CN117436993B - 一种基于网购数据的商品推荐方法和系统 - Google Patents

一种基于网购数据的商品推荐方法和系统 Download PDF

Info

Publication number
CN117436993B
CN117436993B CN202311494313.2A CN202311494313A CN117436993B CN 117436993 B CN117436993 B CN 117436993B CN 202311494313 A CN202311494313 A CN 202311494313A CN 117436993 B CN117436993 B CN 117436993B
Authority
CN
China
Prior art keywords
commodity
user
model
information
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
CN202311494313.2A
Other languages
English (en)
Other versions
CN117436993A (zh
Inventor
王大举
翟朝阳
刘运会
高翔
王海燕
王苑蕾
向哲焕
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.)
Guangzhou New Target E Commerce Co ltd
Original Assignee
Guangzhou New Target E Commerce 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 Guangzhou New Target E Commerce Co ltd filed Critical Guangzhou New Target E Commerce Co ltd
Priority to CN202311494313.2A priority Critical patent/CN117436993B/zh
Publication of CN117436993A publication Critical patent/CN117436993A/zh
Application granted granted Critical
Publication of CN117436993B publication Critical patent/CN117436993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明适用于计算机领域,提供了一种基于网购数据的商品推荐方法和系统,所述方法包括:获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;识别所述参考数据中与第一商品相配合的第二商品的第二型号;根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;筛选检索呈现信息中符合目标属性的第一分类信息,本申请实施例的技术方案,第一用户不需要反复进行搜索以及与使用者沟通,提升了用户的选购体验和购买满意度。

