CN117934116A - 用于从社交在线购物进行意图推理的系统及方法 - Google Patents

用于从社交在线购物进行意图推理的系统及方法 Download PDF

Info

Publication number
CN117934116A
CN117934116A CN202410114307.8A CN202410114307A CN117934116A CN 117934116 A CN117934116 A CN 117934116A CN 202410114307 A CN202410114307 A CN 202410114307A CN 117934116 A CN117934116 A CN 117934116A
Authority
CN
China
Prior art keywords
user
processor
party
server
online shopping
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
CN202410114307.8A
Other languages
English (en)
Inventor
撒布吉特·S·帕哈尔
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.)
Sa BujiteSPahaer
Original Assignee
Sa BujiteSPahaer
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 Sa BujiteSPahaer filed Critical Sa BujiteSPahaer
Publication of CN117934116A publication Critical patent/CN117934116A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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]
    • 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]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种用于从社交在线购物进行意图推理的系统及方法。该方法包括：从与第一用户相关联的第一用户装置接收在第三方在线购物平台处进行社交在线购物的邀请请求；生成对邀请请求中标识的一个或更多个联系人的邀请；向一个或更多个联系人发送邀请；响应于检测到接受邀请，将第一用户装置与一个或更多个第二用户装置进行连接；接收第一装置与一个或更多个第二装置之间的通信数据；基于通信数据推理第一用户和一个或更多个联系人的意图；以及基于意图生成与第三方在线购物平台所提供的一个或更多个产品或服务相关联的推荐。

