[发明专利]基于人脸智能识别KNN算法的线下门店智能导购方法

权利要求书

1.一种基于人脸智能识别KNN算法的线下门店智能导购方法，其特征在于：包括步骤一、顾客到新会员的过程，具体步骤为：

（1-1）、当一个人被前端智能摄像头抓拍到，则会先从店员区开始对比，如果被抓拍到的人脸是店员，则客流统计会被直接终结；

（1-2）、如果发现不是店员，则到会员区进行对比，如果发现不是会员，则系统进入到顾客区进行；

（1-3）、在顾客区，如果发现是新顾客，则新顾客的人脸会被存在顾客区，如果对比发现不是新顾客，则使用之前被抓拍的同一个顾客的人脸画像；

（1-4）、如果此时这个顾客产生了消费，消费数据通过POS传送到数据处理服务器；则此时店员在顾客区选择产生消费的顾客人脸图片进行点击；则人脸图片就与消费数据进行了捆绑；

（1-5）、系统自动默认产生消费的顾客成为品牌会员，对这个产生消费的会员画像数据进行补充、分析；同时将会员的画像保存到会员区，此时会员区将增加一个会员画像；

通过以上5个步骤，从一个顾客到会员的角色完成捆绑、记录、统计、分析。

2.根据权利要求1所述的基于人脸智能识别KNN算法的线下门店智能导购方法，其特征在于：还包括步骤二、会员再次购物的导购过程，具体步骤为：

（2-1）、当一个人被前端智能摄像头抓拍到，则会先从店员区开始对比，如果被抓拍到的人脸是店员，则客流统计会被直接终结；

（2-2）、当识别是会员的时候，数据处理服务器根据会员的ID调取会员消费行为分析的数据；将会员的ID，画像、会员的消费行为、应该向会员精准导购的商品信息推送到店员的手持终端以及PC终端；

（2-3）、店员手持终端或PC终端接收到导购信息后，进行精准导购；

（2-4）、导购产生的消费数据通过POS系统返回到数据处理服务器，对会员的消费行为持续更新分析，同时更新KNN算法模型数据；

通过以上4个步骤，当会员踏入到线下门店第一时间，能够实现对会员的精准及时的智能导购服务。

3.根据权利要求1或2所述的基于人脸智能识别KNN算法的线下门店智能导购方法，其特征在于： KNN算法进行会员消费行为分析的过程，具体步骤如下：

（3-1）：读取原始数据中每个客户购买每个产品的明细数据；

（3-2）：利用KNN算法计算与每个商品距离最近的20个商品；两个商品被同时购买的次数越多，它们之间的距离越近；

（3-3）：计算每个商品与距离最近的20个商品同时被购买的次数，如果两个同时被购买的次数大于一定的阈值，则认为这两个商品具有内在相关性；

（3-4）：向客户进行商品推进，根据前三步的计算，得出商品A与商品B具有内在相关性，如果某个客户购买过商品A，则推荐系统能够向此客户推荐商品B。

4.一种权利要求1所述的基于人脸智能识别KNN算法的线下门店智能导购方法所用的设备，其特征在于：包括：智能人脸抓拍识别摄像头、数据处理服务器、人脸识别服务器、POS信息系统以及导购终端；

智能人脸抓拍识别摄像头与人脸识服务器，主要完成人脸抓拍，新会员与老会员识别及统计；人脸识服务器设有店员库、会员库、顾客库，分别存放不同的人脸图像；会员库的人脸图像能够与数据处理服务器的数据捆绑；

数据处理服务器对会员的消费数据进行挖掘，并分析会员的消费行为，进行KNN算法建模；

pos系统为数据处理服务器提供会员的消费数据；

导购终端通过数据处理服务器提供的会员消费行为分析，导购数据，会员画像，为会员提供及时精准的导购服务。