Description

一种基于网购数据的商品推荐方法和系统
技术领域
本发明属于计算机领域,尤其涉及一种基于网购数据的商品推荐方法和系统。
背景技术
在电商平台中进行商品推荐,可以提高整个电商平台商品销售的有效转化率,增加商品销量。
现有的商品推荐,通过用户已经浏览、收藏和购买的记录,对用户进行聚类、打标签,推荐用户感兴趣的商品,可以帮助用户快速找到需要的商品;但是若涉及用户购买商品的基础为已有商品,且购买商品的使用者不是自己时,用户常常需要反复进行搜索以及与使用者沟通,甚至前往已有商品所在的使用场所进行比对,这样导致用户的体验感较差且使用者可能对下单的购买商品的满意度较差。
发明内容
本发明实施例的目的在于提供一种基于网购数据的商品推荐方法和系统,旨在解决上述背景技术中提出的问题。
本发明实施例是这样实现的,第一方面,一种基于网购数据的商品推荐方法,所述方法包括以下步骤:
获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;
根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;
识别所述参考数据中与第一商品相配合的第二商品的第二型号;
根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;
筛选检索呈现信息中符合目标属性的第一分类信息;
获取第一用户对第一分类信息的第一选择,生成选择分类信息;
将所述选择分类信息进行推送。
作为第一方面的一个可选的技术方案,所述根据检索呈现信息和第一用户的认证指令,生成数据获取请求具体包括:
确定检索呈现信息对应的操作者,获取操作者的身份认证信息;
当确定身份认证信息符合第一用户的设定身份信息时,生成数据获取请求。
作为第一方面的再一个可选的技术方案,所述根据数据获取请求获取交互用户中第二用户分享的参考数据具体包括:
向第二用户的所在终端发送数据获取请求,所述数据获取请求用于请求第二用户提供关于第一商品的相关数据;
基于所在终端提示所述相关数据的类型,所述类型包括网购订单;
获取第二用户基于所在终端发送的参考数据。
作为第一方面另一个可选的技术方案,所述根据第二型号确定第一商品的目标属性具体包括:
根据第二型号确定第一商品和第二商品的功能配合项;
筛选与所述功能配合项对应的第二商品的第二功能参数;
确定与第二功能参数相适配的第一商品的第一功能参数。
第二方面,本申请结合第一方面的技术方案,考虑到第一商品的具体型号选择,在将所述选择分类信息进行推送之后,所述方法还包括:
确定交互用户中至少一个对所述选择分类信息的第二选择,得到第一商品的第一型号。
结合第二方面的技术方案,本申请还提出第三方面的技术方案,所述方法还包括:
根据第一型号和第二型号确定第一商品和第二商品之间的空间适配信息;
识别所述空间适配信息中第一商品和第二商品的组合尺寸,判断所述组合尺寸是否达到设定阈值;
若是,则定位第二商品的实际布置区域;
识别所述实际布置区域中第一商品和第二商品的预估容置空间;
根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号。
作为第三方面可选的技术方案,所述根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号具体包括:
当组合尺寸大于预估容置空间时,确定与第一型号之间仅存在尺寸差别的第三型号,将第三型号作为第一商品的下单推荐型号,所述第三型号的商品尺寸至少在一个空间维度上小于第一型号的商品尺寸;
当组合尺寸不大于预估容置空间时,直接将第一型号作为第一商品的下单推荐型号。
作为第三方面可选的技术方案,所述识别所述实际布置区域中第一商品和第二商品的预估容置空间具体包括:
获取实际布置区域的区域影像,识别所述区域影像中第二商品所在的局部空间;
根据区域影像构建所述局部空间的第一三维模型,根据第二商品的第一尺寸信息将所述第一三维模型参数化,生成第二三维模型;
识别第二三维模型中第二商品相对承载件的有效子区域,所述有效子区域包括空余子区域;
识别第二三维模型中第二商品对应占据的实体子区域;
标记第二三维模型中有效子区域和实体子区域共同占据的空间,得到第一商品和第二商品的预估容置空间。
第四方面,本申请还提出一种基于网购数据的商品推荐系统,所述系统包括:
检索信息获取模块,用于获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;
参考数据获取模块,用于根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;
型号识别模块,用于识别所述参考数据中与第一商品相配合的第二商品的第二型号;
属性确定模块,用于根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;
筛选模块,用于筛选检索呈现信息中符合目标属性的第一分类信息;
信息生成模块,用于获取第一用户对第一分类信息的第一选择,生成选择分类信息;
推送模块,用于将所述选择分类信息进行推送。
结合第四方面的技术方案,所述系统还包括型号推荐模块,所述型号推荐模块具体包括:
第一确定单元,用于确定交互用户中至少一个对所述选择分类信息的第二选择,得到第一商品的第一型号;
第二确定单元,用于根据第一型号和第二型号确定第一商品和第二商品之间的空间适配信息;
识别和判断单元,用于识别所述空间适配信息中第一商品和第二商品的组合尺寸,判断所述组合尺寸是否达到设定阈值;
条件定位单元,用于若组合尺寸达到设定阈值,则定位第二商品的实际布置区域;
空间识别单元,用于识别所述实际布置区域中第一商品和第二商品的预估容置空间;
下单确定单元,用于根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号。
本发明实施例提供的一种基于网购数据的商品推荐方法和系统,通过不同用户之间关于参考数据的交互,实现了在非现场条件下,当第一用户存在购买检索需求时,能够主动结合第二用户的购买的第二商品,推送与第二商品相适配的第一商品的选择分类信息,第一用户不需要反复进行搜索以及与使用者(第二用户)沟通,提升了用户的选购体验和购买满意度;进一步的,通过现有的第二商品的型号、尺寸信息,以及结合其在实际布置区域中和第一商品的预估容置情况,可以用于来对第一商品进行实际的选型,从而其与第二商品配合后满足于实际布置区域中的使用。
附图说明
图1是一种基于网购数据的商品推荐方法的主流程图。
图2是一种基于网购数据的商品推荐方法中根据数据获取请求获取交互用户中第二用户分享的参考数据的流程图。
图3是一种基于网购数据的商品推荐方法中判断所述组合尺寸是否达到设定阈值的流程图。
图4是一种基于网购数据的商品推荐方法中识别所述实际布置区域中第一商品和第二商品的预估容置空间的流程图。
图5是一种基于网购数据的商品推荐方法中确定所述第一型号是否作为第一商品的下单推荐型号的流程图。
图6是一种基于网购数据的商品推荐系统的第一主结构图。
图7是一种基于网购数据的商品推荐系统的第二主结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
本发明提供的一种基于网购数据的商品推荐方法和系统,解决了背景技术中的技术问题。
如图1所示,为本发明的一个实施例提供的一种基于网购数据的商品推荐方法的主流程图,所述一种基于网购数据的商品推荐方法包括:
步骤S10:获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;
检索呈现信息是基于某用户开始在网购平台输入的检索信息得到的,检索信息,如检索关键词(可以包括第一商品或者第一商品对应的大类,如办公神器);某用户一般是第一用户;表明第一用户开始有基于第二用户的需求来进行网购的意愿,且检索关键词对应的商品一般是第二用户所没有的;第一用户开始可能知道第二用户有第二商品;
检索呈现信息在相应的点击查看(检测到点击操作等)之前,会要求获取认证指令,获取认证指令时一般显示认证指令界面,通过获取输入的身份信息并且进行认证,当认证成功时,表明检索的操作者是第一用户;
步骤S11:根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;
生成数据获取请求后,可以将数据获取请求向第二用户的所在终端发送,所在终端接收后,发出提示信息,要求输入关于第二商品的相关数据;提示信息,如提示第二商品的网购订单,第二商品的图像等;并且会显示该种数据获取请求基于第一用户进行认证的,其来源是可靠的;
步骤S12:识别所述参考数据中与第一商品相配合的第二商品的第二型号;
第二型号,如果是网购订单,直接进行提取即可,如商品编号,第二型号一般对应商品编号,每种型号的商品编号均不同;如果是图像等,通过识别商品的标签,可以得到第二商品的商品型号;
步骤S13:根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;
由于第二用户对第一商品具有需求性;并且第一商品和第二商品之间存在适配性,因此通过第二商品的第二型号,可以用来确定第一商品的目标属性,这个目标属性是第一商品和第二商品配合中较为重要的一环,用以作为筛选分类信息的基础;第一商品和第二商品,如支撑架和显示屏之间的适配;暖手垫和键盘之间的适配;这类的工作适配属性一般是接触面积;无线充电座和电子产品之间的适配等等,这类的工作适配属性一般是功率;
步骤S14:筛选检索呈现信息中符合目标属性的第一分类信息;
符合目标属性的第一商品可能存在若干种,若干第一商品的不同型号和不同品牌构成了第一分类信息;
