商品推荐方法、装置、电子设备及存储介质与流程

本技术涉及物品推荐，具体涉及一种商品推荐方法、装置、电子设备及存储介质。

背景技术：

1、为了提高商品销售量，目前商户会通过短信、邮件、或者店铺内的结算柜台等方式向用户推荐商品。

2、目前常用的推荐方法通常根据用户的年龄、收入等用户属性信息，预测用户喜好的商品类型，以进行商品推荐。但是，这种推荐方法仅从全局的角度预测用户喜好的商品类型，并没有考虑到用户的个体差异，因此推荐的商品不够准确。

技术实现思路

1、本技术提供一种商品推荐方法、装置、电子设备及存储介质，旨在解决目前的商品推荐方法不够准确的问题。

2、第一方面，本技术提供一种商品推荐方法，包括：

3、获取待推荐用户的购物监控图像；

4、根据所述购物监控图像关联的拍摄装置的位置信息，确定所述购物监控图像对应的商品区域；

5、根据所述购物监控图像的采集时间信息，以及所述购物监控图像对应的商品区域，生成所述待推荐用户的购物轨迹；

6、根据所述待推荐用户在所述商品区域中的停留时长，以及所述购物轨迹，确定所述待推荐用户的喜好区域；

7、根据所述喜好区域对应的商品属性，筛选得到所述待推荐用户对应的待推荐商品。

8、在本技术一种可能的实现方式中，所述根据所述待推荐用户在所述商品区域中的停留时长，以及所述购物轨迹，确定所述待推荐用户的喜好区域，包括：

9、根据所述购物监控图像的采集时间信息，以及所述购物监控图像对应的商品区域，统计得到所述待推荐用户在所述商品区域中的停留时长；

10、根据所述商品区域中的停留时长和所述购物轨迹中商品区域之间的顺序信息，对所述商品区域进行排序，得到排序最高的喜好区域。

11、在本技术一种可能的实现方式中，所述获取待推荐用户的购物监控图像，包括：

12、接收推荐触发请求，确定所述推荐触发请求对应的待推荐用户；

13、获取所述待推荐用户的参考图像；

14、将所述参考图像包含的用户体态信息与预设数据库中监控图像包含的用户体态信息进行匹配，得到所述待推荐用户的购物监控图像。

15、在本技术一种可能的实现方式中，所述预设数据库包含多个预设存储空间，各所述预设存储空间分别用于存储不同时间段中采集得到的，并且对应不同商品区域的监控图像，

16、所述将所述参考图像包含的用户体态信息与预设数据库中监控图像包含的用户体态信息进行匹配，得到所述待推荐用户的购物监控图像，包括：

17、计算所述参考图像包含的用户体态信息与各所述预设存储空间中的用户体态信息之间的相似度；

18、筛选得到各所述预设存储空间中相似度大于预设相似度阈值的候选图像，并从每个预设存储空间中选择相似度最高的候选图像作为所述待推荐用户的购物监控图像。

19、在本技术一种可能的实现方式中，所述获取所述待推荐用户的参考图像之前，还包括：

20、获取所述待推荐用户的历史推荐商品，以及所述历史推荐商品的推荐反馈信息；

21、若所述推荐反馈信息中的商品购买次数大于预设次数阈值，则执行所述获取所述待推荐用户的参考图像的步骤。

22、在本技术一种可能的实现方式中，所述商品属性包括第一商品类别，

23、所述根据所述喜好区域对应的商品属性，筛选得到所述待推荐用户对应的待推荐商品，包括：

24、查询预设的商品销售记录，得到与所述喜好区域对应的第一商品类别关联的第二商品类别；

25、根据所述第一商品类别和所述第二商品类别，从预设的候选商品中筛选得到所述待推荐用户对应的待推荐商品。

26、在本技术一种可能的实现方式中，所述根据所述第一商品类别和所述第二商品类别，从预设的候选商品中筛选得到所述待推荐用户对应的待推荐商品之前，还包括：

27、对所述商品销售记录中的历史消费金额进行统计处理，得到消费金额分布信息；

28、获取所述消费金额分布信息中概率最大的目标金额；

29、将预设的在售商品的商品销售金额与所述目标金额进行对比，得到商品销售金额小于所述目标金额的候选商品。

30、第二方面，本技术提供一种商品推荐装置，包括：

