商品购买方法、系统、装置、电子设备及存储介质

技术领域

本发明涉及人机交互技术领域，特别是涉及一种商品购买方法、系统、装置、电子设备及存储介质。

背景技术

用户在观看视频时，会对视频中出现的商品，例如，奶茶、咖啡等同款饮品产生购买欲。目前的方式中需要打开购物平台，且需要在该购物平台提供的页面上选取上述同款饮品，同时，还需要具体地选择口味信息，如是否加冰、几分糖等信息，进而才能实现对同款饮品的购买。可以看出，目前切换到对应的购物平台购买同款商品的方式，例如在期望购买某款奶茶时，切换至外卖平台，挑选同款商品下单，会打断沉浸观影过程，影响观影体验。

发明内容

本发明实施例的目的在于提供一种商品购买方法、系统、装置、电子设备及存储介质，以提高用户观影体验。具体技术方案如下：

在本发明实施的第一方面，提供了一种商品购买方法，应用于客户端，所述方法包括：

获取商品购买请求；所述商品购买请求包括商品描述信息；

确定购买时间；所述购买时间为与所述商品购买请求对应的视频时间点；

将所述商品购买请求以及所述购买时间发送给AI分析平台；所述AI分析平台用于确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息，生成所述目标商品信息的购买信息，并将所述购买信息发送给客户端；

接收所述AI分析平台发送的所述购买信息；

将所述购买信息发送给购买平台，以使所述购买平台基于所述购买信息生成商品订单。

可选地，所述获取商品购买请求，包括：

响应于检测到针对视频播放界面中购买选项的选择操作，获取商品购买请求。

可选地，所述确定购买时间，包括：

记录触发所述选择操作时的视频时间点，并将所述视频时间点作为购买时间。

可选地，所述获取商品购买请求，包括：

接收在视频播放界面输入的文本信息；

基于所述文本信息确定商品购买请求。

可选地，所述文本信息包括视频时间点；所述确定购买时间，包括：

将所述文本信息包括的视频时间点作为购买时间。

可选地，在所述接收所述AI分析平台发送的所述购买信息之后，所述方法还包括：

基于所述购买信息生成提示信息；

在视频播放界面展示所述提示信息；

所述将所述购买信息发送给购买平台，包括：

响应于检测到针对所述提示信息的确认指令，将所述购买信息发送给购买平台。

在本发明实施的第二方面，还提供了一种商品购买方法，应用于AI分析平台，所述方法包括：

接收客户端发送的商品购买请求以及购买时间；其中，所述商品购买请求包括商品描述信息；所述购买时间为与所述商品购买请求对应的视频时间点；

确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息；

生成所述目标商品信息的购买信息，并将所述购买信息发送给客户端，以使所述客户端将所述购买信息发送给购买平台，所述购买平台基于所述购买信息生成商品订单。

可选地，所述确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息，包括：

识别所述购买时间对应的视频内容中的物品，并确定所述物品的物品信息；

将所述商品描述信息与所述物品信息进行匹配，得到目标商品信息。

可选地，所述生成所述目标商品信息的购买信息，包括：

将所述商品购买请求和所述目标商品信息输入预设模型，当所述预设模型确定所述商品购买请求的语义为购买时，通过所述预设模型输出购买信息。

在本发明实施的第三方面，还提供了一种商品购买系统，所述系统包括客户端和AI分析平台；

所述客户端，用于获取商品购买请求以及购买时间；其中，所述商品购买请求包括商品描述信息；所述购买时间为与所述商品购买请求对应的视频播放时间点；将所述商品购买请求以及所述购买时间发送给所述AI分析平台；接收所述AI分析平台发送的所述购买信息；将所述购买信息发送给购买平台，以使所述购买平台基于所述购买信息生成商品订单；

所述AI分析平台，用于接收所述客户端发送的商品购买请求以及购买时间；确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息；生成所述目标商品信息的购买信息，并将所述购买信息发送给所述客户端。

在本发明实施的第四方面，提供了一种商品购买装置，应用于客户端，所述装置包括：

获取模块，用于获取商品购买请求；所述商品购买请求包括商品描述信息；

第一确定模块，用于确定购买时间；所述购买时间为与所述商品购买请求对应的视频时间点；

第一发送模块，用于将所述商品购买请求以及所述购买时间发送给AI分析平台；所述AI分析平台用于确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息，生成所述目标商品信息的购买信息，并将所述购买信息发送给客户端；

第一接收模块，用于接收所述AI分析平台发送的所述购买信息；

第二发送模块，用于将所述购买信息发送给购买平台，以使所述购买平台基于所述购买信息生成商品订单。

可选地，所述获取模块，具体用于响应于检测到针对视频播放界面中购买选项的选择操作，获取商品购买请求。

可选地，所述第一确定模块，具体用于记录触发所述选择操作时的视频时间点，并将所述视频时间点作为购买时间。

可选地，所述获取模块，具体用于接收在视频播放界面输入的文本信息；基于所述文本信息确定商品购买请求。

可选地，所述文本信息包括视频时间点；所述第一确定模块，具体用于将所述文本信息包括的视频时间点作为购买时间。

可选地，所述装置还包括，

展示模块，用于在所述接收所述AI分析平台发送的所述购买信息之后，基于所述购买信息生成提示信息；在视频播放界面展示所述提示信息；

所述第二发送模块，具体用于响应于检测到针对所述提示信息的确认指令，将所述购买信息发送给购买平台。

在本发明实施的第五方面，还提供了一种商品购买装置，应用于AI分析平台，所述装置包括：

第二接收模块，用于接收客户端发送的商品购买请求以及购买时间；其中，所述商品购买请求包括商品描述信息；所述购买时间为与所述商品购买请求对应的视频时间点；

第二确定模块，用于确定所述购买时间对应的视频内容中与所述商品购买请求对应的目标商品信息；

生成模块，用于生成所述目标商品信息的购买信息，并将所述购买信息发送给客户端，以使所述客户端将所述购买信息发送给购买平台，所述购买平台基于所述购买信息生成商品订单。

