CN110443637A - 用户购物行为分析方法、装置及存储介质 - Google Patents
用户购物行为分析方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110443637A CN110443637A CN201910638827.8A CN201910638827A CN110443637A CN 110443637 A CN110443637 A CN 110443637A CN 201910638827 A CN201910638827 A CN 201910638827A CN 110443637 A CN110443637 A CN 110443637A
- Authority
- CN
- China
- Prior art keywords
- user
- shopping
- shopping behaviors
- data
- behaviors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种用户购物行为分析方法、装置及存储介质。所述方法:用户购物行为分析装置接收所述用户的行为监控数据;分析所述行为监控数据,获得所述用户的第一购物行为数据;接收用户终端发送的所述用户的第二购物行为数据;分析所述第一购物行为数据和所述第二购物行为数据,建立用户画像和/或生成预警信息。包括通过上述方式,本申请能够实现用户购物行为线上线下数据互通,能够更加精准的进行用户购物行为分析。
Description
技术领域
本申请涉及行为分析领域,特别是涉及一种用户购物行为分析方法、用户购物行为分析装置及存储介质。
背景技术
随着互联网技术的发展,线下购物线上结算的“新零售”模式被提出,无人超市即是其中一种。近年各地多家无人超市陆续开业,顾客进店使用移动终端扫码验证身份,买完商品之后使用支付宝以及微信付款的方式自助结算,无需服务员与收银员就能完成交易,购物更加便捷。
发明内容
本申请主要解决的技术问题是提供一种用户购物行为分析方法、用户购物行为分析装置及存储介质,能够实现用户购物行为的线上线下数据互通,精准分析用户购物行为。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种用户购物行为分析方法,该方法包括:接收所述用户的行为监控数据;分析所述行为监控数据,获得所述用户的第一购物行为数据;接收用户终端发送的所述用户的第二购物行为数据;分析所述第一购物行为数据和所述第二购物行为数据,建立用户画像和/或生成预警信息。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种用户购物行为分析装置,包括处理器、存储器和通信电路,所述处理器耦接所述存储器、通信电路,在工作时执行指令,以配合所述存储器、通信电路实现上述用户购物行为分析方法。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种存储介质,其中存储有计算机程序,计算机程序被执行时实现上述用户购物行为分析方法。
本申请的有益效果是:分析对用户的行为监控数据,获得用户的第一购物行为数据,表示用户的线下购物行为;接收用户终端发送的用户的第二购物行为数据,表示用户的线上购物行为;综合分析第一、第二购物行为数据,从而精确的分析用户的购物行为。
附图说明
图1是本申请基于用户购物行为分析装置的用户购物行为分析方法的第一实施例的流程示意图;
图2是本申请基于用户购物行为分析装置的用户购物行为分析方法的第二实施例的流程示意图;
图3是本申请基于用户购物行为分析装置的用户购物行为分析方法的第三实施例的流程示意图;
图4是本申请用户购物行为分析***的一实施例的结构示意图;
图5是本申请用户购物行为分析方法的一交互示意图;
图6是本申请用户购物行为分析装置一实施例的结构示意图。
具体实施例
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
此外,需要说明的是,本申请实施例中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。此外,本申请实施例中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。
顾客在商场中自助购物和结算的零售模式,已被各种购物场所接受和推广,例如近年出现了“无人超市”这一新零售模式。顾客无需在收银台结账,即可完成购物。
本申请的发明人经过长期研究发现,目前无人超市并未有效的发挥其线下数据采集及线上推送应有的价值。为解决以上问题,本申请提供如下实施例。
请参阅图1,本申请基于用户购物行为分析装置的用户购物行为分析方法第一实施例,包括如下步骤:
S101:接收用户的行为监控数据。
用户购物行为分析装置接收来自摄像装置采集到的用户的行为监控数据,以后续分析行为监控数据中的用户购物行为。
具体地,购物场所设置有至少一个摄像装置,用于采集商场内的用户动作行为监控数据后发送至用户购物行为分析装置。
其中,用户购物行为分析装置与摄像装置可以是通过无线网络比如是WIFI连接,也可以是通过网线连接,还可以是通过传输线缆连接等,具体连接方式在此不做限制。
S102:分析行为监控数据,获得用户的第一购物行为数据。
所接收到的行为监控数据为摄像装置对在购物场所的用户进行监控而获得的数据,根据该数据可分析获知用户在超市的购物行为,继而获得该用户的第一购物行为数据。
其中,用户的第一购物行为数据包括用户在购物场所的到达区域、货架及停留时长,查看商品信息数量和时间,购物时长,从货架上取出、放下的商品信息,基于识别从货架上取出、放下的商品信息形成的第一购物清单。
其中,分析行为监控数据可以是利用算法识别监控数据中用户的动作,行为识别算法例如可以是iDT算法、深度学习算法等,深度学习算法可以自动提取特征,良好地避免了人工设计特征过程中的盲目性和差异性。深度学习算法的一种——卷积神经网络算法,通过对输入数据的卷积操作,逐层提取特征,从而对图像进行识别分类,能够准确识别监控数据的人体动作。根据分析行为监控数据中的用户的动作和计算用户停留时长,可以获得上述第一购物行为数据。
S103:接收用户终端发送的用户的第二购物行为数据。
用户购物行为分析装置实时接收第二购物行为数据,第二购物行为数据是通过用户终端获得的。
其中,第二购物行为数据包括用户终端加入/删除的商品的信息,和用户最终通过购物终端结算的第二购物清单。
具体地,用户终端具备扫码功能,用户使用用户终端扫描商品的条形码获取商品的价格、数量等信息并加入到用户终端上的虚拟购物车中,以进行商品的结算。此外,还可以进行虚拟购物车中商品的删除操作,例如某个商品数量加购多了一件或多件,或者某个商品暂时不想购买了,可将放弃的商品从虚拟购物车中删除。
在一个具体的应用场景中,用户终端上可以安装购物程序,例如可以是购物APP,或在第三方应用中嵌入购物小程序,通过购物程序中的扫码功能扫码商品条形码将打算购买的商品加入虚拟购物车。
S104:分析第一购物行为数据和第二购物行为数据,建立用户画像和/或生成预警信息。
用户购物行为分析装置将第一购物行为数据和第二购物行为数据进行分析和对比,根据分析结果建立用户画像,根据对比结果生成预警信息。
具体地,用户购物行为分析装置综合分析用户添加/删除购物车的商品信息和用户在购物场所内查看商品时长、取出/放回商品的信息,可获得用户对某些商品或者某些品牌的喜好程度、需求程度,以及消费水平等,根据分析结果建立用户画像。
同时,对比该用户的第一购物清单和第二购物清单中的商品种类、数量和规格是否一致,判断用户是否有漏结算、误结算或多结算的情况,如有,则生成预警信息,以提示工作人员进行核对。
通过上述方式,综合分析来自用户自助加购和结算商品的购物行为,和用户在购物场所中的行为表现,可获得更精准的用户画像。同时,对比用户结算的购物清单和从监控数据识别出的用户购物清单,实现了线上线下数据的互通,可以有效避免自助购物可能出现的漏结算、误结算或多结算的情况,保障购物场所和用户的利益。
在一个实施例中,在分析第一购物行为数据和第二购物行为数据前,需要将用户的第一购物行为数据和第二购物行为数据关联起来,即确认第一购物行为数据和第二购物行为数据是属于同一用户,可以通过判断第一购物行为数据和第二购物行为数据中相同的特征进行匹配。
例如,可以通过用户使用用户终端扫描商品条形码加购商品的时间,确定行为第一监控数据中识别出的扫描同一商品且时间差异小于阈值的用户是同一人,当然,还可以结合其他共同特征进行判断,比如用户终端的品牌、型号等,以提高匹配的准确性。
在另一个实施方式中,还可以通过人脸识别关联该用户的第一购物行为数据和第二购物行为数据,例如是购物终端上的购物程序的用户登录账号与用户的人脸特征信息绑定,从而实现第一购物行为数据和第二购物行为数据关联。在S101前,用户第一次到购物场所自助购物时,需要绑定用户登录账号与用户的人脸特征信息。请参阅图2,本申请基于用户购物行为分析装置的用户购物行为分析方法第二实施例的流程示意图,本实施例是以基于用户购物行为分析装置的用户购物行为分析方法第一实施例为基础。
S201:接收用户终端通过扫描二维码登录购物程序的用户登录信息,用户登录信息包括用户登录账号和二维码的位置编码。
用户购物行为分析装置接收包含用户登录账号和二维码的位置编码的用户信息,根据二维码的位置编码可以获知用户扫码时所在位置,根据用户登录账号可以确定用户的线上身份。
具体地,购物场所在入口处设置有至少一个二维码,例如可以是1个、2个、5个等,具体数量可根据购物场所规模、客流量等配置,在此不做限定。还可以在购物场所内设置二维码,购物场所内二维码的数量、具***置、大小在此不做限制,以用户容易发现和用户终端识别为宜,当用户忘记在入口处扫描二维码时,可以在购物场所内就近扫描二维码。本实施例中,入口处可以不用设置门禁,用户可根据自己选择在入口处或者购物场所内扫描登录,用户自由进入购物场所内,可实现多人同时进入购物场所并购物,实现了开放自助购物,提高用户的购物体验。
其中,二维码用于用户终端扫描后进入购物程序,具体地,二维码中携带购物程序的跳转地址和位置编码参数,用户终端识别二维码跳转到指定H5页面,或者拉起指定购物程序,或者用户终端不存在该购物程序时,跳转应用市场下载该购物程序。
进入购物程序后,用户使用个人信息登录购物程序,本实施例中,可以是用户使用第三方账号授权登录,在其他实施例中,也可以是用户输入/注册账号密码登录,还可以是填写手机号和验证码进行登录。其中,使用第三方账号授权登录可以简化登录流程,快速获取用户信息,提高用户的购物体验。
以微信购物小程序为例进行说明,但本申请不限于此。用户打开用户终端上的微信,使用扫一扫功能扫描二维码,页面跳转到指定的购物小程序,并弹出授权微信账户登录的请求框,用户点击允许后,微信平台返回用户的openid和用于调用用户具体信息的接口调用凭证,使用接口调用凭证从微信平台获取用户信息,即完成了微信账户授权登录。用户登录信息包括从微信平台获取的用户头像、昵称和地区等信息、openid、二维码位置编码。用户登录账号可以是直接使用从微信获取的用户信息作为登录账号,例如使用openid作为该用户的登录账号,接口调用凭证作为登录密码,还可以是用户购物行为分析装置根据从微信账户获取到的用户信息生成一个自有账号,并绑定自有账号和微信账户以形成映射关系。
进一步地,用户登录信息还包括扫描二维码的扫描时间,可以理解的是,扫描二维码的扫描时间具体是指用户终端识别二维码并跳转到购物程序时的时间。
S202:接收与位置编码关联的人脸识别摄像装置采集的第一人脸监控数据。
用户购物行为分析装置接收该用户的第一人脸监控数据,第一人脸监控数据是与二维码位置对应位置的摄像装置采集的包含用户人脸特征信息的监控数据。
具体地,二维码相对应的位置设置有人脸识别摄像装置,人脸识别摄像装置具有与二维码编码相同或相关联的编码,因此,用户购物行为分析装置能够将扫描该二维码登录的用户登录账号,与对应位置的人脸识别摄像装置采集到的第一人脸监控数据关联起来。
在一个实施方式中,人脸识别摄像装置与获取用户行为监控数据的摄像装置可以是不同的两种摄像装置,人脸识别摄像装置采集用户人脸相关的监控数据,摄像装置采集用户动作行为相关的监控数据,分工进行监控数据的采集。
在另一个实施方式中,人脸识别摄像装置与获取用户行为监控数据的摄像装置还可以同一种摄像装置。第一人脸监控数据和用户行为监控数据可以是同一个摄像装置采集的同一个监控数据,也可以是同一个摄像装置采集的不同时间段的监控数据,还可以是多个摄像装置采集的不同角度或不同时间段的监控数据。
在又一个实施例中,第一人脸监控数据还可以是通过用户终端的摄像头获取的。具体地,用户终端打开购物程序后,获得用户授权开启前置摄像头,当然也可以是后置摄像头,用户可根据实际需求进行前后置摄像头的切换,通过用户终端拍摄用户的人脸照片或者录制人脸视频后,发送至用户购物行为分析装置,用户购物行为分析装置可以直接关联第一人脸监控数据和用户登录账号。
S203:分析第一人脸监控数据,提取用户的用户人脸特征信息。
用户购物行为分析装置分析第一人脸监控数据,获取人脸监控数据中的人脸并提取出用户的用户人脸特征信息。
具体地,根据用户扫描二维码的时间,提取第一人脸监控数据中相同时间对应的用户人脸特征信息,也可以是提取第一人脸监控数据中的扫码时间前后的一个时间段的用户人脸特征信息,比如用户扫描时间是14时30分15秒,那么提取14时30分14秒到14时30分16秒这一时间段用户人脸特征信息,当然也可以是扫码时间前后2秒、3秒,在此不做限定。
利用人脸特征提取算法提取人脸特征信息,人脸特征提取算法例如可以是深度学习算法、特征脸法(Eigenface)、线性判别分析(LDA,Linear Discriminant Analysis)、局部二值模式(LBP,Local binary patterns)等。
进一步地,用户购物行为分析装置分析第一监控数据中人脸特征是否清晰、明显、有无遮挡等,如用户脸部有遮挡或角度不佳无法提取出用户人脸特征,生成无法识别人脸的提示发送至用户终端,以提醒用户取下遮挡物或调整脸部角度,重新采集第一监控数据。
S204:绑定用户人脸特征信息与用户登录账号。
根据第一人脸监控数据和用户登录账号的关联关系,绑定人脸特征信息与用户登录账号并保存至用户信息数据库,以使用户购物行为分析装置根据人脸特征信息能够映射到用户登录账号或用户登录账号映射到人脸特征信息。
以微信购物小程序为例,用户授权使用微信账户登录微信购物小程序后,获取了微信返回的openid,由于openid是微信账户对购物小程序的唯一对应用户身份的标识,且不会变化,因此绑定openid与用户人脸特征信息,即形成了人脸特征信息与用户登录账号稳定的关联关系,不会因为微信账户中用户昵称、头像等其他用户信息改变而改变,便于用户的管理和用户自助购物行为的记录。
在本实施例中,用户只需在第一次进入购物场所自助购物时扫描二维码进入购物程序并登陆绑定用户人脸特征信息,后续再次甚至多次进入该购物场所时,无需再扫描二维码和绑定人脸特征信息,用户购物行为分析装置可直接根据人脸监控数据中的用户人脸特征信息获得用户登录账户。
绑定用户人脸特征信息和用户登录账户后,用户购物行为分析装置可根据用户人脸特征信息实时从人脸监控数据中识别出对应的用户,即可实现对用户在购物场所内的跟踪和用户购物行为的获取。请参阅图4,图4是本申请基于用户购物行为分析装置的用户购物行为分析方法第三实施例的流程示意图,本实施例是以基于用户购物行为分析装置的用户购物行为分析方法第一实施例至第二实施例为基础,相同的步骤在此不再赘述。
S301:用户购物行为分析装置接收用户终端通过扫描二维码登录购物程序的用户登录信息,用户登录信息包括用户登录账号和二维码的位置编码。
S302:接收与位置编码关联的人脸识别摄像装置采集的第一人脸监控数据。
S303:分析第一人脸监控数据,提取用户的用户人脸特征信息。
S304:绑定用户人脸特征信息与用户登录账号。
S305:接收至少一个人脸识别摄像装置采集的第二人脸监控数据。
用户购物行为分析装置实时接收至少一个人脸识别摄像装置发送的第二人脸监控数据,第二人脸监控数据中可跟踪用户在购物场所的路线轨迹。
购物场所内设置有至少一个人脸识别摄像装置,具体地,人脸摄像识别装置可以设置一个,也可以是多个,例如在购物场所较小、只设置一个人脸识别摄像装置就能采集到购物场所内人脸监控数据的情况下,设置一个人脸识别摄像装置即可,此时第一人脸监控数据与第二人脸监控数据是同一人脸识别摄像装置。此外,购物场所例如是在大型商超,可设置多个人脸识别装置以确保购物场所任何区域都能够采集到人脸监控数据。
人脸摄像识别装置实时采集购场所内的第二人脸监控数据并发送至用户购物行为分析装置,用户购物行为分析装置接收第二人脸监控数据并进行保存,保存第二人脸监控数据的有效期限例如可以是1小时,或者2小时,或者是24小时等,具体在此不做限制,超过有效期限即删除第二人脸监控数据,释放用户购物行为分析装置的存储空间。
S306:根据用户人脸特征信息,识别第二监控数据中的目标用户。
用户购物行为分析装置接收第二人脸监控数据并保存,根据人脸特征信息识别出第二人脸监控数据的目标用户。
S307:根据第二人脸监控数据,获取目标用户的所在区域和身体特征信息。
根据用户人脸特征信息识别出第二人脸监控数据中的目标用户后,继续获取目标用户所在区域和身体特征信息。
具体地,获取目标用户的所在区域,具体例如可以是通过人脸识别摄像装置所在的位置编码确定目标用户所在的区域。识别出目标用户后,提取目标用户的衣着颜色、衣着款式、所戴的配饰和用户形体特征等身体特征信息并保存。
S308:关联用户的所在区域、身体特征信息与用户登录账号。
根据人脸特征信息与用户登录账号的绑定关系关联用户登录账号及其所在的区域、身体特征信息。
S309:接收用户的行为监控数据。
S310:获取行为监控数据中所在区域相同,及身体特征信息相似度大于阈值的目标用户的第一购物行为数据。
根据第二人脸监控数据中目标用户所在的区域和身体特征信息,识别行为监控数据中的相同区域和身体特征信息相似度大于阈值的用户为目标用户。
确定行为监控数据中的目标用户后,获取行为监控数据中目标用户的第一购物行为数据。第一购物行为数据可以包括用户取出商品行为、放回商品行为,在货架前的停留时间、查看目标商品的时间,查看目标商品的表情,以及第一购物清单等。
在一个具体的应用场景中,购物场所的货架有唯一的货架编码,货架上摆放的商品位置是固定的,且同一商品在货架上的固定区域有对应的商品编码,货架编码、商品编码与行为摄像装置的编码关联。根据行为监控数据中用户所在区域,可以确定用户所在的货架。根据用户购物行为分析装置使用行为识别算法识别出行为监控数据中用户的从货架上取出商品行为和放回商品行为,可以确定目标用户取出或者放回的具体是哪个商品。用户购物行为分析装置为目标用户取出的商品生成第一购物清单,当识别用户将商品放回至货架时,将该商品从第一购物清单中删除。
在另一个应用场景中,还可以是直接从行为监控数据中识别用户取出的商品,例如根据用户取出目标商品的商品包装、大小等特征,在商品数据库中进行比对,从而得到目标商品信息,并将其加入第一购物清单中。当识别用户将商品放回至货架时,将该商品从第一购物清单中删除。
当然,也可以将用户购物行为动作与商品在货架上的商品编码和识别的商品特征结合,以确保第一购物清单中商品信息的准确性。
进一步的,用户购物行为分析装置还可以计算目标用户在行为监控数据中,用户在货架前的停留时间、查看目标商品的时间。用户的停留时间和查看商品时间可以反映用户对商品的需求程度和喜爱程度。
可选的,用户购物行为分析装置还可以识别第二人脸监控数据中用户查看目标商品时的表情,例如表情是开心、惊喜、皱眉等。并将用户表情与第一购物行为数据关联。
S311:关联第一购物行为数据与用户登录账号。
用户购物行为分析装置根据上述相互的关联关系关联目标用户的第一购物行为数据与用户登录账号,以综合分析比对第一购物行为数据和第二购物行为数据。
可以理解的是,用户购物行为分析装置接收摄像装置实时传输采集到的监控数据并保存,这样可以及时分析用户的行为,当用户进入购物场所但未扫描二维码登录,也即未绑定人脸特征信息和用户登录账时,用户购物行为分析装置识别不出第二人脸监控数据和行为监控数据中的该用户,可以标记该用户例如是“新用户1”并保存其相关的监控数据,待用户扫描二维码登录时,再调取保存的相关监控数据进行分析和关联。
S312:接收用户终端发送的用户的第二购物行为数据。
其中,第二购物行为数据包括用户登录账号中添加/删除的商品信息和最终结算的商品的第二购物清单,添加的商品信息是用户通过用户终端扫描商品条形码获得的。
S313:分析第一购物行为数据和第二购物行为数据,建立用户画像和/或生成预警信息。
用户购物行为分析装置对比分析来自摄像装置行为监控数据中分析获得的第一购物行为数据和来自用户终端用户自主采集的第二购物行为数据,根据分析对比结果建立用户画像和/或生成预警信息。
具体地,购物场所例如是在出口处设置有离场区域,离场区域可以不设门闸,用户完成自助购物结算后可以直接离开,方便快捷。当然也可以在离场区域设置门闸,确认用户结算无误后门闸自动打开用户离开购物场所。
当用户购物行为分析装置根据所述用户人脸特征信息确认用户已抵达或将要抵达预设离场区域时,分析第一购物行为数据和第二购物行为数据。
一方面,用户购物行为分析装置对比该第一购物清单和第二购物清单中的商品种类、数量和规格是否一致,判断用户是否有漏结算、误结算或多结算的情况,如存在不一致的情况,用户购物行为分析装置生成预警信息,以提示工作人员确认该用户是否有误结算/漏结算/多结算的情况。
另一方面,用户购物行为分析装置基于用户在货架前的停留时间、查看目标商品的时间,拿出/放回的商品信息,添加/删除虚拟购物车中的商品信息,结算的商品信息等,分析出用户的喜好,建立该用户的用户画像。
S314:生成与所述用户画像匹配的购物建议并发送所述购物建议到用户终端。
在生成用户画像之后还可以包括,生成用户的购物建议(可以是推荐给用户的商品目录和次序,或者可以是推荐给用户的商品类型目录和次序)并将购物建议推送给用户终端,购物建议还可以包括商品的优惠活动等。这样方便用户终端可以将用户喜爱的商品或常购买的商品推给用户,增加对用户的吸引力,并且可以将用户在线下的购物行为相关的数据(购物行为、购物建议、给用户推荐的商品等)通过用户终端上的程序(即线上)推送给用户,让线上线下数据得以打通,从而促进用户的消费。
通过上述方式,综合分析来自用户自助加购和结算商品的购物行为,和用户在购物场所中的行为表现,精准地采集到单个用户的,购物偏好,可获得更加精准的用户画像。利用用户终端采集用户的购物行为,实现了线上线下数据的互通,还有利于通过用户终端向用户推送相关建议,促进用户的消费和提高用户体验。同时,对比用户结算的购物清单和从监控数据识别出的用户购物清单,可以有效避免自助购物可能出现的漏结算、误结算或多结算的情况,保障购物场所和用户的利益。
需要说明的是,摄像装置或人脸识别摄像装置采集监控数据和向用户行为分析装置发送用户监控数据可以是实时进行的,因此在本申请各实施例中,各步骤间的顺序仅是本申请中各实施例的陈述顺序,并不限定为本申请各实施例的执行步骤,其中的步骤在不影响技术方案实现的情况下可以进行调换。
请参阅图4,在本申请的实施例中,用户购物行为分析***10包括用户购物行为分析装置11、摄像装置12和用户终端13。
用户购物行为分析装置11接收摄像装置12发送的用户的行为监控数据和用户终端13发送的第二购物行为数据,分析行为监控数据获得该用户的第一购物行为数据后,综合分析第一购物行为数据和第二购物行为数据后,为该用户建立用户画像和/或生成预警信息。
其中,用户终端13通过扫描购物场所内设置的二维码打开和登录购物程序,通过用户登录的购物程序扫描的商品条形码获取用户的第二购物行为数据。本实施例中,用户终端13可以表示移动电话、智能电话、计算机、笔记本电脑、平板电脑、数字广播接收器、个人数字助理(PDA,Personal Digital Assistant)、便携式多媒体播放器(PMP,PortableMedia Player)和/或导航设备。
用户购物行为分析装置11在分析第一购物行为数据和第二购物行为数据前,需要将用户的第一购物行为数据和第二购物行为数据关联起来,即确认第一购物行为数据和第二购物行为数据是属于同一用户。例如可以通过获取用户人脸特征信息和身体特征信息进行第一购物行为数据和第二购物行为数据的关联。
在一个实施方式中,用户购物行为分析***10还可以包括人脸识别装置14,需要说明的是,本实施例中摄像装置12和人脸识别摄像装置14可以是独立的两种摄像装置,也可以是同一种摄像装置,例如可以是深度相机。
人脸识别摄像装置14采集包含用户人脸特征信息和身体特征信息的人脸监控数据,发送至用户购物行为分析装置11。用户购物行为分析装置11提取用户的人脸特征信息和身体特征信息,绑定用户人脸特征信息和从用户终端13获取的用户登录账号,根据人脸特征信息定位用户所处的区域。用户购物行为分析装置11根据身体特征信息和用户所处的区域,确定购物行为监控数据中的该用户,分析获得该用户在购物行为数据中的第一购物行为数据,从而比对分析第一购物行为数据和第二购物行为数据,根据分析对比结果建立用户画像和/或生成预警信息。在一些实施方式中,建立用户画像之后,用户购物行为分析装置11还可以生成与用户画像匹配的购物建议发送至用户终端13。
在又一个实施方式中,用户购物行为分析装置11所分析获得的结果可以通过画面向工作人员展示,以使工作人员直观明了地获知当前购物场所内的用户的购物行为。
例如用户购物行为分析***10还可以包括监视器(图未示),监视器连接用户购物行为分析装置11,展示用户的购物分析结果,例如在监视器的监控画面上标记出用户的年龄性别、会员等级/积分、累计购物次数、累计消费金额及购物偏好等,还可以重点标记商品结算异常的用户,以提示工作人员进行确认核对。
参见图5,图5是本申请用户购物行为分析***10中各个装置(包括用户购物行为分析装置11、摄像装置12、用户终端13和人脸识别摄像装置14)实现用户购物行为分析方法的一交互示意图。图4所示的***实现用户购物行为分析方法的过程可以包括下述步骤:
101:用户终端扫描二维码拉起购物程序,获取用户登录信息。
102:用户终端发送用户登录信息到用户购物行为分析装置。
103:人脸识别摄像装置发送采集的第一人脸监控信息到用户购物行为分析装置。
104:用户购物行为分析装置提取第一人脸监控信息中的用户人脸特征信息,绑定用户人脸特征信息和用户登录账户。
105:人脸识别摄像装置发送采集的第二人脸监控数据到用户购物行为分析装置。
106:用户购物行为分析装置根据用户人脸特征信息识别第二人脸监控信息目标用户,获取目标用户的所在区域、身体特征信息和用户登录账号。
107:摄像装置发送用户行为监控数据到用户购物行为分析装置。
108:用户购物行为分析装置依据所在区域相同,以及身体特征信息相似度大于阈值的条件,识别行为监控数据中的目标用户,获取目标用户的第一购物行为数据。
109:用户购物行为分析装置关联第一购物行为数据与用户登录账号。
110:用户终端发送获取的第二用户购物行为数据到用户购物行为分析装置。
111:用户购物行为分析装置分析第一购物行为数据和第二购物行为数据,建立用户画像和/或生成预警信息。
112:用户购物行为分析装置生成与用户画像匹配的购物建议。
113:用户购物行为分析装置发送购物建议到用户终端。
上述基于购物车的购物行为分析方法一般由用户购物行为分析装置实现,因而本申请还提出一种用户购物行为分析装置。具体请参阅图6,图6是本申请用户购物行为分析装置一实施例的结构示意图。在该实施例中,该用户购物行为分析装置包括处理器601、存储器602和通信电路603,处理器601耦接存储器602和通信电路603,在工作时执行指令,以配合存储器602和通信电路603实现上述用户购物行为分析方法,具体工作过程与上述方法实施例中一致,故在此不再赘述,详细请参阅以上对应方法步骤的说明。
本申请还提供一种存储介质用于实现上述用户购物行为分析方法,该存储介质具体可以为U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等可以存储计算机程序的介质,或者也可以为存储有该计算机程序的服务器,该服务器可将存储的计算机程序发送给其他设备运行,或者也可以自运行该存储的计算机程序。该存储介质从物理实体上来看,可以为多个实体的组合,例如多个服务器、服务器加存储器或存储器加移动硬盘等多种组合方式。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种用户购物行为分析方法,其特征在于,所述方法包括:
接收所述用户的行为监控数据;
分析所述行为监控数据,获得所述用户的第一购物行为数据;
接收用户终端发送的所述用户的第二购物行为数据;
分析所述第一购物行为数据和所述第二购物行为数据,建立用户画像和/或生成预警信息。
2.根据权利要求1所述的用户购物行为分析方法,其特征在于,所述接收所述用户的行为监控数据之前包括:
接收用户终端通过扫描二维码登录购物程序的用户登录信息,所述用户登录信息包括用户登录账号和所述二维码的位置编码;
接收与所述位置编码关联的人脸识别摄像装置采集的第一人脸监控数据;
分析所述第一人脸监控数据,提取所述用户的用户人脸特征信息;
绑定所述用户人脸特征信息与所述用户登录账号。
3.根据权利要求2所述的用户购物行为分析方法,其特征在于,所述用户登录信息进一步包括扫描所述二维码的扫描时间;
所述分析所述第一人脸监控数据,包括:
分析所述扫描时间内的所述第一人脸监控数据,提取所述用户的用户人脸特征信息。
4.根据权利要求2所述的用户购物行为分析方法,其特征在于,所述分析所述第一购物行为数据和所述第二购物行为数据之前,还包括:
接收至少一个人脸识别摄像装置采集的第二人脸监控数据;
根据所述用户人脸特征信息,识别所述第二监控数据中的所述用户;
根据所述第二人脸监控数据,获取所述用户的所在区域和身体特征信息;
关联所述所在区域、所述身体特征信息与所述用户登录账号;
所述分析所述行为监控数据,获得所述用户的第一购物行为数据,包括:
依据所述所在区域相同,以及所述身体特征信息相似度大于阈值的条件,识别所述行为监控数据中的所述用户;
根据所述行为监控数据,获取所述用户的第一购物行为数据,所述第一购物行为数据包括最终取出的商品的第一购物清单;
关联所述第一购物行为数据与所述用户登录账号。
5.根据权利要求4所述的用户购物行为分析方法,其特征在于,所述获取所述用户的第一购物行为数据,包括:
识别所述行为监控数据中所述用户的购物行为,所述购物行为包括取出商品行为、放回商品行为;
基于所述所在区域和所述购物行为,获取所述用户的第一购物行为数据。
6.根据权利要求4所述的用户购物行为分析方法,其特征在于,
所述第二购物行为数据包括所述用户登录账号中添加/删除的商品信息和最终结算的商品的第二购物清单,所述添加的商品信息是所述用户通过所述用户终端扫描商品条形码获得的。
7.根据权利要求6所述的用户购物行为分析方法,其特征在于,所述分析所述第一购物行为数据和所述第二购物行为数据,生成预警信息包括:
