基于人工智能云平台的电子商务信息推送系统的制作方法

本发明涉及信息推送，具体为基于人工智能云平台的电子商务信息推送系统。

背景技术：

1、近年来，随着信息技术和互联网的不断迅速发展，电子商务在社会和生活中的地位越来越显著，电子商务系统为用户提供越来越多的选择，在大数据时代的到来，电子商务网站的商品以指数速度增长，不论其数量上还是种类上都是人们难以想象的，这更增大了迅速准确商品的推送难度。

2、现有商品推送的过程中虽然会该用户以往购买记录、浏览记录等进行近似商品推送，但是这种推送方式存在商品推送范围广，准确性低的问题，无法依据用户的偏好为用户提供更为精准的推送服务，特别对于服装，当用户在电子商务平台查找所需要服装种类时，无法根据用户的身高、体重、三围等参数进行有效的筛选，进而用户相中系统推送的服装商品时，相应服装商品没有适合用户的尺码，会导致用户产生对平台的厌恶感，以及用户选购相应服装商品后，用户会退购相应商品，进而造成电子商务平台上的商家和用户之间的交易失败，并浪费了电子商务平台上的商家和用户大量的时间和精力。

技术实现思路

1、针对现有技术的不足，本发明提供了基于人工智能云平台的电子商务信息推送系统，解决了背景技术中所提出的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于人工智能云平台的电子商务信息推送系统，包括：

3、数据采集单元，用于采集目标用户在电子商务平台中浏览记录、收藏记录、购买记录的服装图片，并将服装图片传输至分析处理单元；

4、其中浏览记录中的服装图片表示为目标用户在电子商务平台上对相应服装进行查看后的图片，收藏记录中的服装图片表示为目标用户在电子商务平台上对相应服装进行收藏后的图片，购买记录中的服装图片表示为目标用户在电子商务平台上对相应服装进行购买后的图片；

5、数据分析单元，用于将浏览记录、收藏记录、购买记录中的服装图片转化为位图，并获取位图中各个像素点的rgb值，随后将各个像素点的rgb值代入预设的所有色彩分量区间，得到各个像素点的色相，之后计算出将浏览记录、收藏记录和购买记录中同一色相在所有服装图片中的总占比，再对其进行计算得到色相兴趣系数，随后色相兴趣系数将按照从大到小进行排序，生成色相兴趣列表，并将色相兴趣列表传输至数据处理单元；

6、数据处理单元，用于随后依据色相兴趣列表从电子商务平台中依次获取色相相同的服装，并将色相兴趣系数靠前的服装优先推荐给目标用户；

7、优选的，所述服装图片为无背景图片，即为商家将服装照片进行背景去除处理后，上传到电子商务平台上的png格式的图像；

8、优选的，数据分析单元中色相兴趣列表的具体生成方式如下：

9、第一步、在浏览记录中，获取接近时段内指定数量的服装图片；

10、第二步、将服装图片转化为位图，随后调整位图的像素大小，得到像素点数量处于预设像素数量区间内的服装图片；

11、第三步、获取位图中各个像素点的rgb值；

12、之后将各个像素点的rgb值代入预设的所有色彩分量区间内，若该像素点的rgb值处于色彩分量区间内，则将该色彩分量区间的色相标记为该像素点的色相；

13、其中，色彩分量区间为以rgb设定的阈值，且每组色彩分量区间对应标记有一组色相，又将色彩分量区间对应的色相标记为i，i＝1、2、...、n，预设的色彩分量区间以及相应色相均为n个；