步骤S15:获取第一用户对第一分类信息的第一选择,生成选择分类信息;
第一用户选择第一分类信息中的某种时,相当于进一步对第一商品进行筛选,例如品牌信息;
步骤S16:将所述选择分类信息进行推送。一般将选择分类信息推送到选择后的界面。
本实施例在应用时,通过根据检索呈现信息和第一用户的认证指令,生成数据获取请求;根据数据获取请求获取交互用户中第二用户分享的参考数据,识别所述参考数据中与第一商品相配合的第二商品的第二型号;根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;筛选检索呈现信息中符合目标属性的第一分类信息;获取第一用户对第一分类信息的第一选择,生成选择分类信息;将所述选择分类信息进行推送,即通过不同用户之间关于参考数据的交互,实现了在非现场条件下,当第一用户存在购买检索需求时,能够主动结合第二用户的购买的第二商品,推送与第二商品相适配的第一商品的选择分类信息,第一用户不需要反复进行搜索以及与使用者沟通,提升了用户的选购体验和购买满意度。
作为本发明的一种可选实施例,所述根据检索呈现信息和第一用户的认证指令,生成数据获取请求具体包括:
步骤:确定检索呈现信息对应的操作者,获取操作者的身份认证信息;
步骤:当确定身份认证信息符合第一用户的设定身份信息时,生成数据获取请求。
可以理解的是,操作者也即开始进行检索输入的用户;身份信息一般包括人脸信息、指纹信息等至少一种;当身份信息符合第一用户的设定人脸信息、指纹信息等时,表明数据获取请求的来源是基于第一用户,并且是真实可靠的。
如图2所示,作为本发明的另一种可选实施例,所述根据数据获取请求获取交互用户中第二用户分享的参考数据具体包括:
步骤S111:向第二用户的所在终端发送数据获取请求,所述数据获取请求用于请求第二用户提供关于第一商品的相关数据;
步骤S112:基于所在终端提示所述相关数据的类型,所述类型包括网购订单;
步骤S113:获取第二用户基于所在终端发送的参考数据。
生成数据获取请求后,向第二用户所绑定的所在终端发送,所在终端接收数据获取请求后,发出提示信息,要求输入关于第二商品的相关数据;其中在提示时,会提示一些类型,如第二商品的网购订单,第二商品的图像等;在获取网购订单信息后,一般会将其个人信息进行隐私处理,如打码等。
作为本发明的又一种可选实施例,所述根据第二型号确定第一商品的目标属性具体包括:
步骤:根据第二型号确定第一商品和第二商品的功能配合项;
功能配合项为第一商品和第二商品通过连接实现功能配合和/或放置实现功能配合;例如带有卡槽和卡凸的A和B之间的连接配合,或者通过线路接口实现配合的C和D,再比如通过摆放接触实现功能配合的F和G;
步骤:筛选与所述功能配合项对应的第二商品的第二功能参数;
第二功能参数为功能项对应下第二商品的参数,如卡槽的大小;某种线路接口类型下的输入电流,电压等;摆放接触的被承载面积;
步骤:确定与第二功能参数相适配的第一商品的第一功能参数。
与第一功能参数相对应的,如卡凸的大小;某种线路接口类型下的输出电流,电压等;摆放接触的支撑面积;
应当理解的是,通过第二商品的第二型号,可以用来确定第一商品的目标属性,这个目标属性是第一商品和第二商品配合中较为重要的一环,用以作为筛选分类信息的基础。
作为本发明的一种拓展的实施例,在将所述选择分类信息进行推送之后,所述方法还包括:
步骤:确定交互用户中至少一个对所述选择分类信息的第二选择,得到第一商品的第一型号。
选择分类信息中至少一种可以为交互用户所选择,此时的交互用户包括第一用户和第二用户中至少一个;第一用户基于价格等原因可以考虑若干个型号,然后将若干型号供第二用户选择,其可以有条件的选择自己所喜欢的。从而在不考虑其他条件的情况下,可以确定交互双方都较为满意的第一商品的第一型号。
如图3所示,结合上一个拓展的实施例,作为本发明又一个拓展的实施例,所述方法还包括:
步骤S20:根据第一型号和第二型号确定第一商品和第二商品之间的空间适配信息;
空间适配信息包括构建第一商品和第二商品之间的三维适配模型,由于第一型号和第二型号具体已知,其详细尺寸也是已知的,也可以直接获取第一商品和第二商品的三维模型,然后接收交互用户输入的适配状态操作,即具体的用户习惯使用的二者的适配组合,得到三维适配模型,即空间适配信息;
步骤S21:识别所述空间适配信息中第一商品和第二商品的组合尺寸,判断所述组合尺寸是否达到设定阈值;
空间适配信息表示第一商品和第二商品的组合状态,因此,其组合尺寸可以进行测算;也即测算三维适配模型的组合尺寸即可;一般对于较小的组合尺寸,不考虑其组合尺寸,如鼠标,圆珠笔等,但是对于较大的组合尺寸,应当考虑其组合尺寸,组合尺寸在某一个维度上的最大尺寸达到设定阈值时,应当考虑其具体的使用放置;
步骤S22:若是,则定位第二商品的实际布置区域;
实际布置区域一般是第二用户对于第二商品的实际使用区域,第二商品存在于历史网购数据,其已经处于使用状态;
步骤S23:识别所述实际布置区域中第一商品和第二商品的预估容置空间;
预估容置空间表示考虑方便使用(且一般不改变实际布置)的情况下,实际布置区域中第一商品和第二商品适配的最大有效空间;
步骤S24:根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号。通过组合尺寸和预估容置空间之间的尺寸比较,可以得到满足实际需求的第一商品的具体型号。如果组合尺寸太大,认定不适合使用,反之则可以。
以上通过现有的第二商品的型号、尺寸信息,以及结合其在实际布置区域中和第一商品的预估容置情况,可以用于来对第一商品进行实际的选型,以使得其与第二商品配合后满足于实际布置区域中的使用。
如图4所示,作为又一个拓展的实施例中可选的方案,所述识别所述实际布置区域中第一商品和第二商品的预估容置空间具体包括:
步骤S231:获取实际布置区域的区域影像,识别所述区域影像中第二商品所在的局部空间;
区域影像一般是第二用户所提供的,其实际是关于第二商品和第一商品配合使用区域的影像,需要注意的是,为了避免构建三维模型时的数据处理量过大,这里选取的是第二商品所在的局部空间;局部空间应当至少覆盖第一商品和第二商品的配合使用位置;
步骤S232:根据区域影像构建所述局部空间的第一三维模型,根据第二商品的第一尺寸信息将所述第一三维模型参数化,生成第二三维模型;
局部空间的三维模型即为第一三维模型;区域影像为视频和/或图像,基于区域影像构建三维模型的现有技术包括深度学习算法,或者接入市面上成熟的软件,如kyline的Photomesh软件,Airbus的街景工厂等;第二商品的尺寸信息是已知的,因为其是第二型号,其尺寸信息一般可以从网购页面获取;将第一三维模型参数化可以得到与局部空间的实体比例为1:1的三维模型;
步骤S233:识别第二三维模型中第二商品相对承载件的有效子区域,所述有效子区域包括空余子区域;
承载件一般适用于承载第一商品和第二商品的物件;第一商品和第二商品处于配合状态下时设置在承载件上,配合状态包括位置相距较近或者位置存在重叠;因此有效子区域为配合状态下所留给第一商品的最大区域,这个最大区域一般是相应的空余子区域,也即与第二商品相近所空余的子区域或者重叠位置上除去其他物品所留下的子区域;在三维模型中承载件上的物品都是可以识别的,因此有效子区域可以直接在三维模型中进行拾取;在必要时,也可以获取交互用户的操作,进行人工辅助拾取;有效子区域实际上是一个假想的留给第一商品的规划子区域;
步骤S234:识别第二三维模型中第二商品对应占据的实体子区域;
实体子区域,也即第二商品占据的空间位置;虽然第二商品直接占据的子区域与在适配使用下可能发生平移,如显示屏被支撑起来,但是实际上空余子区域的大小并不会因此改变,因此对应占据的实体子区域可以是第二商品直接占据的子区域;或者接收用户的操作将第二商品进行对应适配位置调整所得到的子区域,为对应占据的实体子区域;
步骤S235:标记第二三维模型中有效子区域和实体子区域共同占据的空间,得到第一商品和第二商品的预估容置空间。
由于有效子区域和实体子区域均已经确定,因此二者形成的叠加区间也即共同占据的空间,一般通过不同的颜色标记来留给二者共同占据的空间,也即预估容置空间;
应当理解的是,根据实际布置区域的影像,最终得到符合实际的第一商品和第二商品的预估容置空间,不需要在实际布置区域进行实际的测量等工作,即可得到与实际大小相符合的预估容置空间,便于进行组合尺寸的大小测算。
如图5所示,作为又一个拓展的实施例中可选的方案,所述根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号具体包括:
步骤S241:当组合尺寸大于预估容置空间时,确定与第一型号之间仅存在尺寸差别的第三型号,将第三型号作为第一商品的下单推荐型号,所述第三型号的商品尺寸至少在一个空间维度上小于第一型号的商品尺寸;
组合尺寸是否大于预估容置空间,只需要看若干维度上组合尺寸的最大尺寸和预估容置空间的最大尺寸之间的大小即可;若前者任意一个空间维度上最大尺寸较大,则组合尺寸大于预估容置空间,表示预估容置空间容置组合状态下的第一商品和第二商品有困难;例如组合尺寸为显示屏和支架的组合的尺寸,其在高度上的最大尺寸为60cm,复合式书桌作为承载件,其预估容置空间的最大高度有80cm,但是宽度上的最大尺寸为30cm,但是承载件的预估容置空间的最大宽度只有25cm,因此组合尺寸大于预估容置空间;
相反,若前者所有维度上最大尺寸较小,则组合尺寸不大于预估容置空间,则表示预估容置空间可以容置组合状态下的第一商品和第二商品;这里的空间维度包括长、宽、高至少三个维度;
