[发明专利]一种AR购物应用的监控推荐分析方法及储存介质、系统

说明书

本发明公开了一种AR购物应用的监控推荐分析方法及储存介质、系统,包括利用用户的基础信息、对AR购物应用的操作信息、商品信息构建的AR购物神经网络模型，并且包括以下步骤：获取输入的用户的基础信息和/或对AR购物应用的操作信息；基于AR购物神经网络模型测算出该输入的用户的基础信息和/或对AR购物应用的操作信息中商品的关联程度；从而可以根据关联程度来为正在浏览的用户推荐关联程度高的商品，便于对不同用户的精准定位来推荐商品，提升用户的购物体验。

技术领域

本发明涉及AR应用领域，特别是一种AR购物应用的监控推荐分析方法及储存介质、系统。

背景技术

随着网络通信技术的迅速发展，5G技术的到来将会为人们的生活带来改变，5G技术的高带宽、低时延特性将极大改善VR/AR体验，促进产业发展。

AR技术在为用户带来丰富体验的同时，也给人们工作生活的许多方面带来便利。随着AR技术的发展，出现在各个平台上的AR应用也越来越丰富，AR应用的渲染特效也越来越逼真。

目前，线上购物存在一个很大的弊端，消费者无法试用商品，不知道到买回来合不合适，很多消费者因此纠结犹豫。

随着AR技术的普及，AR技术将被应用于越来越多的领域中，例如AR购物，用户可以通过手机以及摄像头的配合，把网上的商品虚拟放置在自己的家中，借此查看到商品在自己家中或办公室里的摆放效果，而且现已支持上千款商品，这项功能会为买家提供更好的购物体验，选择合适的商品。通过AR呈现商品内容，消费者更能切实的感受到产品尺寸是否合适、颜色和设计风格是否搭配，有效减少后期的退换货。

而进一步地，在传统的商品监控推荐的系统中，只通过用户的年龄、所在地区、喜好等基础信息以及商品的类别等商品信息，来对用户于商品的相关性分析，由这些信息构建的分析模型只能适配于传统的商品监控模式，并且存在着不够精确的问题；

现今在AR技术的支持下的AR购物应用，传统的分析模型明显不能适应新时代的发展，不能满足用户的需求。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种AR购物应用的监控推荐分析方法及储存介质、系统，基于AR购物神经网络模型，根据用户的基础信息和/或对AR购物应用的操作信息测算出用户与商品的关联程度。

本发明采用的技术方案是：

一种AR购物应用的监控推荐分析方法，包括利用用户的基础信息、对AR购物应用的操作信息、商品信息构建的AR购物神经网络模型，并且包括以下步骤：

获取输入的用户的基础信息和/或对AR购物应用的操作信息；

基于AR购物神经网络模型测算出该输入的用户的基础信息和/或对AR购物应用的操作信息中商品的关联程度。

还包括记录用户是否购买该商品的购买信息，并且利用购买信息构建AR购物神经网络模型，基于AR购物神经网络模型测算出对应商品的用户购买概率。

采集用户的基础信息和/或对AR购物应用的操作信息和/或商品信息和/或该商品的购买信息，输入给AR购物神经网络模型迭代更新。

所述AR购物神经网络模型包括输入层、隐藏层以及输出层，其中，

所述输入层的特征包括用户的基础信息和/或对AR购物应用的操作信息和/或商品信息；

所述隐藏层的激活函数为线性整流函数，所述隐藏层的损失函数为最小二乘法函数；

所述输出层的激活函数为Sigmoid函数；