14、第四步、之后获取一张服装图片中所有像素点的数量，记作z，之后在服装图片中获取各色相包含的像素点数量，记作si；

15、第五步、通过公式bi＝si/z，得到一张服装图片中各个色相的占比bi；

16、随后获得所有服装图片中各个色相的占比bi；

17、第六步、将浏览记录中各个服装图片的各个色相占比标记为bi，j，j＝1、2、...、m，m表示浏览记录中各个服装图片的数量；

18、令i的值为1，然后将b1，1、b1，2、...、b1，m相加，得到色相为1时，该色相在所有服装图片中的色相总占比，标记为zb1；

19、之后，令i的值加1，得到色相为2时，该色相在所有服装图片中的色相总占比，标记为zb2，随后得到浏览记录中同一色相在所有服装图片中的总占比zbi；

20、第七步、在收藏记录和购买记录中，获取接近时段内指定数量的服装图片；

21、之后按照第二步到第六步中的方法，得到收藏记录和购买记录中同一色相在所有服装图片中的总占比zbi；

22、第八步、将浏览记录、收藏记录和购买记录中同一色相在所有服装图片中的总占比zbi，分别标记为lzbi、szbi和gzbi；

23、之后通过公式sxi＝lzbi*β1+szbi*β2+gzbi*β3，得到目标用户对服装颜色的色相兴趣系数sxi，β1、β2、β3为预设比例系数；

24、随后将所有色相兴趣系数按照从大到小的排序方式依次排列，生成色相兴趣列表。

25、优选的，基于人工智能云平台的电子商务信息推送系统还包括服装数据库；

26、数据采集单元还用于采集目标用户上传到电子商务平台的个人身材资料，并将个人身材资料传输至服装数据库，个人身材资料包括身高、体重、肩宽、胸围、腰围、臀围、大腿围、小腿围多个比较因素；

27、服装数据库，用于根据预设的服装中各个比较因素的适穿区间对电子商务平台上的服装进行标记和存储，同时用于根据目标用户的个人身材资料，从标记后的所有服装中得到推荐服装，并根据个人身材资料，分析得到推荐服装的优先推荐系数，随后对所有推荐服装的优先推荐系数进行从大到小排序，生成适穿推荐列表，并将适穿推荐列表传输至数据处理单元；

28、其中，各个比较因素的适穿区间具体为身高、体重、肩宽、胸围、腰围、臀围、大腿围、小腿围的适穿区间，且各个比较因素的适穿区间为指定服装适用于不同身高、体重、肩宽、胸围、腰围、臀围、大腿围、小腿围人群的尺码范围；

29、数据处理单元还用于在适穿推荐列表中，依据优先推荐系数从前到后的顺序依次获取相应的服装并推荐给目标用户。

30、优选的，服装数据库中适穿推荐列表的具体生成方式如下：

31、a1、接收目标用户的个人身材资料的所有比较因素值；

32、a2、首先根据目标用户的身高和体重两个比较因素值，提取两个比较因素值存在于同一服装相应的身高和体重适穿区间内的所有服装，并记作为推荐服装；

33、a3、随后根据目标用户肩宽、胸围、腰围、臀围、大腿围、小腿围的比较因素值和所有推荐服装中的肩宽、胸围、腰围、臀围、大腿围、小腿围适穿区间，对推荐服装进行适穿推荐赋值，适穿推荐赋值的具体方式为：

34、依次判断目标用户肩宽、胸围、腰围、臀围、大腿围、小腿围的比较因素值是否处于推荐服装中的肩宽、胸围、腰围、臀围、大腿围、小腿围适穿区间内；

35、若一个比较因素值处于相应的适穿区间内，则将该比较因素的适穿区间赋值为“1”；反之，则将该比较因素的适穿区间赋值为“0”，其中，一个推荐服装中不包含相应比较因素的适穿区间时，则将该比较因素的适穿区间赋值为“0”；

36、a4、随后获取一个推荐服装中“1”的数量，作为优先推荐系数，之后按照从大到小的顺序对优先推荐系数进行排序，生成适穿推荐列表。

37、有益效果

38、本发明提供了基于人工智能云平台的电子商务信息推送系统。与现有技术相比具备以下有益效果：

39、本发明通过在数据采集单元采集目标用户在电子商务平台中浏览记录、收藏记录、购买记录的服装图片，再通过数据分析单元对服装图片进行处理分析，得到目标用户对服装色彩的色相兴趣系数，最后通过数据处理单元将色相兴趣系数靠前的服装优先推荐给目标用户，又通过服装数据库利用目标用户的个人身材资料，然后从标记后的所有服装中得到推荐服装，并根据个人身材资料，分析得到推荐服装的优先推荐系数，并通过数据处理单元将优先推荐系数从前到后的顺序依次获取相应的服装并推荐给目标用户，该发明为电子商务平台的服装信息推送系统提供了多组不同推送方式，便于为用户推荐合适的推送内容，提高了用户筛选的准确度和满意度，降低用户查找的时间和精力，具有智能化特点。