[发明专利]一种基于大数据的产品智能推荐方法及系统

权利要求书

1.一种基于大数据的产品智能推荐方法，其特征在于，所述方法具体包括以下步骤：

对线下购物的用户进行特征识别，获取用户的特征数据和身份信息，并基于所述特征数据对用户进行跟踪记录，获取用户进入的多个店面名称、对应的进入时间和对应的进入时长；

对多个所述店面名称分别进行品牌配对，得到多个线上品牌，并累加每个所述线上品牌对应的多个进入时长，得到品牌光顾时长数据；

对每个所述线上品牌对应的多个进入时间进行分析，得到品牌光顾时间数据；

根据所述品牌光顾时长数据和所述品牌光顾时间数据进行品牌推荐规划，生成季节性品牌推荐信息，并根据所述身份信息和所述季节性品牌推荐信息进行产品推荐规划，生成季节性产品推荐信息。

2.根据权利要求1所述的基于大数据的产品智能推荐方法，其特征在于，所述对线下购物的用户进行特征识别，获取用户的特征数据和身份信息，并基于所述特征数据对用户进行跟踪记录，获取用户进入的多个店面名称、对应的进入时间和对应的进入时长具体包括以下步骤：

对线下购物的用户进行特征识别，获取用户的特征数据；

根据所述特征数据对用户进行身份识别，获取用户的身份信息；

获取线下购物时的监控视频；

根据所述监控视频和所述特征数据对用户进行跟踪记录，获取用户进入的多个店面名称、对应的进入时间和对应的进入时长。

3.根据权利要求2所述的基于大数据的产品智能推荐方法，其特征在于，所述根据所述监控视频数据和所述特征数据对用户进行跟踪记录，获取用户进入的多个店面名称、对应的进入时间和对应的进入时长具体包括以下步骤：

根据所述特征数据，对所述监控视频中的用户进行识别标记；

根据所述识别标记对用户进行跟踪记录，获取用户进入的多个店面名称、对应的进入时间和离开时间；

根据多个所述进入时间和对应的所述离开时间，得到多个与所述店面名称对应的进入时长。

4.根据权利要求1所述的基于大数据的产品智能推荐方法，其特征在于，所述对多个所述店面名称分别进行品牌配对，得到多个线上品牌，并累加每个所述线上品牌对应的多个进入时长，得到品牌光顾时长数据具体包括以下步骤：

基于大数据分析，对多个所述店面名称分别进行品牌配对，得到多个线上品牌；

将多个所述线上品牌对应的多个进入时长进行累计，得到品牌光顾时长数据。

5.根据权利要求1所述的基于大数据的产品智能推荐方法，其特征在于，所述根据所述品牌光顾时长数据和所述品牌光顾时间数据进行品牌推荐规划，生成季节性品牌推荐信息，并根据所述身份信息和所述季节性品牌推荐信息进行产品推荐规划，生成季节性产品推荐信息具体包括以下步骤：

根据所述品牌光顾时长数据进行品牌推荐强度分析，得到多个所述线上品牌对应的品牌推荐指数；

根据所述品牌光顾时间数据进行品牌推荐时间分析，得到多个所述线上品牌对应的品牌推荐季节；

综合多个所述品牌推荐指数和对应的品牌推荐季节进行品牌推荐规划，生成季节性品牌推荐信息；

根据所述身份信息和所述季节性品牌推荐信息进行产品推荐规划，生成季节性产品推荐信息。

6.根据权利要求5所述的基于大数据的产品智能推荐方法，其特征在于，所述根据所述身份信息和所述季节性品牌推荐信息进行产品推荐规划，生成季节性产品推荐信息具体包括以下步骤：

根据所述身份信息和所述季节性品牌推荐信息，对各个所述线上品牌的产品进行产品推荐强度分析，得到多个产品对应的产品推荐指数；

根据多个所述产品推荐指数进行产品推荐规划，生成季节性产品推荐信息。