Description

用于从社交在线购物进行意图推理的系统及方法
相关申请的交叉引用
本申请要求2023年1月26日提交的、发明名称为“SOCIAL ONLINE SHOPPING ANDEXPERIENCE(社交在线购物和体验)”的美国临时专利申请No.63/481,667的优先权，其内容通过引用并入本文下面的示例实施例的详细描述中。
技术领域
一些示例实施例涉及社交在线购物，并且具体而言，涉及一种用于社交在线购物和体验的系统及方法。
背景技术
在线购物普遍比实体店购物具有更低转化率和更高退货率。例如，在线购物转化率比实体零售购物转化率低5倍，而在线购物退货率比实体零售退货率高3倍。例如，与实体零售转化率为17％相比，在线购物转化率为3％。这导致电子商务的收入机会损失。与实体购物的平均退货率为8％相比，在线电子商务的平均退货率为25％。这不仅给消费者带来麻烦，而且导致更高的成本。这两个问题的根源可能都是客户体验的不同。与实体店的社交体验相比，在线购物体验是单客式的。
虽然可以通过社交平台实现社交体验，但这通常需要从电子商务网站切换到社交平台。由于过程中的阻碍，这往往会导致客户流失。
发明内容
该系统和方法的示例通过允许在用户和他们的联系人(诸如家庭成员和/或朋友)之间实时讨论电子商务平台上提供的产品和服务，能够将单客式在线购物体验转变为社交购物体验，而无需离开电子商务平台。
同样，该系统和方法可以基于社交在线购物期间用户与其联系人之间的对话，使用人工智能(AI)来推荐产品或服务、捆绑产品和/或服务、为用户提供数量折扣并且为用户呈现精心策划的体验。
该系统和方法也可以被非电子商务公司使用，包括品牌组织或常规经营公司，以供内部用于员工与其客户的沟通联络。例如，该系统和方法允许非电子商务平台通过回答其客户的问题而与客户建立联系，这可以对于非电子商务平台的成功至关重要。
示例实施例是一种用于从社交在线购物进行意图推理的方法，其包括：在处理器处从与第一用户相关联的第一用户装置接收在第三方在线购物平台处进行社交在线购物的邀请请求；在处理器处生成对邀请请求中标识的一个或更多个联系人的邀请；向一个或更多个联系人发送邀请；响应于检测到与一个或更多个联系人相关联的一个或更多个第二用户装置接受邀请，将第一用户装置与一个或更多个第二用户装置进行连接；在处理器处接收第一用户装置与一个或更多个第二用户装置之间的通信数据；在处理器处基于通信数据推理第一用户和一个或更多个联系人的意图；以及由处理器基于意图生成与第三方在线购物平台所提供的一个或更多个产品或服务相关联的推荐。
在任一前述方法的另一示例实施方式中，邀请请求包括第三方在线购物平台的第三方网页的地址。
在任一前述方法的另一示例实施例中，邀请请求包括邀请一个或更多个第二用户装置共享第一用户装置的屏幕。
在任一前述方法的另一示例实施例中，邀请请求包括：第三方在线购物平台的第三方网页的地址；第一用户装置的屏幕宽度和高度；正在显示第三方网页的第一网络浏览器窗口的第一网页视图设置，第一网页视图设置包括正在显示第三方网页的第一网页浏览器窗口的宽度和高度；以及第一用户装置上正在显示第三方网页的第一网页浏览器窗口的第一滚动X和Y位置。
在任一前述方法的另一示例实施例中，响应于检测到与一个或更多个联系人相关联的一个或更多个第二用户装置接受邀请，在处理器处从一个或更多个第二用户装置中的每一个接收“一个或更多个第二装置中的每一个”的第二屏幕宽度和高度，以及接收第二网络浏览器窗口的宽度和高度；以及从处理器向一个或更多个第二装置中的每一个发送允许一个或更多个第二用户装置在“一个或更多个第二用户装置中的每一个”的第二网络浏览器窗口上显示第三方网页的相应代码，以及发送包括第二网络浏览器窗口的第二滚动X和Y位置的第二网页视图设置，以在一个或更多个第二用户装置中的每一个上实现与在第一用户装置上正在显示第三方网页的第一网络浏览器窗口的第一网页视图设置相同的相对应的网页视图设置。
在任一前述方法的另一示例实施例中，推理还基于第一用户装置的共享或曾经共享的屏幕的内容。
在任一前述方法的另一示例实施例中，邀请包括统一资源定位符(URL)链接。
在任一前述方法的另一示例实施例中，推荐包括替代产品或服务。
在任一前述方法的另一示例实施例中，除了第一用户和一个或更多个联系人感兴趣的产品或服务之外，推荐还包括捆绑的产品或服务。
在任一前述方法的另一示例实施例中，推荐包括给第一用户和一个或更多个联系人的一个或更多个产品或服务的数量折扣信息。
在任一前述方法的另一示例实施例中，该方法还包括：由处理器使用一个或更多个机器学习模型来生成推荐。
在任一前述方法的另一示例实施例中，第三方在线购物平台是连通至处理器的第三方主机服务器。
在任一前述方法的另一示例实施例中，处理器通过使用WebRTC(网络实时通信)来接收通信数据。
在任一前述方法的另一示例实施例中，通信数据涉及一个或更多个产品或服务。
在任一前述方法的另一示例实施例中，通信数据包括文本、语音、图像或视频中的一种或更多种。
在任一前述方法的另一示例实施例中，通信数据包括音频数据，并且处理器被配置为将音频数据转换为文本，以供推理。
在任一前述方法的另一示例实施例中，通信数据存储在云服务器中。
在任一前述方法的另一示例实施例中，处理器位于云服务器中。
在任一前述方法的另一示例实施例中，该方法还包括：在处理器处从“第一用户和一个或更多个第二用户中的两个或更多个”接收对产品或服务的两次或更多次支付，其中，两次或更多次支付的总量等于产品或服务的价格，并且其中，“两次或更多次支付中的每一次”都与产品或服务以及第一用户和一个或更多个第二用户相关联。
在任一前述实施例中，从“第一用户装置和一个或更多个第二用户装置中的一个或更多个”接收退款请求；以及向“第一用户和一个或更多个第二用户中的两个或更多个”退回两次或更多次支付。
一种用于从社交在线购物进行意图推理的系统，其包括：服务器，其具有至少一个被配置为执行根据前述实施例中任一项的方法的处理器。
附图说明
现在将通过示例的方式对示出了示例实施例的附图进行说明，并且在附图中：
图1是根据示例实施例的用于社交在线购物的系统的示意图；
图2是示出了图1中的系统的示例操作的另一图；
图3是例示了根据示例实施例的社交在线购物过程的流程图；
图4是例示了根据示例实施例的图1中的系统的示例性网页和界面的图；
图5是例示了根据另一示例实施例的图1中的系统的另一示例性网页和界面的图；
图6是示出了根据另一示例实施例的图1中的系统的另一示例的图；以及
图7是根据示例实施例的图1中的服务器的框图。
具体实施方式
在示例中，网页相关术语“网络浏览器窗口”也可以是指网络窗口、无界面网络窗口(headless web windows)，或者是网络浏览器程序内的网络浏览器标签页。在本文的所有示例中，关于“人”、“用户”或“客户”的操作的任何表述类似地适用于由该人、用户或客户正在使用的“装置”的功能或操作。