可选地，所述第二确定模块，具体用于识别所述购买时间对应的视频内容中的物品，并确定所述物品的物品信息；将所述商品描述信息与所述物品信息进行匹配，得到目标商品信息。

可选地，所述生成模块，具体用于将所述商品购买请求和所述目标商品信息输入预设模型，当所述预设模型确定所述商品购买请求的语义为购买时，通过所述预设模型输出购买信息。

本发明实施的第六方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的程序时，实现上述第一方面或第二方面所述的商品购买方法。

在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面或第二方面所述的商品购买方法。

在本发明实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面或第二方面所述的商品购买方法。

本发明实施例提供的商品购买方法应用于客户端，客户端基于商品购买请求，确定与商品购买请求对应的购买时间，并将商品购买请求和购买时间送给AI分析平台，利用AI分析平台对商品购买请求和购买时间进行解析，得到针对目标商品信息的购买信息，进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。使用户在观看视频的过程中，只需要提供包括商品描述信息的商品购买请求，就能够实现对目标商品的购买。购买过程不需要切换至其他购买界面对目标商品进行选择，即无需退出观影，使得用户的观影过程不会被打断，如此，能够提高用户的观影体验。

本发明实施例提供的商品购买方法应用于AI分析平台，AI分析平台对接收到的商品购买请求以及购买时间进行解析，得到针对目标商品的购买信息，并将该购买信息返回给客户端。进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。即根据商品购买请求以及购买时间，就能够自动生成对应的购买信息，不需要用户针对购买界面进行选择就实现对目标商品的下单。购买信息的生成无需用户退出观影，观影过程不会被打断，如此，能够提高用户的观影体验。

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。

图1为本发明实施例提供的一种应用于客户端的商品购买方法的流程图；

图2为本发明实施例提供的一种应用于AI分析平台的商品购买方法的流程图；

图3为本发明实施例提供的一种商品购买系统的结构示意图；

图4为本发明实施例提供的一种商品购买过程示意图；

图5为本发明实施例提供的一种应用于客户端的商品购买装置的结构示意图；

图6为本发明实施例提供的一种应用于AI分析平台的商品购买装置的结构示意图；

图7为本发明实施例提供的一种电子设备的结构示意图。

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描述。

用户在观看视频时，会对视频中出现的商品产生同款购买欲。例如，用户看到视频中某一人物手中或在某处摆放了一杯饮品，看起来十分好喝，就可能想要尝试同款饮品，即产生同款购买欲。

但是，若用户切换至对应购物平台，例如外卖平台，选购同款饮品，用户不仅需要中断观影过程，切换至购物平台页面，还需要对奶茶的糖分、加冰等配置信息进行选择才能下单同款饮品，过程复杂，用户观影体验不佳。为解决上述问题，如图1所示，本发明实施例提供了一种商品购买方法，应用于客户端，商品购买方法可以包括：

S101，获取商品购买请求；

其中，商品购买请求包括商品描述信息。

S102，确定购买时间；

其中，购买时间为与商品购买请求对应的视频时间点。

S103，将商品购买请求以及购买时间发送给AI分析平台；

其中，AI分析平台用于确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息，生成目标商品信息的购买信息，并将购买信息发送给客户端。

S104，接收AI分析平台发送的购买信息。

S105，将购买信息发送给购买平台，以使购买平台基于购买信息生成商品订单。

本发明实施例提供的商品购买方法应用于客户端，客户端基于商品购买请求，确定与商品购买请求对应的购买时间，并将商品购买请求和购买时间送给AI分析平台，利用AI分析平台对商品购买请求和购买时间进行解析，得到针对目标商品信息的购买信息，进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。使用户在观看视频的过程中，只需要提供包括商品描述信息的商品购买请求，就能够实现对目标商品的购买。购买过程不需要切换至其他购买界面对目标商品进行选择，即无需退出观影，使得用户的观影过程不会被打断，如此，能够提高用户的观影体验。

参照图1提供的应用于客户端的商品购买方法，本发明实施例进行详细说明。

S101，获取商品购买请求；

其中，商品购买请求包括商品描述信息。

用户在观看视频时，可能对视频中出现的商品产生购买需求，此时，用户可以发起对该商品的商品购买请求。

商品购买请求可以包括音频格式的商品购买请求，也可以包括文本格式的商品购买请求。例如，一段内容为“我想要这杯奶茶”的音频数据、一条内容为“我想要这杯咖啡”的文本数据等。本发明实施例对商品购买请求的内容不做限制。

在一种可实现的方式中，视频播放界面中，可以包括购买选项，在用户期望购买视频中出现的物品时，可以针对该购买选项进行选择操作，客户端检测到针对视频播放界面中购买选项的选择操作时，获取商品购买请求。在一种可实现的方式中，可以在检测到针对视频播放界面中购买选项的选择操作时，采集一段时间的音频数据，并将这段音频数据作为商品购买请求。这段音频数据可以称为购买语音数据，也可以称为购买话语。客户端可以在用户观看视频的时候，录入购买话语。

可以对采集音频数据的时间进行设置，例如，可以将采集时间设置为3秒。即在检测到针对购买选项的选择操作之后，采集3秒的音频数据作为商品购买请求。本发明实施例不对采集音频数据的时间进行限制。

视频播放界面中包括的购买选项可以包括标识或者按钮等。用户针对购买选项的选择操作，可以包括对购买选项的点击操作、长按操作等。客户端可以在检测到用户针对购买选项的点击、长按等操作时，获取商品购买请求。本发明实施例对购买选项的形式，以及对购买选项的选择操作形式不做限制，可以根据实际需要进行设置。

在另一种可实现的方式中，可以实时接收针对视频播放界面输入的文本信息，并基于该文本信息确定商品购买请求。

可以理解地，用户可以一次性输入文本信息，即一次性输入一条完整的用于确定商品购买请求的文本信息；也可以多次输入内容使其构成一条完整的用于确定商品购买请求的文本信息。

客户端可以在接收到用户针对视频播放界面输入文本信息后，对输入停顿时间进行监控。输入停顿时间可以理解为用户相邻两次将文本信息输入视频播放界面间隔的时间。以此在输入停顿时间大于预设阈值，例如3秒之后，可以认为用户完成本次输入，即用户输入的内容可以构成一条完整的用于确定商品购买请求的文本信息，客户端可以基于输入的内容确定商品购买请求。

