货架为替换货架；
将热门消费产品分配至替换货架，将替换货架对应的原样品分配至热门消费产品对应的原货架，分别建立一一关系。
可选的，基于关注度的消费热门逻辑，其包括：
将前一个周期T1内的热门消费产品对应的货架的顾客滞留时长T2与当前的周期T1内该产品的顾客滞留时长T2比较得到滞留差值，记为热门消费产品消费验证差异数据，存入市场决策辅助数据集。
可选的，将前一个周期T1的热门消费产品对应的货架记为i；
判断当前的周期T1内的货架i对应的样品总热度值是否大于设定的消费热门阈值，如果是，则将货架i定义为新的热门货架Zn；
判断货架i对应的顾客滞留时长T2是否大于当前其他的热门货架Zn的顾客滞留时长T-Zn，如果是，则当前其他的热门货架Zn，重新定义为非热门货架。
可选的，还包括：交易调度；所述交易调度，其包括：
获取预布设的交易交互显示设备反馈的顾客交易需求数据；
根据顾客交易需求数据查找预建立的产品库存数据库，得到库存数据。
可选的，获取预布设的交易交互显示设备反馈的顾客交易需求数据；
根据顾客交易需求数据查找预建立的产品库存数据库，得到库存数据。
第二方面，本申请提供一种基于用户行为的样品展示售卖系统，采用如下的技术方案：
一种基于用户行为的样品展示售卖系统，包括智慧货架和后台，所述智慧货架用于感测顾客是否在前侧停留并计时反馈时长至后台，所述后台用于加载并执行如上述中任一种基于用户行为的样品展示售卖方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：可以基于顾客相对货架，或者说货架上样品的行为，预测热门消费产品，并给出新的样品摆放策略，一方面自动化实现市场消费数据的收集、分析，另一方面还可帮助经营人调整店铺中产品的摆放，以验证预测结果，方便生产方及时了解产品的市场响应情况。
附图说明
图1是本申请的系统结构示意图；
图2是本申请的方法的主流程示意图。
附图标记说明：1、距离传感器。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例公开一种基于用户行为的样品展示售卖系统。
参照图1，基于用户行为的样品展示售卖系统包括：智慧货架和后台。
其中，智慧货架包括货架本体，在货架本体上于各个货位的前侧板分别嵌安装有距离传感器1；在货架在本体的侧面安装有集成微控制器和无线数传终端的控制盒，距离传感器1连接微控制器，微控制器配置内置时钟单元，且连接于无线数传终端；无线数传终端通过网络连接于后台，后台可以是基于服务器搭建的云平台。
使用时：
当顾客接近货架，距离传感器检测并反馈检测值至微控制器，微控制器预设定时触发距离阈值，当距离检测值超出定时触发距离阈值，则计时开始，并在顾客远离后中止输出对应的计时值，计时值通过无线数传终端发送至后台。
关于本系统的具体用法，在后续方法的实施例中阐述，因此不再赘述。
在本系统的一个实施例中，还包括：交易交互显示设备，交易交互显示设备可以是搭载平板电脑的信息服务台，信息服务台所搭载的平板电脑连接于后台，其具体地布设方式可以是：每个货架分别配置一个，用于与顾客交互，根据顾客的输入获取交易需求数据，并调用后台预存的产品库存数据库，为顾客展示各个样品（货架货位上的产品）对应的库存数据，辅助完成交易。
可以理解的是，由于本申请面向的是工厂店，而非传统的商场店铺，所以上述产品库存数据库，即厂家的电子库存，对应的是厂家库存数据。
本申请实施例还公开一种基于用户行为的样品展示售卖方法，其通过后台加载执行一对应的计算机程序实现。
参照图2，基于用户行为的样品展示售卖方法包括：货架属性电子化、样品位置电子地图以及基于顾客行为数据调整样品位置。
其中，货架属性电子化，其包括：识别人工录入的货架数据及分类标准，得到货架数据集{An,Bn……}及匹配的货位数据集{x,y}，并存入数据库；其中，A、B为货架类，n为同一个货架类中的货架序号，x为货位的层数，y是同一层货位的序号。
货架数据，例如：货架在指定场所的位置参数；此时，分类标准可以是诸如：东1区的货架，划分为A类货架……。
样品位置电子地图，其包括：识别人工录入的样品摆放数据，建立货架-货位-样品的一一对应关系，存入数据库形成位置数据集。
根据上述两部分的设置，本方法即可形成一个店铺内所有样品的电子地图，可以通过查找样品，确定其所处的货架、货位类、货位等，反之亦可，以便执行后续的热门消费产品预测等。
