【技术实现步骤摘要】
本专利技术属于智慧景区，尤其涉及一种景区商品服务推荐方法、装置、系统及介质。
技术介绍
1、旅游景区，是指以旅游及其相关活动为主要功能或主要功能之一的区域场所，能够满足游客参观游览、休闲度假、康乐健身等旅游需求，具备相应的旅游设施并提供相应的旅游服务的独立管理区。
2、随着旅游业的发展及人们生活水平的提高，越来越多的人喜欢在闲暇之余去陌生城市的旅游景区游玩，景区内除了景点外，还提供大量商品服务可供游客选择购买。一般来说，常见的景区商品有食品饮料、纪念品、手工艺品、旅游用品、零售商品等，常见的景区服务有体验活动、维护和修理服务、租赁服务、信息服务、金融服务等。景区内的景点、门店、活动众多，如何在游客有限的景点游玩过程中为游客推荐合适的商品和增值服务，为游客提供优质的游览消费服务体验，提高景区的盈利能力，是景区需要解决的主要问题之一。
3、目前，常见的景区商品服务推荐方法，多为按照销量或客户满意度进行排序推荐，然而在实际应用中并非如此。例如，针对带小孩通行的游客，可能需要租赁景区婴儿车；针对腿脚不便的老年人，可能需要租赁电动轮椅等。此时，传统的商品服务推荐方法便显得力不从心，难以根据游客需求进行合理的商品服务推荐。
4、因此，亟需一种能够根据游客行为分析游客需求，为游客提供优质的游览消费服务体验的景区商品服务推荐方法、装置、系统及介质。
技术实现思路
1、本专利技术的目的在于针对现有技术的不足，提供一种景区商品服务推荐方法、装置、系统及介质，可实现根
2、为了实现上述目的，本专利技术采用了以下技术方案：
3、一种景区商品服务推荐方法，包括：
4、获取当前游客的当前游客向量；
5、根据所述当前游客向量从预定义的游客样板中确定最近似游客样板并计算所述当前游客与所述最近似游客样板的游客相似度分数；
6、获取所述最近似游客样板中历史游客的商品服务交易记录；
7、根据所述游客相似度分数计算所述交易记录中的商品服务的推荐度并进行排序。
8、进一步的，所述获取当前游客的当前游客向量包括：
9、采集所述当前游客的图像数据；
10、根据所述图像数据生成所述当前游客的游客身份id和多个游客标签，所述多个游客标签形成所述当前游客向量；
11、将所述游客身份id和所述当前游客向量关联存储到游客向量数据库中。
12、进一步的，所述根据所述当前游客向量从预定义的游客样板中确定最近似游客样板并计算所述当前游客与所述最近似游客样板的游客相似度分数包括：
13、在所述游客向量数据库中预定义多个游客样板；
14、将多个历史游客信息归类到所述游客样板中；
15、根据所述当前游客向量通过look-alike模型确定所述最近似游客样板，并计算所述当前游客与所述最近似游客样板的游客相似度分数。
16、进一步的，所述根据所述游客相似度分数计算所述交易记录中的商品服务的推荐度并进行排序包括：
17、计算所述交易记录中的每个商品服务的商品服务匹配度分数；
18、对所述游客相似度分数和每个商品服务的所述商品服务匹配度分数进行加权计算，获得每个商品服务的所述推荐度；
19、将所述商品服务按照所述推荐度从高到低排序。
20、进一步的，所述计算所述交易记录中的每个商品服务的商品服务匹配度分数包括：
21、为每个商品服务预定义多个商品服务标签，形成商品服务向量；
22、将所述商品服务向量存储至商品服务向量数据库中；
23、从所述当前游客向量中获取游客爱好标签；
24、根据所述游客爱好标签通过look-alike模型在所述商品服务向量数据库中计算所述商品服务的商品服务匹配度分数。
25、进一步的，所述获得每个商品服务的所述推荐度还包括：
26、获得每个商品服务所对应的门店的满意度分数；
27、获得每个商品服务的价格合理性分数；
28、对所述游客相似度分数、所述商品服务匹配度分数、所述满意度分数和所述价格合理性分数进行加权计算，获得每个商品服务的所述推荐度。
29、进一步的，在所述当前游客离开景区后，将当前游客信息及其交易记录归类到所述最近似游客样板中，作为历史游客进行存储。
30、本专利技术还提供一种景区商品服务推荐装置，包括：
31、当前游客向量获取模块，用于获取当前游客的当前游客向量；