根据所述用户人脸特征信息确认所述用户已抵达预设离场区域;
判断所述第一购物清单与所述第二购物清单是否一致;
若不一致,则生成预警信息,以提示工作人员确认所述用户是否误结算/漏结算/多结算商品。
8.根据权利要求1-7任一所述的用户购物行为分析方法,其特征在于,所述分析所述第一购物行为数据和所述第二购物行为数据,建立用户画像之后,包括:
生成与所述用户画像匹配的购物建议;
发送所述购物建议到用户终端。
9.一种用户购物行为分析装置,其特征在于,所述用户购物行为分析装置包括处理器、存储器和通信电路,所述处理器耦接所述存储器、通信电路,在工作时执行指令,以配合所述存储器、通信电路实现权利要求1-8任一项所述的用户购物行为分析方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被执行时实现如权利要求1-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910638827.8A CN110443637A (zh) | 2019-07-16 | 2019-07-16 | 用户购物行为分析方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910638827.8A CN110443637A (zh) | 2019-07-16 | 2019-07-16 | 用户购物行为分析方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110443637A true CN110443637A (zh) | 2019-11-12 |
Family
ID=68430512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910638827.8A Pending CN110443637A (zh) | 2019-07-16 | 2019-07-16 | 用户购物行为分析方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110443637A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339929A (zh) * | 2020-02-25 | 2020-06-26 | 浙江大华技术股份有限公司 | 一种无人超市的零售*** |
CN111784396A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 一种基于用户画像的双线购物追踪***及方法 |
CN112561648A (zh) * | 2020-12-17 | 2021-03-26 | 浙江信网真科技股份有限公司 | 一种偏好组动态生成的商品推送方法及装置 |
CN112669095A (zh) * | 2021-03-15 | 2021-04-16 | 北京焦点新干线信息技术有限公司 | 客户画像的构建方法、装置、电子设备及计算机存储介质 |
CN112995256A (zh) * | 2019-12-13 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 行为数据处理方法及相关设备 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140081800A1 (en) * | 2012-09-17 | 2014-03-20 | Alibaba Group Holding Limited | Recommending Product Information |
CN106204030A (zh) * | 2016-08-17 | 2016-12-07 | 成都仁通融合信息技术有限公司 | 一种基于二维码的超市自助购物***及方法 |
CN107067510A (zh) * | 2017-03-27 | 2017-08-18 | 杭州赛狐科技有限公司 | 一种无人值守超市购物*** |
WO2017143231A1 (en) * | 2016-02-19 | 2017-08-24 | Eyeq Inc. | System to monitor and analyze shopper behavior and method of use thereof |
US20170316396A1 (en) * | 2016-04-28 | 2017-11-02 | Toshiba Tec Kabushiki Kaisha | Management device and method |
CN107609703A (zh) * | 2017-09-15 | 2018-01-19 | 泾县麦蓝网络技术服务有限公司 | 一种应用于实体零售店的商品定位方法和*** |
CN107609945A (zh) * | 2017-09-15 | 2018-01-19 | 泾县麦蓝网络技术服务有限公司 | 一种应用于实体商店的商品推荐方法和*** |
CN107622568A (zh) * | 2017-08-07 | 2018-01-23 | 集合智造(北京)餐饮管理有限公司 | 一种基于开放式智能便利网点的运营***和方法 |
CN107767217A (zh) * | 2017-10-19 | 2018-03-06 | 康佳集团股份有限公司 | 购物推荐方法、移动终端及存储介质 |
CN107992779A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种顾客行为监督方法、***及无人商店 |
CN108197519A (zh) * | 2017-12-08 | 2018-06-22 | 北京天正聚合科技有限公司 | 基于二维码扫描触发人脸图像采集的方法和装置 |
CN108197980A (zh) * | 2017-12-27 | 2018-06-22 | 中国科学院上海高等研究院 | 个性化购物者的肖像生成方法/***、存储介质及终端 |
CN108198052A (zh) * | 2018-03-02 | 2018-06-22 | 北京京东尚科信息技术有限公司 | 用户选购商品识别方法、装置以及智能货架*** |
CN108235771A (zh) * | 2017-12-28 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 基于云端的自助购物方法和***、电子设备、程序产品 |
CN108520605A (zh) * | 2018-03-23 | 2018-09-11 | 阿里巴巴集团控股有限公司 | 一种自助购物风控方法及*** |
CN108629573A (zh) * | 2018-04-08 | 2018-10-09 | 深圳奥比中光科技有限公司 | 一种智能自助购物方法及*** |
CN109214880A (zh) * | 2018-06-29 | 2019-01-15 | 深圳市赛亿科技开发有限公司 | 一种无人售货店管理方法及*** |
CN109509061A (zh) * | 2018-10-31 | 2019-03-22 | 广州慧睿思通信息科技有限公司 | 基于人工智能的购物方法、装置、***及存储介质 |
CN109685537A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用户行为的分析方法、装置、介质和电子设备 |
CN109872220A (zh) * | 2019-01-24 | 2019-06-11 | 上海朝朝晤网络科技有限公司 | 一种商品推荐单推送方法及商品推荐单推送*** |
-
2019
- 2019-07-16 CN CN201910638827.8A patent/CN110443637A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140081800A1 (en) * | 2012-09-17 | 2014-03-20 | Alibaba Group Holding Limited | Recommending Product Information |
WO2017143231A1 (en) * | 2016-02-19 | 2017-08-24 | Eyeq Inc. | System to monitor and analyze shopper behavior and method of use thereof |
US20170316396A1 (en) * | 2016-04-28 | 2017-11-02 | Toshiba Tec Kabushiki Kaisha | Management device and method |
CN106204030A (zh) * | 2016-08-17 | 2016-12-07 | 成都仁通融合信息技术有限公司 | 一种基于二维码的超市自助购物***及方法 |
CN107067510A (zh) * | 2017-03-27 | 2017-08-18 | 杭州赛狐科技有限公司 | 一种无人值守超市购物*** |
CN107622568A (zh) * | 2017-08-07 | 2018-01-23 | 集合智造(北京)餐饮管理有限公司 | 一种基于开放式智能便利网点的运营***和方法 |
CN107609703A (zh) * | 2017-09-15 | 2018-01-19 | 泾县麦蓝网络技术服务有限公司 | 一种应用于实体零售店的商品定位方法和*** |
CN107609945A (zh) * | 2017-09-15 | 2018-01-19 | 泾县麦蓝网络技术服务有限公司 | 一种应用于实体商店的商品推荐方法和*** |
CN109685537A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用户行为的分析方法、装置、介质和电子设备 |
CN107767217A (zh) * | 2017-10-19 | 2018-03-06 | 康佳集团股份有限公司 | 购物推荐方法、移动终端及存储介质 |
CN108197519A (zh) * | 2017-12-08 | 2018-06-22 | 北京天正聚合科技有限公司 | 基于二维码扫描触发人脸图像采集的方法和装置 |
CN108197980A (zh) * | 2017-12-27 | 2018-06-22 | 中国科学院上海高等研究院 | 个性化购物者的肖像生成方法/***、存储介质及终端 |
CN108235771A (zh) * | 2017-12-28 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 基于云端的自助购物方法和***、电子设备、程序产品 |
CN107992779A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种顾客行为监督方法、***及无人商店 |
CN108198052A (zh) * | 2018-03-02 | 2018-06-22 | 北京京东尚科信息技术有限公司 | 用户选购商品识别方法、装置以及智能货架*** |
CN108520605A (zh) * | 2018-03-23 | 2018-09-11 | 阿里巴巴集团控股有限公司 | 一种自助购物风控方法及*** |
CN108629573A (zh) * | 2018-04-08 | 2018-10-09 | 深圳奥比中光科技有限公司 | 一种智能自助购物方法及*** |
CN109214880A (zh) * | 2018-06-29 | 2019-01-15 | 深圳市赛亿科技开发有限公司 | 一种无人售货店管理方法及*** |
CN109509061A (zh) * | 2018-10-31 | 2019-03-22 | 广州慧睿思通信息科技有限公司 | 基于人工智能的购物方法、装置、***及存储介质 |
CN109872220A (zh) * | 2019-01-24 | 2019-06-11 | 上海朝朝晤网络科技有限公司 | 一种商品推荐单推送方法及商品推荐单推送*** |
Non-Patent Citations (3)
Title |
---|
A. KUMAR等: "i-SHOP: A Model for Smart Shopping", 《2016 3RD ASIA-PACIFIC WORLD CONGRESS ON COMPUTER SCIENCE AND ENGINEERING (APWC ON CSE)》 * |
YAMAMOTO, YUKIKO等: "IoT-aware Online Shopping System Enhanced with Gaze Analysis", 《2016 WORLD AUTOMATION CONGRESS (WAC)》 * |
袁路妍等: "无人值守智能商业融合平台技术框架设计", 《物流技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112995256A (zh) * | 2019-12-13 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 行为数据处理方法及相关设备 |
CN112995256B (zh) * | 2019-12-13 | 2022-08-26 | 腾讯科技(深圳)有限公司 | 行为数据处理方法及相关设备 |
CN111339929A (zh) * | 2020-02-25 | 2020-06-26 | 浙江大华技术股份有限公司 | 一种无人超市的零售*** |
CN111339929B (zh) * | 2020-02-25 | 2023-05-16 | 浙江大华技术股份有限公司 | 一种无人超市的零售*** |
CN111784396A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 一种基于用户画像的双线购物追踪***及方法 |
CN112561648A (zh) * | 2020-12-17 | 2021-03-26 | 浙江信网真科技股份有限公司 | 一种偏好组动态生成的商品推送方法及装置 |
CN112561648B (zh) * | 2020-12-17 | 2022-07-29 | 浙江信网真科技股份有限公司 | 一种偏好组动态生成的商品推送方法及装置 |
CN112669095A (zh) * | 2021-03-15 | 2021-04-16 | 北京焦点新干线信息技术有限公司 | 客户画像的构建方法、装置、电子设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110443637A (zh) | 用户购物行为分析方法、装置及存储介质 | |
CN107704497B (zh) | 网页数据爬取方法、装置、网页数据爬取平台及存储介质 | |
CN107451816B (zh) | 线下交易的实现方法和装置 | |
US8676653B2 (en) | Use of optical images to authenticate and enable a return with an electronic receipt | |
CN109741146A (zh) | 基于用户行为的产品推荐方法、装置、设备及存储介质 | |
CN110033293B (zh) | 获取用户信息的方法、装置及*** | |
CN108564420B (zh) | 一种智能零售***网络 | |
US20150170148A1 (en) | Real-time transaction validity verification using behavioral and transactional metadata | |
KR102084125B1 (ko) | 무인 거래 자판기 및 o2o 기반 무인 거래 자판기를 이용한 중고거래 서비스 제공 방법 | |
CN109658188A (zh) | 基于大数据分析的房源推荐方法、装置、设备及存储介质 | |
CN110060413B (zh) | 物品的出售方法和装置、存储介质及电子装置 | |
CN107392614B (zh) | 线下交易的实现方法和装置 | |
CN109147174A (zh) | 一种无人售货方法、服务器及无人售货柜 | |
CN110033120A (zh) | 用于为商户提供风险预测赋能服务的方法及装置 | |
US8639577B1 (en) | Use of sound to authenticate and enable a return with an electronic receipt | |
CN113888232A (zh) | 一种积分兑换处理方法、装置、电子设备和可读存储介质 | |
CN104616183B (zh) | 网络交易辨识***、客户端及辨识方法 | |
CN104468635B (zh) | 网络平台的用户权限升级认证方法及*** | |
CN112435059A (zh) | 物品价值实时评估方法、装置、电子设备及存储介质 | |
US20230018545A1 (en) | Merchant advertisement informed item level data predictions | |
CN110390509A (zh) | 基于互联网的产业孵化方法、***、设备及存储介质 | |
KR102021477B1 (ko) | 다매체 빅데이터 매칭 패턴 분석을 활용한 신용평가 기반의 선지급 예약 후상환 자동결제 서비스 제공 시스템 | |
CN109389782A (zh) | 一种基于无人值守商店的销售方法及*** | |
CN113128643B (zh) | 一种实体二维码识别方法 | |
KR102301303B1 (ko) | 월세 역경매 제공 방법 및 이를 실행하는 서버 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191112 |
|
RJ01 | Rejection of invention patent application after publication |