基于顾客行为数据调整样品位置，其包括：
获取各个顾客在货架前滞留的时长（即前述微控制器输出的计时值），汇总产生顾客滞留数据集{TAn,TBn,……}，其中T为时间参数；
统计预设的周期T1内各个货架对应的顾客滞留时长T2，并基于大小排序得到排序表一，排序表一作为顾客行为数据；
根据基于关注度的消费热门逻辑，预测热门消费产品，并基于热门产品位置调整逻辑重新分配样品，重新建立样品与货架的一一对应关系，热门消费产品与重新建立的对应关系数据汇总形成市场决策辅助数据集，且发送至指定的厂家终端。
根据上述内容可知，本方法可以基于顾客相对货架，或者说货架上样品的行为，预测热门消费产品，并给出新的样品摆放策略，一方面自动化实现市场消费数据的收集、分析，另一方面还可帮助经营人调整店铺中产品的摆放，以验证预测结果，方便生产方及时了解产品的市场响应情况。
在本方法的一个实施例中，基于关注度的消费热门逻辑：
从预设的热度分值表中查找排序表一中各个样品的排名和/或时间参数T对应的热度分值，累计得到样品总热度值；
判断样品总热度值是否大于设定的消费热门阈值，如果是，则预测对应样品为热门消费产品。
可以理解的是热度分值表，即如：排序表一中第一的样品，设定为热度分值10，且时间参数T为30分钟内热度分值10，30分钟-60分钟热度分值20，超过60分钟热度分值30；因此，如果本次统计周期内，排序表第一的样品对应的T超过60分钟，则其总热度值为10+30=40分。
在本申请的一个实施例中，基于热门消费产品位置调整逻辑重新分配样品，其包括：
假定货架类{A，B……}中的任意一个或多个为热门货架Zn，则根据顾客滞留数据集{TAn,TBn,……}统计各个热门货架Zn的顾客滞留时长T-Zn；
将热门消费产品对应的货架的顾客滞留时长T2与热门货架Zn的顾客滞留时长T-Zn比较，如果T2＞T-Zn，则取差值最小的一个T-Zn，标记其对应的货架为替换货架；
将热门消费产品分配至替换货架，将替换货架对应的原样品分配至热门产品对应的原货架，分别建立一一关系。
根据上述设置，可以将原本安排在热门货架上的样品撤下，替换上本周期内预测的热门消费产品。可以理解的是，热门货架一般是店铺中位置等相对较好的，因此一方面，本次样品对应货架替换，即摆放位置替换可以下一周期的统计数据出来后，来验证预测的热门消费产品是否准确；同时，另一方面，也有助于产品销售。
基于上述考虑，基于关注度的消费热门逻辑，其包括：
将前一个周期T1内的热门消费产品对应的货架的顾客滞留时长T2与当前的周期T1内该产品的顾客滞留时长T2比较得到滞留差值，记为热门消费产品消费验证差异数据，存入市场决策辅助数据集。
即，厂家可以通过读取市场决策辅助数据集，了解同一产品在摆放位置调整后的市场反映，据此排除市场分析中的部分干扰。
在本申请的一个实施例中，本方法还包括：
将前一个周期T1的热门消费产品对应的货架记为i；
判断当前的周期T1内的货架i对应的样品总热度值是否大于设定的消费热门阈值，如果是，则将货架i定义为新的热门货架Zn；
判断货架i对应的顾客滞留时长T2是否大于当前其他的热门货架Zn的顾客滞留时长T-Zn，如果是，则当前其他的热门货架Zn，重新定义为非热门货架。
根据上述设置，在本方法中，热门货架并非固定的，只需工作人员在初次使用时随机选定几个货架为热门货架，随着本方法的执行，其即可根据顾客的行为数据，自动更新调整热门货架，保证准确性，减小数据分析错误。
在本方法的一个实施例中，本方法还包括：交易调度；交易调度，其包括：
获取预布设的交易交互显示设备反馈的顾客交易需求数据；
根据顾客交易需求数据查找预建立的产品库存数据库，得到库存数据。
在本方法对应收集顾客的交易需求数据的基础下，本方法基于顾客行为的分析，不再局限于顾客在货架前的滞留时间，还包括以交易数据为顾客行为数据做分析；即，基于顾客行为数据调整样品位置，还包括：将货架前滞留的时长替换为货架对应的交易量，根据交易量预测热门消费产品，绑定交易量标签，存入市场决策辅助数据集。
可以理解的是，时长替换为货架对应的交易量后，可执行本方法前述的所有内容，得到对应基于交易数据，而非滞留时长的各项数据；两类数据均可存入市场决策辅助数据集，供厂家查看，了解各个产品的市场消费情况。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (4)

