【技术实现步骤摘要】
售货机器人的商品推荐方法及装置
本专利技术实施例涉及自动售货
，具体涉及一种售货机器人的商品推荐方法及装置。
技术介绍
目前的售货机器人由于其便利性，已经得到了越来越广泛的应用。目前已有一些售货机器人提供商品推荐功能，可以主动给用户推荐商品。但是现有的售货机器人的商品推荐方式较为单一，推荐的效果有限。
技术实现思路
鉴于上述问题，本专利技术实施例提供了一种售货机器人的商品推荐方法，推荐效果较好。根据本专利技术实施例的一个方面，提供了一种售货机器人的商品推荐方法，包括：获取当前用户信息，所述当前用户信息至少包括所述当前用户的面部图像；根据所述当前用户信息识别出一个或多个用户特征；将所述用户特征输入商品推荐模型，得到针对所述当前用户的所述售货机器人中商品的推荐指数，至少根据所述推荐指数向所述当前用户推荐商品；根据所述当前用户购买推荐的商品的情况以及查看推荐的商品信息的情况，更新所述推荐指数。在一种可选的方式中，所述用户特征包括性别、年龄、同行人和当前地点中
【技术保护点】
1.一种售货机器人的商品推荐方法，其特征在于，包括：/n获取当前用户信息，所述当前用户信息至少包括所述当前用户的面部图像；/n根据所述当前用户信息识别出一个或多个用户特征；/n将所述用户特征输入商品推荐模型，得到针对所述当前用户的所述售货机器人中商品的推荐指数，至少根据所述推荐指数向所述当前用户推荐商品；/n根据所述当前用户购买推荐的商品的情况以及查看推荐的商品信息的情况，更新所述推荐指数。/n
【技术特征摘要】 【专利技术属性】
1.一种售货机器人的商品推荐方法，其特征在于，包括：
获取当前用户信息，所述当前用户信息至少包括所述当前用户的面部图像；
根据所述当前用户信息识别出一个或多个用户特征；
将所述用户特征输入商品推荐模型，得到针对所述当前用户的所述售货机器人中商品的推荐指数，至少根据所述推荐指数向所述当前用户推荐商品；
根据所述当前用户购买推荐的商品的情况以及查看推荐的商品信息的情况，更新所述推荐指数。
2.根据权利要求1所述的方法，其特征在于，
所述用户特征包括性别、年龄、同行人和当前地点中的一种或多种。
3.根据权利要求1所述的方法，其特征在于，所述用户特征还包括历史商品购买记录；
所述获取当前用户信息之后，所述方法还包括：
根据所述当前用户的面部图像提取所述当前用户的面部特征；
将所述当前用户的面部特征与数据库中的用户标识特征比对，判断所述当前用户是否为老客户；
若所述当前用户为老客户，所述根据所述当前用户信息识别出一个或多个用户特征，进一步包括：
根据当前用户信息识别出一个或多个用户特征，所述用户特征包括当前用户的历史商品购买记录且历史商品购买记录不为空。
4.根据权利要求3所述的方法，其特征在于，
所述当前用户信息还包括所述当前用户的语音信息；
所述获取当前用户信息之后，所述方法还包括：
根据所述当前用户的语音信息提取所述当前用户的声纹特征；
将所述当前用户的面部特征和声纹特征与数据库中的用户标识特征比对，判断所述当前用户是否为老客户。
5.根据权利要求1所述的方法，其特征在于，
从实体商品上获取商品的信息并存储于数据库。
6.根据权利要求1所述的方法，其特征在于，
所述至少根据所述推荐指数向所述当前用户推荐商品，进一步包括：
技术研发人员：王正魁，赵杨，杨俊，黄晓庆，
申请(专利权)人：深圳前海达闼云端智能科技有限公司，
类型：发明
国别省市：广东;44
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。