预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111652669A(43)申请公布日2020.09.11(21)申请号202010297329.4(22)申请日2020.04.15(71)申请人珠海小礼鱼科技有限公司地址519000广东省珠海市横琴新区宝华路6号105室-65960(集中办公区)(72)发明人陈大东(74)专利代理机构广州容大专利代理事务所(普通合伙)44326代理人潘素云(51)Int.Cl.G06Q30/06(2012.01)G06Q30/02(2012.01)G06Q20/40(2012.01)G06Q20/18(2012.01)权利要求书3页说明书6页附图3页(54)发明名称一种智能终端导购系统及方法(57)摘要本发明公开了一种智能终端导购系统及方法,该系统包括支付识别模块、信息采集模块、信息分析模块以及商品推荐模块;信息分析模块对用户的购物习惯进行分析,统计用户的商品消耗周期;根据收集的用户信息,做出用户的消费画像;获取商城或者实体店的购物优惠信息;商品推荐模块根据用户以往的商品使用时长,以及商品消耗周期,到达对应的时间点时生成用户需求商品单推荐给用户;根据用户的消费画像,将类似画像用户购买的商品推荐给用户;根据优惠信息与用户购物清单的匹配度,当优惠匹配上用户的购物习惯时生成推荐购物清单及优惠信息推荐给用户。本发明给每个用户不同的购物推荐,让购物流程更加贴近用户的使用习惯,提高用户的购物体验感。CN111652669ACN111652669A权利要求书1/3页1.一种智能终端导购系统,其特征在于,包括:支付识别模块,用于通过用户购买商品的支付识别用户信息;信息采集模块,用于根据用户信息获取用户每次在商场购物平台的购物记录和消费清单;信息分析模块,用于对用户的购物习惯进行分析,统计用户的商品消耗周期,本次购买的商品距离下次购买同类商品的时长;根据收集的用户信息,做出用户的消费画像;获取商城或者实体店的购物优惠信息,自动判断优惠信息与用户购物清单的匹配度;商品推荐模块,用于根据用户以往的商品使用时长,以及商品消耗周期,到达对应的时间点时生成用户需求商品单推荐给用户;根据用户的消费画像,将类似画像用户购买的商品推荐给用户;根据优惠信息与用户购物清单的匹配度,当优惠匹配上用户的购物习惯时生成推荐购物清单及优惠信息推荐给用户。2.根据权利要求1所述的智能终端导购系统,其特征在于,所述支付识别模块包括:摄像头,用于获取用户的图像,并将图像信息发送给微信刷脸支付单元;微信刷脸支付单元,用于接收图像信息,通过图像信息进行用户购买商品的刷脸支付,并识别用户信息。3.根据权利要求1所述的智能终端导购系统,其特征在于,所述用户信息包括用户个人信息及用户商品购买记录。4.根据权利要求1所述的智能终端导购系统,其特征在于,所述信息分析模块包括:购物周期分析单元,用于对用户的购物习惯进行分析,统计用户的商品消耗周期,本次购买的商品距离下次购买同类商品的时长;用户画像分析单元,用于根据收集的用户信息,做出用户的消费画像;优惠信息分析单元,用于获取商城或者实体店的购物优惠信息,自动判断优惠信息与用户购物清单的匹配度。5.根据权利要求1所述的智能终端导购系统,其特征在于,所述商品推荐模块包括:周期商品推荐单元,用于根据用户以往的商品使用时长,以及商品消耗周期,到达对应的时间点时生成用户需求商品单推荐给用户;类似商品推荐单元,用于根据用户的消费画像,将类似画像用户购买的商品推荐给用户;优惠商品推荐单元,用于根据优惠信息与用户购物清单的匹配度,当优惠匹配上用户的购物习惯时生成推荐购物清单及优惠信息推荐给用户。6.根据权利要求1所述的智能终端导购系统,其特征在于,所述商品推荐模块的推荐方法具体为:在基于内容推荐的基础上做了协同过滤的推荐,首先计算用户对商品的偏好,形成U-V矩阵,U为用户矩阵,V为相似矩阵,然后根据用户属性计算U-U与V-V的相似度和根据用户对商品的偏好计算U与V的相似度,使用计算相似度的方法分别为曼哈顿距离、Pearson相关系数;曼哈顿距离表示两个n维向量a(x11,x11,…x1n)与b(x21,x21,…x2n)在标准坐标系上的绝对轴距之和:2CN111652669A权利要求书2/3页其中,K为第几个纬度,得出所有向量的值后,最小的值为相似度最高;Pearson相关系数来衡量两个变量X,Y之间的线性相关性,Pearson:-1~1;-1:完全负相关;1:完全正相关;0:不相关,其计算公式为:其中E为数学期望,N表示变量的取值个数。7.一种智能终端导购方法,其特征在于,包括如下步骤:通过用户购买商品的支付识别用户信息;根据用户信息获取用户每次在商场购物平台的购物记录和消费清单;对用户的购