31、获取单元，用于获取待推荐用户的购物监控图像；

32、第一确定单元，用于根据所述购物监控图像关联的拍摄装置的位置信息，确定所述购物监控图像对应的商品区域；

33、生成单元，用于根据所述购物监控图像的采集时间信息，以及所述购物监控图像对应的商品区域，生成所述待推荐用户的购物轨迹；

34、第二确定单元，用于根据所述待推荐用户在所述商品区域中的停留时长，以及所述购物轨迹，确定所述待推荐用户的喜好区域；

35、筛选单元，用于根据所述喜好区域对应的商品属性，筛选得到所述待推荐用户对应的待推荐商品。

36、在本技术一种可能的实现方式中，第二确定单元还用于：

37、根据所述购物监控图像的采集时间信息，以及所述购物监控图像对应的商品区域，统计得到所述待推荐用户在所述商品区域中的停留时长；

38、根据所述商品区域中的停留时长和所述购物轨迹中商品区域之间的顺序信息，对所述商品区域进行排序，得到排序最高的喜好区域。

39、在本技术一种可能的实现方式中，获取单元还用于：

40、接收推荐触发请求，确定所述推荐触发请求对应的待推荐用户；

41、获取所述待推荐用户的参考图像；

42、将所述参考图像包含的用户体态信息与预设数据库中监控图像包含的用户体态信息进行匹配，得到所述待推荐用户的购物监控图像。

43、在本技术一种可能的实现方式中，预设数据库包含多个预设存储空间，各所述预设存储空间分别用于存储不同时间段中采集得到的，并且对应不同商品区域的监控图像，获取单元还用于：

44、计算所述参考图像包含的用户体态信息与各所述预设存储空间中的用户体态信息之间的相似度；

45、筛选得到各所述预设存储空间中相似度大于预设相似度阈值的候选图像，并从每个预设存储空间中选择相似度最高的候选图像作为所述待推荐用户的购物监控图像。

46、在本技术一种可能的实现方式中，获取单元还用于：

47、获取所述待推荐用户的历史推荐商品，以及所述历史推荐商品的推荐反馈信息；

48、若所述推荐反馈信息中的商品购买次数大于预设次数阈值，则执行所述获取所述待推荐用户的参考图像的步骤。

49、在本技术一种可能的实现方式中，筛选单元还用于：

50、查询预设的商品销售记录，得到与所述喜好区域对应的第一商品类别关联的第二商品类别；

51、根据所述第一商品类别和所述第二商品类别，从预设的候选商品中筛选得到所述待推荐用户对应的待推荐商品。

52、在本技术一种可能的实现方式中，筛选单元还用于：

53、对所述商品销售记录中的历史消费金额进行统计处理，得到消费金额分布信息；

54、获取所述消费金额分布信息中概率最大的目标金额；

55、将预设的在售商品的商品销售金额与所述目标金额进行对比，得到商品销售金额小于所述目标金额的候选商品。

56、第三方面，本技术还提供一种电子设备，电子设备包括处理器、存储器以及存储于存储器中并可在处理器上运行的计算机程序，处理器调用存储器中的计算机程序时执行本技术提供的任一种商品推荐方法中的步骤。

57、第四方面，本技术还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现本技术提供的任一种商品推荐方法中的步骤。

58、综上所述，本技术实施例提供的商品推荐方法包括：获取待推荐用户的购物监控图像；根据所述购物监控图像关联的拍摄装置的位置信息，确定所述购物监控图像对应的商品区域；根据所述购物监控图像的采集时间信息，以及所述购物监控图像对应的商品区域，生成所述待推荐用户的购物轨迹；根据所述待推荐用户在所述商品区域中的停留时长，以及所述购物轨迹，确定所述待推荐用户的喜好区域；根据所述喜好区域对应的商品属性，筛选得到所述待推荐用户对应的待推荐商品。

59、可见，本技术实施例提供的商品推荐方法获取喜好区域时，依据于待推荐用户个人的购物习惯，更加准确，因此确定的待推荐商品更加符合待推荐用户的喜好。并且，本方法仅需要根据购物监控图像的数据，以及拍摄装置的位置信息即可得到确定喜好区域和待推荐商品，成本较低且方便部署。