商品购买请求包括的商品描述信息可以包括，对商品的位置、品牌、种类、口味等方面的描述信息，可以理解为，是对视频画面中出现的物品的限定。

商品购买请求可以包括表达用户购买意愿的信息。例如，可以包括“买”、“想要”、“喜欢”、“需要”等具有购买语义字/词。在商品购买请求中包括这类字/词时，认为该商品购买请求包括表达用户购买意愿的信息。因此，可以通过判断购买商品购买请求中是否包括具有购买语义的关键字/词，确定该商品购买请求是否表达用户购买意愿。

对应的，商品购买请求也可以不包括任何表示购买意愿的信息。例如，用户在观看视频的过程中，可能误触视频播放界面中的购买选项，此时采集到的音频数据可能为一段不具有有效信息的空白音频数据，也可能为一段与购买语义毫不相关的音频数据等。

S102，确定购买时间；

其中，购买时间为与商品购买请求对应的视频时间点。

在一种可实现的方式中，购买时间可以包括触发针对购买选项的选择操作的视频时间点，即客户端可以响应于检测到针对视频播放界面中购买选项的选择操作的同时，记录触发针对购买选项的选择操作时，当前视频播放界面播放的视频播放至的时刻。购买时间也即获取商品购买请求时，用户正在观看的视频播放至的时刻。例如，在用户正在观看的视频播放至第3分钟第27秒时，触发针对购买选项的选择操作，客户端获取商品购买请求，此时，购买时间即为视频播放至的第3分钟第27秒。

在一种可实现的方式中，购买时间可以包括针对视频播放界面输入的文本信息包括的视频时间点。

用户在针对视频播放界面输入文本信息时，可以将视频时间点作为文本信息的一部分一同输入，以此可以更准确的对商品进行描述。例如，文本信息可以包括内容为“我想要3分27秒出现的奶茶”，其中，3分27秒即指示视频时间点，同时，3分27秒也对文本信息中的“奶茶”进行了更准确的描述。因此，商品描述信息可以包括购买时间，将文本信息包括的视频时间点作为购买时间，可以包括将商品描述信息包括的视频时间点作为购买时间。

文本信息包括的视频时间点，可以与输入文本信息时的视频时间点，也即当前视频播放至的时刻不相同。例如，在视频播放至5分33秒时，用户可以针对视频播放界面输入文本信息“我想要3分27秒出现的奶茶”。由于可以认为文本信息中包括的视频时间点能够更准确的指示用户想要购买的商品，因此，在文本信息包括的视频时间点与当前视频播放至的时刻不相同时，文本信息包括的视频时间点可以具有更高的优先级，即以文本信息包括的视频时间点确定购买时间。

在另一种可实现的方案中，文本信息中也可以不包括视频时间点，此时可以将输入文本信息时的视频时间点，即输入文本信息时视频播放至的时刻作为购买时间。

相应的，在采集音频数据作为商品购买请求时，音频数据指示的内容中也可以包括视频时间点，此时，音频数据指示的内容中包括的视频时间点，相较于触发针对购买选项的选择操作的时间，可以就有更高的优先级，即在采集到的音频数据包括视频时间点时，可以将作为音频数据指示的内容中包括的视频时间点购买时间。

技术人员可以根据实际的需求，调整确定购买时间时可利用信息，如触发选择操作的视频时间点、商品购买请求中包括的视频时间点等的优先级，本发明实施例不对此进行限制。

S103，将商品购买请求以及购买时间发送给AI分析平台；

其中，AI分析平台用于确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息，生成目标商品信息的购买信息，并将购买信息发送给客户端。

在得到商品购买请求以及购买时间之后，可以将商品购买请求以及购买时间发送至AI(Artificial Intelligence，人工智能)分析平台。

AI分析平台，可以对客户端发送的商品购买请求以及购买时间进行解析。确定与购买时间对应的视频帧，并对该视频帧进行识别，从中识别出一或多个物品，之后结合用户的商品购买请求，具体地，商品购买请求包括的商品描述信息，从识别出的一或多个物品中确定与商品购买请求对应的目标商品，并获取该目标商品的物品信息作为目标商品信息。

基于商品购买请求拆解用户语义，判断客户端发送的商品购买请求是否表达了用户的购买意愿。进而在商品购买请求表达用户购买意愿的情况下，生成针对目标商品的购买信息，并将该目标商品的购买信息返回给客户端。

关于AI分析平台生成目标商品的购买信息的内容，将在后续实施例中进行说明，此处不再详述。

S104，接收AI分析平台发送的购买信息。

目标商品的购买信息可以包括目标商品的固有属性信息和配置属性信息。其中，固有属性信息是指目标商品固有的，不随购买过程发生变化的信息，例如，目标商品的品牌、名称、类别等。配置属性信息是指随购买过程发生变化的信息，例如目标商品的口味等。在一种可实现的方式中，若AI分析平台返回的购买信息包括“xx品牌xx奶茶xx甜度加冰”，那么“xx品牌xx奶茶”可以对应目标商品的固有属性信息；“xx甜度加冰”可以对应目标商品的配置属性信息。

在一种可实现的方式中，在客户端接收到AI分析平台发送的购买信息之后，可以自动执行S105，即在接收到购买信息之后，直接将购买信息转发至对应的购买平台，购买平台生成针对目标商品的购买订单并下单完成购买。

在另一种可实现的方式中，在客户端接收到AI分析平台发送的购买信息之后，可以先对购买信息进行展示，以展示购买信息的形式询问用户是否需要一键下单。在用户确认购买信息之后，即用户需要一键下单时，再将购买信息转发至对应的购买平台，进而由购买平台生成针对目标商品的购买订单并下单完成购买。

在接收AI分析平台发送的购买信息之后，客户端还可以基于购买信息生成提示信息；在视频播放界面展示提示信息；响应于检测到针对提示信息的确认指令，将购买信息发送给购买平台。检测到针对提示信息的确认指令即可以认为是用户确定购买该购买信息所指示的目标商品，此时将购买信息发送给购买品台，利用购买平台生成针对目标商品的购买订单并下单完成购买。

