售卖商品推荐方法、装置及设备制造方法及图纸

本说明书实施例公开了一种售卖商品推荐方法、装置及设备，其本质是，在获取不同商品的外观数据时，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，可以事先判断商品之间构成外观冲突商品的可能性性。之后，基于所述预测结果，在所述不同商品中确定推荐的售卖商品模板。

Recommendation methods, devices and equipment for selling commodities

【技术实现步骤摘要】
售卖商品推荐方法、装置及设备
本说明书实施例涉及计算机
，尤其涉及一种售卖商品推荐方法、装置及设备。
技术介绍
在零售行业，无人视觉货柜成为继自动售卖机或无人货架之后的一种新零售模式。无人视觉货柜模式可以通过机器视觉技术自动识别商品外观，由此确认商品信息。这样，在购物过程中，可以根据消费者的拿货情况，使用静态图像识别技术或动态视频识别技术识别消费者所消费的商品，带给消费者在交易过程中的全程无感购买体验。那么，如何提升商品外观识别精度将是无人视觉货柜模式发展的一大挑战。
技术实现思路
有鉴于此，本说明书实施例提供了一种用于降低商品外观识别错识率的售卖商品推荐方法、装置及设备。本说明书实施例采用下述技术方案：本说明书实施例提供一种售卖商品推荐方法，包括：获取不同商品的外观数据；利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板。本说明书实施例还提供一种售卖商品推荐方法，包括：接收商品上新请求，所述商品上新请求包括上新商品的外观数据；利用所述上新商品的外观数据对已存的第一级售卖商品模板进行更新；利用更新的所述第一级售卖商品模板中不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在更新的所述第一级售卖商品模板中的不同商品中确定推荐的第二级售卖商品模板。本说明书实施例还提供一种售卖商品推荐装置，包括：获取模块，获取不同商品的外观数据；外观冲突预测模块，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；售卖商品模板确定模块，根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板。本说明书实施例还提供一种售卖商品推荐装置，包括：接收模块，接收商品上新请求，所述商品上新请求包括上新商品的外观数据；售卖商品模板更新模块，利用所述上新商品的外观数据对已存的第一级售卖商品模板进行更新；外观冲突预测模块，利用更新的所述第一级售卖商品模板中不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；售卖商品模板确定模块，根据所述预测结果，在更新的所述第一级售卖商品模板中的不同商品中确定推荐的第二级售卖商品模板。本说明书实施例还提供一种电子设备，包括：至少一个存储器；至少一个处理器；其中，所述至少一个存储器中存储有程序，并被配置成由所述至少一个处理器执行以下步骤：获取不同商品的外观数据；利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板。本说明书实施例还提供一种电子设备，包括：至少一个存储器；至少一个处理器；其中，所述至少一个存储器中存储有程序，并被配置成由所述至少一个处理器执行以下步骤：接收商品上新请求，所述商品上新请求包括上新商品的外观数据；利用所述上新商品的外观数据对已存的第一级售卖商品模板进行更新；利用更新的所述第一级售卖商品模板中不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在更新的所述第一级售卖商品模板中的不同商品中确定推荐的第二级售卖商品模板。本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：在获取不同商品的外观数据时，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，可以事先判断商品之间构成外观冲突商品的可能性性。之后，基于预测结果，在所述不同商品中确定推荐的售卖商品模板。本说明书实施例记载的技术方案的实质是，在售卖之前，提前预测在售卖过程中可能存在的外观冲突商品，那么，就有可能在确定推荐的售卖商品模板时事先筛除掉外观冲突商品，降低后续购物过程中的商品错识率，提升商品识别的精度，给消费者带来良好的购物体验。附图说明此处所说明的附图用来提供对本说明书实施例的进一步理解，构成本说明书实施例的一部分，本说明书的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本说明书实施例提出的一种售卖商品推荐方法的流程图；图2为本说明书实施例提出的一种售卖商品推荐方法中确定外观冲突值的原理示意图；图3为本说明书实施例提出的一种售卖商品推荐方法的流程图；图4为本说明书实施例提出的一种售卖商品推荐方法的流程图；图5为本说明书实施例提出的一种售卖商品推荐装置的结构示意图；图6为本说明书实施例提出的一种售卖商品推荐装置的结构示意图。具体实施方式对现有技术进行分析发现，在商品售卖之前，先录入商品外观数据，并据此构建商品识别模型，商品识别模型用于购物过程中识别商品外观进而确认商品信息。一种建模方式是对每一种商品进行单独采集外观数据并建模，从而在购物识别过程中，可以调用多个商品识别模型对所消费商品进行分别识别。另一种建模方式是对所有商品使用单个通用的模型进行统一识别，在这个过程中可以根据上新商品的外观数据对该通用的模型进行更新。在后一种情况下，随着商品数量的增加，外观相似商品出现的机率增加，那么如何应对外观相似商品的识别精度要求，降低购物过程中商品外观错误识别的几率，成为这种零售模式面临的一大挑战。通常来说，可以通过采集市场上所有商品的外观数据进行精准建模，可以想象这种方式所需要的商品外观数据量及开销。本说明书实施例另辟蹊径，提出一种售卖商品推荐方法、装置及设备，在获取不同商品的外观数据时，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，可以事先判断商品之间构成外观冲突商品的可能性。之后，基于预测结果，在所述不同商品中确定推荐的售卖商品模板。本说明书实施例记载的技术方案的实质是，在售卖之前，提前预测在售卖过程中可能存在的外观冲突商品，那么，就有可能在确定推荐的售卖商品模板时事先筛除掉外观冲突商品，降低后续购物过程中的商品错识率，提升商品识别的精度，给消费者带来良好的购物体验。为使本申请的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本说明书各实施例提供的技术方案。图1为本说明书实施例提出的一种售卖商品推荐方法的流程示意图。步骤101:获取不同商品的外观数据。在本说明书实施例中，商品外观数据是商品信息的一部分，商品信息还可以包括商品名称、类别、产地、价格等一种或多种，在此不做具体限定。商品外观数据与具体商品之间具有对应关系。这样，在获取不同商品的外观数据时，不仅仅得到商品的外观数据，还对应到其他上述商品信息。另外，商品外观数据可以包括商品包装形状、商品外观尺寸、商品外观色彩等一种或多种，在此不做具体限定。其中，商品的外观数据可以是对具体的商品外观图片进行抽象得到。在本说明书实施例中，可以是在接收到商品上新请求时，获取不同商品的外观数据。在具体应用中，运营方可以根据需要上新的一类或多类商品向系统提交商品上新请求，系统可以根据商品上新请求提取商品信息，进行商品信息录入。这样，获取不同商品的外观数据，可以包括：在接收到商品上新请求时，采集所本文档来自技高网...

【技术保护点】
1.一种售卖商品推荐方法，包括：获取不同商品的外观数据；利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板。

【技术特征摘要】
1.一种售卖商品推荐方法，包括：获取不同商品的外观数据；利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板。2.如权利要求1所述方法，获取不同商品的外观数据，包括：在接收到商品上新请求时，采集所述商品上新请求中上新商品的外观数据。3.如权利要求2所述的售卖商品推荐方法，获取不同商品的外观数据，还包括：将所述上新商品的外观数据和已存商品外观数据进行合并，得到所述不同商品的外观数据。4.如权利要求3所述方法，在利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测之前，还包括：根据所述上新商品的外观数据对已存售卖商品模板进行更新。5.如权利要求2所述方法，还包括：利用所述上新商品的外观数据训练商品外观识别模型，所述商品外观识别模型通过识别商品图像确定商品信息。6.如权利要求1所述方法，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，包括：对所述不同商品的测试图进行识别，得到各商品的识别结果；根据各商品的识别结果和对应的商品的真实数量确定商品之间的错识率；判断所述商品之间的错识率是否高于预期值，得到所述预测结果。7.如权利要求1所述方法，利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，包括：对所述不同商品的外观数据进行处理，得到商品之间的外观相似度；判断所述商品之间的外观相似度是否高于预期值，得到所述预测结果。8.如权利要求1所述方法，在利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测之前，还包括：利用外观分类规则对所述不同商品进行分组；利用所述不同商品的外观数据对所述不同商品进行外观冲突商品预测，包括：对每组商品的外观数据进行处理，得到所述预测结果。9.如权利要求1所述方法，根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板，包括：若根据所述预测结果确定在所述不同商品中包含外观冲突商品，则基于商品筛除规则对所述外观冲突商品中的至少一个进行筛除；根据筛除后的商品确定所述推荐的售卖商品模板。10.如权利要求9所述方法，基于商品筛除规则对所述外观冲突商品中的至少一个进行筛除，包括：获取所述外观冲突商品的供应链信息和库存信息中的一种或两种；利用所述供应链信息和库存信息中的一种或两种对所述外观冲突商品中的至少一个进行筛除。11.如权利要求1所述方法，根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板，包括：若根据所述预测结果确定在所述不同商品中包含外观冲突商品，则根据用户对所述外观冲突商品中的至少一个的筛除结果确定所述推荐的售卖商品模板。12.如权利要求1所述方法，根据所述预测结果，在所述不同商品中确定推荐的售卖商品模板，包括：利用分柜售卖规则确定对所述外观冲突商品进行分柜的售卖商品模板。13.一种售卖商品推荐方法，包括：接收商品上新请求，所述商品上新请求包括上新商品的外观数据；利用所述上新商品的外观数据对已存的第一级售卖商品模板进行更新；利用更新的所述第一级售卖商品模板中不同商品的外观数据对所述不同商品进行外观冲突商品预测，得到预测结果；根据所述预测结果，在更新的所述第一级售卖商品模板中的不同商品中确定推荐的第二级售卖商品模板。14.如权利要求13所述方法，利用更新的所述第一级售卖商品模板中不同商品的...

【专利技术属性】
技术研发人员：刘钊，赵雄心，周大江，孙强，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY