一种基于快递柜的商品购买方法和装置与流程

本发明涉及智慧社区领域，尤其涉及一种基于快递柜的商品购买方法和装置。

背景技术：

快递柜是基于物联网的，能够将快件进行识别，暂存，监控和管理的设备，目前普遍应用在社区快递收发。目前在很多城市已将快递柜应用于生鲜果蔬配送，通过手机APP应用与用户进行交互，采用基于协同推荐算法或基于内容的推荐算法进行物品的推荐。此种做法缺点在于与用户交互的次数过多，造成过多打扰用户，用户体验不强。

技术实现要素：

本发明实施例提供了一种基于快递柜的商品购买方法和装置，通过对基于快递柜的大量用户日常生活规律进行特征训练，自动生成常用品清单供用户购买，使得用户对于常用品不需要每天都重复下单，减少了用户与手机的交互的次数，解决了现有的APP通过物品推荐造成的过多打扰用户、用户体验不强的技术问题。

本发明实施例提供了一种基于快递柜的商品购买方法，包括：

通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

根据所述第一特征训练结果自动生成常用品组合供用户购买商品。

优选地，

根据所述第一特征训练结果自动生成常用品组合供用户购买商品之前，还包括：

通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练；

根据所述第二特征训练结果并通过声纹识别接收和识别用户的启动指令。

优选地，

根据所述第一特征训练结果自动生成常用品组合供用户购买商品具体为：

根据所述第一特征训练结果自动生成常用品组合；

若所述常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜；

若所述常用品组合不在预置的无需确认商品范围内，则提醒客户对所述常用品组合进行确认购买。

优选地，

在若所述常用品组合不在预置的无需确认商品范围内，则提醒客户对所述常用品组合进行确认购买之后，还包括：

接收用户语音命令并根据所述第二特征训练结果对所述常用品组合进行确认购买。

优选地，

在若所述常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜之后，还包括：

在预置的时间点提醒用户到快递柜提取商品。

本发明实施例提供了一种基于快递柜的商品购买装置，包括：

第一特征训练单元，用于通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

常用品生成单元，用于根据所述第一特征训练结果自动生成常用品组合供用户购买商品。

优选地，

所述基于快递柜的商品购买装置还包括：

第二特征训练单元，用于通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练；

声纹识别单元，用于根据所述第二特征训练结果并通过声纹识别接收和识别用户的启动指令。

优选地，

所述常用品生成单元具体用于：

根据所述第一特征训练结果自动生成常用品组合；

若所述常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜；

若所述常用品组合不在预置的无需确认商品范围内，则提醒客户对所述常用品组合进行确认购买。

优选地，

所述基于快递柜的商品购买装置还包括：

语音识别单元，用于接收用户语音命令并根据所述第二特征训练结果对所述常用品组合进行确认购买。

优选地，

所述基于快递柜的商品购买装置还包括：

提醒单元，用于在预置的时间点提醒用户到快递柜提取商品。

从以上技术方案可以看出，本发明实施例具有以下优点：

1、本发明实施例提供了一种基于快递柜的商品购买方法和装置，通过对基于快递柜的大量用户日常生活规律进行特征训练，自动生成常用品清单供用户购买，使得用户对于常用品不需要每天都重复下单，减少了用户与手机的交互的次数，解决了现有的APP通过物品推荐造成的过多打扰用户、用户体验不强的技术问题。

2、本发明实施例提供的一种基于快递柜的商品购买方法和装置，若自动生成的常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜，不需客户再进行确认，减少了人机交互次数。

3、本发明实施例提供的一种基于快递柜的商品购买方法和装置，通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练，从而可以达到通过声纹识别接收和识别用户的启动指令并通过声音识别与用户交互，更加方便智能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种基于快递柜的商品购买方法的第一实施例的流程示意图；

图2为本发明实施例提供的一种基于快递柜的商品购买方法的第二实施例的流程示意图；

图3为本发明实施例提供的一种基于快递柜的商品购买装置的第一实施例的结构示意图；

图4为本发明实施例提供的一种基于快递柜的商品购买装置的第二实施例的结构示意图。

具体实施方式

本发明实施例提供了一种基于快递柜的商品购买方法和装置，通过对基于快递柜的大量用户日常生活规律进行特征训练，自动生成常用品清单供用户购买，使得用户对于常用品不需要每天都重复下单，减少了用户与手机的交互的次数，解决了现有的APP通过物品推荐造成的过多打扰用户、用户体验不强的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例提供了一种基于快递柜的商品购买方法的第一实施例的流程示意图，包括：

101，通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

在本发明实施例中，首先需要通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练，例如社区快递柜每日或每周的生鲜果蔬配送，每周的生鲜果蔬的配送可能存在一定规律，通过深度学习算法对用户关于生鲜果蔬配送方面的规律进行特征训练；用户预置时间段内的快递柜日常生活可以理解为最近一个月用户通过社区快递柜实现商品购买的记录，这个时间段可以根据客户需要进行调整，时间段的长短和久远度可能决定特征训练结果的准确度，以下不再赘述。

102，根据第一特征训练结果自动生成常用品组合供用户购买商品；

在本发明实施例中，根据所述第一特征训练结果自动生成常用品组合供用户购买商品之后，还需要根据第一特征训练结果自动生成常用品组合供用户购买商品，从而方便了用户，不需要每天针对相同的商品重复下单，减少了人机交互次数。

请参阅图2，本发明实施例提供了一种基于快递柜的商品购买方法的第二实施例的流程示意图，包括：

201，通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练；

在本发明实施例中，首先需要通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练，日常语音交互包括日常的人机交互用于以及声音的音色等。

202，根据第二特征训练结果并通过声纹识别接收和识别用户的启动指令；

在本发明实施例中，在通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练之后，还需要根据第二特征训练结果并通过声纹识别接收和识别用户的启动指令，从而根据深度学习算法的特征训练结果并通过声纹识别唤醒自动生成常用品组合功能，可以理解为，接收并识别用户的启动指令之后，才会启动自动生成常用品组合功能，即用户可以根据自己需要选择是否通过自动组合下单购买常用品。

203，通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

在本发明实施例中，还需要通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练，需要说明的是，步骤203与步骤201和步骤202没有先后顺序，只需在步骤204之间。

204，根据第一特征训练结果自动生成常用品组合；

若常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜，并在预置的时间点提醒用户到快递柜提取商品；

若常用品组合不在预置的无需确认商品范围内，则提醒客户对常用品组合进行确认购买；

在本发明实施例中，在根据第二特征训练结果并通过声纹识别接收和识别用户的启动指令和通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练之后，还需要根据第一特征训练结果自动生成常用品组合；若常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜，并在预置的时间点提醒用户到快递柜提取商品；若常用品组合不在预置的无需确认商品范围内，则提醒客户对常用品组合进行确认购买，例如常用品中的每日或每周的水果可以列在无需确认商品范围内，无需确认的常用品会自动下单购买，以防客户忘记所以会提醒客户进行取件。

205，接收用户语音命令并根据第二特征训练结果对常用品组合进行确认购买；

在本发明实施例中，在若常用品组合不在预置的无需确认商品范围内，则提醒客户对常用品组合进行确认购买之后，还需要接收用户语音命令并根据第二特征训练结果对常用品组合进行确认购买，实现通过语音识别客户的购买或取消购买的指令，从而减少通过手机操控进行的繁琐交互。

请参阅图3，本发明实施例提供了一种基于快递柜的商品购买装置的第一实施例，包括：

第一特征训练单元301，用于通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

常用品生成单元302，用于根据第一特征训练结果自动生成常用品组合供用户购买商品。

请参阅图4，本发明实施例提供了一种基于快递柜的商品购买装置的第二实施例，包括：

第二特征训练单元401，用于通过深度学习算法对采集到的用户预置时间段内的日常语音交互进行第二特征训练；

声纹识别单元402，用于根据第二特征训练结果并通过声纹识别接收和识别用户的启动指令。

第一特征训练单元403，用于通过深度学习算法对采集到的用户预置时间段内的快递柜日常生活进行第一特征训练；

常用品生成单元404，用于根据第一特征训练结果自动生成常用品组合；

若常用品组合在预置的无需确认商品范围内，则自动下单购买至快递柜；

若常用品组合不在预置的无需确认商品范围内，则提醒客户对常用品组合进行确认购买。

提醒单元405，用于在自动下单购买至快递柜后预置的时间点提醒用户到快递柜提取商品。

语音识别单元406，用于接收用户语音命令并根据第二特征训练结果对常用品组合进行确认购买。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。