提示信息可以包括部分购买信息，例如，仅包括购买信息中的目标商品的固有属性信息或仅包括购买信息中的目标商品的配置属性信息，或者，固有属性信息中的部分信息、配置属性信息中的部分信息，或者固有属性信息中的部分信息和配置属性信息中的部分信息等。

提示信息也可以包括全部购买信息。

例如，若由AI分析平台返回的购买信息为“xx品牌xx奶茶xx甜度加冰”，其中，“xx品牌xx奶茶”指示固有属性信息；“xx甜度加冰”指示配置属性信息，则提示信息可以为“xx品牌xx奶茶xx甜度加冰”，即全部购买信息，“xx品牌xx奶茶”，即仅包括固有属性信息，“xx甜度加冰”，即仅包括配置属性信息，“xx奶茶”，即部分固有属性信息，“xx甜度”，即部分配置属性信息，“xx奶茶xx甜度”，即部分固有属性信息和部分配置属性信息等内容。本发明实施例对提示信息包括的内容不做限制，技术人员可以根据实际需求进行设置。

AI平台除了向客户端返回购买信息之外，还可以返回目标商品的图片，如AI分析平台将目标商品信息中目标商品的图片与购买信息一同发送至客户端。以此，客户端在展示提示信息时，可以同时展示目标商品的图片以及全部或部分购买信息。同时，向用户展示目标商品的图片，可以使用户更直观的判断购买信息针对的目标商品是否为期望购买的商品。

在一种可实现的方式中，提示信息还可以包括与目标商品对应的目标商品图片。与目标商品对应的目标商品图片可以是在确定目标商品信息时，目标商品信息中包括的图片；也可以是在确定目标商品信息之后，AI分析平台从与目标商品对应的购买平台获取的与目标商品对应的图片。

客户端可以在视频播放界面展示提示信息，以使用户根据展示出的提示信息，确认是否对目标商品下单。

在一种可实现的方式中，提示信息可以通过tips(提示)的形式进行展示，例如，提示信息中可以包括供用户选择下单的“是”选项。在用户期望下单目标商品时，可以针对展示出的提示信息进行确认，即向客户端提供确认指令，例如，点击该提示信息、长按该提示信息，点击提示信息中的“是”选项等。客户端在检测到针对提示信息的确认指令后，触发步骤S105，调用对应的购买平台下单商品。

在一种可实现的方式中，用户可能对展示出的提示信息不满意，或者说失去了对目标商品的购买意愿，出现放弃购买的情况。提示信息中还可以包括供用户选择放弃下单的“否”选项，在用户点击该“否”选项时，认为用户放弃下单，不再执行后续步骤。在另一种可实现的方式中，客户端也可以对展示出的提示信息进行监听，若在预设时间内没有检测到用户针对提示信息的确认指令，则判定用户放弃下单目标商品，此时，结束针对目标商品的商品购买过程。

S105，将购买信息发送给购买平台，以使购买平台基于购买信息生成商品订单。

客户端在获取到针对目标商品的购买信息之后，可以将购买信息发送至对应的购买平台，利用购买平台生成针对目标商品的商品订单。针对不同类别的目标商品，购买平台可以是不同的。例如，在目标商品为食品、饮品时，购买平台可以包括外卖平台；在目标商品为日用品时，购买平台可以包括网购平台。购买平台只要能够实现对目标商品的购买即可，此处不对购买平台的类别进行限制。

本发明实施例可以在客户端将购买信息发送给购买平台之前，先判断是否已经获取对应购买平台的授权，具体地可以通过客户端存储的用户信息中账号的关联状态判断是否已经获得对应购买平台的授权。之后在获取对应购买平台的授权后，调用该购买平台下单目标商品。

客户端获取购买平台的授权，可以理解为将当前登录客户端的用户账号与登录对应购买平台的用户账号进行关联。在一种可实现的方式中，用户信息可以包括用户账号，可以通过判断是否能够通过与当前客户端登录的用户账号登录对应的购买平台，判断登录当前客户端的用户账号与登录对应购买平台订单用户账号是否关联，以此判断客户端是否获得对应购买平台的授权。

在当前客户端具有对应购买平台的授权时，当前客户端将购买信息发送至对应的购买平台，使该购买平台可以根据购买信息，选择对应的商品生成订单。

在当前客户端不具有对应购买平台的授权时，例如，客户端首次调用一购买平台下单目标商品时，可以先通过相关购买平台对客户端进行授权，即客户端需要先获取调用该购买平台下单的权限。在一种可实现的方式中，可以通过将当前客户端的账号和对应购买平台的用户账号进行关联，以此使客户端获取对应购买平台的授权。在客户端具有调用对应购买平台下单的授权之后，客户端再将购买信息发送至对应的购买平台，使该购买平台可以根据购买信息，选择对应的目标商品，生成目标商品的商品订单。

在生成对目标商品的商品订单时，可以利用购买信息设置商品订单中的商品信息，利用购买平台中预设的收货人信息设置商品订单中收货人信息。例如，订单信息中商品信息为“xx品牌xx奶茶xx甜度加冰”，收货人信息为默认收货人信息。

在一种可实现的方式中，购买平台可以预先存储有付款相关信息，例如，支付账户、支付密码等，也可以认为是预先获取免密支付权限。以此在客户端将购买信息发送至对应购买平台后，购买平台可以基于支付信息进行免密支付，完成下单。

在另一种方式中，商品购买平台也可以预先获取支付平台的授权，以此实现免密支付，完成下单。

本发明实施例提供的商品购买方法应用于客户端，客户端基于商品购买请求，确定与商品购买请求对应的购买时间，并将商品购买请求和购买时间送给AI分析平台，利用AI分析平台对商品购买请求和购买时间进行解析，得到针对目标商品信息的购买信息，进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。使用户在观看视频的过程中，只需要提供包括商品描述信息的商品购买请求，就能够实现对目标商品的购买。购买过程不需要切换至其他购买界面对目标商品进行选择，即无需退出观影，使得用户的观影过程不会被打断，提高用户沉浸式观影体验。

并且，本发明实施例为用户提供了一种语音购买的消费方式，用户只需要在触发选择操作之后，提供购买语音，即语言表达购买需求，就能够实现对视频中同款商品的下单，提高了用户的消费体验。

