本发明专利技术涉及一种商品向量嵌入方法，包括步骤：获取待嵌入商品的历史商品陈列信息,确定所述历史商品陈列信息中位于所述待嵌入商品预设距离内的商品为目标商品；对所述目标商品的第一向量进行求和平均计算，得到对应的初始商品向量；根据所述初始商品向量进行商品识别，得到对应的商品识别结果；若所述商品识别结果未指向所述待嵌入商品，则更新所述商品识别中的可训练参数和所述初始商品向量；若所述商品识别结果指向所述待嵌入商品，确定当前初始商品向量为所述待嵌入商品的商品向量。相对于现有技术，能够准确嵌入商品的重要特征，以提高基于商品向量的数据分析结果的准确性。提高基于商品向量的数据分析结果的准确性。提高基于商品向量的数据分析结果的准确性。
【技术实现步骤摘要】
商品向量嵌入方法、商品相似度评估方法及商品陈列方法
[0001]本专利技术涉及商品向量嵌入
，尤其是涉及一种商品向量嵌入方法、装置，一种商品相似度评估方法、装置，及一种基于商品向量的商品陈列方法、装置。
技术介绍
[0002]在新零售时代，智能零售终端成为快消行业的营销运营的重要工具。智能零售终端通过摄像头采集商品销售信息，并通过通信模块将该商品销售信息传输至后端的运营中心进行数据智能分析，根据分析结果能够采取相应的营销措施，如对商品进行合理并科学的陈列，以提高商品销量。
[0003]在对商品进行的数据智能分析中，通常需要将商品嵌入为计算机可识别的向量表示，以便于计算机对其进行相关的计算分析，如商品识别、商品分类、商品相关度计算等。而目前对于商品的商品向量表示并不能准确嵌入商品的重要特征，导致在基于商品向量的计算分析的结果准确性低，从而无法获得精准的营销数据。
技术实现思路
[0004]本专利技术的目的在于克服现有技术的缺点与不足，提供一种商品向量嵌入方法，能够准确嵌入商品的重要特征，以提高基于商品向量的数据分析结果的准确性。
[0005]本专利技术是通过以下技术方案实现的：一种商品向量嵌入方法，包括如下步骤：获取待嵌入商品的历史商品陈列信息,确定所述历史商品陈列信息中位于所述待嵌入商品预设距离内的商品为目标商品；对所述目标商品的第一向量进行求和平均计算，得到对应的初始商品向量；根据所述初始商品向量进行商品识别，得到对应的商品识别结果；若所述商品识别结果未指向所述待嵌入商品，则更新所述商品识别中的可训练参数和所述初始商品向量；若所述商品识别结果指向所述待嵌入商品，确定当前初始商品向量为所述待嵌入商品的商品向量。
[0006]相对于现有技术，本专利技术通过商品陈列信息来描述商品的特征，并将初始商品向量作为商品识别模型的训练参数，对初始商品向量进行调整，以使商品识别模型能够将当前初始商品向量识别为目标商品，由此能够得到准确的商品向量。
[0007]进一步地，根据所述初始商品向量进行商品识别，得到对应的商品识别结果，包括步骤：对每一所述初始商品向量进行加权处理后，输入商品霍夫曼树进行商品节点的选取；所述商品识别中的可训练参数包括所述加权处理的权重参数和所述商品霍夫曼树的节点选取参数。
[0008]进一步地，若所述商品识别结果未指向所述待嵌入商品，则更新所述第一向量。
[0009]进一步地，所述商品霍夫曼树是通过如下步骤进行构建：针对每一所述商品节点，根据对应的商品在一定历史时间段内的所有历史商品陈列信息中的出现频次设置商品节点的节点权重；将每一商品节点作为独立的树构建商品霍夫曼森林，将所述商品霍夫曼森林中所有树的最高节点的节点权重进行比较，将其中节点权重最小的两棵树的最高节点的节点权重相加，并合并为新的树，直至所述商品霍夫曼森林中剩下最后一颗树，确定该树为商品霍夫曼树。
[0010]进一步地，通过梯度上升法更新所述商品识别中的可训练参数和所述初始商品向量。
[0011]进一步地，通过梯度上升法更新所述第一向量。
[0012]基于同一专利技术构思，本申请还提供一种商品相似度评估方法，包括如下步骤：获取每一商品的商品向量，所述商品向量是通过上述商品向量嵌入方法得到的；针对每一商品，将该商品的商品向量与所有商品中其他商品的商品向量进行相似度计算，确定其中相似度最高的若干商品为该商品的历史相关商品。
[0013]基于同一专利技术构思，本申请还提供一种基于商品向量的商品陈列方法，包括如下步骤：获取待陈列商品信息，并获取待陈列商品信息中商品对象对应的历史销量信息；确定待陈列商品信息中历史销量最高的商品对象为第一商品，得到第一商品序列；获取第一商品的若干历史相关商品，确定该历史相关商品对应的商品对象为第二商品，将第二商品按与第一商品的相似度进行排序，得到第二商品序列；确定待陈列商品信息中除第一商品和第二商品以外的商品为第三商品，将第三商品按历史销量进行排序，得到第三商品序列；将第一商品序列、第二商品序列和第三商品序列依序进行排列，得到商品陈列信息；其中，所述第一商品的若干历史相关商品是通过上述商品相似度评估方法得到的。
[0014]基于同一专利技术构思，本申请还提供一种商品向量嵌入装置，包括：目标商品获取模块，用于获取待嵌入商品的历史商品陈列信息,确定所述历史商品陈列信息中位于所述待嵌入商品预设距离内的商品为目标商品；初始商品向量获取模块，用于对所述目标商品的第一向量进行求和平均计算，得到对应的初始商品向量；商品识别模块，用于根据所述初始商品向量进行商品识别，得到对应的商品识别结果；参数更新模块，用于若所述商品识别结果未指向所述待嵌入商品，则更新所述商品识别中的可训练参数和所述初始商品向量；商品向量确定模块，用于若所述商品识别结果指向所述待嵌入商品，确定当前初始商品向量为所述待嵌入商品的商品向量。
[0015]基于同一专利技术构思，本申请还提供一种商品相似度评估装置，包括：
商品向量获取模块，用于获取每一商品的商品向量，所述商品向量是通过上述商品向量嵌入方法得到的；相似度计算模块，用于针对每一商品，将该商品的商品向量与所有商品中其他商品的商品向量进行相似度计算，确定其中相似度最高的若干商品为该商品的历史相关商品。
[0016]基于同一专利技术构思，本申请还提供一种基于商品向量的商品陈列装置，包括：信息获取模块，用于获取待陈列商品信息，并获取待陈列商品信息中商品对象对应的历史销量信息；第一商品获取模块，用于确定待陈列商品信息中历史销量最高的商品对象为第一商品，得到第一商品序列；第二商品获取模块，用于获取第一商品的若干历史相关商品，确定该历史相关商品对应的商品对象为第二商品，将第二商品按与第一商品的相似度进行排序，得到第二商品序列；第三商品获取模块，用于确定待陈列商品信息中除第一商品和第二商品以外的商品为第三商品，将第三商品按历史销量进行排序，得到第三商品序列；序列排列模块，用于将第一商品序列、第二商品序列和第三商品序列依序进行排列，得到商品陈列信息；其中，所述第一商品的若干历史相关商品是通过上述商品相似度评估方法得到的。
[0017]为了更好地理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0018]图1为根据一示例性实施例示出的一种商品陈列方法的应用环境示意图；图2为实施例的商品陈列方法的流程示意图；图3为用于执行图2所示商品陈列方法的商品陈列装置；图4为实施例的商品相似度评估方法的步骤流程图；图5为用于执行图4所示步骤的商品相似度评估装置；图6为实施例的商品向量嵌入方法的步骤流程图；图7为用于执行图6所示步骤的商品向量嵌入装置；图8为另一实施例的商品向量嵌入方法的步骤流程示意图。
具体实施方式
[0019]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0020]请参阅图1，其为根据一示例性实施例示出的一种商品陈列方法的应用环境示意图，包括零售终端10和服务器20，零本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种商品向量嵌入方法，其特征在于，包括如下步骤：获取待嵌入商品的历史商品陈列信息,确定所述历史商品陈列信息中位于所述待嵌入商品预设距离内的商品为目标商品；对所述目标商品的第一向量进行求和平均计算，得到对应的初始商品向量；根据所述初始商品向量进行商品识别，得到对应的商品识别结果；若所述商品识别结果未指向所述待嵌入商品，则更新所述商品识别中的可训练参数和所述初始商品向量；若所述商品识别结果指向所述待嵌入商品，确定当前初始商品向量为所述待嵌入商品的商品向量。2.根据权利要求1所述的方法，其特征在于：根据所述初始商品向量进行商品识别，得到对应的商品识别结果，包括步骤：对每一所述初始商品向量进行加权处理后，输入商品霍夫曼树进行商品节点的选取；所述商品识别中的可训练参数包括所述加权处理的权重参数和所述商品霍夫曼树的节点选取参数。3.根据权利要求1或2所述的方法，其特征在于：若所述商品识别结果未指向所述待嵌入商品，则更新所述第一向量。4.根据权利要求2所述的方法，其特征在于，所述商品霍夫曼树是通过如下步骤进行构建：针对每一所述商品节点，根据对应的商品在一定历史时间段内的所有历史商品陈列信息中的出现频次设置商品节点的节点权重；将每一商品节点作为独立的树构建商品霍夫曼森林，将所述商品霍夫曼森林中所有树的最高节点的节点权重进行比较，将其中节点权重最小的两棵树的最高节点的节点权重相加，并合并为新的树，直至所述商品霍夫曼森林中剩下最后一颗树，确定该树为商品霍夫曼树。5.根据权利要求3所述的方法，其特征在于：通过梯度上升法更新所述商品识别中的可训练参数、所述初始商品向量和所述第一向量。6.一种商品相似度评估方法，其特征在于，包括如下步骤：获取每一商品的商品向量，所述商品向量是通过权利要求1
‑
5中任一项所述的商品向量嵌入方法得到的；针对每一商品，将该商品的商品向量与所有商品中其他商品的商品向量进行相似度计算，确定其中相似度最高的若干商品为该商品的历史相关商品。7.一种基于商品向量的商品陈列方法，其特征在于，包括如下步骤：获取待陈列商品信息，并获取待陈列商品信息中商品对象对应的历史销量信息；确定待陈列商品信息中历史销量最高的商品对象为第一商品，得到第一商品序列；获取第一商品的若干历史相关商品，确定该历史相关商品对应的商品对象为...
【专利技术属性】
技术研发人员：关梓文，林沛欣，黄应棣，许洁斌，
申请(专利权)人：广州市玄武无线科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。