图1例示了根据示例实施例的用于社交在线购物的系统10。系统10可以包括服务器100、数据库100a、两个或更多个用户装置102和104a-104c。
服务器100被配置为与两个或更多个用户装置102和104a-104c以及数据库100a通信。用户装置102和104a-104c可以是任何通信装置，诸如计算机、平板电脑或智能电话。服务器100可以经由通信链路114与用户装置102和104a-104c通信。通信链路114可以由一个或更多个通信网络提供，所述通信网络例如是无线网络和/或有线通信网络。
在图1和图2的示例中，用户装置102和104a-104c经由服务器100彼此通信。用户装置102和104a-104c中的每一个都支持双向音频、视频和文本数据通信。用户装置102和104a-104c中的每一个都可以包括一个或更多个扬声器、麦克风、摄像头以及诸如键盘之类的文本输入器件。
服务器100被配置为接收来自用户之间的通信数据。在图2的示例中，服务器100被配置为接收来自一个或更多个发送方(其可以是用户装置102和104a-104c中的一个或更多个)的所有通信数据，并且向一个或更多个接收方(其可以是用户装置102和104a-104c中的一个或更多个)进行通信数据中继。
如图2中的示例所示，服务器100可以使用WebRTC(Web Real-TimeCommunication：网络实时通信)来接收用户之间交换的通信数据。WebRTC经由应用程序接口(API)为网络浏览器和移动应用提供实时通信(RTC)，并且允许在网页(其中包括第三方网页106)内的文本、音频和视频通信中进行直接点对点通信。服务器100还可以使用内联框架(iFrame)来检索网页106上的信息。iFrame是在父网页内加载另一HTML页面的HTML元素。
在一些示例中，服务器100可以是云服务器。在此情况下，系统10是云平台。
数据库100a可以集成在服务器100中，或者设置在单独的服务器中。在一些示例中，数据库100a是远程数据库或云数据库。
数据库100a被配置为存储用户账户信息、用户装置102和104a-104c的装置标识、通信数据、用户的购物清单和联系人列表，以及第三方服务器108的产品和服务。账户信息包括对系统10中的已注册用户进行唯一标识的信息，诸如用户的姓名、地址、联系信息。账户信息还可以包括一个或更多个用户完成在线购物金融交易而必需的金融信息，诸如信用卡信息、PayPalTM信息或任何其他在线支付选项的信息。当用户登录服务器100时，服务器100唯一地标识该用户。
在用户登录到系统10之后，用户的账户信息与相应的用户装置102或104a-104c相关联，并且因此与用户装置102和104a-104c的装置标识相关联。服务器100唯一地识别特定最终客户314或316的装置，这将在下面更详细地描述。
然而，在一个家庭中，可以存在多于一台的具有相同IP地址的装置，并且IP地址可能随时变化。装置的媒体访问控制(MAC)地址也是不可行的，因为它出于安全考虑而无法公开使用。相反，在一些示例中，服务器100识别来自每个装置的浏览器设置的图像。与装置关联的或安装在装置中的每个网络浏览器(诸如Microsoft Internet Explorer(TM)或Google Chrome(TM))具有唯一的浏览器设置图像。当装置首次访问在服务器100注册的网站时，服务器100生成装置的浏览器设置图像并且保存在数据库100a中。在装置每次随后访问在服务器100注册的网站时，服务器100将装置的浏览器设置图像与数据库100a中保存的浏览器设置图像进行比较。如果服务器100找到匹配，则服务器100用浏览器设置图像来标识该装置，并因此标识与该装置相关联的用户。
用户装置102和104a-104c的装置标识通过基于例如装置的浏览器设置图像和/或IP地址和/或用户装置102和104a-104c的用户代理数据来标识装置ID，唯一地标识在服务器100中登录的每个用户装置102和104a-104c。
如本领域所理解的，可以由服务器100使用JavaScript(TM)函数“Fingerprintjs2”(其是十六进制序列形式的、用户装置的浏览器设置的唯一JavaScript(TM)指纹)来确定用户装置102和104a-104c的浏览器指纹。用户装置的用户代理数据由服务器100根据从用户界面150接收的HTTP请求报头来确定，并且其包括用户装置的应用类型、操作系统、软件供应商或软件版本。在示例中，可以通过对这一组合进行聚合且可选地伴随其他计算(例如，散列)来生成装置ID。在很多示例中，组合的三个参数中的一个、两个或三个被用于生成装置ID。
在一些示例中，服务器100可以用如下装置ID来标识装置，装置ID包括装置使用的IP地址和浏览器设置图像以及装置的用户代理数据。
数据库100a中所存储的通信数据可以包括经由用户装置102和104a-104c来自用户的音频信号(诸如使用用户装置102和104a-104c的用户的语音)和/或经由用户装置102和104a-104c在用户之间交换的文本或语音消息或图像文件。通信数据可以包括网页106上的信息、用户与联系人之间的对话或讨论、关于产品或服务的反馈等。通信数据还可以包括在用户之间进行通信期间所使用的图像或视频。
在示例中，来自视频的通信数据可以包括来自视频的音频数据。在示例中，使用语音转文本技术将音频数据转换为文本，以推理文本的上下文。
在示例中，从视频中提取情感数据，例如对话中的一个或更多个用户。
在示例中，从视频提取产品或服务数据，例如对话中的一个或更多个用户可能正在视频上展示实际产品或演示服务。例如，一个或更多个用户可能展示所需产品的颜色以供讨论。
数据库100a还可以存储一个或更多个购物清单以及一个或更多个联系人列表，购物清单包括一个或更多个用户感兴趣的商品或服务的列表，联系人列表包括每个用户的联系人，诸如联系人的电子邮件地址、电话号码和社交媒体帐户。
在图1和图2的示例中，用户装置102和104a-104c被配置为经由互联网浏览由第三方服务器108托管的第三方网页106。第三方服务器108可以是一个或更多个在线购物平台或电子商务平台，诸如eBayTM、AmazonTM或支持在线购物的其他电子商务网站。服务器100被配置为经由通信链路114与第三方服务器108通信。例如，服务器100可以从第三方服务器108检索可用产品或服务、可用产品包、可用批量折扣的信息，并且向与用户装置102和104a-104c相关联的用户提供该信息。
如稍后将更详细描述的，基于所收集的通信数据，服务器100被配置为向用户提供与产品或服务相关的推荐。例如，服务器100可以使用意图预测机器学习模型(例如，使用基于卷积神经网络(CNN)的模型)，用以预测用户的意图并对在线购物的产品或服务做出推荐。