1.一种基于用户行为的样品展示售卖方法，其特征在于，包括：货架物联网、样品位置电子地图以及基于顾客行为数据调整样品位置；
所述货架物联网，其包括：识别人工录入的货架数据及分类标准，得到货架数据集{An,Bn……}及匹配的货位数据集{x,y}，并存入数据库；其中，A、B为货架类，n为同一个货架类中的货架序号，x为货位的层数，y是同一层货位的序号；
所述样品位置电子地图，其包括：识别人工录入的样品摆放数据，建立货架-货位-样品的一一对应关系，存入数据库形成位置数据集；
所述基于顾客行为数据调整样品位置，其包括：
获取各个顾客在货架前滞留的时长，汇总产生顾客滞留数据集{TAn,TBn,……}，其中T为时间参数；
统计预设的周期T1内各个货架对应的顾客滞留时长T2，并基于大小排序得到排序表一，排序表一作为顾客行为数据；
根据基于关注度的消费热门逻辑，预测热门消费产品，并基于热门产品位置调整逻辑重新分配样品，重新建立样品与货架的一一对应关系，热门消费产品与重新建立的对应关系数据汇总形成市场决策辅助数据集，且发送至指定的厂家终端；
所述基于关注度的消费热门逻辑：
从预设的热度分值表中查找排序表一中各个样品的排名和/或时间参数T对应的热度分值，累计得到样品总热度值；
判断样品总热度值是否大于设定的消费热门阈值，如果是，则预测对应样品为热门消费产品；
所述基于热门产品位置调整逻辑重新分配样品，其包括：
假定货架类{A，B……}中的任意一个或多个为热门货架Zn，则根据顾客滞留数据集{TAn,TBn,……}统计各个热门货架Zn的顾客滞留时长T-Zn；
将热门消费产品对应的货架的顾客滞留时长T2与热门货架Zn的顾客滞留时长T-Zn比较，如果T2＞T-Zn，则取差值最小的一个T-Zn，标记其对应的货架为替换货架；
将热门产品分配至替换货架，将替换货架对应的原样品分配至热门产品对应的原货架，分别建立一一关系；
所述基于关注度的消费热门逻辑：
将前一个周期T1内的热门产品对应的货架的顾客滞留时长T2与当前的周期T1内该产品的顾客滞留时长T2比较得到滞留差值，记为热门产品消费验证差异数据，存入市场决策辅助数据集；
将前一个周期T1的热门产品对应的货架记为i；
判断当前的周期T1内的货架i对应的样品总热度值是否大于设定的消费热门阈值，如果是，则将货架i定义为新的热门货架Zn；
判断货架i对应的顾客滞留时长T2是否大于当前其他的热门货架Zn的顾客滞留时长T-Zn，如果是，则当前其他的热门货架Zn，重新定义为非热门货架。
2.根据权利要求1所述的基于用户行为的样品展示售卖方法，其特征在于，还包括：交易调度；所述交易调度，其包括：
获取预布设的交易交互显示设备反馈的顾客交易需求数据；
根据顾客交易需求数据查找预建立的产品库存数据库，得到库存数据。
3.根据权利要求2所述的基于用户行为的样品展示售卖方法，其特征在于：所述基于顾客行为数据调整样品位置，还包括：将货架前滞留的时长替换为货架对应的交易量，根据交易量预测热门消费产品，绑定交易量标签，存入市场决策辅助数据集。
4.一种基于用户行为的样品展示售卖系统，其特征在于：包括智慧货架和后台，所述智慧货架用于感测顾客是否在前侧停留并计时反馈时长至后台，所述后台用于加载并执行如权利要求1至3中任一种方法的计算机程序。
CN202210367040.4A 2022-04-08 2022-04-08 基于用户行为的样品展示售卖方法及系统 Active CN114463073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210367040.4A CN114463073B (zh) 2022-04-08 2022-04-08 基于用户行为的样品展示售卖方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210367040.4A CN114463073B (zh) 2022-04-08 2022-04-08 基于用户行为的样品展示售卖方法及系统

