本發(fā)明涉及門店營銷策略，具體為一種用于線下門店營銷的ai內(nèi)容制作平臺。

背景技術(shù)：

1、在現(xiàn)代零售業(yè)中，隨著線下服裝零售行業(yè)的競爭日益激烈，商家需要更加靈活和精確的營銷策略來吸引消費者，線下門店的營銷策略需要迅速響應(yīng)不斷變化的環(huán)境條件，尤其是天氣狀況對消費者購物行為的影響，合理地調(diào)整服裝營銷策略以匹配環(huán)境條件，可以顯著提高銷售業(yè)績。因此，提供基于天氣變化和服裝特性的數(shù)據(jù)驅(qū)動的營銷策略具有重要意義。

2、現(xiàn)有技術(shù)中，大多數(shù)線下門店的營銷策略依賴于人為經(jīng)驗和靜態(tài)的銷售數(shù)據(jù)。這些傳統(tǒng)方法通常缺乏實時性和精確性，難以動態(tài)地適應(yīng)天氣變化，也無法充分利用服裝的具體特性如材料成分、厚度和織物密度等來預(yù)測消費者對不同類型服裝的需求。此外，一些線下門店可能會依賴基本的天氣預(yù)報來調(diào)整庫存和促銷活動，但這些調(diào)整通常沒有通過系統(tǒng)的方法進行量化和優(yōu)化。

3、現(xiàn)有技術(shù)存在若干不足之處為：首先，傳統(tǒng)的經(jīng)驗驅(qū)動方法無法有效整合環(huán)境因素與服裝特性的關(guān)系，導(dǎo)致營銷策略的精準度不高。其次，缺乏對服裝熱阻屬性的量化分析，限制了店鋪在不同天氣條件下精準推薦服裝的能力。

4、所述背景技術(shù)部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于線下門店營銷的ai內(nèi)容制作平臺，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種用于線下門店營銷的ai內(nèi)容制作平臺，包括：

4、環(huán)境采集模塊，用于采集天后連續(xù)天預(yù)測的天氣數(shù)據(jù)，以及當天實際的天氣數(shù)據(jù)，所述天氣數(shù)據(jù)包括溫度、濕度、降雨量和風(fēng)速數(shù)據(jù)；

5、預(yù)處理模塊，用于根據(jù)采集的天氣數(shù)據(jù)生成天后的平均環(huán)境數(shù)據(jù)，所述平均環(huán)境數(shù)據(jù)包括平均溫度、平均濕度、平均降雨量和平均風(fēng)速數(shù)據(jù)，并結(jié)合天后連續(xù)天預(yù)測的最低溫度和當前實際的最高溫度數(shù)據(jù)生成溫度的變化率；

6、模型構(gòu)建模塊，用于收集服裝的樣本數(shù)據(jù)以及對應(yīng)服裝的clo值，所述樣本數(shù)據(jù)包括服裝的材料成分、厚度和織物密度數(shù)據(jù)，構(gòu)建基于深度神經(jīng)網(wǎng)絡(luò)的服裝的熱阻值預(yù)測模型，以服裝的樣本數(shù)據(jù)作為訓(xùn)練集，對應(yīng)服裝的clo值作為標簽對熱阻值預(yù)測模型進行訓(xùn)練；

7、庫存分析模塊，用于將線下門店內(nèi)每類服裝的材料成分、厚度和織物密度數(shù)據(jù)輸入至訓(xùn)練完畢的熱阻值預(yù)測模型內(nèi)，獲取每類服裝的預(yù)測clo值，并獲取每類服裝最外層織物的織物密度和面料厚度數(shù)據(jù)，將每類服裝的預(yù)測clo值、最外層織物的織物密度和面料厚度數(shù)據(jù)構(gòu)成一組服裝數(shù)據(jù)組；

8、對象檢索模塊，用于依據(jù)天后的平均環(huán)境數(shù)據(jù)和溫度的變化率數(shù)據(jù)，對于服裝數(shù)據(jù)組進行檢索，生成各個服裝數(shù)據(jù)組的環(huán)境匹配指數(shù)，根據(jù)環(huán)境匹配指數(shù)篩選需要進行營銷的服裝；

9、內(nèi)容制作模塊，用于根據(jù)篩選出的需要進行營銷的服裝，獲取對應(yīng)服裝的宣傳圖片，并在宣傳圖片上標定上衣物的參數(shù)。

10、進一步地，采集天后連續(xù)天預(yù)測的天氣數(shù)據(jù)時獲取線下門店的地理位置，并通過天氣api平臺的數(shù)據(jù)庫進行獲取，調(diào)用api每天獲取當天的實際天氣數(shù)據(jù)，天氣數(shù)據(jù)每日的固定時刻獲取一次。