例如，机器学习模型可以由在服务器100中运行的神经网络来实现。将笼统地简要描述神经网络。神经网络可以包括多层神经元，每个神经元接收来自前一层的输入，这些输入被赋予一组权重，并将这些加权后的输入组合起来，以生成输出，该输出又可以作为输入提供给后续层的一个或更多个神经元。
一层神经元使用若干滤波器来定义前一层神经元的输出与当前层的神经元的输出之间的关系。神经网络的一个层接收数据输入，所述数据输入通常是已知维度的数据阵列的形式。通过将这组滤波器(层)应用于数据输入(诸如通信数据输入)，各层生成数据输出，该数据输出通常是具有已知维度的数据阵列。滤波器包含一组权重(也称为参数)的集合。
机器学习模型被训练成基于通信数据输入来推理用户的意图。在神经网络的示例中，对神经网络的训练涉及学习或确定整个网络中在不同权重位置处的适当权重值。在就执行给定的推理任务而经过最优训练之后，神经网络的权重对最终推理输出的贡献并不相同：某些权重由于其贡献高而具有较高的值，而其他权重由于其贡献低而具有较低的值。如果权重没有经过适当训练(例如，高值权重经训练后被错误放置或被错误标定)，那么经过训练的网络将以更低精度来执行。关于识别用户的意图，可以通过合适的训练数据集合来训练机器学习模型，以确定适当的权重。训练数据可以包括带标签的输入集合，该带标签的输入集合可以基于模拟场景或实际场景。经过训练的机器学习模型可以用于创建和应用模型来执行推理任务。在一些示例中，经过训练的机器学习模型包括支持向量机(SVM)或线性回归。
经过训练的机器学习模型可以用于创建和应用模型来执行意图推理任务，诸如基于通信数据识别用户的意图。
服务器100中的机器学习模型可以基于用户的意图生成关于产品或服务的推荐，并且服务器100可以经由通信链路114向用户装置102和104a-104c发送推荐。
图3例示了根据示例实施例的使用系统10的社交在线购物过程300的示例。
在图3中，第一用户使用第一装置102登录到服务器100。服务器100可以使用数据库100a中所存储的用户账户信息和装置标识来唯一地识别第一用户和第一装置102。第一用户可以使用第一用户装置102访问由服务器108托管的电子商务网页106，诸如AmazonTM。当第一用户打开网页106时，服务器100被配置为在该网页上嵌入服务器100的用户界面或前端150。用户界面150允许服务器100访问用户装置102上的第一用户的联系人列表152。联系人列表152可以包括第一用户的联系人的姓名、电话号码、电子邮件地址，或者包括第一用户的联系人的“允许第一用户联系所选择的联系人”的其他联系信息，诸如联系人的社交媒体识别信息。用户界面150可以是服务器100所支持的用于社交在线购物的应用，诸如AI应用。
使用第一用户装置102的第一用户可以浏览由第三方服务器108托管的网页106上所显示的产品或服务。如果第一用户对一个或更多个产品或服务感兴趣，则第一用户可以将该产品或服务添加到购物清单154。购物清单154可以包括定向至第三方服务器108的网页链接。网页链接包括第一用户感兴趣的产品或服务的信息。
服务器100可以将第一用户的联系人列表152和购物清单154保存在数据库100a中。
第一用户可以使用第一用户装置102发起社交在线购物。例如，第一用户可以从第一用户装置102上所显示的用户界面150上的联系人列表152中选择一个或更多个联系人，然后经由第一用户装置102向服务器100发送对所选择的联系人的邀请请求。该邀请请求标识由第一用户为了在第三方主机服务器108(它可以是一个或更多个第三方在线购物平台)处进行社交在线购物而选择的一个或更多个联系人，并且包括来自第三方主机服务器108的第三方网页106的地址。邀请请求还包含第一用户想要邀请一个或更多个联系人在第三方主机服务器108处进行社交在线购物的产品和服务。
在一些示例中，第一用户可以与一个或更多个联系人共享第一用户装置102上的屏幕。就此而言，除了第三方网页106的地址之外，邀请请求可以附加地包括屏幕共享数据，其包括：第一用户装置102的屏幕宽度和高度、正在显示第三方网页106的第一网络浏览器窗口的第一网页视图设置。第一网页视图设置包括：正在显示第三方网页106的第一网页浏览器窗口的宽度和高度，以及正在显示第三方网页106的第一网页浏览器窗口的第一滚动X和Y位置，如图2所示。
在步骤302，服务器100从与第一用户相关联的第一用户装置102接收在第三方在线购物平台进行社交在线购物的邀请请求。
在示例中，若在邀请请求中第一用户基于屏幕共享数据与一个或更多个联系人共享第一用户装置102上的屏幕，服务器100则被配置为从第三方主机服务器108检索第三方网页106的网页宽度和高度。
在步骤304，服务器100生成对邀请请求中标识的一个或更多个联系人中的每个联系人的邀请。本发明可以包含统一资源定位符(URL)链接。URL链接可以寻址第三方主机服务器108，或者如果第一用户与一个或更多个联系人共享屏幕，则URL链接寻址服务器100。
在步骤306，服务器100向一个或更多个联系人发送邀请。每个联系人的邀请可以包含在电子邮件或消息中。
在与第二用户装置104a-104c相关联的一个或更多个联系人接收到邀请之后，该一个或更多个联系人可以通过点击第二用户装置104a-104c上显示的邀请中的URL链接来接受邀请。通过点击URL链接，第二用户装置104a-104c被定向至第三方主机服务器108，使得在第二用户装置104a-104c和第一用户装置102上显示相同的第三方网页106。
如果第一用户与一个或更多个联系人共享第一用户装置102上的屏幕，则在与第二用户装置104a-104c相关联的一个或更多个联系人接受邀请之后，服务器100被配置为：从一个或更多个第二用户装置104a-104c中的每一个接收“一个或更多个第二用户装置104a-104c中的每一个”的第二屏幕宽度和高度，以及接收“所述一个或更多个第二用户装置104a-104c中的每一个”的第二网络浏览器窗口的宽度和高度，并且被配置为：向一个或更多个第二用户装置104a-104c中的每一个发送允许第二用户装置104a-104c在“一个或更多个第二装置104a-104c中的每一个”的第二网络浏览器窗口上显示第三方网页106的相应代码，以及发送包括第二网络浏览器窗口的第二滚动X和Y位置的第二网页视图设置，以在第二用户装置104a-104c上实现与在第一装置102上显示第三方网页106的第一网络浏览器窗口的第一网页视图设置相同的对应的网页视图设置。因此，在第二用户装置104a-104c上也显示第一装置102上的第三方网页106。
在步骤308，在服务器100检测到与一个或更多个联系人相关联的一个或更多个第二用户装置104a-104c接受邀请之后，服务器100被配置为在服务器100处连接与第一用户相关联的第一用户装置102和与一个或更多个联系人相关联的第二用户装置104a-104c，使得第一用户装置102可以经由服务器100与第二用户装置104a-104c通信。
