智能导购方法、系统、共享服务器和智能导购机器人技术方案

本公开提供一种智能导购方法、系统、共享服务器和智能导购机器人，该智能导购方法包括：根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案。该方法更加智能化，为客户提供更加个性化、人性化的服装推荐方案。

Intelligent shopping guide method, system, shared server and intelligent shopping guide robot

The present invention provides a method, system, intelligent sharing server and intelligent robot, including the intelligent methods: classification, according to the customer data model containing customer data model with multiple types of customers; according to the data store and clothing data in classification, modeling contains data of several types of clothing clothing model; by the analysis of purchase history matching according to the customer data model and the data model for clothing, get a customer type clothing recommendation. This method is more intelligent and provides customers with more personalized and user-friendly clothing recommendation program.

【技术实现步骤摘要】
智能导购方法、系统、共享服务器和智能导购机器人
本公开涉及智能设备
，具体而言，涉及一种智能导购方法、系统、共享服务器和智能导购机器人。
技术介绍
随着科技的进步，现代生活中人们对智能自动化服务的需求逐步提升，一些服务类场所(如商场或超市)配套的智能设备也应运而生。目前，在部分商场或超市已出现导购机器人，能够实现商场区域路线显示、巡航指引、简单语音对话的功能，满足消费者的一般需求。例如，具有简单的路线显示和商品呈现功能的导购机器人。消费者的需求多而且个性化较强，对导购机器人提出了更高的要求，不仅需要简单的路线显示和简单商品呈现，还需要提供更加智能化、个性化的购买建议和深层次的服务体验。因此，现有技术中的技术方案还存在有待改进之处。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种智能导购方法、系统、共享服务器和智能导购机器人，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本公开的其他特性和优点将通过下面的详细描述变得清晰，或者部分地通过本公开的实践而习得。根据本公开的一个方面，提供一种智能导购方法，包括：根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案。在本公开的一种示例性实施例中，所述客户数据还包括体型特征；通过图像传感器采集人脸图像，并对所述人脸图像进行分析得到所述客户数据，其中所述客户数据包括年龄特征、性别特征、肤色特征和心理特征；通过三维扫描传感器对人体进行扫描并分析得到包含所述体型特征的客户数据。在本公开的一种示例性实施例中，对所述人脸图像进行分析包括：基于所述人脸图像进行训练，得到人脸模型；基于所述人脸模型分别对年龄、性别、肤色和心理进行检测和训练，得到所述客户数据模型，其中所述客户数据模型中按照年龄、性别、肤色和心理进行划分包含多个客户类型。在本公开的一种示例性实施例中，还包括：将所述客户数据模型上传并存储到共享服务器；采集到新的人脸图像，并上传到所述共享服务器；所述新的人脸图像经所述共享服务器中的所述客户数据模型进行人脸区域检测以及特征提取，得到与所述新的人脸相应的年龄特征、性别特征、肤色特征和心理特征。在本公开的一种示例性实施例中，还包括：通过对已存的推荐成功和推荐失败的记录进行分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案，根据所述服装推荐方案提供本场导引方案或根据所述服装推荐方案和所述本场导引方案生成试穿效果图和逛店路线图。根据本公开的另一方面，还提供一种智能导购系统，包括：客户建模模块，用于根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；服装建模模块，用于根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；分析匹配模块，用于通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案。在本公开的一种示例性实施例中，还包括：存储模块，用于存储所述客户数据、所述店铺数据和所述服装数据；输入模块，用于采集人脸图像；输出模块，用于将所述服装推荐方案以图像或语音的形式呈现出来。在本公开的再一方面，还提供一种共享服务器，包括：客户建模模块，用于根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；服装建模模块，用于根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；分析匹配模块，用于通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案；存储模块，用于存储所述客户数据、所述店铺数据和所述服装数据。在本公开的又一方面，还提供一种智能导购机器人，包括以上所述的智能导购系统和显示屏，所述显示屏为分区显示屏；所述分区显示屏包括试穿效果显示区、本场推荐显示区和分析建议区，所述试穿效果显示区用于显示针对客户类型所推荐服装的试穿效果的图片或视频，所述本场推荐显示区用于显示在本场内购买所所述所推荐服装的店铺位置，所述分析建议区用于显示推荐的分析和理由。本公开的某些实施例的智能导购方法中，分别对客户数据、店铺数据和服装数据进行分类建模得到客户数据模型和服装数据模型，通过对购买历史进行分析结合客户数据模型和服装数据模型进行匹配，得到服装推荐方案。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本公开示例性实施例中一种智能导购方法的流程图。图2示出本公开示例性实施例中对人脸图像进行分析的流程图。图3示出进行线下客户数据建模以及线上后续应用模型进行训练得到用户特征的示意图。图4示出本公开示例性实施例中一种智能导购系统的示意图。图5示出本公开示例性实施例中另一种智能导购系统的示意图。图6示出本公开示例性实施例中一种共享服务器的示意图。图7示出本公开示例性实施例中一种终端的示意图。图8示出本公开示例性实施例中一种智能导购机器人的示意图。图9示出本公开示例性实施例中一种智能导购机器人的架构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。消费者在购买一些不涉及自身状态或状况的商品过程中，例如购买一本书，导购机器人只需根据书名以及书的内容即可给出相应的推荐书目；而对于某些会涉及消费者自身状态或状况的购买动作，例如购买服装，导购机器人还需要考虑消费者的一些基本信息(身高、体重等)才能给出更加符合消费者心理的推荐方案。图1示出本公开示例性实施例中一本文档来自技高网...

【技术保护点】
一种智能导购方法，其特征在于，包括：根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案。

【技术特征摘要】
1.一种智能导购方法，其特征在于，包括：根据客户数据进行分类、建模得到包含多个客户类型的客户数据模型；根据店铺数据以及服装数据进行分类、建模得到包含多个服装类型的服装数据模型；通过对购买历史进行分类分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案。2.根据权利要求1所述的智能导购方法，其特征在于，所述客户数据还包括体型特征；通过图像传感器采集人脸图像，并对所述人脸图像进行分析得到所述客户数据，其中所述客户数据包括年龄特征、性别特征、肤色特征和心理特征；通过三维扫描传感器对人体进行扫描并分析得到包含所述体型特征的客户数据。3.根据权利要求2所述的智能导购方法，其特征在于，对所述人脸图像进行分析包括：基于所述人脸图像进行训练，得到人脸模型；基于所述人脸模型分别对年龄、性别、肤色和心理进行检测和训练，得到所述客户数据模型，其中所述客户数据模型中按照年龄、性别、肤色和心理进行划分包含多个客户类型。4.根据权利要求2所述的智能导购方法，其特征在于，还包括：将所述客户数据模型上传并存储到共享服务器；采集到新的人脸图像，并上传到所述共享服务器；所述新的人脸图像经所述共享服务器中的所述客户数据模型进行人脸区域检测以及特征提取，得到与所述新的人脸相应的年龄特征、性别特征、肤色特征和心理特征。5.根据权利要求1所述的智能导购方法，其特征在于，还包括：通过对已存的推荐成功和推荐失败的记录进行分析，结合所述客户数据模型和所述服装数据模型进行匹配，得到针对某一客户类型的服装推荐方案，根据所述服装推荐方案提供本场导引方案或根据所...

【专利技术属性】
技术研发人员：董文储，谷玉，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11