32、游客相似度分数计算模块，用于根据所述当前游客向量从预定义的游客样板中确定最近似游客样板并计算所述当前游客与所述最近似游客样板的游客相似度分数；
33、商品服务交易记录获取模块，用于获取所述最近似游客样板中历史游客的商品服务交易记录；
34、推荐度计算模块，用于根据所述游客相似度分数计算所述交易记录中的商品服务的推荐度并进行排序。
35、本专利技术还提供一种景区商品服务推荐系统，包括：
36、至少一个处理器；
37、与所述至少一个处理器通信连接的存储器和至少一个ai智能摄像机；
38、其中，所述ai智能摄像机用于采集所述当前游客的图像数据，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的一种景区商品服务推荐方法。
39、本专利技术还提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行所述的一种景区商品服务推荐方法。
40、本专利技术的有益效果：
41、本专利技术通过预定义游客样板并将历史游客归类到不同的游客样板中，进行人群划分，采集当前游客的图像数据分析生成游客标签并通过look-alike模型确定最近似游客样板，实现对当前游客的归类，明确推荐的商品服务范围；通过对游客相似度分数、商品服务匹配度分数、满意度分数和价格合理性分数进行加权计算，获得每个商品服务的推荐度后从高到低排序，实现高精度的偏好推荐；通过将当前游客信息及其交易记录归类到最近似游客样板中作为历史游客进行存储，便于成为未来游客的推荐参考，实现推荐模型的持续学习；本专利技术可实现根据游客行为分析游客需求，为游客提供优质的游览消费服务体验，提高游客的满意度和忠诚度，为景区提供服务经营数据分析决策支撑，提高景区竞争力和盈利能力，促进景区良性发展。
本文档来自技高网...【技术保护点】
1.一种景区商品服务推荐方法，其特征在于，包括：
2.根据权利要求1所述的一种景区商品服务推荐方法，其特征在于，所述获取当前游客的当前游客向量包括：
3.根据权利要求2所述的一种景区商品服务推荐方法，其特征在于，所述根据所述当前游客向量从预定义的游客样板中确定最近似游客样板并计算所述当前游客与所述最近似游客样板的游客相似度分数包括：
4.根据权利要求3所述的一种景区商品服务推荐方法，其特征在于，所述根据所述游客相似度分数计算所述交易记录中的商品服务的推荐度并进行排序包括：
5.根据权利要求4所述的一种景区商品服务推荐方法，其特征在于，所述计算所述交易记录中的每个商品服务的商品服务匹配度分数包括：
6.根据权利要求4所述的一种景区商品服务推荐方法，其特征在于，所述获得每个商品服务的所述推荐度还包括：
7.根据权利要求1-6任意一项所述的一种景区商品服务推荐方法，其特征在于，在所述当前游客离开景区后，将当前游客信息及其交易记录归类到所述最近似游客样板中，作为历史游客进行存储。
8.一种景区商品服务推荐
9.一种景区商品服务推荐系统，其特征在于，包括：
10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-7任意一项所述的一种景区商品服务推荐方法。
...【技术特征摘要】
1.一种景区商品服务推荐方法，其特征在于，包括：
2.根据权利要求1所述的一种景区商品服务推荐方法，其特征在于，所述获取当前游客的当前游客向量包括：
3.根据权利要求2所述的一种景区商品服务推荐方法，其特征在于，所述根据所述当前游客向量从预定义的游客样板中确定最近似游客样板并计算所述当前游客与所述最近似游客样板的游客相似度分数包括：
4.根据权利要求3所述的一种景区商品服务推荐方法，其特征在于，所述根据所述游客相似度分数计算所述交易记录中的商品服务的推荐度并进行排序包括：
5.根据权利要求4所述的一种景区商品服务推荐方法，其特征在于，所述计算所述交易记录中的每个商品服务的商品服务匹配度分数包括：
...
【专利技术属性】
技术研发人员：李友勇，覃延波，
申请(专利权)人：广西南宁佳凯智能技术有限公司，
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。