一种数字化家居供应链电商品类管理推荐系统及方法

技术领域

本发明涉及电商技术领域，具体涉及一种数字化家居供应链电商品类管理推荐系统及方法。

背景技术

用户在选购家居类产品时，通常会选择去实体展示厅进行体验和感受，因此家居类产品需要占地面积大的实体空间进行展示，相应的制约了家居类产品电子商务的商品选择与购买模式，无法通过网络浏览抓取客户的需求与偏好，因此无法对客户进行分析了解进而完成定制化推荐从而导致客源流失，销售额降低。

现有技术中CN201711258520.2公开了一种信息化的家居网上商城智能推荐系统设计方法，采用计算机软件技术进行系统程序的开发，通过WEB技术进行系统服务器的开发，并通过数据库技术实现系统信息数据的存储与管理，其系统的主要功能有家具商品的展示、目标需求与市场信息的采集与分析、商品信息推荐等，通过系统功能的开发与实现，商家可以通过网络采集用户偏好与市场的行业动态数据并进行分析，通过发现用户潜在的需求，可以提高商品的销售率。

虽然CN201711258520.2能够根据用户的浏览记录分析目标真实需求，但是却无法满足用户的实感体验，因而无法做到对用户喜好的精准抓取，仍然难以吸引客源且提高销售额。

发明内容

本发明的目的在于提供一种数字化家居供应链电商品类管理推荐系统，以解决现有技术中无法满足用户的实感体验，因而无法做到对用户喜好的精准抓取，仍然难以吸引客源且提高销售额的技术问题。

为解决上述技术问题，本发明具体提供下述技术方案：

一种数字化家居供应链电商品类管理推荐系统，包括；

画像构建单元，用于实时采集不同目标对象的生物学信号并建立用于记录表示每个所述目标对象对目标商品的目标需求的模拟画像数据链；

统筹管控单元，与所述画像构建单元通讯连接，所述统筹管控单元用于接收每个所述模拟画像数据链，并对每个所述模拟画像数据链进行分析以评估目标需求；

需求模型构建单元，与所述统筹管控单元通讯连接，所述需求模型构建单元用于接收所述统筹管控单元评估所得的目标需求，并依据所述目标需求构建目标商品需求模型；

定制推荐单元，与所述需求模型构建单元通讯连接，所述定制推荐单元用于依据所述目标商品需求模型为不同类型的目标对象定制不同的实景体验展示。

作为本发明的一种优选方案，所述画像构建单元设置于家居商品展示区域，所述画像构建单元包括用于目标对象的生物学信号采集的采集单元和与所述采集单元数据传输端通讯连接用于构建所述目标对象的模拟画像数据链的建立单元以及为模拟画像数据链提供存储、更新以及读取功能的存储单元，所述采集单元包括铺设在家居商品展示区域地面上用于采集目标对象生物学信号的应力传感器总成，所述采集目标对象生物学信号建立模拟画像数据链的具体方式为：

采集单元采集生物学信号标记目标对象，并记录目标对象在家居商品展示区域内的行为路径；

在行为路径中提取目标商品的种类关键词，并将种类关键词分层存储构成单个意向层，并将所有意向层保持行为路径的径向深度以链表形式相连接构成模拟画像数据链。

作为本发明的一种优选方案，所述统筹管控单元对每个所述模拟画像数据链进行分析以评估目标需求的具体方法包括：

在模拟画像数据链上对目标对象的意向度进行提取量化，所述意向度的计算公式为：

在模拟画像数据链上对目标对象的相关度进行提取量化，所述相关度的计算公式为：

在模拟画像数据链上对目标对象的关注度进行提取量化，所述关注度的计算公式为：

利用全局搜索算法在所述意向度、相关度和关注度联合建立的目标函数上求取目标对象的目标需求，目标函数的计算公式为：

其中，a

作为本发明的一种优选方案，所述目标商品需求模型用于将所有具有相同目标需求的目标对象聚类成簇，所述目标商品需求模型的输出结果为多个目标对象簇，所述需求模型构建单元依据所述目标需求构建目标商品需求模型的具体方法包括：

将所有目标对象的目标需求量化为目标商品需求样本集，其中一个目标对象表征为一个目标商品需求样本，目标需求表征为样本特征；

对所述目标商品需求样本集进行特征降维获得关键特征量，并依据关键特征量更新目标商品需求样本集；

在所述目标商品需求样本集上依次随机抽取50％、30％和20％的数据汇总作为训练集、测试集和验证集；

将训练集、测试集和验证集运用在多种机器学习聚类算法上建模获得多组目标商品需求模型模型，并在多组目标商品需求模型选择出最优目标商品需求模型。

作为本发明的一种优选方案，所述目标商品需求样本集进行特征降维获得关键特征量的具体方法为：

将所述目标商品需求样本集中所有目标需求量化而来的所有特征进行两两配对组合获得双特征对，并将双特征对的特征值带入相似性计算公式获得双特征对的相似性系数，相似性计算公式为：

