基于场景的商品文案生成方法、系统及无人零售车.pdf

《基于场景的商品文案生成方法、系统及无人零售车.pdf》由会员分享，可在线阅读，更多相关《基于场景的商品文案生成方法、系统及无人零售车.pdf（7页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010040271.5 (22)申请日 2020.01.15 (71)申请人 新石器慧通 （北京） 科技有限公司 地址 102209 北京市昌平区未来科学城英 才北二街鞍钢未来钢铁研究院三号院 122室 (72)发明人 刘杰 (74)专利代理机构 北京荟英捷创知识产权代理 事务所(普通合伙) 11726 代理人 左文 (51)Int.Cl. G06Q 30/06(2012.01) G06T 11/60(2006.01) (54)发明名称 一种基于场景的商品文案生成方法、 系。

2、统及 无人零售车 (57)摘要 本发明涉及数据处理技术及无人车、 无人驾 驶或自动驾驶领域， 公开一种基于场景的商品文 案生成方法、 系统及无人零售车， 其中， 基于场景 的商品文案生成方法， 包括： 获取场景信息并生 成场景特征； 根据场景特征， 匹配与其对应的商 品信息， 并生成商品特征； 基于场景特征和商品 特征生成商品文案。 本发明通过场景信息生成场 景特征， 匹配对应的商品特征， 并将场景特征融 入商品文案中， 增强商品文案与消费者的互动， 提升商品的购买成功率。 权利要求书1页 说明书4页 附图1页 CN 111242741 A 2020.06.05 CN 111242741 A 。

3、1.一种基于场景的商品文案生成方法， 其特征在于， 所述方法包括： 获取场景信息并生成场景特征； 根据所述场景特征， 匹配与其对应的商品信息， 并生成商品特征； 基于所述场景特征和所述商品特征生成商品文案。 2.根据权利要求1所述的基于场景的商品文案生成方法， 其特征在于， 将所述场景特征 和所述商品特征进行神经网络编码， 形成上下文向量； 将所述上下文向量经神经网络解码 生成所述商品文案。 3.根据权利要求2中所述的基于场景的商品文案生成方法， 其特征在于， 所述场景特征 包括场景显式特征和场景隐式特征， 所述场景显式特征为预先设定的场景特征， 所述场景 隐式特征为自动从所述场景信息中提取的。

4、所述场景特征。 4.根据权利要求3所述的基于场景的商品文案生成方法， 其特征在于， 所述场景显式特 征与所述场景隐式特征具有相应的权重。 5.根据权利要求1中任一项所述的基于场景的商品文案生成方法， 其特征在于， 所述场 景信息， 包括人群信息、 生物特征信息、 天气信息、 位置信息和/或时间信息。 6.根据权利要求1-5中任一项所述的基于场景的商品文案生成方法， 其特征在于， 所述 商品信息包括商品的文本信息和/或商品的图像信息。 7.根据权利要求1-6中任一项所述的基于场景的商品文案生成方法， 其特征在于， 所述商品特征包括商品显式特征和商品隐式特征， 所述商品显式特征为预先设定的商 品特。

5、征， 所述商品隐式特征为自动从所述商品信息中提取的所述商品特征。 8.根据权利要求7所述的基于场景的商品文案生成方法， 其特征在于， 所述商品显式特 征和所述商品隐式特征具有不同的权重。 9.根据权利要求1所述的基于场景的商品文案生成方法， 其特征在于， 所述对应的商品 为一种或多种商品。 10.一种基于场景的商品文案生成系统， 应用权利要求1-9中任一项所述的基于场景的 商品文案生成方法， 其特征在于， 包括： 场景信息采集模块， 用于获取所述场景信息； 匹配模块， 依据所述场景信息采集模块获取的所述场景信息生成所述场景特征， 并匹 配与所述场景特征相匹配的商品信息， 并生成所述商品特征； 。

6、生成模块， 基于所述场景特征和所述商品特征生成所述商品文案。 11.一种无人零售车， 其特征在于， 包括权利要求10所述的基于场景的商品文案生成系 统。 权利要求书 1/1 页 2 CN 111242741 A 2 一种基于场景的商品文案生成方法、 系统及无人零售车 技术领域 0001 本发明涉及数据处理技术及及无人车、 无人驾驶或自动驾驶领域， 具体而言， 涉及 一种基于场景的无人零售车的商品文案生成方法、 系统及无人零售车。 背景技术 0002 随着社会的不断发展以及科技的进步， 人们越来越倾向于方便、 高效、 快捷的生活 节奏， 一种全新的商业零售形式-无人零售机诞生了， 它不受时间、 。

7、地点的限制， 可以节省人 力， 方便交易。 但是现有技术中， 仅基于商品信息对商品形成商品文案介绍， 而无人车售卖 的商品种类多， 同一时间只能介绍同一款商品， 不能根据当前的场景选择最合适的商品进 行介绍， 导致购买成功率低。 发明内容 0003 为解决上述技术问题， 本发明的第一方面提供一种基于场景的商品文案生成方 法， 所述方法包括： 0004 获取场景信息并生成场景特征； 0005 根据所述场景特征， 匹配与其对应的商品信息， 并生成商品特征； 0006 基于所述场景特征和所述商品特征生成商品文案。 0007 本发明通过场景信息生成场景特征， 匹配对应的商品特征， 并将场景特征融入商 。

8、品文案中， 增强商品文案与消费者的互动， 提升商品的购买成功率。 0008 进一步地， 将所述场景特征和所述商品特征进行神经网络编码， 形成上下文向量； 将所述上下文向量经神经网络解码生成所述商品文案。 0009 进一步地， 所述场景特征包括场景显式特征和场景隐式特征， 所述场景显式特征 为预先设定的场景特征， 所述场景隐式特征为自动从所述场景信息中提取的所述场景特 征。 0010 进一步地， 所述场景显式特征与所述场景隐式特征具有相应的权重。 0011 本发明通过综合考虑场景显式特征和场景隐式特征的权重， 避免单独考虑隐式特 征或者隐式特征占的权重较大时， 由于隐式特征基本无可解释性， 无法。

9、针对性修正， 无法保 证场景特征表达的有效性、 可控性。 0012 进一步地， 所述场景信息， 包括人群信息、 生物特征信息、 天气信息、 位置信息和/ 或时间信息。 0013 进一步地， 所述商品信息包括商品的文本信息和/或商品的图像信息。 0014 进一步地， 所述商品特征包括商品显式特征和商品隐式特征， 所述商品显式特征 为预先设定的商品特征， 所述商品隐式特征为自动从所述商品信息中提取的所述商品特 征。 0015 进一步地， 所述商品显式特征和所述商品隐式特征具有不同的权重。 0016 本发明通过综合考虑商品的显示特征和商品隐式特征， 便于更全面的表达商品特 说明书 1/4 页 3 C。

10、N 111242741 A 3 征。 0017 进一步地， 所述对应的商品为一种或多种商品。 0018 本发明的第二方面提供一种基于场景的商品文案生成系统， 应用上述任一项所述 的基于场景的商品文案生成方法， 所述系统包括： 0019 场景信息采集模块， 用于获取所述场景信息； 0020 匹配模块， 依据所述场景信息采集模块获取的所述场景信息生成所述场景特征， 并匹配与所述场景特征相匹配的商品信息， 并生成所述商品特征； 0021 生成模块， 基于所述场景特征和所述商品特征生成所述商品文案。 0022 本发明的第三方面提供一种无人零售车， 包括上述所述的基于场景的商品文案生 成系统。 附图说明。

11、 0023 图1为本发明基于场景的商品文案生成方法的流程示意图； 0024 图2为本发明基于场景的商品文案生成方法中生成商品文案的流程示意图； 具体实施方式 0025 为使本发明的上述目的、 特征和优点能够更为明显易懂， 下面结合附图1-2对本发 明的具体实施例做详细的说明。 0026 参见附图1， 本发明的第一方面提供一种基于场景的商品文案生成方法， 所述方法 包括： 0027 获取场景信息并生成场景特征； 0028 根据所述场景特征， 匹配与其对应的商品信息， 并生成商品特征； 0029 基于所述场景特征和所述商品特征生成商品文案。 0030 举例说明： 当前的场景为炎热的夏天， 有一群小。

12、朋友， 根据当前的场景匹配对应的 商品为冰激淋， 生成对应的商品文案： 快来品尝清凉爽口的冰激淋吧！ 或， 小朋友们， 想吃什 么口味的冰激淋？ 自己来选吧！ 或， 小朋友们， 美味的冰激淋让大家冰凉一夏！ 0031 因此， 本发明通过场景信息生成场景特征， 匹配对应的商品特征， 并将场景特征融 入商品文案中， 增强商品文案与消费者的互动， 提升商品的购买成功率。 0032 优选地， 参见附图2， 基于所述场景特征和商品特征生成所述商品文案， 包括将所 述场景特征和所述商品特征导入神经网络模型中， 将所述场景特征和所述商品特征进行神 经网络编码， 形成上下文向量； 将所述上下文向量和上一个输出。

13、的词经神经网络解码生成 下一个词， 最终生成所述商品文案。 0033 优选地， 所述场景特征包括场景显式特征和场景隐式特征， 所述场景显式特征为 预先设定的场景特征， 所述场景隐式特征为自主从所述场景信息中提取的所述场景特征。 0034 具体地， 所述场景隐式特征为基于神经网络从所述场景信息中提取的场景特征。 0035 在一种具体的实施方式中， 所述场景显式特征与所述场景隐式特征具有相应的权 重。 0036 因此， 本发明通过综合考虑场景显式特征和场景隐式特征的权重， 避免单独考虑 隐式特征或者隐式特征占的权重较大时， 由于隐式特征基本无可解释性， 无法针对性修正， 说明书 2/4 页 4 C。

14、N 111242741 A 4 无法保证场景特征表达的有效性、 可控性。 0037 优选地， 所述场景显式特征的权重大于所述场景隐式特征的权重。 0038 举例说明， 比如场景中有儿童和成人， 所述场景显式特征： 预设儿童的数量和天 气， 所述场景中成人的特征为场景隐式特征自主提取， 可设定两者的权重， 使场景特征的生 成可控。 0039 优选地， 所述场景信息包括人群信息、 生物特征信息、 天气信息、 位置信息和/或时 间信息。 比如： 所述天气信息可以是炎热的夏天， 下雨天等； 所述人群信息可以是人物的数 量以及不同年龄阶段的人群， 比如小朋友、 老人、 青年等； 所述生物特征信息可以是人。

15、脸识 别。 0040 优选地， 所述场景信息的形式可以是图片、 音频和或视频， 所述场景信息的获取方 式可以是摄像头、 麦克风。 0041 优选地， 对所述商品文案进行展示， 所述展示的方式可以是文字的形式、 音频的形 式或者视频动画等形式。 0042 优选地， 所述商品信息包括描述商品属性的关键词(例如， 品牌、 型号、 规格、 重量、 颜色、 材料、 用途、 风格等)、 描述商品所针对的用户的关键词(例如， 女性、 男性、 儿童等)。 0043 优选地， 所述商品信息包括文本信息和/或图片信息。 0044 优选地， 所述商品特征包括商品显式特征和商品隐式特征， 所述商品显式特征为 预先设定。

16、的商品特征， 比如产品的类别， 颜色等； 所述商品隐式特征为自动从所述商品信息 中提取的所述商品特征。 0045 具体包括： 通过神经网络从商品的文本信息中提取商品的文本隐式特征； 和/或通 过神经网络从商品的图片信息中提取商品的图片隐式特征。 0046 优选地， 所述商品显式特征和所述商品隐式特征具有不同的权重。 0047 因此， 本发明通过综合考虑商品的显示特征和商品隐式特征， 便于更全面的表达 商品特征。 0048 在一种具体的实施方式中， 所述商品显式特征的权重大于所述商品隐式特征的权 重， 使所述商品特征的生成可控。 0049 优选地， 与所述场景特征相匹配的所述对应的商品为一种或多。

17、种商品。 0050 在一种具体的实施方式中， 根据所述场景特征， 匹配与其对应的商品信息， 包括： 根据所述场景特征结合商品的得分高低情况， 匹配与其对应的商品信息。 0051 比如， 炎热的夏天， 消费者会选择一些清凉的食物来解暑降温， 比如， 冰棒、 雪糕、 冰激淋、 冰粥、 冰镇饮料等， 但是同一时间只能介绍一款商品， 对于与所述场景匹配的多种 商品， 需要判断其中某种商品更容易被消费者青睐。 0052 在一种具体的实施方式中， 基于同一场景下， 不同商品的历史交易情况进行打分， 优先介绍历史交易数量多的商品作为与所述场景特征相匹配的商品。 0053 在另一种具体的实施方式中， 从网络中。

18、获取消费者的喜好评价， 对不同的商品的 喜好人数多的打分高， 优先介绍喜好人数多的商品作为与所述场景特征相匹配的商品。 0054 在一种具体的实施方式中， 针对同一场景下， 同一商品采用商品文案A和商品文案 B,如果采用商品文案B的购买成功率采用商品文案A的购买成功率,则商品文案B为正样本， 商品文案A为负样本。 说明书 3/4 页 5 CN 111242741 A 5 0055 在另一种具体的实施方式中， 针对同一场景下， 商品1和商品1文案以及商品2和商 品2文案， 如果商品1和商品1文案的购买成功率大于商品2和商品2文案的购买成功率， 则场 景、 商品1、 商品1文案的三元组为正样本， 。

19、场景、 商品2、 商品2文案的三元组为负样本。 0056 在另一种具体的实施方式中， 针对不同的场景和同一商品， 比如场景1和场景2， 商 品1和商品1文案进行购买成功率统计， 如果场景1、 商品1和商品1文案的购买成功率大于场 景1、 商品1和商品1文案的购买成功率， 则场景1、 商品1、 商品1文案的三元组为正样本， 场景 2、 商品1、 商品1文案的三元组为负样本。 0057 本发明的第二方面提供一种基于场景的商品文案生成系统， 包括场景信息采集模 块， 用于获取所述场景信息； 0058 匹配模块， 依据所述场景信息采集模块获取的所述场景信息生成所述场景特征， 并匹配与所述场景特征相匹配的所述商品的特征； 0059 生成模块， 基于所述场景特征和所述商品特征生成所述商品文案。 0060 本发明的第三方面提供一种无人零售车， 包括上述所述的基于场景的商品文案生 成系统。 0061 虽然本发明披露如上， 但本发明并非限定于此。 任何本领域技术人员， 在不脱离本 发明的精神和范围内， 均可作各种更动与修改， 因此本发明的保护范围应当以权利要求所 限定的范围为准。 说明书 4/4 页 6 CN 111242741 A 6 图1 图2 说明书附图 1/1 页 7 CN 111242741 A 7 。