由于第二商品已经确定,改变的只能是第一商品的型号,因此改变型号对应改变尺寸大小;具体在选择第三型号时,可以将若干不同型号的第一商品和第二商品组合,得到若干组合尺寸,然后若判定干组合尺寸不大于预估容置空间,即可得到满足条件的第三型号,也可以从比第一型号尺寸小的第三型号逐个试探;不同型号的商品一般是等比例尺寸变化或者某个空间维度上的变化(如长度),结合第一型号的组合尺寸比较的同种方法,这里的选型并不困难;
步骤S242:当组合尺寸不大于预估容置空间时,直接将第一型号作为第一商品的下单推荐型号。该种情况下直接将第一型号作为下单推荐型号,也即将第一型号的第一商品推荐给第一用户。
如果结合实施例整体来看,得到三维模型中的预估容置空间后,第二商品在三维模型中是已知的,直接参考第一商品的不同尺寸构建不同型号下的第一商品模型,组合尺寸对应第一商品和第二商品的组合模型,由于预估容置空间实际也是第二三维模型中的部分,因此可以将组合模型导入第二三维模型的预估容置空间中,此时对于组合尺寸和预估容置空间的比较,只需要判断预估容置空间和组合模型是否存在干涉即可,当不存在时,表示组合尺寸小于预估容置空间,对应型号满足选型条件。
以上通过组合尺寸和预估容置空间之间的尺寸比较,可以得到满足实际需求的第一商品的具体型号,不需要到现场进行测算和比较,可以为用户提供可靠的商品选型依据,利于提升用户的网购体验。
如图6所示,考虑到与前述相应的产品实施例,本申请还提出一种基于网购数据的商品推荐系统,所述系统包括:
检索信息获取模块100,用于获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;
参考数据获取模块200,用于根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;
型号识别模块300,用于识别所述参考数据中与第一商品相配合的第二商品的第二型号;
属性确定模块400,用于根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;
筛选模块500,用于筛选检索呈现信息中符合目标属性的第一分类信息;
信息生成模块600,用于获取第一用户对第一分类信息的第一选择,生成选择分类信息;
推送模块700,用于将所述选择分类信息进行推送。
通过根据检索呈现信息和第一用户的认证指令,生成数据获取请求;根据数据获取请求获取交互用户中第二用户分享的参考数据,识别所述参考数据中与第一商品相配合的第二商品的第二型号;根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;筛选检索呈现信息中符合目标属性的第一分类信息;获取第一用户对第一分类信息的第一选择,生成选择分类信息;将所述选择分类信息进行推送,即通过不同用户之间关于参考数据的交互,实现了在非现场条件下,当第一用户存在购买检索需求时,能够主动结合第二用户的购买的第二商品,推送与第二商品相适配的第一商品的选择分类信息,第一用户不需要反复进行搜索以及与使用者沟通,提升了用户的选购体验和购买满意度。
如图7所示,作为产品实施例中进一步的拓展,所述系统还包括型号推荐模块800,所述型号推荐模块800包括:
第一确定单元,用于确定交互用户中至少一个对所述选择分类信息的第二选择,得到第一商品的第一型号;
第二确定单元,用于根据第一型号和第二型号确定第一商品和第二商品之间的空间适配信息;
识别和判断单元,用于识别所述空间适配信息中第一商品和第二商品的组合尺寸,判断所述组合尺寸是否达到设定阈值;
条件定位单元,用于若组合尺寸达到设定阈值,则定位第二商品的实际布置区域;
空间识别单元,用于识别所述实际布置区域中第一商品和第二商品的预估容置空间;
下单确定单元,用于根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号。
通过现有的第二商品的型号、尺寸信息,以及结合其在实际布置区域中和第一商品的预估容置情况,可以用于来对第一商品进行实际的选型,从而其与第二商品配合后满足于实际布置区域中的使用。
本发明上述实施例中提供了一种基于网购数据的商品推荐方法,并基于该基于网购数据的商品推荐方法提供了一种基于网购数据的商品推荐系统,通过不同用户之间关于参考数据的交互,实现了在非现场条件下,当第一用户存在购买检索需求时,能够主动结合第二用户的购买的第二商品,推送与第二商品相适配的第一商品的选择分类信息,第一用户不需要反复进行搜索以及与使用者沟通,提升了用户的选购体验和购买满意度;进一步的,通过现有的第二商品的型号、尺寸信息,以及结合其在实际布置区域中和第一商品的预估容置情况,可以用于来对第一商品进行实际的选型,从而其与第二商品配合后满足于实际布置区域中的使用。
为了能够加载上述方法和系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述系统的控制中心,利用各种接口和线路连接各个部分。