其中，X为特征集合，x

遍历选取相似性系数高于相似性阈值的第一双特征对，并在第一双特征对中随机选取第一特征，并对应删除所有双特征对中的第一特征，直至第一双特征对遍历完成；

将所有双特征对进行配对拆分获得的特征汇总构成关键特征量。

作为本发明的一种优选方案，基于聚类评价指标在所述目标商品需求模型中选择出所述最优目标商品需求模型，具体方法包括：

依次绘制多组目标商品需求模型的聚类评价指标曲线；

依次比较多组目标商品需求模型的聚类评价指标曲线的数值，并选取聚类评价指标曲线顶点最大值对应的作为最优目标商品需求模型；

其中，聚类评价指标包括模块度密度和归一化互信息。

作为本发明的一种优选方案，所述定制推荐单元包括多个设置在家居展示区域内安装有用于实景模型展示单元，以及与实景模型展示单元通讯连接的所述实景模型生成单元，所述实景模型展示单元包括的实景绿幕和投影设备总成，在所述实景展示单元还设置有用于采集目标对象生物学信号的第二采集单元，所述第二采集单元与所述实景模型生成单元通讯连接，所述定制推荐单元构建的具体方法包括：

第二采集单元采集进入实景模型展示单元内的目标对象的生物学信号，并反馈至实景模型生成单元；

实景模型生成单元依据目标对象的生物学信号标定目标对象簇，并基于所述生物学信号建立目标对象的生物学人体模型，利用所述生物学人体模型对目标对象簇的目标需求进行定制化修正构建体验实景模型同步反馈至实景模型展示单元；

实景模型展示单元根据体验实景模型在所述实景绿幕上向目标对象进行实景展示。

作为本发明的一种优选方案，所述生物学信号包括采集单元采集的目标对象的双脚面积、站立施力，所述生物学人体模型建立的具体方法包括：

基于双脚面积计算出用户的生物学身高数据，并基于站立施力计算出用户的生物学体重数据；

结合生物学身高数据和生物学体重数据利用人体建模算法构建目标对象的生物学人体模型。

作为本发明的一种优选方案，利用所述生物学人体模型对目标需求进行定制化修正构建体验实景模型的具体方法包括：

将所述目标需求的基准模型和目标需求的真实应用场景基准模型尺寸按照生物学人体模型进行等比例修正获得目标需求的定制化模型；

为目标需求的定制化模型选取等比例的真实应用场景模型共同搭建与真实家居环境相匹配的体验实景模型。

作为本发明的一种优选方案，本发明提供了一种根据所述的数字化家居供应链电商品类管理推荐系统的推荐方法，包括以下步骤：

步骤S1、画像构建单元实时采集不同目标对象的生物学信号并建立用于记录表示每个所述目标对象对目标商品的目标需求的模拟画像数据链；

步骤S2、统筹管控单元接收每个所述模拟画像数据链，并对每个所述模拟画像数据链进行分析以评估目标需求；

步骤S3、需求模型构建单元接收所述统筹管控单元评估所得的目标需求，并依据所述目标需求构建目标商品需求模型；

步骤S4、定制推荐单元依据所述目标商品需求模型为不同类型的目标对象定制不同的实景体验展示。

本发明与现有技术相比较具有如下有益效果：

本发明将推荐系统设置在家居销售的家居商品展示区域内，并且通过获取用户的生物学信号进行用户画像绘制，因而通过用户画像分析出用户的真实需求，对用户进行定制化推荐提高销售额，同时通过实景搭建技术为用户定制不同的实景体验展示，直观且可以迅速获取家居商品在用户日常使用中的真实实景，可使用户对商品具有更深层次的感知，既可使用户获得较好的购物体验，整体上使用户和商品供应方均获得最佳效益。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

图1为本发明实施例提供的系统结构框图；

图2为本发明实施例提供的方法流程图。

图中的标号分别表示如下：

1-画像构建单元；2-统筹管控单元；3-需求模型构建单元；4-定制推荐单元。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

如图1所示，一种数字化家居供应链电商品类管理推荐系统，包括；

画像构建单元，用于实时采集不同目标对象的生物学信号并建立用于记录表示每个所述目标对象对目标商品的目标需求的模拟画像数据链；

所述画像构建单元设置于家居商品展示区域，所述画像构建单元包括用于目标对象的生物学信号采集的采集单元和与所述采集单元数据传输端通讯连接用于构建所述目标对象的模拟画像数据链的建立单元以及为模拟画像数据链提供存储、更新以及读取功能的存储单元，所述采集单元包括铺设在家居商品展示区域地面上用于采集目标对象生物学信号的应力传感器总成，所述采集目标对象生物学信号建立模拟画像数据链的具体方式为：