11、進一步地，生成天后的平均環(huán)境數(shù)據(jù)所依據(jù)的公式為：其中，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度、平均降雨量和平均風(fēng)速數(shù)據(jù)，分別表示天后第天的最低溫度、最高濕度，最大降雨量和最大風(fēng)速；

12、生成溫度的變化率依據(jù)的公式為：其中，表示溫度的變化率，表示當天實際的天氣數(shù)據(jù)中的最高溫度。

13、進一步地，所述熱阻值預(yù)測模型包括輸入層、隱藏層和輸出層，輸入層接收樣本數(shù)據(jù)中服裝的材料成分、厚度和織物密度數(shù)據(jù)，并通過全連接的方式傳遞到隱藏層，在隱藏層，數(shù)據(jù)經(jīng)過線性變換、激活函數(shù)處理，傳遞到輸出層，輸出層計算并生成一個預(yù)測的clo值，所述隱藏層采用relu激活函數(shù)，使用均方誤差計算預(yù)測值與實際clo值之間的誤差。

14、進一步地，生成各個服裝數(shù)據(jù)組的環(huán)境匹配指數(shù)的具體方法為：

15、根據(jù)溫度的變化率和天后連續(xù)天天氣數(shù)據(jù)的平均溫度和平均濕度進行分析和處理獲取推薦的clo值，將推薦的clo值和每類服裝的預(yù)測clo值進行比較，生成各類服裝的舒適吻合指數(shù)；

16、依據(jù)服裝的織物密度和面料厚度數(shù)據(jù)，并與天后連續(xù)天天氣數(shù)據(jù)的平均降雨量和平均風(fēng)速數(shù)據(jù)相結(jié)合，生成各類服裝的環(huán)境吻合指數(shù)；

17、依據(jù)舒適吻合指數(shù)和環(huán)境吻合指數(shù)建立數(shù)學(xué)分析模型，獲得每類服裝的環(huán)境匹配指數(shù)。

18、進一步地，生成服裝的舒適吻合指數(shù)的具體公式為：其中，表示推薦的clo值，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度，以及溫度的變化率，分別表示第類服裝的舒適吻合指數(shù)和預(yù)測clo值。

19、進一步地，生成各類服裝的環(huán)境吻合指數(shù)所依據(jù)的公式為：

20、其中，表示第類服裝的環(huán)境吻合指數(shù)，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均降雨量和平均風(fēng)速數(shù)據(jù)，分別表示第類服裝的織物密度和面料厚度數(shù)據(jù)。

21、進一步地，獲得每類服裝的環(huán)境匹配指數(shù)所依據(jù)的公式為：

22、其中，表示第類服裝的環(huán)境匹配指數(shù)，根據(jù)環(huán)境匹配指數(shù)篩選需要進行營銷的服裝時，選擇環(huán)境匹配指數(shù)最大的類服裝進行展示。

23、進一步地，在宣傳圖片上標定服裝的參數(shù)時，將服裝的預(yù)測clo值、材料成分、厚度和織物密度數(shù)據(jù)標定在宣傳圖線上，并將天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度、平均降雨量和平均風(fēng)速數(shù)據(jù)統(tǒng)一命名為推薦穿著環(huán)境，按照平均溫度、平均濕度、平均降雨量和平均風(fēng)速的順序，標注在推薦穿著環(huán)境的下方。

24、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

25、本發(fā)明通過環(huán)境采集模塊和預(yù)處理模塊，平臺能夠高效采集并處理未來天氣數(shù)據(jù)，生成平均環(huán)境數(shù)據(jù)和溫度變化率，使得平臺能夠為每個營銷周期提供可靠的天氣影響分析，通過模型構(gòu)建模塊，平臺利用深度神經(jīng)網(wǎng)絡(luò)技術(shù)，基于服裝的材料成分、厚度和織物密度，訓(xùn)練出精確的熱阻值預(yù)測模型，克服了傳統(tǒng)方法中對服裝熱屬性分析不足的問題，使得推薦的服裝更符合當下環(huán)境條件，從而提高銷售轉(zhuǎn)化率；

26、本發(fā)明還通過庫存分析模塊結(jié)合對象檢索模塊，能夠?qū)€下店內(nèi)的服裝進行快速檢索，根據(jù)實時的環(huán)境數(shù)據(jù)計算出每類服裝的環(huán)境匹配指數(shù)，從而篩選出最適合當前天氣條件的服裝進行營銷，內(nèi)容制作模塊根據(jù)篩選結(jié)果，自動生成包含詳細服裝參數(shù)的宣傳圖片，為消費者提供直觀、個性化的購物信息。

