基于人工智能的电子商务的推荐方法、系统、设备和介质技术方案

本发明专利技术提供的一种基于人工智能的电子商务的推荐方法、系统、设备和介质，该方法包括基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量，基于用户手机中的多个应用的使用数据确定用户的处理器性能需求程度，基于用户手机存储数据、用户手机中的多个应用的使用数据、用户平均每天的手机用电量确定用户的机身存储容量需求，基于多个前置摄像头的照片和多个后置摄像头的照片确定前置摄像头的像素需求和后置摄像头的像素需求，基于用户平均每天的手机用电量、用户的处理器性能需求程度、用户的机身存储容量需求、前置摄像头的像素需求、后置摄像头的像素需求确定多个推荐手机，该方法可以准确的推荐适合用户的手机，提高用户体验。提高用户体验。提高用户体验。

【技术实现步骤摘要】
基于人工智能的电子商务的推荐方法、系统、设备和介质


[0001]本专利技术涉及电子商务
，具体涉及一种基于人工智能的电子商务的推荐方法、系统、设备和介质。

技术介绍

[0002]随着互联网的普及和电子商务的发展,电子商务平台应用的越来越广泛。现在我们可以通过电脑或手机等设备在足不出户的情况下购买到自己想要的商品。然而信息时代数据爆炸式增长使得用户在海量商品信息面前无所适从,如何在海量数据中剔除不相干的信息、快捷地获取到有价值的信息成为一项挑战工作。用户在电子商务平台选购手机时，现有的电子商务平台的个性化推荐系统可以基于用户的历史搜索记录等，从而有针对性地进行个性化推荐，但往往推荐的结果还是特别多，且推荐的准确性还是不够，用户还是需要从推荐的结果中再进行选择。而对于年纪较大或对手机功能不熟悉的用户来说，手机种类繁多，各种功能介绍内容复杂，用户往往选择起来还是特别困难，用户还是需要通过去网上查找资料，查询他人购买意见等手段来进行选择。
[0003]因此如何在电子商务平台上准确的推荐适合用户的手机，提高用户体验是当前亟待解决的问题。

技术实现思路

[0004]本专利技术主要解决的技术问题是如何在电子商务平台上准确的推荐适合用户的手机，提高用户体验。
[0005]根据第一方面，本专利技术提供一种基于人工智能的电子商务的推荐方法，包括：基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量；基于用户手机中的多个应用的使用数据使用性能判断模型确定用户的处理器性能需求程度；基于用户手机存储数据、所述用户手机中的多个应用的使用数据、所述用户平均每天的手机用电量确定用户的机身存储容量需求；对用户相册内的多张照片进行分类得到多个前置摄像头的照片和多个后置摄像头的照片；基于所述多个前置摄像头的照片和所述多个后置摄像头的照片使用照片处理模型进行处理得到前置摄像头的像素需求和后置摄像头的像素需求；基于所述用户平均每天的手机用电量、所述用户的处理器性能需求程度、所述用户的机身存储容量需求、所述前置摄像头的像素需求、所述后置摄像头的像素需求使用手机推荐模型确定多个推荐手机。
[0006]更进一步地，所述方法还包括：获取用户的手部图像和视力信息；基于所述用户的手部图像确定用户的握持能力；基于所述用户的握持能力、所述视力信息确定推荐的手机机身尺寸范围；获取所述多个推荐手机的机身尺寸大小；从所述多个推荐手机的机身尺寸大小中筛选出位于所述推荐的手机机身尺寸范围内的多个手机，并将所述位于所述推荐的手机机身尺寸范围内的多个手机作为多个目标手机进行推荐。
[0007]更进一步地，所述方法还包括：获取所述多个目标手机的价格，按照价格从小到大
的排列顺序对所述多个目标手机进行展示。
[0008]更进一步地，所述照片处理模型为卷积神经网络模型，所述照片处理模型的输入为所述多个前置摄像头的照片和所述多个后置摄像头的照片，所述照片处理模型的输出为所述前置摄像头的像素需求和后置摄像头的像素需求。
[0009]根据第二方面，本专利技术提供一种基于人工智能的电子商务的推荐系统，包括：手机用电量确定模块，用于基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量；性能需求程度确定模块，用于基于用户手机中的多个应用的使用数据使用性能判断模型确定用户的处理器性能需求程度；存储容量需求确定模块，用于基于用户手机存储数据、所述用户手机中的多个应用的使用数据、所述用户平均每天的手机用电量确定用户的机身存储容量需求；分类模块，用于对用户相册内的多张照片进行分类得到多个前置摄像头的照片和多个后置摄像头的照片；像素需求确定模块，用于基于所述多个前置摄像头的照片和所述多个后置摄像头的照片使用照片处理模型进行处理得到前置摄像头的像素需求和后置摄像头的像素需求；推荐手机确定模块，用于基于所述用户平均每天的手机用电量、所述用户的处理器性能需求程度、所述用户的机身存储容量需求、所述前置摄像头的像素需求、所述后置摄像头的像素需求使用手机推荐模型确定多个推荐手机。
[0010]更进一步地，所述系统还用于：获取用户的手部图像和视力信息；基于所述用户的手部图像确定用户的握持能力；基于所述用户的握持能力、所述视力信息确定推荐的手机机身尺寸范围；获取所述多个推荐手机的机身尺寸大小；从所述多个推荐手机的机身尺寸大小中筛选出位于所述推荐的手机机身尺寸范围内的多个手机，并将所述位于所述推荐的手机机身尺寸范围内的多个手机作为多个目标手机进行推荐。
[0011]更进一步地，所述系统还用于：获取所述多个目标手机的价格，按照价格从小到大的排列顺序对所述多个目标手机进行展示。
[0012]更进一步地，所述照片处理模型为卷积神经网络模型，所述照片处理模型的输入为所述多个前置摄像头的照片和所述多个后置摄像头的照片，所述照片处理模型的输出为所述前置摄像头的像素需求和后置摄像头的像素需求。
[0013]根据第三方面，本专利技术提供一种电子设备，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现上述的方法。
[0014]根据第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述方面中任一项所述的方法。
[0015]本专利技术提供的一种基于人工智能的电子商务的推荐方法、系统、设备和介质，该方法包括基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量，基于用户手机中的多个应用的使用数据使用性能判断模型确定用户的处理器性能需求程度，基于用户手机存储数据、所述用户手机中的多个应用的使用数据、所述用户平均每天的手机用电量确定用户的机身存储容量需求，对用户相册内的多张照片进行分类得到多个前置摄像头的照片和多个后置摄像头的照片，基于所述多个前置摄像头的照片和所述多个后置摄像头的照片使用照片处理模型进行处理得到前置摄像头的像素需求和后置摄像头的像素需求，基于所述用户平均每天的手机用电量、所述用户的处理器性能需求程度、所述用户的机身存储容量需求、所述前置摄像头的像素需求、所述后置摄像头的像素需求使用手机推荐
模型确定多个推荐手机，可以准确的推荐适合用户的手机，提高用户体验。
附图说明
[0016]图1为本专利技术实施例提供的一种基于人工智能的电子商务的推荐方法的流程示意图；图2为本专利技术实施例提供的一种对多个推荐手机进行筛选确定出多个目标手机的流程示意图；图3为本专利技术实施例提供的一种基于人工智能的电子商务的推荐系统的示意图；图4为本专利技术实施例提供的一种电子设备的示意图。
具体实施方式
[0017]下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本专利技术能被更好的理解。
[0018]本专利技术实施例中，提供了如图1所示的一种基于人工智能的电子商务的推荐方法，所述基于人工智能的电子商务的推荐方法包括步骤S1~S6：步骤S1，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电子商务的推荐方法，其特征在于，包括：基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量；基于用户手机中的多个应用的使用数据使用性能判断模型确定用户的处理器性能需求程度；基于用户手机存储数据、所述用户手机中的多个应用的使用数据、所述用户平均每天的手机用电量确定用户的机身存储容量需求；对用户相册内的多张照片进行分类得到多个前置摄像头的照片和多个后置摄像头的照片；基于所述多个前置摄像头的照片和所述多个后置摄像头的照片使用照片处理模型进行处理得到前置摄像头的像素需求和后置摄像头的像素需求；基于所述用户平均每天的手机用电量、所述用户的处理器性能需求程度、所述用户的机身存储容量需求、所述前置摄像头的像素需求、所述后置摄像头的像素需求使用手机推荐模型确定多个推荐手机。2.如权利要求1所述的基于人工智能的电子商务的推荐方法，其特征在于，所述方法还包括：获取用户的手部图像和视力信息；基于所述用户的手部图像确定用户的握持能力；基于所述用户的握持能力、所述视力信息确定推荐的手机机身尺寸范围；获取所述多个推荐手机的机身尺寸大小；从所述多个推荐手机的机身尺寸大小中筛选出位于所述推荐的手机机身尺寸范围内的多个手机，并将所述位于所述推荐的手机机身尺寸范围内的多个手机作为多个目标手机进行推荐。3.如权利要求2所述的基于人工智能的电子商务的推荐方法，其特征在于，所述方法还包括：获取所述多个目标手机的价格，按照价格从小到大的排列顺序对所述多个目标手机进行展示。4.如权利要求1所述的基于人工智能的电子商务的推荐方法，其特征在于，所述照片处理模型为卷积神经网络模型，所述照片处理模型的输入为所述多个前置摄像头的照片和所述多个后置摄像头的照片，所述照片处理模型的输出为所述前置摄像头的像素需求和后置摄像头的像素需求。5.一种基于人工智能的电子商务的推荐系统，其特征在于，包括：手机用电量确定模块，用于基于用户手机一段时间内的电量消耗数据确定用户平均每天的手机用电量；性能需求程度确定模块，用于基于用户手机中的多个应用的使用数据使用性能判断模型确定用户的处理器性能需求程度；...

【专利技术属性】
技术研发人员：游子龙，
申请(专利权)人：成都豪杰特科技有限公司，
类型：发明
国别省市：