采集单元采集生物学信号标记目标对象，并记录目标对象在家居商品展示区域内的行为路径；

其中，目标对象为进入家居商品展示区域内的购物用户，利用独一无二的生物学信号对进入家居商品展示区域内的目标对象进行标记可确保标记的准确性，还可通过生物学信号获取目标对象的身高、体重等数据，进而构建生物学人体模型用以作为定制体验实景的定制基准，会提高目标对象的购物好感，并且能够更好的感受商品对于自身的优缺点。

在行为路径中提取目标商品的种类关键词，并将种类关键词分层存储构成单个意向层，并将所有意向层保持行为路径的径向深度以链表形式相连接构成模拟画像数据链。

画像构建单元建立的模拟画像数据链具有更新周期，所述更新周期依据实际应用场景确定，可为一日、一周或其他数量级时长均在本实施例的保护范围内。

存储单元会保存所有对象的当前周期内的模拟画像数据链以及前一周期内的模拟画像数据链，若目标对象当前周期内的模拟画像数据链存在，保存当前周期的模拟画像数据链，若目标对象当前周期内的模拟画像数据链不存在，则依旧选取前一周期的模拟画像数据链作为当前周期的模拟画像数据链，并将当前周期的模拟画像数据链传输到统筹管控单元。

统筹管控单元，与所述画像构建单元通讯连接，所述统筹管控单元用于接收每个所述模拟画像数据链，并对每个所述模拟画像数据链进行分析以评估目标需求；

所述统筹管控单元对每个所述模拟画像数据链进行分析以评估目标需求的具体方法包括：

在模拟画像数据链上对目标对象的意向度进行提取量化，所述意向度的计算公式为：

在模拟画像数据链上对目标对象的相关度进行提取量化，所述相关度的计算公式为：

在模拟画像数据链上对目标对象的关注度进行提取量化，所述关注度的计算公式为：

利用全局搜索算法在所述意向度、相关度和关注度联合建立的目标函数上求取目标对象的目标需求，目标函数的计算公式为：

其中，a

将在模拟画像数据链中提取目标对象的目标需求的问题转换为多目标搜索问题，可以从由目标对象无序的行为路径中总结出的模拟画像数据链中发掘出行为路径过程中商品种类间的意向度、相关度以及关注度，可通过对代表意向度、相关度和关注度三方面的权衡的目标函数的求解而搜索到最符合目标对象真实需求的目标需求，从而可依据目标需求为目标对象进行的商品推荐，则有效的提高推荐成功率。

目标需求的获取随模拟画像数据链进行同步周期更新。

需求模型构建单元，与所述统筹管控单元通讯连接，所述需求模型构建单元用于接收所述统筹管控单元评估所得的目标需求，并依据所述目标需求构建目标商品需求模型；

所述目标商品需求模型用于将所有具有相同目标需求的目标对象聚类成簇，所述目标商品需求模型的输出结果为多个目标对象簇，可对同一时间的位于相同目标对象簇中的多个目标对象进行统一体验实景生成，所述需求模型构建单元依据所述目标需求构建目标商品需求模型的具体方法包括：

将所有目标对象的目标需求量化为目标商品需求样本集，其中一个目标对象表征为一个目标商品需求样本，目标需求表征为样本特征；

对所述目标商品需求样本集进行特征降维获得关键特征量，并依据关键特征量更新目标商品需求样本集；

在所述目标商品需求样本集上依次随机抽取50％、30％和20％的数据汇总作为训练集、测试集和验证集；

将训练集、测试集和验证集运用在多种机器学习聚类算法上建模获得多组目标商品需求模型模型，并在多组目标商品需求模型选择出最优目标商品需求模型。

所述目标商品需求样本集进行特征降维获得关键特征量的具体方法为：

将所述目标商品需求样本集中所有目标需求量化而来的所有特征进行两两配对组合获得双特征对，并将双特征对的特征值带入相似性计算公式获得双特征对的相似性系数，相似性计算公式为：

其中，X为特征集合，x

遍历选取相似性系数高于相似性阈值的第一双特征对，并在第一双特征对中随机选取第一特征，并对应删除所有双特征对中的第一特征，直至第一双特征对遍历完成；

将所有双特征对进行配对拆分获得的特征汇总构成关键特征量。

相似性系数是指两个特征的相似程度，利用相似性系数量化第一单阶特征间的相似程度，而后将第一单阶特征间相似程度高的多个特征仅用一个特征进行表征即可，实现特征降维的同时避免删除有效特征，降低计算复杂度提高效率。