如图2所示，本发明实施例提供了一种商品购买方法，应用于AI分析平台，本发明实施例的商品购买方法可以包括：

S201，接收客户端发送的商品购买请求以及购买时间；

其中，商品购买请求包括商品描述信息；购买时间为与商品购买请求对应的视频时间点。

S202，确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息。

S203，生成目标商品信息的购买信息，并将购买信息发送给客户端，以使客户端将购买信息发送给购买平台，购买平台基于购买信息生成商品订单。

本发明实施例提供的商品购买方法，应用于AI分析平台，AI分析平台对接收到的商品购买请求以及购买时间进行解析，得到针对目标商品的购买信息，并将该购买信息返回给客户端。进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。即根据商品购买请求以及购买时间，就能够自动生成对应的购买信息，不需要用户针对购买界面进行选择就实现对目标商品的下单。购买信息的生成无需用户退出观影，观影过程不会被打断，如此，能够提高用户的观影体验。

参照图2，本发明实施例对应用于AI分析平台的商品购买方法进行详细说明。

S201，接收客户端发送的商品购买请求以及购买时间；

其中，商品购买请求包括商品描述信息；购买时间为与商品购买请求对应的视频时间点。

商品购买请求可以包括音频格式的商品购买请求，也可以包括文本格式的商品购买请求。商品购买请求包括的商品描述信息，可以是对视频画面中出现的物品的限定。以此在视频画面中出现多个物品时，可以确定商品购买请求所针对的物品。

商品购买请求可以包括表达用户购买意愿的信息，例如具有购买语义的字/词。

购买时间为视频播放时间点。可以包括触发针对购买选项的选择操作时的视频时间点；也可以包括与商品购买请求对应的，即由商品购买请求确定的视频时间点。

获取商品购买请求以及确定购买时间的具体方式，可以参考S101和S102的内容，此处不再详述。

S202，确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息。

在接收到客户端发送的商品购买请求以及购买时间之后，可以先确定购买商品购买请求以及购买时间所指示的目标商品信息。

根据商品购买请求以及购买时间确定目标商品信息可以包括，识别视频内容中的物品，并确定物品的物品信息；并将商品购买请求包括的商品描述信息与物品信息进行匹配，得到目标商品信息。

在一种可实现的方式中，在商品购买请求为音频格式时，可以先将音频数据转换成文本数据，以此得到文本格式的商品购买请求，进而将商品购买请求的文本信息与物品信息匹配，得到目标商品信息。

在识别物品信息时，可以利用购买时间，从对应的视频中截取与购买时间指示的视频时间点对应的视频帧；对该视频帧进行图像识别，识别视频帧中包括的物品，并确定识别到的物品的物品信息；其中，识别到的物品可以是一个或者多个，物品信息可以包括物品的固有属性信息，例如物品的品牌、名称、类别等。

在匹配目标商品信息时，可以将与商品购买请求对应的文本信息，拆解成字/连词的集合，并从字/连词的集合中确定指代商品的关键字；将指代商品的关键字与识别到的物品信息匹配，从物品信息对应的各物品中确定与该关键字对应的物品，并将其作为目标商品，以此得到购买时间所指示的视频图像包括的物品中与商品购买请求对应的目标商品以及目标商品信息。

例如，客户端发送的商品购买请求为“我想喝奶茶”、购买时间为03分27秒，此时AI分析平台首先获取视频时间为03分27秒对应的视频帧，之后对该视频帧进行图像识别，识别到视频帧中包括奶茶和咖啡，并且得到分别针对奶茶和咖啡和物品信息，A品牌a奶茶；B品牌b咖啡。然后将商品购买请求“我想喝奶茶”的文本信息进行拆解，得到包括“我”、“想”、“喝”、“想喝”、“奶茶”等字/连词的集合，并从中将指代商品的“奶茶”作为关键字，将“奶茶”与识别到的奶茶和咖啡的物品信息“A品牌a奶茶”，“B品牌b咖啡”进行匹配，得到“A品牌a奶茶”作为目标商品信息。

在一种可实现的方式中，不同的物品可能具有相同的外观，因此，在识别视频帧包括的物品时，识别出的一个物品可能对应多个物品信息。例如，A品牌a1奶茶与A品牌a2奶茶，仅在茶底种类上有所区别，二者具有相同的外观，因此在针对该外观采用图像识别确定物品时，会识别到两个物品信息，即A品牌a1奶茶与A品牌a2奶茶。在这种情况下，若与商品购买请求对应的文本信息中未包括具有明显指向性的信息时，例如，根据“我想喝奶茶”，并不能在A品牌a1奶茶与A品牌a2奶茶中明确得出，“我想喝奶茶”指示的是A品牌a1奶茶还是A品牌a2奶茶。因此，AI分析平台识别得到的目标商品信息可以是一个，也可以是多个。

在一种可实现的方式中，结合商品购买请求，可能并不能从多个物品中确定出对应的目标商品。也可以理解为商品购买请求和购买时间对应的播放视频画面不对应。例如，用户误触购买选项，商品购买请求为空白语音数据或与视频毫无关联的语音数据。在无法确定目标商品的情况下，对目标商品的购买过程终止，即不再执行后续其他步骤。

S203，生成目标商品信息的购买信息，并将购买信息发送给客户端，以使客户端将购买信息发送给购买平台，购买平台基于购买信息生成商品订单。

在商品购买请求包括表达用户购买意愿的信息时，认为当前场景为一购买场景。在购买场景下，AI分析平台才会生成用于构建商品订单的购买信息。

在一种可实现的方式中，可以在AI分析平台内预设一用于生成购买信息的模型，在AI分析平台识别到目标商品信息之后，可以将商品购买请求和目标商品信息输入预设模型，当预设模型确定商品购买请求的语义为购买时，通过预设模型输出购买信息。

可以理解地，用户在观看视频的过程中，可能误触视频播放界面中的购买选项，进而在客户端获取商品购买请求时，获取到的商品购买请求可能是不包括任何有效信息的语音数据，例如一段空白语音数据；也可能是与购买场景毫不相关的语音数据。同理，用户针对视频播放界面输入的文本信息也可能不包括任何有效信息，例如，一串杂乱无序的字符、语义不明的文本等(如“去of煤化工”等，由于误触等造成的乱码输入)。

