一种基于大数据的商超智能导购方法及系统

本发明涉及大数据，特别涉及一种基于大数据的商超智能导购方法及系统。

背景技术：

1、目前，当顾客进入商超后，需要根据自身购买需求寻找对应的购物区；但是，商超的规模一般均较大，顾客只能自行寻找对应购物区的指示牌，基于指示牌前往购物区，比较繁琐；另外，当顾客进入购物区时，同一种商品类型的商品会有好多种，顾客需要自行进行比较挑选，但是，挑选的依据仅限于商品标签或导购员进行简单介绍等，一些不熟悉的商品顾客无法得知具体的实际体验，导致挑选较为盲目；

2、因此，亟需一种解决办法。

技术实现思路

1、本发明提供一种基于大数据的商超智能导购方法及系统，当顾客进入商超后，基于导购机器人带领顾客进入顾客的购买需求对应的购物区，无需顾客自行寻找，提升了便利性；基于大数据计数，获取购物区内的各个商品的商品信息，便于顾客根据商品信息以及商品价格进行商品挑选，突破了传统顾客挑选商品时的依据仅限于商品标签或导购员进行简单介绍的局限性，避免了盲目挑选等，提升了顾客体验。

2、本发明提供一种基于大数据的商超智能导购方法，包括：

3、步骤1：当顾客进入商超时，获取顾客的购物需求，基于购物需求，制定导购路线，其中，导购路线途经至少一个第一购物区；

4、步骤2：基于导购路线，控制导购机器人对顾客进行引导；

5、步骤3：在引导过程中，当顾客进入第一购物区时，基于大数据技术，获取第一购物区内多个第一商品的第一商品信息；

6、步骤4：控制导购机器人向顾客展示第一商品信息。

7、优选的，步骤4中，基于大数据技术，获取第一购物区内多个第一商品的第一商品信息，包括：

8、获取预设的大数据节点集，大数据节点集包括：多个第一节点；

9、获取第一节点对应的节点类别，节点类别包括：内节点和外节点；

10、当第一节点对应的节点类别为内节点时，获取第一节点对应的可信指数，若可信指数小于等于预设的可信指数阈值时，剔除对应第一节点；

11、当第一节点对应的节点类型为外节点时，获取第一节点对应的信誉值，若信誉值小于等于预设的信誉阈值，剔除对应第一节点；

12、当需要剔除的第一节点均剔除后，将剔除剩余的第一节点作为第二节点；

13、通过第二节点获取第一商品对应的至少一个商品信息项；

14、整合获取的各商品信息项，获得第一商品的第一商品信息，完成获取。

15、优选的，获取第一节点对应的可信指数，包括：

16、获取第一节点对应的收集方式，收集方式包括：人工和非人工；

17、当第一节点对应的收集方式为人工时，获取对应第一节点对应的多个参与人员；

18、获取参与人员对应的经验值，同时，获取参与人员对应于第一节点的参与权重；

19、赋予经验值对应参与权重，获得第一节点对应的可信指数，完成获取；

20、当第一节点对应的收集方式为非人工时，获取第一节点对应的收集策略；

21、获取收集策略对应的风险指数；

22、基于预设的风险指数-可信指数库，确定风险指数对应的可信指数，完成获取。

23、优选的，获取收集策略对应的风险指数，包括：

24、对收集策略进行策略拆分，获得多个第一子策略；

25、获取第一子策略对应的策略属性；

26、对策略属性进行属性特征提取，获得多个第一特征；

27、获取预设的触发属性特征库，将第一特征与触发属性特征库中的第二特征进行匹配，若匹配符合，将对应第一子策略作为第二子策略；

28、获取第二子策略对应的执行场景对应的第一风险值；

29、获取第二子策略对应的执行流程，对执行流程，进行流程模拟；

30、在流程模拟的模拟过程中，基于预设的风险判别模型，判别模拟过程中出现的至少一个风险项的第二风险值；

31、当流程模拟结束后，累加计算第一风险值和第二风险值，获得收集策略对应的风险指数，完成获取。

32、优选的，获取第一节点对应的信誉值，包括：

33、基于预设的关联大数据节点库，确定与第一节点关联的至少一个第三节点；

34、整合第一节点和第三节点，获得多个第四节点；

35、获取第四节点对应的历史信誉记录集，历史信誉记录集包括：多个第一记录；

36、获取第一记录的记录来源的来源类型，来源类型包括：直接来源和间接来源；

37、当第一记录的记录来源的来源类型为间接来源时，获取记录来源对第一记录进行担保的担保值，若担保值小于等于预设的担保阈值，剔除对应第一记录；

38、当需要剔除的第一记录均剔除后，将剔除剩余的第一记录作为第二记录；

39、获取第二记录对应的记录产生时间；

40、获取预设的时间轴线，基于记录产生时间，将第二记录对应设置于时间轴线上；

41、对第二记录进行记录特征提取，获得多个第三特征；

42、获取预设的不良信誉特征库，将第三特征与不良信誉特征库中的第四特征进行匹配，若匹配符合，将匹配符合的第四特征作为第五特征，同时，将对应第二记录作为第三记录；

43、获取第五特征对应的第一影响值；

44、若第一影响值大于等于预设的影响值阈值，将对应第一影响值作为第一目标值；

45、否则，获取对应第五特征对应的至少一个弥补确认信息，弥补确认信息包括：确认方向、确认范围和待进行弥补确认的第六特征；

46、确定时间轴线上第三记录的确认方向上的确认范围内的第二记录，并作为第四记录；

47、对第四记录进行记录特征提取，获得多个第七特征；

48、将第七特征与第六特征进行匹配，若匹配符合，获取匹配符合的第六特征对应的补偿权重；

49、依次赋予第一影响值补偿权重，获得第二影响值，并作为第二目标值；

50、累加计算第一目标值和第二目标值，获得目标值和；

51、基于预设的目标值和-信誉值库，确定目标值和对应的信誉值，完成获取。

52、优选的，基于大数据的商超智能导购方法，还包括：

53、当顾客输入闲逛导购请求时，控制导购机器人对顾客进行闲逛导购。

54、优选的，控制导购机器人对顾客进行闲逛导购，包括：

55、控制导购机器人对顾客进行跟随；

56、控制导购机器人动态采集顾客的顾客位置和顾客的面部的第一面向朝向；

57、当在预设的第一时间段内顾客的顾客位置的位置变化量均在预设的位置变化量范围内且顾客的面部的第一面向朝向的朝向变化量均在预设的朝向变化量范围内，将第一时间段内顾客的面部的第一面向朝向作为第二面向朝向；

58、控制导购机器人采集对应于第二面向朝向的至少一个第二购物区内的多个第二商品，同时，统计第二商品涉及的商品类型的类型数目；

59、当类型数目为1时，获取顾客的用户信息，同时，获取第二商品对应的第二商品信息；

60、基于预设的商品评价模型，根据用户信息和第二商品信息，对第二商品进行商品评价，获得第一评价信息；

61、对第一评价信息进行解析，获取第一商品得分；

62、将第一商品得分与对应第二商品进行信息配对，获得一个第一待展示信息项；

63、整合各第一待展示信息项，获得待展示信息；

64、获取顾客当前的顾客位置和当前的第一面向朝向，同时，获取第二购物区的购物区位置，并获取导购机器人的机器人位置；

65、获取预设的第一三维空间，基于顾客当前的顾客位置和当前的第一面向朝向，将顾客映射于第一三维空间内；

66、基于购物区位置，将第二购物区映射于第一三维空间内；

67、基于机器人位置，将导购机器人映射于第一三维空间内；

68、全部映射完成后，将第一三维空间作为第二三维空间；

69、基于预设的展示控制策略制定模型，根据第二三维空间，制定导购机器人展示待展示信息的展示控制策略；

70、基于展示控制策略，控制导购机器人向顾客展示待展示信息；

71、展示完成后，控制导购机器人监测顾客的手部是否拿取任一第二商品，若是，将对应第二商品作为第三商品；

72、确定第三商品对应的第一商品评分，并作为第二商品得分；

73、若第二商品得分小于等于预设的商品得分阈值，确定第三商品对应的第一评价信息，并作为第二评价信息；

74、控制导购机器人向顾客着重展示第二评价信息；

75、展示完成后，控制导购机器人监测顾客是否已查看第二评价信息，同时，控制导购机器人监测顾客是否已放回第三商品；

76、若顾客已查看第二评价信息且未放回第三商品或顾客已放回第三商品，控制导购机器人停止向顾客着重展示第二评价信息，同时，控制导购机器人继续对顾客进行跟随。

77、本发明提供一种基于大数据的商超智能导购系统，包括：

78、制定模块，用于当顾客进入商超时，获取顾客的购物需求，基于购物需求，制定导购路线，其中，导购路线途经至少一个第一购物区；

79、第一控制模块，用于基于导购路线，控制导购机器人对顾客进行引导；

80、获取模块，用于在引导过程中，当顾客进入第一购物区时，基于大数据技术，获取第一购物区内多个第一商品的第一商品信息；

81、第二控制模块，用于控制导购机器人向顾客展示第一商品信息。

82、优选的，获取模块执行如下操作：

83、获取预设的大数据节点集，大数据节点集包括：多个第一节点；

84、获取第一节点对应的节点类别，节点类别包括：内节点和外节点；

85、当第一节点对应的节点类别为内节点时，获取第一节点对应的可信指数，若可信指数小于等于预设的可信指数阈值时，剔除对应第一节点；

86、当第一节点对应的节点类型为外节点时，获取第一节点对应的信誉值，若信誉值小于等于预设的信誉阈值，剔除对应第一节点；

87、当需要剔除的第一节点均剔除后，将剔除剩余的第一节点作为第二节点；

88、通过第二节点获取第一商品对应的至少一个商品信息项；

89、整合获取的各商品信息项，获得第一商品的第一商品信息，完成获取。

90、优选的，获取模块执行如下操作：

91、获取第一节点对应的收集方式，收集方式包括：人工和非人工；

92、当第一节点对应的收集方式为人工时，获取对应第一节点对应的多个参与人员；

93、获取参与人员对应的经验值，同时，获取参与人员对应于第一节点的参与权重；

94、赋予经验值对应参与权重，获得第一节点对应的可信指数，完成获取；

95、当第一节点对应的收集方式为非人工时，获取第一节点对应的收集策略；

96、获取收集策略对应的风险指数；

97、基于预设的风险指数-可信指数库，确定风险指数对应的可信指数，完成获取。

98、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

99、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。