Publications (2)

Publication Number Publication Date
CN114463073A CN114463073A (zh) 2022-05-10
CN114463073B true CN114463073B (zh) 2022-07-05

Family

ID=81416742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210367040.4A Active CN114463073B (zh) 2022-04-08 2022-04-08 基于用户行为的样品展示售卖方法及系统

Country Status (1)

Country Link
CN (1) CN114463073B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004348681A (ja) * 2003-05-26 2004-12-09 Nec System Technologies Ltd 顧客購買行動分析システム
JP2009048430A (ja) * 2007-08-20 2009-03-05 Kozo Keikaku Engineering Inc 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム
WO2016174878A1 (ja) * 2015-04-27 2016-11-03 株式会社日立ソリューションズ 行動分析システム及び行動分析方法
CN111738537A (zh) * 2019-03-25 2020-10-02 阿里巴巴集团控股有限公司 货架陈列方法、装置及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009003701A (ja) * 2007-06-21 2009-01-08 Denso Corp 情報システム及び情報処理装置
WO2015059807A1 (ja) * 2013-10-25 2015-04-30 株式会社日立製作所 情報処理システムおよび情報処理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004348681A (ja) * 2003-05-26 2004-12-09 Nec System Technologies Ltd 顧客購買行動分析システム
JP2009048430A (ja) * 2007-08-20 2009-03-05 Kozo Keikaku Engineering Inc 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム
WO2016174878A1 (ja) * 2015-04-27 2016-11-03 株式会社日立ソリューションズ 行動分析システム及び行動分析方法
CN111738537A (zh) * 2019-03-25 2020-10-02 阿里巴巴集团控股有限公司 货架陈列方法、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卖场设计与陈列管理;魏飙;《中国药店》;20100131(第01期);第56-59页 *

Also Published As

Publication number Publication date
CN114463073A (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
US10380546B2 (en) Intelligent display and self-serve experience system and method
CN108549851A (zh) 智能货柜内货品识别方法及装置、智能货柜
CN105184975B (zh) 自动售货机管理系统和管理方法
CN108764974A (zh) 一种基于深度学习的商品采购量预测方法及装置
CN113052651B (zh) 一种基于大数据的智能零售管理方法及系统
KR101928039B1 (ko) 인공지능에 의한 적응적 판매 관리 서버 및 방법
CN110348868A (zh) 服务信息获取方法和装置
US20140258050A1 (en) Store Feature Item Finder
CN108629318B (zh) 一种基于图像识别技术的货架陈列识别方法、装置和系统
CN112785354A (zh) 用于零售管理平台的商品推荐系统
CN113888254A (zh) 货架商品管理方法和电子设备
CN110895747A (zh) 商品信息识别、显示、信息关联、结算方法及系统
CN113627990A (zh) 一种用于农产品精准销售的大数据分析系统及分析方法
CN109300238A (zh) 智能展示及自助体验系统及方法
CN110222881B (zh) 一种采购数据的预测方法、装置、存储介质及终端
US12002008B2 (en) Methods and apparatus for machine learning system for edge computer vision and active reality
CN113554455A (zh) 基于人工智能的店铺商品分析方法、装置及存储介质
CN114463073B (zh) 基于用户行为的样品展示售卖方法及系统
CN116611796B (zh) 一种店铺交易数据的异常检测方法及装置
CN113592539A (zh) 基于人工智能的店铺订单趋势预测方法、装置及存储介质
CN117391599A (zh) 一种基于大数据的商品分拣方法
CN110264219B (zh) 一种基于大数据的客户监测分析系统
CN107833061A (zh) 一种针对零售农产品智能配送方法
CN108921482B (zh) 快消品投放方法及系统
CN116957648A (zh) 大数据可视化分析方法、系统、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230921

Address after: 410000 Rooms 2213-2218, 2238, 2240, 2260, Phase I, Zone C, Qilongyuan, Fenglin 3rd Road, Tianding Street, Yuelu District, Changsha City, Hunan Province

Patentee after: Chunhua Education Technology Group Co.,Ltd.

Address before: 518115 gate 106, environmental protection path, Lijia Industrial Zone, Longgang District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Lingfeng Technology Co.,Ltd.

TR01 Transfer of patent right