一种基于购物行为的数据采集和推荐方法与流程

技术特征：
1.一种基于购物行为的数据采集和推荐方法，其特征在于，包括：通过预设的智能摄像头，采集顾客的人脸图像，并通过所述人脸图像，获取购物行为数据；其中，所述智能摄像头包括前置摄像头、后置摄像头和侧边摄像头；通过预设的智能设备，采集购物过程中的商品数据，同时对智能设备进行定位，确定兴趣区域信息；通过所述购物行为数据和兴趣区域信息，生成营销反馈数据，并基于所述营销反馈数据，构建推荐策略，同时，将所述推荐策略推送至智能设备上。2.如权利要求1所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述通过预设的智能摄像头，采集顾客的人脸图像，并通过所述人脸图像，获取购物行为数据，包括：通过前摄像头，对顾客进行画像采集，并基于预设的检测人脸算法，记录顾客的人脸图像，并识别顾客身份信息；通过顾客身份信息和对应的人脸图像，实时对顾客的人脸图像进行表情分析，确定表情分析结果；通过所述表情分析结果，对顾客的购物行为进行评估，确定客户的购物行为数据。3.如权利要求2所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述基于预设的检测人脸算法，记录顾客的人脸图像，并识别顾客身份信息，包括：获取顾客面部的人脸图像；基于预设的adaboost算法，记录并抽取人脸图像的目标矩形特征，并根据所述目标矩形特征，生成弱分离器特征；按照预设的加权投票机制，强化所述弱分离器特征，构造强分类器特征；串联强分类器特征，生成层叠分类器特征，并通过层叠分类器特征，识别人脸特征，确定人脸识别图像；基于预设的大数据中心，对所述人脸识别图像进行预处理操作，确定预处理图像；其中，所述预处理操作至少包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化的一种或多种；对所述预处理图像进行几何特征的提取，提取人脸特征点，并通过所述人脸特征点，进行人脸特征建模，搭建人脸特征模型；基于所述人脸特征模型，提取待识别的人脸图像中的人脸特征数据；将所述人脸特征数据与预设的存储数据库中的人脸特征模板进行搜索匹配，识别顾客身份信息。4.如权利要求3所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述对所述预处理图像进行几何特征的提取，提取人脸特征点，并通过所述人脸特征点，进行人脸特征建模，搭建人脸特征模型，包括：基于预设的几何特征算法，提取人脸特征，确定人脸局部的几何线条；其中，所述几何特征算法用于对眼睛、鼻子、嘴和下巴部位的线条变化进行识别；分析几何线条的局部形状和距离特性，确定人脸分类特征数据，并根据所述表情人脸特征数据，抽取人脸特征点；
根据所述人脸特征点，生成对应的人脸特征分量；其中，所述人脸特征分量至少包括人脸特征点间的欧氏距离、曲率和角度；通过所述人脸特征分量、人脸特征点和人脸分类特征数据，构建人脸特征模型。5.如权利要求1所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述通过预设的智能设备，采集购物过程中的商品数据，还包括：通过智能购物车上预设的智能终端pad，获取商品条码信息；通过智能购物车预设的重量传感器和智能摄像头，采集商品数据；其中，所述商品数据包括商品类型信息、商品放入重量和商品放入时间；根据所述商品条码信息，智能购物车检测对应的商品数据和商品的放入重量，并判断商品放入重量是否与商品条码信息对应的标准重量相符合，确定判断结果；当所述判断结果为符合时，智能购物车自动添加对应的扫码商品至购物清单；当所述判断结果为不符合时，基于智能购物车上预先装置的后置摄像头，监测并判断智能购物车内的商品的异常信息，确定第一判断结果。6.如权利要求5所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述当所述判断结果为不符合时，基于智能购物车上预先装置的后置摄像头，监测并判断智能购物车内的商品的异常信息，确定第一判断结果，包括：当所述判断结果为不符合时；基于智能购物车的后置摄像头，监测智能购物车内的商品，同时通过智能购物车的重量传感器，采集商品数量；当所述商品条码信息无误，但和对应的商品数量不符合时，上传商品数量，同时对顾客进行语音提醒，并在提醒时间超过预设的时间阈值后，生成异常信息发送至预设的控制终端；当所述商品条码信息和对应的商品数量都有误时，采集商品的防损信息；通过智能购物车上预设的后置摄像头、扫码器和重量传感器，获取扫码前车筐图像、放入商品前车筐图像和放入商品后车筐图像；对所述扫码前车筐图像、放入商品前车筐图像和放入商品后车筐图像进行对比，并分析顾客未扫码放入车筐商品，确定未扫码商品；通过防损信息和未扫码商品，确定异常商品，并对顾客进行语音提醒，并在提醒时间超过预设的时间阈值后，生成异常信息发送至预设的控制终端。7.如权利要求1所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述同时对智能设备进行定位，确定兴趣区域信息，包括：通过智能终端pad内预设的位置传感器装置，实时采集智能购物车的运动状态和方向，获取顾客的停留浏览时间；其中，所述位置传感器装置至少包括三角陀螺仪、加速度计和水平仪；通过智能终端pad内预设的蓝牙装置，检测周边区域预设的信标，通过所述信标，识别智能购物车的区域位置；根据停留浏览时间、区域位置和驻留时长，采集并记录顾客的逛游路径，通过所述逛游路径，分析门店的顾客热区和客流动线；通过所述顾客热区和客流动线，确定顾客的兴趣区域信息。
8.如权利要求1所述的一种基于购物行为的数据采集和推荐方法，所述通过所述购物行为数据和兴趣区域信息，生成营销反馈数据，并基于所述营销反馈数据，构建推荐策略，同时，将所述推荐策略推送至智能设备上，包括：通过所述购物行为数据和兴趣区域信息，生成营销反馈数据，根据所述营销反馈数据，生成对应的推送内容；基于预设的营销时机，基于预设的视觉检测行为数据方法，采集智能购物车上的场景视频，通过对场景视频进行图像采集，获取采集到的顾客图像；通过所述视觉检测行为数据方法，分析提取图像中顾客行为数据，对顾客行为数据加工分析和语义提取，确定分析结果，通过分析结果，进行智能学习，生成定制化的推送内容，并将所述定制化的推送内容推动至智能终端pad上，确定推送结果；实时采集推送结果中的交互信息，同时，通过前置摄像头，实时采集顾客接收到交互信息时的行为反馈数据，生成个性推荐策略，并将所述个性推荐策略推送并保存至智能设备上。9.如权利要求8所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述通过所述购物行为数据和兴趣区域信息，生成营销反馈数据，根据所述营销反馈数据，生成对应的推送内容还包括：步骤1：获取目标顾客的用户信息；步骤2：通过所述用户信息，获取历史购物行为数据，并根据历史购物行为数据，生成个性化购物行为数据；其中，代表第个目标用户的个性化购物行为数据，，代表目标用户的总个数，代表第个目标用户的购物频次，代表第个目标用户的购物时长，代表第个目标用户的客单价，代表第个目标用户的历史消费清单，代表第个目标用户的逛游路线，代表第个目标用户的驻留区域，步骤3：基于预设的大数据中心，统计并记录所述个性化购物行为数据，生成兴趣群体消费数据；其中，代表兴趣群体消费函数，代表对个性化购物行为数据统计后的兴趣群体消费数据，代表统计个性化购物行为数据群体的分布函数，代表关于兴趣度的筛选函数；步骤4：通过所述兴趣群体消费数据，构建兴趣推荐算法；
;其中，代表兴趣推荐算法，关于第批个性化购物数据的兴趣推荐算法，，代表个性化购物数据的总批数，代表对第批个性化购物数据统计后的兴趣群体消费数据，代表关于兴趣群体消费数据的推荐函数，代表关于目标用户为时的兴趣群体消费数据的正向兴趣权值矩阵的转置，代表关于兴趣群体消费数据的正向兴趣权值矩阵，代表关于兴趣群体消费数据的负向兴趣权值矩阵，代表关于兴趣群体消费正向兴趣权值和负向兴趣权值的有效参数；步骤5：通过所述兴趣推荐算法，获取兴趣商品，并接收营销反馈数据，通过所述兴趣商品和营销反馈数据，生成对应的推送内容。10.如权利要求1所述的一种基于购物行为的数据采集和推荐方法，其特征在于，所述智能设备，还包括出口一体机；其中，所述出口一体机用于基于预设的rfid识别机制，检测智能购物车上的rfid信标，识别目标车辆，并通过采集目标车辆的购物数据，检测订单是否存在异常，确定检测结果；其中，当所述检测结果为订单异常时，异常订单关闭不会打开通道出口，并语音播报车号对出口防损员进行通知，同时，获取订单的商品防损数据和管理检查数据，生成可视化的订单信息。

技术总结
本发明提供一种基于购物行为的数据采集和推荐方法，通过预设的智能摄像头，采集顾客的人脸图像，并通过所述人脸图像，获取购物行为数据；其中，所述智能摄像头包括前置摄像头、后置摄像头和侧边摄像头；通过预设的智能设备，采集购物过程中的商品数据，同时对智能设备进行定位，确定兴趣区域信息；通过所述购物行为数据和兴趣区域信息，生成营销反馈数据，并基于所述营销反馈数据，构建推荐策略，同时，将所述推荐策略推送至智能设备上，本发明提供了一种灵活的、集成式的数据采集策略。集成式的数据采集策略。集成式的数据采集策略。


技术研发人员：成坤 杨亚娟
受保护的技术使用者：西安超嗨网络科技有限公司
技术研发日：2021.10.21
技术公布日：2021/11/21