[发明专利]商品展示位置推荐方法、装置、系统以及存储介质

权利要求书

1.一种商品展示位置推荐方法，其特征在于，所述方法包括：

获取商品关注度数据，所述商品关注度数据中包括至少一个商品的关注度值，所述关注度值用于指示在预设时间段内对应商品的关注程度；

根据所述商品关注度数据确定各个商品的关注度值排行信息；

根据所述关注度值排行信息和展示位置信息确定展示位置推荐信息，所述展示位置信息包括各个展示位置的特征信息，所述展示推荐信息包括各个展示位置上推荐展示的商品信息；

所述获取商品关注度数据，包括：

获取商品的第一关注指标，所述第一关注指标是根据在所述预设时间段内，目标对象与所述商品距离小于预设值的总时长所确定的；

获取所述商品的第二关注指标，所述第二关注指标是根据在所述预设时间段内，所述商品被所述目标对象握持的时长所确定的；

根据所述第一关注指标和所述第二关注指标，确定所述商品的关注度值；

获取所述目标对象的移动轨迹，以及获取商品定位信息；

比较所述移动轨迹和所述商品定位信息的轨迹相似度判断商品是否被握持；

所述比较所述移动轨迹和所述商品定位信息的轨迹相似度判断商品是否被握持，包括：

步骤1、利用Frechet轨迹相似度度量算法，根据所述目标对象的移动轨迹与所述商品定位信息，确定所述目标对象和商品的Frechet距离，当所述Frechet距离小于阈值时，则确定目标对象手持该商品；

其中，所述目标对象的移动轨迹与所述商品定位信息的Frechet距离的映射过程为：

其中，α(t)为所述商品定位信息在时序上的轨迹；其中，β(t)为所述目标对象的移动轨迹在时序上的轨迹；

步骤2、根据所述目标对象的移动轨迹与所述商品定位信息，建立神经网络结构；所述神经网络结构中包括输入层节点数2，输出层节点数2，隐藏层节点数4；

抽取步骤1中获得的待映射轨迹中的坐标点集合作为训练集；

持续按所述抽取步骤1中获得的待映射轨迹中的坐标点集合作为训练集的步骤获得所述训练集，持续训练神经网络模型；

其中，神经元的激活函数为：

其中，损失函数为：

2.根据权利要求1所述的方法，其特征在于，所述获取商品的第一关注指标，包括：

获取所述预设时间段内所述目标对象的移动轨迹，所述移动轨迹根据视觉传感器获取的视频信息定位得到；

根据所述移动轨迹和所述商品的预设位置，确定所述商品与所述目标对象的距离小于所述预设值的时长；

统计所述预设时间段内，所有目标对象与所述商品的距离小于预设值的总时长，并根据所述总时长确定所述第一关注指标。

3.根据权利要求2所述的方法，其特征在于，所述获取所述预设时间段内所述目标对象的移动轨迹，包括：

获取视频信息集合，所述视频信息集合中包括各个视觉传感器拍摄得到的所述预设时间段内，所述目标对象的视频信息；

分别提取所述视频信息中所述目标对象的轮廓，并根据所述轮廓确定各个视频信息中所述目标对象的坐标序列；

选择其中两个视频中所述目标对象的所述坐标序列，并根据所述两个视频中所诉目标对象的坐标序列，确定所述目标对象的移动轨迹。

4.根据权利要求1所述的方法，其特征在于，所述获取所述商品的第二关注指标，包括：

获取所述预设时间段内，所述商品的定位信息，所述定位信息为蓝牙信标装置根据商品上粘贴的蓝牙固定标签定位得到；

比较所述定位信息与所述商品的预设位置，确定所述商品是否被握持；

统计所述商品被目标对象握持的总时长，并根据所述总时长确定所述商品的所述第二关注指标。