System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种直播带货场景智能转换系统及方法技术方案_技高网
当前位置: 首页 > 专利查询>贵州商学院专利>正文

一种直播带货场景智能转换系统及方法技术方案

技术编号:41482781 阅读:4 留言:0更新日期:2024-05-30 14:32
本发明专利技术涉及场景转换领域,且公开了一种直播带货场景智能转换系统及方法,用于解决当讲解人员对多个商品进行展示讲解时,不能及时转换至有效场景的问题,该方法包括:根据此次直播商品的类型,提前录制场景,并将提前录制的场景储存在后台数据库中,计算出商品热度指数,通过商品推荐指数筛选出主要推荐的商品,根据同时讲解的商品数与分类,进行场景转换,根据转换后的商品购买指数,判断该方法的效果,有效提高了因不能及时转换有效场景,造成的因用户体验不佳导致的商品销售额下降。

【技术实现步骤摘要】

本专利技术涉及场景转换领域,更具体地涉及一种直播带货场景智能转换系统及方法


技术介绍

1、直播带货中的场景转换通常是指在直播过程中,根据所售商品的特点和展示需要,切换不同的背景、场地和道具,以营造出与商品相符合的场景氛围,增强观众的代入感和购买欲望。

2、现有的直播带货的场景转换是根据当前讲解的商品人为进行场景转换,但是这种转换方法,耗费人力,容易因工作人员误操作造成差错,在讲解人员对多个商品进行展示讲解时,不能及时转换至有效场景,造成因用户体验不佳导致的商品销售额下降。

3、针对上述问题,本专利技术提出一种解决方案。


技术实现思路

1、为了克服现有技术的上述缺陷,本专利技术提供了一种直播带货场景智能转换系统及方法,以解决上述
技术介绍
中存在的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、基于一种直播带货场景智能转换方法,包括以下步骤:

4、s001:根据直播商品的类型,提前录制场景,并将提前录制的场景储存在后台数据库中;

5、s002:计算商品热度指数,通过商品推荐指数筛选出主要推荐的商品;

6、s003:根据同时讲解的商品数与分类,进行场景转换;

7、s004:根据转换后的商品购买指数,判断该方法的效果。

8、优选的,所述根据直播商品的类型,提前录制场景步骤为:

9、明确即将录制的商品类型,根据商品类型设计场景,并准备道具;

10、为场景选择背景音乐、灯光以及摄影技术,使用高质量的摄像设备进行录制;

11、进行视频的后期编辑,包括剪辑、颜色校正、添加文字说明,并将生成的场景与商品类型与品牌进行关联,存储进后台场景数据库中。

12、优选的,所述商品推荐指数计算步骤为:

13、对此次直播商品关键词进行提取,存储至语料库中;

14、通过直播平台提供的程序,获取实时弹幕文本信息;

15、对获取到的实时弹幕文本进行预处理,包括去除特殊字符与停用字符,使用正则表达式去除文本中的特殊字符和标点符号,将上述正则表达式应用到文本中,查找所有匹配项,将匹配到的特殊字符和标点符号直接删除;

16、使用jieba中文分词工具对弹幕文本进行分词,将连续的中文文本切分成一个个独立的词语;

17、利用tf-idf关键词提取算法从分词后的文本中抽取关键词,确定弹幕中的重要词语;

18、统计每个关键词在弹幕中的出现频率记为商品期望系数,作为用户实时互动数据,并统计后台商品销售数据与商品库存;

19、根据商品期望系数、商品销售数据以及商品库存,计算得到商品推荐指数。

20、优选的,所述利用tf-idf关键词提取算法从分词后的文本中抽取关键词步骤为:

21、计算分词后的文本中每个词的词频,即该词在文本中出现的次数;

22、对整个语料库中的文档计算每个词的逆文档频率,将词频和逆文档频率相乘,得到每个词的tf-idf值;

23、将每个词的tf-idf值与预设阈值进行对比,若tf-idf值小于预设阈值,则判定该词不是关键词,若tf-idf值大于预设阈值,则判定该词为关键词。

24、优选的,所述根据同时讲解的商品数与分类,进行场景转换步骤为,使用卷积神经网络图像识别技术,对当前展示的商品分别进行识别和分类。

25、优选的,所述对当前展示的商品分别进行识别和分类步骤为:

26、对此次直播商品的图像进行采集,并根据商品分类进行标注,确保每个图像都与相应的商品类别关联,将直播商品分为训练集与测试集;

27、创建卷积神经网络模型,使用训练集对构建的卷积神经网络模型进行训练,在训练过程中,模型通过反向传播来调整权重,以最小化损失函数;

28、使用测试集评估训练好的模型的性能,通过计算准确率、精确度、召回率指标来评估模型对不同商品类别的分类性能;

29、对于当前展示的商品图像,使用训练好的cnn模型进行识别和分类,模型输出的类别即为当前商品的类别。

30、优选的,所述商品购买指数计算步骤为:

31、采集一年总销量,计算得到每月平均月销量,作为商品原始每月销量;

32、采集一年总搜索次数,计算得到每月平均搜索量,作为商品原始的每月搜索量;

33、通过企业年报信息采集商品的原始市场份额信息;

34、通过商品原始每月销量、商品原始的每月搜索量以及商品在市场份额信息,通过加权求和计算得到原始商品购买指数。

35、优选的,一种直播带货场景智能转换系统,所述系统包括:

36、通过场景录入模块,根据直播商品的类型提前录制场景,并将提前录制的场景储存在后台数据库中;

37、通过商品筛选模块,计算出商品热度指数,通过商品推荐指数筛选出主要推荐的商品;

38、通过场景转换模块,根据同时讲解的商品数与分类,进行场景转换;

39、通过效果分析模块,根据转换后的商品购买指数,判断该方法的效果。本专利技术的技术效果和优点:

40、根据此次直播商品的类型,提前录制场景,并将提前录制的场景储存在后台数据库中,计算出商品热度指数,通过商品推荐指数筛选出主要推荐的商品,根据同时讲解的商品数与分类,进行场景转换,根据转换后的商品购买指数,判断该方法的效果,有效提高了因不能及时转换有效场景,造成的因用户体验不佳导致的商品销售额下降。

本文档来自技高网...

【技术保护点】

1.一种直播带货场景智能转换方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述根据直播商品的类型,提前录制场景步骤为:

3.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述商品推荐指数计算步骤为:

4.根据权利要求3所述的一种直播带货场景智能转换方法,其特征在于:所述利用TF-IDF关键词提取算法从分词后的文本中抽取关键词步骤为:

5.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述根据同时讲解的商品数与分类,进行场景转换步骤为,使用卷积神经网络图像识别技术,对当前展示的商品分别进行识别和分类。

6.根据权利要求5所述的一种直播带货场景智能转换方法,其特征在于:所述对当前展示的商品分别进行识别和分类步骤为:

7.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述商品购买指数计算步骤为:

8.一种直播带货场景智能转换系统,其特征在于,所述系统包括:

【技术特征摘要】

1.一种直播带货场景智能转换方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述根据直播商品的类型,提前录制场景步骤为:

3.根据权利要求1所述的一种直播带货场景智能转换方法,其特征在于:所述商品推荐指数计算步骤为:

4.根据权利要求3所述的一种直播带货场景智能转换方法,其特征在于:所述利用tf-idf关键词提取算法从分词后的文本中抽取关键词步骤为:

5.根据权利要求1所...

【专利技术属性】
技术研发人员:王刚罗芬姜敏
申请(专利权)人:贵州商学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1