因此，只有在接收到的商品购买请求指示购买场景，表达用户购买意愿时，才生成对应的购买信息。

不同的字/词可以表达相同或不同的含义，可以利用大量的语句样本对预设模型进行训练，预设模型对输入的语句样本进行拆解，将语句拆解成关键字/词的集合，对关键字/词的语义进行分析，将表达相同语义的字/词归纳为同一类别，用于指示同一语言场景。例如，“买”、“想要”、“下单”、“喜欢”等字/词可以归纳为同一类别，这些字/词都可以表达购买意愿，对应购买场景。

本发明实施例将商品购买请求输入预设模型后，预设模型将商品购买请求拆解成关键字/词，针对拆解得到的关键字/词，进行语义匹配，判断商品购买请求包括的关键字/词中，是否包括指示购买场景类别的关键字/词，以此判断商品购买请求是否具有购买语义，指示购买场景。

在一种可实现的方式中，用于生成购买信息的预设模型可以是LLM语言模型(Large Language Model，大语言模型)。LLM语言模型是使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。LLM语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。

在一种可实现的方式中，LLM语言模型可以采用Transformer(自注意力机制神经网络模型)架构，对文本语义进行学习。

在对LLM语言模型进行训练之前，可以预先获取大量视频内容，其中，视频可以包括短视频，以此基于视频内容得到可识别的视频帧样本，并基于视频帧样本进行物品识别，得到视频帧样本中包括的各物品以及与各物品对应的物品信息。同时针对视频内容，附带一些购买相关的语言场景，即提供与视频帧样本对应的商品购买请求，以此基于商品购买请求，确定目标商品以及目标商品信息，进而得到用于训练LLM语言模型的目标商品信息样本集。

在一种可实现的方式中，训练LLM语言模型的输入样本可以包括目标商品信息样本集以及与每一目标商品信息样本对应的语言场景。其中语言场景可以包括与购买相关的语言场景，例如，可以包括预设的指示购买语义的语音数据或者指示购买语义的文本信息，即商品购买请求。将语言场景，即商品购买请求输入LLM语言模型，对LLM语言模型进行语义训练。LLM语言模型对与语言场景对应的文本信息进行拆解，得到与商品购买请求对应的关键字/词，同时对关键字/词按照语义进行归类，得到表示相同语义的关键字/词的集合；最后，针对表示购买语义的关键字/词的集合对应的各语言场景，即针对表示购买语义的商品购买请求以及输入LLM语言模型的与商品购买请求对应的目标商品信息，生成目标商品的购买信息。如此，在实际使用中，可以利用LLM语言模型判断商品购买请求是否表达购买语义，指示购买场景，并在商品购买请求表达购买语义，指示购买场景时，生成对应的购买信息。

在另一种可实现的方式中，在将目标商品信息样本集以及与每一目标商品信息样本对应的语言场景作为输入样本对LLM语言模型进行训练时，LLM语言模型在对语言场景对应的文本信息进行拆解后，不仅可以对该语言场景指示的语义进行识别，还可以对语言场景包括的目标商品进行识别。以此在语言场景指示购买语义，且识别到的目标商品与输入LLM语言模型得到的与该语言场景对应的目标商品信息匹配时，生成针对目标商品的购买信息。

与目标商品对应的购买信息可以包括目标商品的固有属性信息和配置属性信息。其中，固有属性信息是指目标商品固有的，不随购买过程发生变化的信息，例如，目标商品的品牌、名称、类别等。配置属性信息是指随购买过程发生变化的信息，例如目标商品的口味等。

在一种可实现的方式中，可以将识别得到的目标商品信息作为购买信息中，目标商品的固有属性信息。例如识别到目标商品信息为“A品牌a奶茶”，则可以将其作为购买信息中目标商品的固有属性信息。

在一种可实现的方式中，购买信息中目标商品的配置属性信息，可以是基于商品购买请求获得的。商品购买请求中可以包括指示配置属性的信息，以使预设模型在对商品购买请求进行关键字/词拆解后，能够直接在关键字/词中匹配到配置属性信息。例如，在商品购买请求“我想喝半糖加冰的奶茶”中，“半糖加冰”即指示配置属性，此时可以直接获取该信息“半糖加冰”作为购买信息中目标商品的配置属性信息。

在另一种可实现的方式中，商品购买请求中未包括指示配置属性的信息，即在此时预设模型无法通过解析商品购买请求的关键字/词，获取购买信息中目标商品的配置属性信息。此时可以结合用户的历史购买记录，确定购买信息中目标商品的配置属性信息。用户的历史购买记录可以包括客户端存储的用户历史购买记录，也可以包括与目标商品对应的购买平台存储的用户历史购买记录。可以将用户历史购买记录输入预设模型，使预设模型对用户的购买习惯，或者说对用户的配置习惯进行学习。

预设模型对输入的历史购买记录，识别每一历史购买记录包括的购买信息，并对购买信息按照购买对象的不同进行分类；针对每一类别的购买信息，统计购买信息中的配置属性信息，以此根据配置属性信息的分布情况，对用户的购买习惯，即用户在购买不同类别物品时的配置习惯进行分析，预测用户在购买同类别物品时的配置倾向。

可以理解地，用户在购买同一品类的商品时，会习惯于选择相同的配置信息。例如，用户在购买“奶茶”时，常选择“半糖加冰”；用户在购买“咖啡”时，常选择“全糖温热”等。基于用户的历史购买习惯，可以对用户在购买相同品类的商品时用户选择的配置信息进行预测。

因此，还可以结合用户的历史购买记录对预设模型进行训练。即将商品购买请求、识别到的物品信息、以及用户的历史购买记录作为模型输入，对预设模型进行训练。以此在商品购买请求中未包括指示配置属性的信息时，可以结合用户的历史购买记录，生成购买信息中与目标商品对应的配置属性信息。

如此，针对用户的历史购买记录，对用户的购买行为进行分析，确定购买信息中针对目标商品的配置属性信息。使得用户不必须提供详细的配置要求，客户端就能够得到满足用户需求的购买信息，降低用户操作的复杂度。

在一种可实现的方式中，AI分析平台可以在识别到的物品信息为多个时，还可以结合产品推荐策略，从多个物品信息中，进一步确定与产品推荐策略对应的物品信息为目标商品信息。

产品推荐策略，可以包括产品商家提供的产品推荐的优先级。产品商家可以包括与视频播放平台存在合作关系的商家。针对产品商家提供的不同的产品推荐策略，不同的产品的推荐优先级可以是不同的。例如，可以在冬季优先推荐热饮；在夏季优先推荐冷饮；在新产品推出时，优先推荐新产品等。产品推荐策略由产品商家依据实际情况制定，此处不做限制。

以此，AI分析平台可以基于产品商家提供的产品推荐策略，从多个物品信息中确定出目标商品信息后，针对该目标商品信息，生成对应的购买信息。

在另一种可实现的方式中，也可以在AI分析平台识别到的目标商品信息为多个时，先针对多个目标商品信息，生成对应的购买信息；之后再结合产品商家提供的产品推荐策略，从多个购买信息中，确定满足产品推荐策略是购买信息，作为发送给客户端的购买信息。

此外，还可以在生成多条购买信息之后，基于每一购买信息对应的目标商品，利用产品推荐策略确定多条购买信息的推荐优先级，并将该推荐优先级与多条购买信息体统发送至客户端。以使客户端在对接收到的购买信息进行展示时，可以基于推荐优先级展示购买信息，为用户提供多种购买选择。

本发明实施例提供的商品购买方法，应用于AI分析平台，AI分析平台对接收到的商品购买请求以及购买时间进行解析，得到针对目标商品的购买信息，并将该购买信息返回给客户端。进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。即根据商品购买请求以及购买时间，就能够自动生成对应的购买信息，不需要用户针对购买界面进行选择就实现对目标商品的下单。购买信息的生成无需用户退出观影，观影过程不会被打断，如此，能够提高用户的观影体验。

同时，本发明实施例提供的商品购买方法也提供了一种利用产品推荐策略搭建的商业合作模式。利用产品推荐策略向用户推荐的商品，能够提升对应产品的曝光度，产生积极的宣传效果，为产品商家带来收益。同时，由于是商家委托视频播放平台推荐相关产品，视频播放平台也可以通过提升对相关产品的推荐力度，获取对应的报酬，实现产品商家和视频播放平台的双赢。

如图3所示，本发明实施例提供了一种商品购买系统，该系统包括客户端301和AI分析平台302，其中，

客户端301，用于获取商品购买请求以及购买时间；其中，商品购买请求包括商品描述信息；购买时间为与商品购买请求对应的视频播放时间点；将商品购买请求以及购买时间发送给AI分析平台302；接收AI分析平台302发送的购买信息；将购买信息发送给购买平台，以使购买平台基于购买信息生成商品订单。

客户端301可获取商品购买请求，并确定与商品购买请求对应的购买时间。商品购买请求可以包括商品描述信息，例如，对商品的位置、外观、在视频中出现的时间等信息。

商品购买请求可以包括音频格式的商品购买请求，也可以包括文本格式的商品购买请求。购买时间可以包括采集音频格式的商品购买请求时，或者说触发针对视频播放界面中购买选项的选择操作时的视频播放时间点；也可以包括文本格式的商品购买请求中指示的视频时间点。

将该商品购买请求以及购买时间发送至AI分析平台302；以使AI分析平台302对接收到的商品购买请求以及购买时间进行解析，并生成对应的购买信息。

客户端301在接收到AI分析平台302发送的购买信息之后，还可以对接收到的购买信息进行展示，在检测到针对购买信息的确认指令时，客户端301可以将该购买信息发送给对应的购买平台，利用购买平台生成对商品购买请求所指示的目标商品，即待购买商品的订单，实现对该商品的购买。

客户端301还可以在展示待购买商品的购买信息的同时，展示与待购买商品对应的图片，更直观地为用户提供的待购买商品信息。

在用户确认待购买商品，即客户端301检测到针对展示出的购买信息提供确认指令，例如，点击展示出的购买信息之后，将购买信息发送至对应的购买平台，使购买平台能够生成对应的订单，实现对商品的购买。

AI分析平台302，用于接收客户端301发送的商品购买请求以及购买时间；确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息；生成目标商品信息的购买信息，并将购买信息发送给客户端301。

AI分析平台302，在接收到客户单发送的商品购买请求以及购买时间之后，对商品购买请求以及购买时间进行解析。

识别购买时间对应的视频帧中包括的物品，并结合商品购买请求包括的商品描述信息，从识别出的物品中确定商品购买请求所指示的目标商品。

利用预设在AI分析平台302的预设模型，将商品购买请求拆解成关键字/词，并对关键字/词进行匹配，确定商品购买请求中时候包括表示用户购买意愿，指示购买场景的信息。同时，在对关键字/词进行匹配时，也可以对关键字/词中是否包括配置属性信息进行匹配，以在关键字/词中包括配置属性信息时，将该配置属性信息作为购买信息中目标商品的配置属性信息。以此，AI分析平台302利用预设模型，识别用户的购买语义，并生成用户购买意愿所指示的商品的购买信息，并将该购买信息发送至客户端301，使客户端301可以利用该购买信息，通过对应的购买平台，下单目标商品。

本发明实施例提供的商品购买系统，为用户提供了一种快捷购买商品的方式。用户观看视频的过程中，只需要提供包括商品描述信息的商品购买请求，就能够实现对目标商品的购买。购买过程不需要切换至其他购买界面对目标商品进行选择，即无需退出观影，使得用户的观影过程不会被打断，如此，能够提高用户的观影体验。

在一种可实现的方式中，以音频格式的商品购买请求为例，如图4所示，商品购买过程可以包括：

视频App401，本发明实施例的视频App401(Application，应用程序)相当于客户端，或者说视频播放平台。视频App401可以在检测到针对购买选项的选择操作时，对用户语言4011，即音频格式的商品购买请求进行采集，录入一段话，并记录选择操作被触发时对应的视频内容4012，具体地，可以是记录当前用户观看视频的时间点，即记录视频时间点，将其作为购买时间。之后，视频App401可以将采集到的用户语言4011和视频内容4012发送至AI分析系统402。

AI分析系统402，在本发明实施例中即对应AI分析平台。AI分析系统402对接收到的用户语言4011和视频内容4012进行解析，利用与用户语言4011对应的各类关键字，生成对应的购买信息，并将该购买信息返回视频App401。

具体地，AI分析系统402可以包括奇观识别4021模块、LLM语言模型4022、用户历史行为4023模块和产品广告策略4024模块。其中，AI分析系统402可以采用奇观识别4021，得到与视频内容4012对应的物品，即对视频内容中出现的物品进行识别，并得到对应的物品信息；之后结合用户语言4011，从识别到的物品中匹配目标商品，确定目标商品信息。

在一种可实现的方式中，AI分析系统402可以将用户语言4011、利用奇观识别4021得到的目标商品信息输入LLM语言模型4022，在LLM语言模型4022识别到用户语言4011中包括指示目标商品的配置属性信息，且用户语言4011指示购买语义，即包括具有购买语义的关键字时，利用用户语言4011和目标商品信息生成针对目标商品的购买信息。

在另一种可实现的方式中，在LLM语言模型4022未识别到用户语言4011中包括指示目标商品的配置属性信息时，可以获取用户历史行为4023，对用户历史购买习惯进行分析，预测购买信息中针对目标商品的配置属性信息，并在用户语义指示购买场景时，生成与目标商品对应的购买信息。

同时，还可以在得到的目标商品信息为多个目标商品的物品信息时，或者说生成的购买信息为多个时，进一步结合产品广告策略4024，将满足产品广告策略4024的购买信息返回给视频App401。

视频App401可以对接收到的购买信息进行展示，例如可以将购买信息以Tips的形式在视频播放界面向用户展示；视频App401也可以在展示购买信息的同时，展示与购买信息指示的目标商品对应的图片，其中，与购买信息指示的目标商品对应的图片，可以是AI分析系统402发送给视频App401。

视频App401在视频播放界面展示购买信息后，可以检测是否存在针对购买信息的确认指令，并响应于检测到针对购买信息的确认指令，将该购买信息发送至外卖App403，调用外卖App403实现对目标商品的下单。

在本发明实施例中外卖App403与购买平台对应，外卖App403为一种购买平台。视频App401将购买信息发送至外卖App403，利用外卖App403选择售卖目标商品的商家4031，并基于购买信息生成商品订单，实现对目标商品的购买。

在本发明实施例中购买过程不需要用户切换至其他购买界面对目标商品进行选择，就能实现对目标商品的下单。用户无需退出观影，使得观影过程不会被打断，如此，能够提高用户的观影体验。并且，用户只需要提供一段描述商品的语音，就能实现对商品的购买，操作便捷。

如图5所示，本发明实施例提供了一种商品购买装置，应用于客户端，装置可以包括：

获取模块501，用于获取商品购买请求；商品购买请求包括商品描述信息；

第一确定模块502，用于确定购买时间；购买时间为与商品购买请求对应的视频时间点；

第一发送模块503，用于将商品购买请求以及购买时间发送给AI分析平台；AI分析平台用于确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息，生成目标商品信息的购买信息，并将购买信息发送给客户端；

第一接收模块504，用于接收AI分析平台发送的购买信息；

第二发送模块505，用于将购买信息发送给购买平台，以使购买平台基于购买信息生成商品订单。

可选地，获取模块501，具体用于响应于检测到针对视频播放界面中购买选项的选择操作，获取商品购买请求。

可选地，第一确定模块502，具体用于记录触发选择操作时的视频时间点，并将视频时间点作为购买时间。

可选地，获取模块501，具体用于接收在视频播放界面输入的文本信息；基于文本信息确定商品购买请求。

可选地，文本信息包括视频时间点；第一确定模块502，具体用于将文本信息包括的视频时间点作为购买时间。

可选地，装置还包括，

展示模块，用于在接收AI分析平台发送的购买信息之后，基于购买信息生成提示信息；在视频播放界面展示提示信息；

第二发送模块505，具体用于响应于检测到针对提示信息的确认指令，将购买信息发送给购买平台。

本发明实施例提供的商品购买装置应用于客户端，用户在观看视频的过程中，只需要提供包括商品描述信息的商品购买请求，就能够实现对目标商品的购买。购买过程不需要切换至其他购买界面对目标商品进行选择，即无需退出观影，使得用户的观影过程不会被打断，提高用户沉浸式观影体验。

如图6所示，本发明实施例提供了一种商品购买装置，应用于AI分析平台，装置可以包括：

第二接收模块601，用于接收客户端发送的商品购买请求以及购买时间；其中，商品购买请求包括商品描述信息；购买时间为与商品购买请求对应的视频时间点；

第二确定模块602，用于确定购买时间对应的视频内容中与商品购买请求对应的目标商品信息；

生成模块603，用于生成目标商品信息的购买信息，并将购买信息发送给客户端，以使客户端将购买信息发送给购买平台，购买平台基于购买信息生成商品订单。

可选地，第二确定模块602，具体用于识别购买时间对应的视频内容中的物品，并确定物品的物品信息；将商品描述信息与物品信息进行匹配，得到目标商品信息。

可选地，生成模块603，具体用于将商品购买请求和目标商品信息输入预设模型，当预设模型确定商品购买请求的语义为购买时，通过预设模型输出购买信息。

本发明实施例提供的商品购买装置应用于AI分析平台，AI分析平台对接收到的商品购买请求以及购买时间进行解析，得到针对目标商品的购买信息，并将该购买信息返回给客户端。进而客户端能够将该购买信息发送给购买平台，通过购物平台购买目标商品。即根据商品购买请求以及购买时间，就能够自动生成对应的购买信息，不需要用户针对购买界面进行选择就实现对目标商品的下单。购买信息的生成无需用户退出观影，观影过程不会被打断，如此，能够提高用户的观影体验。

本发明实施例还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，

存储器703，用于存放计算机程序；

处理器701，用于执行存储器703上所存放的程序时，实现上述应用于客户单或应用于AI分析平台的商品购买方法的步骤。

上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述终端与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中任一所述的商品购买方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的商品购买方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统、装置、电子设备、计算机存储介质以及计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。