基于聚类评价指标在所述目标商品需求模型中选择出所述最优目标商品需求模型，具体方法包括：

依次绘制多组目标商品需求模型的聚类评价指标曲线；

依次比较多组目标商品需求模型的聚类评价指标曲线的数值，并选取聚类评价指标曲线顶点最大值对应的作为最优目标商品需求模型；

其中，聚类评价指标包括模块度密度和归一化互信息。

具体的，假设

其中，Y

模块度密度的具体计算公式为

D值越大，最优目标商品需求模型划分的目标对象簇内部的目标对象的紧密度越高，即相似度越高，从而划分在一个目标对象簇中的配网设备具有一致的目标需求。

MNI越大，最优目标商品需求模型划分的目标对象簇中目标对象的目标需求与真实的目标需求的相似程度越高，则最优目标商品需求模型的评价准确性越高。

最优目标商品需求模型随目标需求进行同步周期更新

定制推荐单元，与所述需求模型构建单元通讯连接，所述定制推荐单元用于依据所述目标商品需求模型为不同类型的目标对象定制不同的实景体验展示。

所述定制推荐单元包括多个设置在家居展示区域内安装有用于实景模型展示单元，以及与实景模型展示单元通讯连接的所述实景模型生成单元，所述实景模型展示单元包括的实景绿幕和投影设备总成，在所述实景展示单元还设置有用于采集目标对象生物学信号的第二采集单元，所述第二采集单元与所述实景模型生成单元通讯连接，所述定制推荐单元构建的具体方法包括：

第二采集单元采集进入实景模型展示单元内的目标对象的生物学信号，并反馈至实景模型生成单元；

实景模型生成单元依据目标对象的生物学信号标定目标对象簇，并基于所述生物学信号建立目标对象的生物学人体模型，利用所述生物学人体模型对目标对象簇的目标需求进行定制化修正构建体验实景模型同步反馈至实景模型展示单元；

实景模型展示单元根据体验实景模型在所述实景绿幕上向目标对象进行实景展示。

同一时间内，所有第二采集模型获取的所有目标对象按照目标商品需求模型进行聚类成簇，从而对多个位于同一目标对象簇中的多个目标对象进行统一选取目标需求的基准模型和目标需求的真实应用场景基准模型，避免对逐个目标对象进行目标需求的基准模型和目标需求的真实应用场景基准模型的逐一选取，从而提高了系统运行效率。

所述生物学信号包括采集单元采集的目标对象的双脚面积、站立施力，所述生物学人体模型建立的具体方法包括：

基于双脚面积计算出用户的生物学身高数据，并基于站立施力计算出用户的生物学体重数据；

结合生物学身高数据和生物学体重数据利用人体建模算法构建目标对象的生物学人体模型。

利用所述生物学人体模型对目标需求进行定制化修正构建体验实景模型的具体方法包括：

将所述目标需求的基准模型和目标需求的真实应用场景基准模型尺寸按照生物学人体模型进行等比例修正获得目标需求的定制化模型；

为目标需求的定制化模型进行拼接搭建与真实家居环境相匹配的体验实景模型。

对目标需求的基准模型和目标需求的真实应用场景基准模型尺寸按照生物学人体模型进行等比例修正，可以针对目标对象设置仅属于自身的体验实景，从而更能体验到商品的优缺点，更好的选取商品，同时还能够具有定制化服务体验，为家居供应商锁住客源，避免客源流失。

基于上述所述的数字化家居供应链电商品类管理推荐系统，本发明提供了一种推荐方法，包括以下步骤：

步骤S1、画像构建单元实时采集不同目标对象的生物学信号并建立用于记录表示每个所述目标对象对目标商品的目标需求的模拟画像数据链；

步骤S2、统筹管控单元接收每个所述模拟画像数据链，并对每个所述模拟画像数据链进行分析以评估目标需求；

步骤S3、需求模型构建单元接收所述统筹管控单元评估所得的目标需求，并依据所述目标需求构建目标商品需求模型；

步骤S4、定制推荐单元依据所述目标商品需求模型为不同类型的目标对象定制不同的实景体验展示。

本发明将推荐系统设置在家居销售的家居商品展示区域内，并且通过获取用户的生物学信号进行用户画像绘制，因而通过用户画像分析出用户的真实需求，对用户进行定制化推荐提高销售额，同时通过实景搭建技术为用户定制不同的实景体验展示，直观且可以迅速获取家居商品在用户日常使用中的真实实景，可使用户对商品具有更深层次的感知，既可使用户获得较好的购物体验，整体上使用户和商品供应方均获得最佳效益。

以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。