首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种商业大数据分析系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏通卡数字科技有限公司

摘要:本发明公开了一种商业大数据分析系统,包括区域划分模块、商品分类模块、商品预测模块、视频信息分析模块、摆放方案确定模块及可视化模块;商品预测模块用于预测商品满意度;视频信息分析模块用于分析店铺视频信息,确定客流量、停留时长及顾客观看商品的目标情绪;摆放方案确定模块用于根据客流量、停留时长及目标情绪,确定商品的摆放方案。本发明的有益效果是:可以分析顾客在观看商品时的面部情绪,可以准确评估顾客对商品的态度和喜好,从而提供更准确的商品摆放位置方案。

主权项:1.一种商业大数据分析系统,其特征在于,包括区域划分模块、商品分类模块、商品预测模块、视频信息分析模块、摆放方案确定模块及可视化模块;所述区域划分模块的输出端与所述商品分类模块的输入端连接;所述商品分类模块的输出端与所述商品预测模块的输入端连接;所述商品预测模块的输出端与所述摆放方案确定模块的输入端连接;所述视频信息分析模块的输出端与所述摆放方案确定模块的输入端连接;所述摆放方案确定模块的输出端与所述可视化模块的输入端连接;所述区域划分模块,用于获取多个店铺的店铺模型,并根据所述店铺模型,将所述店铺自动划分为多个区域;所述多个区域分别包括多个商品;所述商品分类模块,用于获取所述多个区域分别包括的所述多个商品的商品属性,并根据所述商品属性将所述多个商品进行分类,得到多个商品集合;所述商品集合的数量与所述区域的数量相同;所述商品预测模块,用于获取所述多个区域包括的多个商品分别对应的购买信息,并根据所述购买信息,对所述多个店铺需上架新商品或需更改价格商品的商品满意度进行预测;所述视频信息分析模块,用于分别获取所述多个区域的多个每日视频信息,并对所述多个每日视频信息进行分析,得到每日区域客流量、区域停留时长及目标情绪;所述目标情绪用于表示每个顾客对所述多个商品的态度,其中,态度包括喜欢、讨厌及中立;所述摆放方案确定模块,用于根据所述商品满意度、所述每日区域客流量、所述区域停留时长及所述目标情绪,确定所述多个商品的摆放方案,所述摆放方案包括所述多个区域与所述多个商品集合的对应关系,以及所述多个商品的具体摆放位置;所述摆放方案确定模块,包括:综合情绪确定单元,用于根据所述多个商品分别对应的多个所述目标情绪,分别确定所述每个顾客在观看所述多个商品集合中每个所述商品时分别对应的综合情绪;所述多个商品分别对应一个所述综合情绪;对应关系确定单元,用于根据所述多个区域分别对应的所述每日区域客流量及所述区域停留时长,分别构成所述多个区域的区域特征向量;所述多个区域分别对应一个所述区域特征向量;还用于根据所述多个商品分别对应的所述满意度及所述综合情绪,分别构成多个商品的商品特征向量;所述多个商品分别对应一个所述商品特征向量;还用于根据所述多个商品分别对应的所述商品特征向量,确定所述多个商品集合分别对应的集合特征向量;所述多个商品集合分别对应一个所述集合特征向量;还用于根据多个所述区域特征向量及多个所述集合特征向量,确定所述多个区域及所述多个商品集合的所述对应关系;每个所述区域对应一个所述商品集合;摆放位置确定单元,用于根据所述多个商品分别对应所述商品特征向量,确定所述多个商品的所述具体摆放位置;所述综合情绪确定单元,具体对多个所述目标情绪分别对应的多个目标情绪特征向量进行均值池化,得到均值向量,将所述均值向量与多个所述情绪特征向量分别进行相似度计算,将与所述均值向量相似度最高的所述情绪特征向量对应的情绪标签确定为所述综合情绪;所述均值向量为一维向量;所述对应关系确定单元,所述分别构成所述多个区域的区域特征向量,具体先将所述每日区域客流量及所述区域停留时长进行归一化处理;再通过图注意力网络对经过归一化处理后的所述每日区域客流量及所述区域停留时长进行权重分配;最后根据所述每日区域客流量及所述区域停留时长分别对应的权重,进行权重计算,得到所述多个区域分别对应的所述区域特征向量;所述区域特征向量为一维向量;所述分别构成所述多个商品的商品特征向量,具体先将所述满意度,以及得到所述综合情绪的所述均值向量进行归一化处理;再通过图注意力网络对经过归一化处理的所述满意度及所述均值向量进行权重分配;最后根据所述满意度及所述均值向量分别对应的权重,进行权重计算,得到所述多个商品分别对应的所述商品特征向量;所述商品特征向量为一维向量;所述确定所述多个商品集合分别对应的集合特征向量,具体将所述多个商品集合中的每个所述商品对应的所述商品特征向量进行加权平均,得到所述多个商品集合分别对应的所述集合特征向量,所述集合特征向量为一维向量;确定所述对应关系,具体对每个所述区域特征向量分别与多个所述集合特征向量进行相似度计算,得到每个所述区域特征向量与每个所述集合特征向量的相似度,将相似度最高的所述区域特征向量和所述集合特征向量进行对应,将所述区域特征向量对应的所述区域与所述集合特征向量对应的所述商品集合进行对应;所述摆放位置确定单元,具体先将所述多个区域分别进行层数划分,划分为多个摆放层;所述多个摆放层按照高到低的顺序进行排序;再计算所述多个商品分别对应的所述商品特征向量的模长,根据所述商品特征向量的模长,进行分类,得到多个商品摆放组合;所述商品摆放组合的数量与所述摆放层的数量相同;并计算所述多个商品摆放组合的总模长,所述多个商品摆放组合根据所述总模长按照大到小的顺序进行排序,最后确定所述多个商品摆放组合及所述多个摆放层之间的对应,对应的规则为将最大总模长对应的所述商品摆放组合与最高摆放层进行对应,依次将其余的所述商品摆放组合与其余的所述摆放层,按照所述商品摆放组合的排序及所述摆放层的排序进行对应;所述可视化模块,用于显示所述摆放方案。

全文数据:

权利要求:

百度查询: 江苏通卡数字科技有限公司 一种商业大数据分析系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。