技術(shù)特征：

1.一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：采集天后連續(xù)天預(yù)測的天氣數(shù)據(jù)時獲取線下門店的地理位置，并通過天氣api平臺的數(shù)據(jù)庫進行獲取，調(diào)用api每天獲取當天的實際天氣數(shù)據(jù)，天氣數(shù)據(jù)每日的固定時刻獲取一次。

3.根據(jù)權(quán)利要求1所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：生成天后的平均環(huán)境數(shù)據(jù)所依據(jù)的公式為：其中，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度、平均降雨量和平均風(fēng)速數(shù)據(jù)，分別表示天后第天的最低溫度、最高濕度，最大降雨量和最大風(fēng)速；

4.根據(jù)權(quán)利要求1所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：所述熱阻值預(yù)測模型包括輸入層、隱藏層和輸出層，輸入層接收樣本數(shù)據(jù)中服裝的材料成分、厚度和織物密度數(shù)據(jù)，并通過全連接的方式傳遞到隱藏層，在隱藏層，數(shù)據(jù)經(jīng)過線性變換、激活函數(shù)處理，傳遞到輸出層，輸出層計算并生成一個預(yù)測的clo值，所述隱藏層采用relu激活函數(shù)，使用均方誤差計算預(yù)測值與實際clo值之間的誤差。

5.根據(jù)權(quán)利要求4所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：生成各個服裝數(shù)據(jù)組的環(huán)境匹配指數(shù)的具體方法為：

6.根據(jù)權(quán)利要求5所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：生成服裝的舒適吻合指數(shù)的具體公式為：其中，表示推薦的clo值，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度，以及溫度的變化率，分別表示第類服裝的舒適吻合指數(shù)和預(yù)測clo值。

7.根據(jù)權(quán)利要求6所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：生成各類服裝的環(huán)境吻合指數(shù)所依據(jù)的公式為：其中，表示第類服裝的環(huán)境吻合指數(shù)，分別表示天后連續(xù)天天氣數(shù)據(jù)的平均降雨量和平均風(fēng)速數(shù)據(jù)，分別表示第類服裝的織物密度和面料厚度數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：獲得每類服裝的環(huán)境匹配指數(shù)所依據(jù)的公式為：其中，表示第類服裝的環(huán)境匹配指數(shù)，根據(jù)環(huán)境匹配指數(shù)篩選需要進行營銷的服裝時，選擇環(huán)境匹配指數(shù)最大的類服裝進行展示。

9.根據(jù)權(quán)利要求8所述的一種用于線下門店營銷的ai內(nèi)容制作平臺，其特征在于：在宣傳圖片上標定服裝的參數(shù)時，將服裝的預(yù)測clo值、材料成分、厚度和織物密度數(shù)據(jù)標定在宣傳圖線上，并將天后連續(xù)天天氣數(shù)據(jù)的平均溫度、平均濕度、平均降雨量和平均風(fēng)速數(shù)據(jù)統(tǒng)一命名為推薦穿著環(huán)境，按照平均溫度、平均濕度、平均降雨量和平均風(fēng)速的順序，標注在推薦穿著環(huán)境的下方。

技術(shù)總結(jié)
本發(fā)明提供一種用于線下門店營銷的AI內(nèi)容制作平臺，涉及門店營銷策略技術(shù)領(lǐng)域，本發(fā)明通過環(huán)境采集模塊和預(yù)處理模塊，平臺能夠高效采集并處理未來天氣數(shù)據(jù)，生成平均環(huán)境數(shù)據(jù)和溫度變化率，使得平臺能夠為每個營銷周期提供可靠的天氣影響分析，通過模型構(gòu)建模塊，平臺利用深度神經(jīng)網(wǎng)絡(luò)技術(shù)，基于服裝的材料成分、厚度和織物密度，訓(xùn)練出精確的熱阻值預(yù)測模型，使得推薦的服裝更符合當下環(huán)境條件，通過庫存分析模塊結(jié)合對象檢索模塊，能夠?qū)€下店內(nèi)的服裝進行快速檢索，根據(jù)實時的環(huán)境數(shù)據(jù)計算出每類服裝的環(huán)境匹配指數(shù)，從而篩選出最適合當前天氣條件的服裝進行營銷。

技術(shù)研發(fā)人員：于林義
受保護的技術(shù)使用者：上海海湃領(lǐng)客文化科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19