上述存储器可用于存储计算机以及系统程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等。存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本应该理解的是,虽然本发明各实施例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,各实施例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。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于网购数据的商品推荐方法,其特征在于,所述方法包括:
获取关于第一商品的检索呈现信息和第一用户的认证指令,根据检索呈现信息和第一用户的认证指令,生成数据获取请求;
根据数据获取请求获取交互用户中第二用户分享的参考数据,所述参考数据包括网购数据,所述交互用户包括第一用户和第二用户;
识别所述参考数据中与第一商品相配合的第二商品的第二型号;
根据第二型号确定第一商品的目标属性,所述目标属性至少包括工作适配属性;
筛选检索呈现信息中符合目标属性的第一分类信息;
获取第一用户对第一分类信息的第一选择,生成选择分类信息;
将所述选择分类信息进行推送;
所述根据数据获取请求获取交互用户中第二用户分享的参考数据具体包括:
向第二用户的所在终端发送数据获取请求,所述数据获取请求用于请求第二用户提供关于第一商品的相关数据;
基于所在终端提示所述相关数据的类型,所述类型包括网购订单;
获取第二用户基于所在终端发送的参考数据;
述根据第二型号确定第一商品的目标属性具体包括:
根据第二型号确定第一商品和第二商品的功能配合项;
筛选与所述功能配合项对应的第二商品的第二功能参数;
确定与第二功能参数相适配的第一商品的第一功能参数;
所述方法还包括:
根据第一型号和第二型号确定第一商品和第二商品之间的空间适配信息;
识别所述空间适配信息中第一商品和第二商品的组合尺寸,判断所述组合尺寸是否达到设定阈值;
若是,则定位第二商品的实际布置区域;
识别所述实际布置区域中第一商品和第二商品的预估容置空间;
根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号;
所述根据所述组合尺寸和预估容置空间的关系确定所述第一型号是否作为第一商品的下单推荐型号具体包括:
当组合尺寸大于预估容置空间时,确定与第一型号之间仅存在尺寸差别的第三型号,将第三型号作为第一商品的下单推荐型号,所述第三型号的商品尺寸至少在一个空间维度上小于第一型号的商品尺寸;
当组合尺寸不大于预估容置空间时,直接将第一型号作为第一商品的下单推荐型号;
检索信息包括检索关键词,且检索关键词对应的商品是第二用户所没有的。
2.根据权利要求1所述的基于网购数据的商品推荐方法,其特征在于,在将所述选择分类信息进行推送之后,所述方法还包括:
确定交互用户中至少一个对所述选择分类信息的第二选择,得到第一商品的第一型号。
3.根据权利要求1所述的基于网购数据的商品推荐方法,其特征在于,所述根据检索呈现信息和第一用户的认证指令,生成数据获取请求具体包括:
确定检索呈现信息对应的操作者,获取操作者的身份认证信息;
当确定身份认证信息符合第一用户的设定身份信息时,生成数据获取请求。
4.根据权利要求1所述的基于网购数据的商品推荐方法,其特征在于,所述识别所述实际布置区域中第一商品和第二商品的预估容置空间具体包括:
获取实际布置区域的区域影像,识别所述区域影像中第二商品所在的局部空间;
根据区域影像构建所述局部空间的第一三维模型,根据第二商品的第一尺寸信息将所述第一三维模型参数化,生成第二三维模型;
识别第二三维模型中第二商品相对承载件的有效子区域,所述有效子区域包括空余子区域;
识别第二三维模型中第二商品对应占据的实体子区域;
标记第二三维模型中有效子区域和实体子区域共同占据的空间,得到第一商品和第二商品的预估容置空间。
CN202311494313.2A 2023-11-10 2023-11-10 一种基于网购数据的商品推荐方法和系统 Active CN117436993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311494313.2A CN117436993B (zh) 2023-11-10 2023-11-10 一种基于网购数据的商品推荐方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311494313.2A CN117436993B (zh) 2023-11-10 2023-11-10 一种基于网购数据的商品推荐方法和系统

Publications (2)

Publication Number Publication Date
CN117436993A CN117436993A (zh) 2024-01-23
CN117436993B true CN117436993B (zh) 2024-06-21

Family

ID=89551342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311494313.2A Active CN117436993B (zh) 2023-11-10 2023-11-10 一种基于网购数据的商品推荐方法和系统

Country Status (1)

Country Link
CN (1) CN117436993B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988989A (zh) * 2021-11-08 2022-01-28 深圳市合和舍国际电子商务有限公司 一种适用于进口家具的智能推荐方法、系统及存储介质
CN116739692A (zh) * 2023-04-17 2023-09-12 北京前往科技有限公司 一种电商大数据反馈的推送优化方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200006383A (ko) * 2018-07-10 2020-01-20 이용수 온라인 의류 추천 장치 및 그 방법
CN110880136A (zh) * 2018-09-06 2020-03-13 北京京东尚科信息技术有限公司 配套产品的推荐方法、系统、设备和存储介质
KR102288403B1 (ko) * 2020-03-31 2021-08-09 김혜림 Sns 기반 한 벌 가구 원스톱 제공 시스템
KR102422408B1 (ko) * 2020-05-22 2022-07-19 주식회사 스타일셀러 협업 필터링 신경망을 이용하여 상품을 추천하는 방법 및 장치
CN114820089A (zh) * 2021-01-18 2022-07-29 腾讯科技(深圳)有限公司 订单处理方法、装置、计算机设备和存储介质
CN113011970A (zh) * 2021-03-31 2021-06-22 张文 实现商家融资的互联网产品预购方法、装置、系统和介质
CN115631011A (zh) * 2022-10-14 2023-01-20 上海天擎天拓信息技术股份有限公司 一种基于互联网的产品推送方法及系统
CN116109378A (zh) * 2022-12-29 2023-05-12 上海禹璨信息技术有限公司 共享购物方法、装置、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988989A (zh) * 2021-11-08 2022-01-28 深圳市合和舍国际电子商务有限公司 一种适用于进口家具的智能推荐方法、系统及存储介质
CN116739692A (zh) * 2023-04-17 2023-09-12 北京前往科技有限公司 一种电商大数据反馈的推送优化方法及系统

Also Published As

Publication number Publication date
CN117436993A (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
US10963951B2 (en) Shopping trip planner
US9390301B2 (en) User grouping apparatus and methods based on collected wireless IDs in association with location and time
US20100013603A1 (en) Wireless ID Managing Apparatus, Wireless ID Managing Method And Wireless ID Recorder
JP6185216B1 (ja) 情報提供システム、情報提供装置、情報提供方法、及びプログラム
BR112015028550B1 (pt) Sistema provedor de informação de coordenadas
KR102320749B1 (ko) 인플루언서를 매개로 하는 쇼핑 정보 제공 시스템 및 방법
JP6879379B2 (ja) 接客支援装置、接客支援方法、及びプログラム
US9928532B2 (en) Image based search engine
JP2007200099A (ja) アイテム選択支援装置、方法およびプログラム
JP6736221B2 (ja) 情報処理装置および方法、並びにプログラム
WO2020007141A1 (zh) 线下商品信息查询方法、装置、设备及系统
KR102664560B1 (ko) 물리적 객체 위치를 기초로 한 모바일 애플리케이션 카메라 활성화 및 비활성화
CN117436993B (zh) 一种基于网购数据的商品推荐方法和系统
US20190156077A1 (en) System and method for collecting and/or retrieving information relating to objects
US20210090135A1 (en) Commodity information notifying system, commodity information notifying method, and program
CN113554400A (zh) 库存数据更新方法、装置、设备和存储介质
US20190318386A1 (en) Information processing method, program, information processing system, and information processing apparatus
JP6695953B1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP6522173B1 (ja) 情報処理装置及び情報処理プログラム
KR20200023095A (ko) 상품 정보 관리 방법 및 이를 지원하는 서비스 장치
JP6655955B2 (ja) 購入支援プログラムおよび購入支援システム
JP6915694B2 (ja) 接客支援装置、接客支援方法、及びプログラム
CN112990783A (zh) 一种物资调配方法、系统、设备和介质
US20130257906A1 (en) Generating publication based on augmented reality interaction by user at physical site
CN111275534A (zh) 商品补货方法、装置、系统及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240528

Address after: Unit 401-407, Building 18, No. 199 Guangming South Road, Shiqiao Street, Panyu District, Guangzhou City, Guangdong Province, 511400

Applicant after: Guangzhou New Target E-commerce Co.,Ltd.

Country or region after: China

Address before: Room 406, 4th Floor, Xinxiangshicheng Entrepreneurship and Employment Incubation Base, Building 51, No. 5 Baishan Road, Qiaoxi District, Zhangjiakou City, Hebei Province, 075000

Applicant before: Zhangjiakou Weizhi Network Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant