【技术实现步骤摘要】
本专利技术涉及自助购物，尤其涉及基于场景识别的用户购物推荐方法、系统、介质及设备。
技术介绍
1、自动贩卖机是能根据投入的钱币自动供货的机器。自动贩卖机是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便交易。
2、自动贩卖机布置在商场、车站、医院等人流密集场所，这些场所的环境不同，自动贩卖机所卖的物品也有差异，需要根据不同的环境场景进行物品推荐；目前，自动贩卖机根据不同的布置环境场景向用户进行有针对性地推荐还不够，影响到用户的购物体验，也影响到自动贩卖机的销售。
3、因此，有必要提供基于场景识别的用户购物推荐方法、系统、介质及设备。
技术实现思路
1、本专利技术提供了基于场景识别的用户购物推荐方法、系统、介质及设备，根据用户购物的历史记录，构建自动贩卖机的环境场景库，根据环境场景库，获得自动贩卖机所处的当前环境场景，利用自动贩卖机向用户作购物推荐，可提高自动贩卖机向用户作购物推荐的效率和质量，有利于提高用户的购物体验，提高购物推荐的智能化水平。
2、本专利技术提供了基于场景识别的用户购物推荐方法，包括：
3、基于用户购物的历史记录，构建自动贩卖机的环境场景库；
4、基于自动贩卖机的场景识别组件，根据环境场景库，获得自动贩卖机所处的当前环境场景；
5、根据当前环境场景，利用自动贩卖机向用户作购物推荐。
6、进一步地，基于用户购物的历史记录，构建自动贩卖机的环境场景库，包括：
8、根据历史记录，建立用户购物时的环境场景数据集；
9、根据环境场景数据集，利用环境场景归类模型进行环境场景归类，并根据归类后的环境场景，构建环境场景库。
10、进一步地，根据历史记录，建立用户购物时的环境场景数据集，包括：
11、获取历史记录中的用户购物行为信息，基于用户购物行为信息，生成行为信息属性数据集；
12、获取用户购物行为发生时所对应的贩卖机所处的环境特征数据，生成环境特征数据集；
13、基于行为信息属性数据集和环境特征数据集，生成环境场景数据集。
14、进一步地，获取用户购物行为发生时所对应的自动贩卖机所处的环境特征数据，生成环境特征数据集，包括：
15、基于自动贩卖机的场景识别组件中的环境传感器，采集获取环境温湿度数据；
16、基于自动贩卖机的场景识别组件中的摄像装置，获取用户穿戴服饰数据、用户流量数据；
17、基于自动贩卖机的场景识别组件中的高灵敏度拾音器，获取用户语音数据；
18、汇总环境温湿度数据、用户穿戴服饰数据、用户流量数据和用户语音数据，生成环境特征数据集。
19、进一步地，基于行为信息属性数据集和环境特征数据集，生成环境场景数据集，包括：
20、利用行为信息属性数据集和环境特征数据集，基于场景生成模型，生成若干个用户购物的环境场景；其中，场景生成模型基于深度神经网络模型训练生成。
21、进一步地，基于自动贩卖机的场景识别组件，根据环境场景库，获得自动贩卖机所处的当前环境场景，包括：
22、获取用户当前购物行为信息，生成当前行为信息属性数据；
23、基于自动贩卖机的场景识别组件，识别获取自动贩卖机所处的当前环境场特征数据；
24、根据当前行为信息属性数据和当前环境特征数据，利用环境场景库进行环境场景数据的匹配，获得相匹配的当前环境场景。
25、进一步地，根据当前环境场景，利用自动贩卖机向用户作购物推荐，包括：
26、根据当前环境场景，基于设定的当前环境场景与物品推荐数据库的匹配关系数据库，获取当前环境场景所对应的物品推荐数据库；
27、根据物品推荐数据库，利用物品推荐数据库中的物品推荐策略，将物品推荐数据库中的物品推荐类别推荐给用户；
28、其中，物品推荐策略基于策略制定模型制定；
29、策略制定模型基于用户购物需求预测模型和用户购物修正模型而获取；
30、其中，用户购物需求预测模型，基于用户个体标签数据、用户个性化购物数据、用户需求初始操作数据，利用神经网络预测模型，预测获得用户的购物需求；其中，用户个体标签数据包括用户为新用户或老用户；用户个性化购物数据包括用户对物品的偏好和对品牌的偏好，以及对是否接受其它推荐的态度；用户需求初始操作数据为：用户根据自身购物需求而进行的初始的操作自动贩卖机的记录数据；
31、用户购物修正模型，用于根据用户的渐进操作数据和交互数据，获得用户的购物修正值；根据购物修正值与购物需求推荐概率值的对应匹配关系库，获取购物需求推荐概率值，并将大于设定的概率阈值的购物需求推荐概率值所对应的购物需求作为用户的购物需求；
32、其中，交互数据为自动贩卖机上的虚拟ai数字人与用户交互过程所产生的数据；用户购物修正模型如下式表示：
33、
34、其中，p代表用户购物修正值，代表用户进行的第i步渐进操作步骤所产生的修正贡献值；i代表第i步操作步骤，k代表用户从开始操作到购物完成所进行的操作步骤数；代表用户进行的第j步交互过程所产生的修正贡献值；j代表第j步交互过程，m代表用户从开始交互到购物完成所进行的交互过程步骤数。
35、基于场景识别的用户购物推荐系统，包括：
36、环境场景库构建模块，用于基于用户购物的历史记录，构建自动贩卖机的环境场景库；
37、当前环境场景获取模块，用于基于自动贩卖机的场景识别组件，根据环境场景库，获得自动贩卖机所处的当前环境场景；
38、购物推荐模块，用于根据当前环境场景，利用自动贩卖机向用户作购物推荐。
39、一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适用于由处理器加载并执行基于场景识别的用户购物推荐方法。
40、一种设备，包括处理器、存储器；存储器用于存储指令，处理器用于执行存储器中存储的指令，以使设备执行基于场景识别的用户购物推荐方法。
41、本专利技术与现有技术相比，具有如下的优点和有益效果：根据用户购物的历史记录，构建自动贩卖机的环境场景库，根据环境场景库，获得自动贩卖机所处的当前环境场景，利用自动贩卖机向用户作购物推荐，可提高自动贩卖机向用户作购物推荐的效率和质量，有利于提高用户的购物体验，提高购物推荐的智能化水平。
42、本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
43、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.基于场景识别的用户购物推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于场景识别的用户购物推荐方法，其特征在于，基于用户购物的历史记录，构建自动贩卖机的环境场景库，包括：
3.根据权利要求2所述的基于场景识别的用户购物推荐方法，其特征在于，根据历史记录，建立用户购物时的环境场景数据集，包括：
4.根据权利要求3所述的基于场景识别的用户购物推荐方法，其特征在于，获取用户购物行为发生时所对应的自动贩卖机所处的环境特征数据，生成环境特征数据集，包括：
5.根据权利要求3所述的基于场景识别的用户购物推荐方法，其特征在于，基于行为信息属性数据集和环境特征数据集，生成环境场景数据集，包括：
6.根据权利要求4所述的基于场景识别的用户购物推荐方法，其特征在于，基于自动贩卖机的场景识别组件，根据环境场景库，获得自动贩卖机所处的当前环境场景，包括：
7.根据权利要求1所述的基于场景识别的用户购物推荐方法，其特征在于，根据当前环境场景，利用自动贩卖机向用户作购物推荐，包括：
8.基于场景识别的用户购物推荐
9.一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有多条指令，指令适用于由处理器加载并执行如权利要求1-7任意一项所述的基于场景识别的用户购物推荐方法。
10.一种设备，其特征在于，包括处理器、存储器；存储器用于存储指令，处理器用于执行存储器中存储的指令，以使设备执行如权利要求1-7任意一项所述的基于场景识别的用户购物推荐方法。
...【技术特征摘要】
1.基于场景识别的用户购物推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于场景识别的用户购物推荐方法，其特征在于，基于用户购物的历史记录，构建自动贩卖机的环境场景库，包括：
3.根据权利要求2所述的基于场景识别的用户购物推荐方法，其特征在于，根据历史记录，建立用户购物时的环境场景数据集，包括：
4.根据权利要求3所述的基于场景识别的用户购物推荐方法，其特征在于，获取用户购物行为发生时所对应的自动贩卖机所处的环境特征数据，生成环境特征数据集，包括：
5.根据权利要求3所述的基于场景识别的用户购物推荐方法，其特征在于，基于行为信息属性数据集和环境特征数据集，生成环境场景数据集，包括：
6.根据权利要求4所述的基于场景识别...
【专利技术属性】
技术研发人员：周梓荣，谢阳发，王玉，詹汉文，
申请(专利权)人：广东便捷神科技股份有限公司，
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。