在步骤310，服务器100接收第一用户装置102和第二用户装置104a-104c之间的通信数据。通信数据可以包括经由第一用户装置102的第一用户与经由第二用户装置104a-104c的联系人之间以音频和/或视频信号或文本消息关于相关产品或服务的实时讨论。如图2所示，在步骤210，服务器100可以将URL链接、第一用户和一个或更多个联系人信息以及通信数据保存到数据库100a，数据库可以是基于云端的数据库。
同样，如果联系人不能在计划的邀请时间加入讨论，则联系人可以在稍后时间在服务器100处以文本、语音、图像或视频向第一用户提供评论。评论还可以包括在对话期间输入到文本框中的评论。服务器100还可以将这些评论纳入为通信数据的一部分。
在步骤312，服务器100被配置为基于通信数据推理第一用户和一个或更多个联系人的意图。如图2的示例所示，如果通信数据包括音频信号或语音，则在步骤212，服务器100可以使用语音转文本AI应用，将音频信号或语音转换为文本。在图2的示例中的步骤214，服务器100可以使用从语音转换的文本来推理第一用户和一个或更多个联系人的意图。服务器100可以使用意图预测机器学习模型来推理第一用户和一个或更多个联系人的意图。为了推理意图，可以基于一个或更多个选定的训练数据集对意图预测机器学习模型进行训练。
在示例中，步骤312的推理还基于共享屏幕上的第三方网页106上的内容，例如：在共享屏幕上的第三方网页106上显示的或曾经显示的内容。因此，在示例实施例中，步骤312处的推理还基于第一用户装置102的所共享的或曾经共享的屏幕的内容。
推理出的意图指示第一用户和一个或更多个联系人对第三方网页106中显示的一个或更多个产品或服务是否感兴趣。从第三方网页106能够推理出的其他相关或类似的产品或服务可以不一定是第三方网页106中实际显示的产品或服务。例如，所显示的来自一个品牌的产品或服务可以推理出来自另一品牌的产品或服务。例如，所显示的第一产品或服务可以推理出可以与第一产品或服务一起使用的相关第二产品或服务，例如：第一用户装置的共享屏幕上显示的与滑雪产品相关的对话可以推理出一个或更多个其他相关产品，诸如滑雪杖、冬装、滑雪靴。
在步骤314，服务器100被配置为基于意图生成与由第三方服务器108(可以是在线购物平台)提供的一个或更多个产品或服务相关联的推荐。服务器100可以使用AI机器学习模型来生成推荐。在图2的示例中，基于从步骤214推理出的意图，在步骤216处，服务器100确定第一用户和一个或更多个联系人对第三方网页106中显示的一个或更多个产品或服务是否感兴趣。
服务器100被配置为使用AI机器学习模型来识别在网页106上显示或描述的产品或服务。
如果第一用户和一个或更多个联系人对网页106中提供的产品或服务不感兴趣，则在步骤218，服务器100可以生成包含替代产品或服务的推荐。例如，如果第一用户和一个或更多个联系人对图5中的产品502不感兴趣，则服务器100可以推荐替代产品504、506或508。替代产品或服务可以基于第三方主机服务器108上提供的产品或服务。第三方主机服务器108可以包括一个或更多个在线购物平台，诸如eBayTM和/或AmazonTM。
如果第一用户和一个或更多个联系人对一个或更多个产品或服务(诸如图5中的产品502)感兴趣，则在步骤220，服务器100可以诸如通过使用机器学习模型Recommendation.ai来生成给第一用户和一个或更多个联系人的、包含捆绑产品或服务的推荐。例如，服务器100可以将附加产品504、506和/或508与第一用户和一个或更多个联系人感兴趣的产品502捆绑在一起。服务器100可以使用关联规则机器学习模型(AssociationRule Machine Learning Models)、聚类机器学习模型(Clustering Machine LearningModel)和/或推荐系统机器学习模型(Recommender System Machine Learning Model)来捆绑产品或服务。另选地，如果第一用户和一个或更多个联系人对一个或更多个产品或服务(诸如图5中的产品502)感兴趣，则在步骤222处服务器100可以生成给第一用户和一个或更多个联系人的、诸如即时优惠券形式的、包含一个或更多个产品和服务的数量折扣信息(诸如产品502的数量折扣信息)的推荐。
因此，系统10可以增加服务器108托管的第三方在线购物平台的产品或服务的销售，提升品牌和客户满意度，为消费者降低价格，并增加第三方在线购物平台的使用。通过基于用户的意图生成推荐，系统10呈现产品和服务的有针对性的推荐，以提高转化率。
同样，系统10将用户的社交和购物体验集成在单个平台中。通过允许第一用户和联系人之间实时通信，系统10将单客式在线购物体验转换为社交体验，而无需离开第三方在线购物平台。
系统10还可以被非电子商务公司用来建立公司与其客户的联系，从而改善客户沟通和服务。通过使用客户和他们的联系人之间的通信数据，服务器100可以同理地推理客户和他们的联系人的意图，并且允许非电子商务公司与客户联系，例如通过使用聊天机器人或人类客服代表来回答他们的问题，这些问题涉及产品、服务或产品的库存信息。聊天机器人可以由人类操控，或者由自定义GPT生成预训练变换器(custom GPT Generative Pre-Training Transformer)驱动。
在一些示例中，当第一用户和/或一个或更多个联系人一起继续购买产品或服务时，如果一个或更多个联系人中的任何一个尚未在服务器100注册以取得作为系统10中的支付方的资格时，服务器100对该联系人进行注册。服务器100被配置为唯一地标识在服务器100中注册的每个支付方。在第一用户和一个或更多个联系人全部在服务器100中注册为支付方之后，服务器100被配置为接受来自两个或更多个支付方对产品或服务的两次或更多次支付。两次或更多次支付的总和等于产品或服务的价格。两次或更多次支付中的每一次都与服务器100中的各支付方的唯一标识相关联，其中包括在服务器100中的支付方(包括第一用户和/或一个或更多个联系人)的账户信息、支付方所支付的各相应金额、支付时间以及购买的产品或服务。
在一些示例中，当两个或更多个支付方中的任何一个请求对所购买的产品或服务进行退款时，服务器100从与支付方相关联的第一用户装置102或第二用户装置104a-104c接收对产品或服务的退款请求。基于各支付方的唯一标识，服务器100被配置为向各支付方退还各支付方为产品或服务所支付的金额。在对各相应支付进行退款后，服务器100被配置为更新各支付方在服务器100中的唯一标识，以包括退款金额、退款时间以及退款的产品或服务。
虽然使用电子商务平台的示例描述了系统10，但是系统10可以用于任何云托管的或内部的网站/应用。
在一些示例中，如图6的示例中所示，服务器100可以被配置为使得用户界面150在第一用户或一个或更多个联系人进行社交在线购物期间无缝地播放音乐或个性化媒体602。在美国专利No.10878170B2中公开了无缝播放音乐或个性化媒体，该专利的全部内容通过引用并入本文中。
图7是根据示例实施例的服务器100的硬件结构的示意图。图7所示的服务器100包括存储器701、处理器702、通信接口703和总线704。在存储器701、处理器702和通信接口703之间通过使用总线704实现通信连接。
处理器702和通信接口703被配置为当处理器702执行存储器701中所存储的程序时，执行方法300的步骤。
存储器701可以是只读存储器(Read Only Memory，ROM)、静态存储装置、动态存储装置或随机存取存储器(Random Access Memory，RAM)。存储器701可以存储程序。存储器701可以是非暂时性存储器。
处理器702可以是通用中央处理器(Central Processing Unit，CPU)、微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、图形处理单元(graphics processing unit，GPU)，或一个或更多个集成电路。
另外，处理器702可以是具有信号处理能力的集成电路芯片。在实现过程中，方法300的步骤可以由处理器702中硬件形式的集成逻辑电路或者软件形式的指令来执行。另外，处理器702可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或其他可编程逻辑器件、离散门或晶体管逻辑器件，或者离散硬件组件。处理器702可以实现或实施示例实施例中公开的方法、步骤和逻辑框图。通用处理器可以是微处理器，或者处理器可以是任何传统处理器等。参照实施例所公开的方法步骤可以由硬件解码处理器直接执行，或者可以通过使用解码处理器中的硬件与软件模块的组合来执行。软件模块可以位于诸如随机存取存储器、闪存、只读存储器、可编程只读存储器、电可擦除可编程存储器或寄存器的本领域成熟的存储介质中。存储介质位于存储器701中。处理器702从存储器701读取信息，并通过使用处理器702中的硬件来完成方法300的步骤。
通信接口703通过使用收发设备(例如，包括但不限于，收发器)实现服务器100与其他装置或通信网络之间的通信。例如，可以通过通信接口703获得训练数据。
总线704可以包括在服务器100的所有部件之间传送信息的路径。
应当注意，虽然在图6的服务器100中仅示出了存储器、处理器和通信接口，但是在具体的实现过程中，本领域技术人员应当理解，服务器100可以还包括实现正常运行所需的其他部件。另外，基于具体需要，本领域技术人员应该理解，服务器100还可以包括实现其他附加功能的硬件部件。另外，本领域技术人员应当理解，服务器100可以仅包括实现本发明的实施例所需的部件，而并非必须包括图6所示的全部部件。
本领域技术人员可以清楚地理解，为了方便且简洁的描述，对于上述系统、设备和单元的详细工作过程，参见上述方法实施例中的相应过程，故在此不再描述细节。
在本文描述的几个示例实施例中，应当理解的是，所公开的系统和方法可以以其他方式实现。例如，所描述的装置实施例仅仅是示例。例如，单元划分仅仅是逻辑功能划分，并且在实际实现中可以是其他划分。例如，若干单元或部件可以组合或集成在另一系统中，或者可以忽略或者不执行一些特征。另外，所示出的或讨论的相互联接或直接联接或通信连接可以通过使用一些接口来实现。装置或单元之间的间接联接或通信连接可以以电、机械或其他形式来实现。
被描述为单独部件的单元可以是或可以不是物理上分离的，并且作为单元示出的部件可以是、但也可以不是物理单元，可以位于一个位置，或者可以分布在多个网络单元上。可以根据实际需要而选择一些单元或全部单元来实现实施例的技术方案的目的。
另外，示例实施例中的功能单元可以集成在一个处理单元中，或者各个单元可以物理上单独地存在，或者两个或更多个单元集成在一个单元中。
当功能以软件功能单元的形式实现并作为独立产品销售或使用时，功能可以存储在非暂时性计算机可读取存储介质中。基于这样的理解，示例实施例的技术方案基本上或者就对现有技术做出贡献的部分而言或者就一些技术方案而言可以以软件产品的形式实现。软件产品存储在存储介质中，并且包括用于指示计算机装置(其可以是个人计算机、服务器或者网络装置)执行示例实施例中描述的方法的全部或者部分步骤的若干指令。前述的存储介质包括可以存储程序代码的任何介质，诸如USB闪存驱动器、可移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁盘或光盘。
在所描述的方法中，框可以表示事件、步骤、功能、过程、模块、基于状态的操作等。虽然以上示例中的一些已经被描述为以特定顺序发生，但是本领域技术人员应当理解的是，一些步骤或过程可以以不同的顺序执行，前提是改变后的任何给定步骤顺序的结果不会妨碍或损害后续步骤的发生。此外，在其他实施例中，可以去除或组合上述的一些消息或步骤，以及在其他实施例中上述的一些消息或步骤可以被分成多个子消息或子步骤。甚至进一步，根据需要可以重复一些步骤或所有步骤。描述为方法或步骤的元素同样适用于系统或子部件，反之亦然。关于诸如“发送”或“接收”之类的术语的表述可以依据特定装置的视角而互换。
虽然已经至少部分地就方法而言描述了一些示例实施例，但是本领域普通技术人员将理解，一些示例实施例还涉及用于执行所描述的过程的至少一些方面和特征的各种部件，无论是通过硬件部件、软件或两者的任何组合，或以任何其他方式。此外，一些示例实施例还涉及预先记录的存储装置或其他类似的计算机可读介质，其包括存储在其上的用于执行本文描述的过程的程序指令。计算机可读介质包括任何非暂时性存储介质，诸如RAM、ROM、闪存、光盘、USB棒、DVD、HD-DVD或任何其他类似的计算机可读存储装置。
应当理解的是，本文描述的装置包括一个或更多个处理器和相关联的存储器。存储器可以包括“当由一个或更多个处理器执行时实现本文描述的方法或过程的”一个或更多个应用程序、模块或包含计算机可执行指令的其他编程构造。
上面提出的各种实施例仅是示例并且决不意味着限制示例实施例的范围。本文描述的创新的变型对于本领域普通技术人员来说将是显而易见的，这样的变型在示例实施例的预期范围内。具体而言，可以选择来自一个或更多个上述实施例的特征来创建包括上文可能未明确描述的特征的子组合的替代实施例。另外，可以选择并组合来自一个或更多个上述实施例的特征，以创建包括上文可能未明确描述的特征组合的替代实施例。在整体回顾示例实施例后，适合于这样的组合和子组合的特征对于本领域技术人员来说将是显而易见的。本文描述的主题旨在涵盖技术中的所有合适的改变。
可以对所描述的实施例进行某些适应和修改。因此，以上讨论的实施例被认为是示例性的，而非限制性的。

Claims (21)

1.一种用于从社交在线购物进行意图推理的方法，该方法包括：
在处理器处从与第一用户相关联的第一用户装置接收在第三方在线购物平台处进行社交在线购物的邀请请求；
在所述处理器处生成对所述邀请请求中标识的一个或更多个联系人的邀请；
向所述一个或更多个联系人发送所述邀请；
响应于检测到与所述一个或更多个联系人相关联的一个或更多个第二用户装置接受所述邀请，将所述第一用户装置与所述一个或更多个第二用户装置进行连接；
在所述处理器处接收所述第一用户装置与所述一个或更多个第二用户装置之间的通信数据；
在所述处理器处基于所述通信数据推理所述第一用户和所述一个或更多个联系人的意图；以及
由所述处理器基于所述意图生成与所述第三方在线购物平台所提供的一个或更多个产品或服务相关联的推荐。
2.根据权利要求1所述的方法，其中，所述邀请请求包括所述第三方在线购物平台的第三方网页的地址。
3.根据权利要求1所述的方法，其中，所述邀请请求包括邀请所述一个或更多个第二用户装置共享所述第一用户装置的屏幕。
4.根据权利要求3所述的方法，其中，所述邀请请求包括：
所述第三方在线购物平台的第三方网页的地址；
所述第一用户装置的屏幕宽度和高度；
正在显示所述第三方网页的所述第一网络浏览器窗口的第一网页视图设置，所述第一网页视图设置包括正在显示所述第三方网页的所述第一网页浏览器窗口的宽度和高度；以及
所述第一用户装置上正在显示所述第三方网页的所述第一网页浏览器窗口的第一滚动X和Y位置。
5.根据权利要求4所述的方法，该方法还包括：响应于检测到与所述一个或更多个联系人相关联的一个或更多个第二用户装置接受所述邀请，在所述处理器处从所述一个或更多个第二用户装置中的每一个接收“所述一个或更多个第二装置中的每一个”的第二屏幕宽度和高度，以及接收所述第二网络浏览器窗口的宽度和高度；以及
从所述处理器向所述一个或更多个第二装置中的每一个发送相应代码，这些代码允许所述一个或更多个第二用户装置在“所述一个或更多个第二用户装置中的每一个”的第二网络浏览器窗口上显示所述第三方网页，以及发送包括所述第二网络浏览器窗口的第二滚动X和Y位置的第二网页视图设置，以在所述一个或更多个第二用户装置中的每一个上实现与在所述第一用户装置上正在显示所述第三方网页的所述第一网络浏览器窗口的所述第一网页视图设置相同的对应的网页视图设置。
6.根据权利要求3所述的方法，其中，所述推理还基于所述第一用户装置的共享或曾经共享的屏幕的内容。
7.根据权利要求1所述的方法，其中，所述邀请包括统一资源定位符(URL)链接。
8.根据权利要求1所述的方法，其中，所述推荐包括替代产品或服务。
9.根据权利要求1所述的方法，其中，除了所述第一用户和所述一个或更多个联系人感兴趣的产品或服务之外，所述推荐还包括捆绑的产品或服务。
10.根据权利要求1所述的方法，其中，所述推荐包括给所述第一用户和所述一个或更多个联系人的、所述一个或更多个产品或服务的数量折扣信息。
11.根据权利要求1所述的方法，该方法还包括：由所述处理器使用一个或更多个机器学习模型来生成所述推荐。
12.根据权利要求1所述的方法，其中，所述第三方在线购物平台是所述处理器连接的第三方主机服务器。
13.根据权利要求1所述的方法，其中，所述处理器通过使用WebRTC(网络实时通信)来接收所述通信数据。
14.根据权利要求1所述的方法，其中，所述通信数据涉及一个或更多个产品或服务。
15.根据权利要求1所述的方法，其中，所述通信数据包括文本、语音、图像或视频中的一种或更多种。
16.根据权利要求1所述的方法，其中，所述通信数据包括音频数据，并且所述处理器被配置为将所述音频数据转换为文本，以供所述推理。
17.根据权利要求1所述的方法，其中，所述处理器位于云服务器中。
18.根据权利要求1所述的方法，该方法还包括：
在所述处理器处从所述第一用户和所述一个或更多个第二用户中的两个或更多个接收对产品或服务的两次或更多次支付，其中，所述两次或更多次支付的总量等于产品或服务的价格，并且其中，所述两次或更多次支付中的每一次都与所述产品或所述服务以及所述第一用户和所述一个或更多个第二用户相关联。
19.根据权利要求18所述的方法，该方法还包括：
从所述第一用户装置和所述一个或更多个第二用户装置中的一个或更多个接收退款请求；以及
向所述第一用户和所述一个或更多个第二用户中的两个或更多个退回所述两次或更多次支付。
20.一种用于从社交在线购物进行意图推理的系统，该系统包括：
服务器，该服务器具有至少一个被配置为执行根据权利要求1所述的方法的处理器。
21.一种非暂时性计算机可读介质，该非暂时性计算机可读介质包括存储在其上的程序指令，所述程序指令在由处理器执行时使得所述处理器执行根据权利要求1所述的方法。
CN202410114307.8A 2023-01-26 2024-01-26 用于从社交在线购物进行意图推理的系统及方法 Pending CN117934116A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202363481667P 2023-01-26 2023-01-26
US63/481,667 2023-01-26

Publications (1)

Publication Number Publication Date
CN117934116A true CN117934116A (zh) 2024-04-26

Family

ID=90751988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410114307.8A Pending CN117934116A (zh) 2023-01-26 2024-01-26 用于从社交在线购物进行意图推理的系统及方法

Country Status (2)

Country Link
US (1) US20240257215A1 (zh)
CN (1) CN117934116A (zh)

Also Published As

Publication number Publication date
US20240257215A1 (en) 2024-08-01

Similar Documents

Publication Publication Date Title
US9607309B2 (en) Methods and systems for facilitating communications between providers of on-line services and potential customers
JP5960927B2 (ja) ソーシャル・ネットワーキング・システムにおける影響を決定すること
JP2021061010A (ja) リアルタイムのヒューマンインタラクションを関係させてオンラインで提示されるメディアにするための方法およびシステム
AU2012284045B2 (en) Platform to provide advertisements to users of registered products
US20130054357A1 (en) Method and system for sharing information
US20150039468A1 (en) Apparatus and method for peer-assisted e-commerce shopping
US20150025950A1 (en) Method and system for providing configurable variable revenue sharing in online commerce
US20190069030A1 (en) Determining effects of presenting a content item to various users on actions performed by the users based on actions performed by users to whom the content item was and was not presented
JP2016541075A (ja) ピア支援電子商取引ショッピングの装置及び方法
US11005966B2 (en) Web communication based content servicing and delivery system, method, and computer program
JP6615189B2 (ja) ビデオ・データに関連してユーザに対して提示される、アクションを行うためのプロンプトの決定
US12026746B2 (en) Instrument system interaction tracking
US20170364965A1 (en) Method and apparatus for facilitating a provisioning of advertisements to customers
US20170004515A1 (en) Techniques for providing a retail poll service
JP2018538591A (ja) オンライン・システムによって選択されるコンテンツを、アプリケーションによって提示されるコンテンツを通じて、アプリケーションによって提示される追加コンテンツとともに提示すること
CN112534458A (zh) 优化用于用户消息传递参与的内容项选择
US20130006703A1 (en) Method and apparatus for marketability assessment
US20140236699A1 (en) Personalized product pricing
US11263667B1 (en) Scoring of content items having a messaging application as a landing page
US12067556B2 (en) Generating virtual credit cards when purchasing products from a merchant system
US20190026765A1 (en) Evaluating social referrals to a third party system
US20180150886A1 (en) Controlling a content auction with a threshold value
US20180121944A1 (en) User data currency normalization
US20240257215A1 (en) System and method for intent inference from social online shopping
US10318997B2 (en) Determining bid amounts for presenting sponsored content to a user based on a likelihood of the user performing a conversion associated with the sponsored content

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication