[发明专利]一种基于深度学习AI交互电商系统在审

专利信息
申请号: 202111643622.2 申请日: 2021-12-30
公开(公告)号: CN114169977A 公开(公告)日: 2022-03-11
发明(设计)人: 黄永峰;周昙;石磊;苏骏峰 申请(专利权)人: 江苏九一网络科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q10/10;G06N20/00
代理公司: 南通云创慧泉专利代理事务所(普通合伙) 32585 代理人: 郭宗胜
地址: 226000 江苏省南通市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 ai 交互 系统
【权利要求书】:

1.一种基于深度学习AI交互电商系统,其特征在于:包括平台管理模块、商家管理后台模块、商城功能模块、业务支撑模块、电商前端模块和AI交互模块;

所述平台管理模块管理员对电子商务网站内容的管理、商家信息及商品分类、排序进行审核及监控;

所述商家管理后台模块用于商品、订单管理、客户服务以及店铺商品促销管理;

所述商城功能模块用于对商品进行展示、交易下单流程、售后一系列交易进行使用;

所述业务支撑模块用于打通从商家到消费者的供应链通路、业务,提示、发展多品牌多渠道线上商城;

所述电商前端模块用于用户在进入网站浏览、咨询、搜索功能;

所述电商前端模块包括商品推导单元、售前售后咨询单元、库存管理单元、需求预测单元和商品定价单元;

所述AI交互模块用于在电商前端模块辅助给予人工智能引流、咨询和发货功能。

2.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述AI交互模块包括智能搜索引擎单元和照片搜索识别单元;

所述智能搜索引擎单元和照片搜索识别单元用于和商品推导单元相对应连接;

所述AI交互模块还包括智能机器人客服单元,所述智能机器人客服单元用于和售前售后咨询单元相对应连接。

3.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述AI交互模块还包括库存智能预测单元和库存智能监控单元,所述智能预测单元和库存智能监控单元用于与库存管理单元相对应连接。

4.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述AI交互模块还包括消费者商品偏号趋势预测单元,所述消费者商品偏号趋势预测单元与需求预测单元相对应连接。

5.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述AI交互模块还包括智能定价模型单元,所述智能定价模型单元用于与商品定价单元相对应连接。

6.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述智能机器人客服单元包括应用层,用于资源管理与监控、模型定义与训练、提供交互式环境、智能数据标注和模型导出和发布;

所述应用层包括语音识别单元、自然语言处理单元和回复处理单元;

所述语音识别单元用于对用户信息进行语音识别并提取关键词需求信息;

所述自然语言处理单元用于对用户需求文字特征、注意力特征进行识别和分析;

所述回复处理单元用以对识别后的信息进行有序和相对应的回复。

7.根据权利要求6所述的一种基于深度学习AI交互电商系统,其特征在于:所述回复处理单元包括融合序列生成信息单元、优化信息单元、情感优化单元;

所述融合序列生成信息单元用于将用户咨询发的信息进行融合生成答复信息;

所述优化信息单元用于对生成答复信息进行优化;

所述情感优化单元用于将优化后的回复信息加入情感色彩、表情和音调,最终生成回复模板信息。

8.根据权利要求1所述的一种基于深度学习AI交互电商系统,其特征在于:所述售前售后咨询单元包括推送库单元和推送决策单元;

所述推送库单元用于对客户需求进行识别后分析、调取商城功能模块中相关商品的信息进行选取;

所述推送决策单元用于对符合客户需求的相关商品进行分格式推送给用户。

9.根据权利要求8所述的一种基于深度学习AI交互电商系统,其特征在于:所述推送库单元和推送决策单元与回复处理单元共享相连接。

10.根据权利要求2所述的一种基于深度学习AI交互电商系统,其特征在于:所述照片搜索识别单元中实行对照片和视频内容的物品进行聚焦、分类和识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏九一网络科技有限公司,未经江苏九一网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111643622.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top