CN102156942A

CN102156942A - 一种基于无线射频技术的商品推荐方法

Info

Publication number: CN102156942A
Application number: CN2011100869403A
Authority: CN
Inventors: 董爱华; 曾献辉; 余亮星
Original assignee: Donghua University
Current assignee: Donghua University
Priority date: 2011-04-08
Filing date: 2011-04-08
Publication date: 2011-08-17

Abstract

本发明涉及一种基于无线射频技术的VIP顾客服装推荐方法，其特征在于，步骤为：首先在顾客卡内嵌入RFID标签，在商店门口安装相应的RFID信号发射天线和RFID读写器，当携带有顾客卡的顾客进入商店后，由RFID读写器得到该客户的唯一性标识，通过该标识得到该顾客的信息并显示，之后，通过该顾客的信息生成服装推荐单。本发明的优点是提供了一种能够在顾客进入服装店时，对顾客身份进行主动识别并进行服装推荐的方法。

Description

一种基于无线射频技术的商品推荐方法

技术领域

本发明涉及一种服装零售店根据VIP顾客身份识别的服装自动推荐方法。

背景技术

在中高档服装品牌店内，VIP顾客是其很重要的顾客来源。因此，服装品牌店提高VIP顾客的服务是提升品牌形象，获得更好的经济利益的一个重要组成部分。这其中，VIP顾客入店时的自动迎招可以使VIP顾客心理上感觉比较亲切和放松。进一步地，如果服装店的店员能向每一个VIP顾客依据他的喜好来推荐店内的在售服装，则一方面可以使顾客感觉到享受到了个性化的礼遇，另一方面也能为品牌服装店的销售带来实际的收益。

要实现以上的自动迎招和个性化推荐，VIP卡可以是一种很好的媒介。即在顾客进店时，如能自动读取顾客随身所携带的VIP卡信息，则可以在第一时间获取顾客信息。

但传统的VIP卡很难做到这点。因为在传统的服装零售店内，VIP顾客卡内的信息的获取需要顾客将VIP卡拿出，交给店员，由店员将卡进行手动刷卡才能确认。这往往发生在顾客已完成购买选择，用于顾客结帐，进行顾客信息登记或向顾客提供VIP打折优惠等。对入店进行选购的VIP顾客的身份识别因此很大程度上依赖于店员对该顾客的熟识程度。当VIP顾客来到连锁的服装品牌的另一些店铺或是当店员有人事变动时，对VIP顾客的成员的识别尤其显得困难。VIP顾客所希望得到的自动迎招较难实现。此外，顾客的历史购买记录、个人喜好等也无法在VIP顾客入店时自动获得。因此，店员只能凭自己的工作经验，从当时VIP顾客的穿着或是顾客入店后对衣物的选择再来向顾客进行产品推荐。因此，这些推荐较大程度上信赖于店员的个人工作经验。向每一个VIP顾客依据他的喜好来推荐店内的在售服装的难度较大。

发明内容

本发明的目的是提供一种能够在顾客进入服装店时，对顾客身份进行主动识别并进行服装推荐的方法。

为了达到上述目的，本发明的技术方案是提供了一种基于无线射频技术的商品推荐方法，其特征在于：步骤为：

步骤1、在向顾客分发的顾客卡内嵌入RFID标签，将相互连接的RFID信号发射天线和RFID读写器安装在商店入口处，其中，RFID读写器连接PC机，而信号发射天线以超高频不断发射无线信号，并建立顾客信息数据库、顾客历史购买商品信息数据库及在售商品数据库，其中，在顾客信息数据库包括有顾客的年龄、职业以及该顾客对每类商品所喜爱的商品特征；

步骤2、当顾客

进入零售店内时，其所携带的嵌有RFID标签芯片的顾客卡将被信号收发天线激发并发出唯一的顾客PID号，由RFID读写器获得顾客对应的PID号并传输给PC机，PC根据PID号从数据库中找出顾客

的身份信息并显示出来；

步骤3、根据顾客

的历史购买信息及商店的在售服装信息通过基于商品的协同过滤算法计算顾客

历史购买商品与在售商品相似性，将相似度高的在售商品加入初始商品推荐单，然后通过基于用户的协同过滤算法计算顾客

与其他顾客的相似性，找出顾客

的最近邻顾客，将该最近邻顾客已经购买的在售服装加入初始商品推荐单中，最后，再通过基于内容的协同过滤算法，将初始服装推荐单优化成最终的商品推荐单。

本发明的优点是提供了一种经由内嵌RFID标签的顾客卡进行顾客身份识别，该识别到的身份首先供店员进行VIP顾客自动迎招，其次，该顾客身份信息还作为混合推荐器的输入，生成VIP顾客服装推荐单，供店员向VIP顾客进行个性化推荐。

附图说明

图1为本发明提供的一种基于无线射频技术的商品推荐方法流程图；

图2为本发明所使用装置的硬件框图；

图3为基于混合推荐器的服装推荐方法的流程图。

具体实施方式

以下结合实施例来具体说明本发明。

实施例

如图1所示，本发明提供了一种基于无线射频技术的商品推荐方法，本发明提供的方法可以适用于任意商品，以下针对服装来具体说明本发明，其步骤为：步骤1、搭建如图2所示的硬件平台。本发明中的硬件平台借由无线射频识别（RFID）技术，完成顾客（在本实施例中为VIP客户）的身份自动识别。即在顾客的顾客卡（在本实施例中为VIP卡）中内嵌RFID标签，当顾客入店时，安装在店门入口处的RFID信号收发天线（超高频）及RFID读写器、与读写器相连的、置于店员工作台面处的PC机主机一起工作，进行顾客身份自动识别，并将其结果显示在PC机的显示器上。

步骤2、对顾客的身份进行识别：

RFID信号发射天线和RFID读写器被安装在服装店入口处。其中，RFID信号发射天线以超高频不断发射无线信号，当VIP顾客携带内嵌RFID标签的VIP卡入店时，该RFID标签即被激发，并发出与其标签对应的唯一的识别信号PID号。这个识别信号马上就可被同样安装在入口处的RFID读写器获取。一旦读写器读到有标签信号时，就将标签号经由RFID读写器和PC机之间的传输通道传达到放置于店员工作台面的PC机主机。

PC机内运行的用户识别系统首先进行标签存在性和有效性验证。该过程是在标签数据库中比对当前读到的标签信息。若标签信息不能与数据库中的所有PID号匹配，则说明为信号干扰，不必进行后续工作。

如该标签信息PID号与数据库中的某位VIP顾客的PID号符合，则判断该用户为本店的VIP顾客，用户识别系统此时便依据该唯一的PID号查询顾客相关信息，如姓名，年龄，在本店的购物历史记录等，并将这些信息即时输出到显示器的自动迎招界面，协助店员在完成VIP顾客身份识别和自动迎招。

由于VIP顾客入店的瞬时其标签信息已由读写器经由通道传达到PC机，而PC机也能快速运行识别系统程序，将自动迎招界面展示在店员工作台面处的PC机显示器处，这一切基本可以认为是实时发生的，所以，店员可以在第一时间依据VIP顾客的身份进行自动迎招，取得VIP顾客的信任感和认同感。

步骤3、将识别到的入店VIP顾客的身份信息作为推荐器的输入信号，经由混合的推荐器（此处的混合推荐器是指混合了三种混合推荐的方法），自动输出最可能符合顾客需求的在售商品清单，实现向VIP顾客自动推荐符合其喜好的服装的功能，如图3所示。

这里主要考虑到顾客购买的服装往往和他个人的一些特性有关，如顾客的年龄、职业、性格等。因此，同一名顾客选购的服装的风格、颜色、款式在一段较长时间内也会大同小异。因此，可以设计推荐算法，使用顾客的某些购衣信息，如VIP顾客的身份，VIP卡登记时顾客所填的一些信息（年龄、职业、穿衣喜好的风格、颜色、款式、消费习惯等），设计一种自动生成向VIP顾客进行服装推荐的推荐单。这张推荐单上可以列出目前在店内销售的服装中，可能符合该VIP顾客喜好的服装，包括商品名、颜色、款式、尺寸、所存放的货架位置以及商品的图片信息等。该清单即为该VIP顾客的自动推荐清单。由此，店员可借助该自动推荐清单向该VIP顾客推荐店内服装。

此外，顾客可能喜欢的服装也可以从与顾客年龄、喜好类似的顾客（下文中称为最近邻顾客）的购买习惯中获取。所以，推荐算法中通过寻找最近邻顾客，将这些最近邻顾客的购衣信息加入推荐算法，丰富推荐单的组成。

混合推荐器的具体实现方法如下：

首先需要提取出能够反映某一大类商品特点的属性，比如对于服装而言，其属性可以是款式、颜色、面料、风格、型号、尺寸、种类、价格等，在本实施例中，假设对于服装这一大类具有

Figure 2011100869403100002DEST_PATH_IMAGE004

个属性。

其次，建立三个数据库：即VIP顾客信息数据库、VIP顾客历史购买服装信息数据库及在售商品数据库。在VIP顾客信息数据库中维护的信息有：年龄、职业、该顾客对于服装的每个属性的兴趣度等，在VIP顾客历史购买服装信息数据库中维护的信息是每个VIP顾客已经购买的服装信息，在售商品数据库维护的则是正在销售的服装信息。

然后，针对VIP顾客信息数据库和VIP顾客历史购买信息数据库的信息，通过基于商品的协同过滤算法，计算VIP顾客历史购买商品与在售商品相似性，将相似度高的在售服装加入初始服装推荐单。针对VIP顾客历史购买服装信息数据库和在售服装数据库信息，设计基于用户的协同过滤算法，计算VIP顾客与其他顾客的相似性，找出VIP顾客的最近邻顾客，将其购买的在售服装加入初始服装推荐单。最后，再设计基于内容的协同过滤算法，将初始服装推荐单优化成最终的服装推荐单。其中，基于商品的协同过滤算法是用来计算商品间的相似程度的，这样，在售商品中那些和目标顾客的历史购物记录有较高相似度的商品将被加入顾客的推荐单。商品的相似性用关键词相似性方法计算，其具体步骤为：

步骤3A.1、设定每个商品具有

个属性，根据不同属性在顾客兴趣中的重要性程度为每个属性设定一个权重，其中，属性的权重为

Figure 2011100869403100002DEST_PATH_IMAGE008

，则得到商品属性的权重集

Figure 2011100869403100002DEST_PATH_IMAGE010

，

Figure 2011100869403100002DEST_PATH_IMAGE012

，因为每件商品有多种属性，而顾客对某个商品的兴趣是由于商品的属性不同而不同的，权重代表了商品的不同属性在顾客兴趣中的重要性程度，因此，本算法首先要设置商品的属性的权重。

步骤3A.2、比较顾客的第

件历史购买商品与每一件在售商品的每个属性，其中，

Figure 2011100869403100002DEST_PATH_IMAGE016

，

Figure 2011100869403100002DEST_PATH_IMAGE018

为顾客

历史购买商品的总数，则：

Figure 2011100869403100002DEST_PATH_IMAGE020

，当顾客

的第

件历史购买商品

Figure 2011100869403100002DEST_PATH_IMAGE022

的第

个属性

Figure 2011100869403100002DEST_PATH_IMAGE024

与第

件在售商品

Figure 2011100869403100002DEST_PATH_IMAGE028

的第

个属性

Figure 2011100869403100002DEST_PATH_IMAGE030

相等时，将

Figure 2011100869403100002DEST_PATH_IMAGE032

置为1，不相等则置为0，直至将第

件历史购买商品与每一件在售商品的每个属性都一一对比完毕，进入下一步；

步骤3A.3、计算第

件历史购买商品与每一件在售商品的相似性，其中，第

件历史购买商品与第件在售商品的相似性为：

Figure 2011100869403100002DEST_PATH_IMAGE034

，将第

件历史购买商品与第

件在售商品的相似性

Figure 2011100869403100002DEST_PATH_IMAGE036

与设定阈值

Figure 2011100869403100002DEST_PATH_IMAGE038

进行比较，若不小于，则将该第

件在售商品加入所述初始商品推荐单，直至将第

件历史购买商品与每一件在售商品的相似性都计算完毕，进入下一步；

步骤3A.4、判断是否将顾客

的每件历史购买商品都计算完毕，若否，则返回步骤3A.2，若是，则结束计算。

基于用户的协同过滤算法是用来计算目标客户和其他VIP顾客的喜好的相似性的，其步骤为：

步骤3B.1、根据顾客

与其他顾客对每个属性的兴趣程度通过余弦相似度算法计算相似性，挑选相似性最高的

个其他顾客做为顾客

的最近邻顾客，其中，余弦相似度算法的公式为：，其中，表示顾客

与第

位其他顾客之间的相似度，

Figure 2011100869403100002DEST_PATH_IMAGE048

表示顾客对于第个属性的兴趣度，

Figure 2011100869403100002DEST_PATH_IMAGE050

表示第

位其他顾客对于第

个属性的兴趣度。

步骤3B.2、找到最近邻顾客的历史购买记录，将历史购买记录中仍在售的商品加入初始商品推荐单。

基于内容的协同过滤算法进一步处理上述两个协同过滤算法所生成的初始推荐单中的推荐商品。在初始推荐单中，商品主要来自两个方面：一些是与目标顾客的历史购买记录相似的商品，另一些是与目标顾客有相似喜好的VIP顾客的历史购买商品。基于内容的过滤算法是用来将这些初始推荐单中的商品从目标顾客的角度作进一步过滤。其具体步骤为：

步骤3C.1、将初推荐单中的商品按照类型分为类，将每件商品归入相应的类型中，记为集合

Figure 2011100869403100002DEST_PATH_IMAGE054

，

Figure 2011100869403100002DEST_PATH_IMAGE056

，第类商品的集合为，则第类商品中的第

件商品记为为

Figure 2011100869403100002DEST_PATH_IMAGE064

，则该件商品的第

项属性记为

Figure 2011100869403100002DEST_PATH_IMAGE066

；

步骤3C.2、将顾客信息数据库中顾客

对于每类商品的喜好信息提取出来，其中，顾客

对于集合中每件商品的喜好信息记为

Figure 2011100869403100002DEST_PATH_IMAGE068

，有

Figure 2011100869403100002DEST_PATH_IMAGE070

，其中，表示顾客

对于集合

中第

项属性的兴趣度；

步骤3C.3、依据顾客对于某类型商品的不同属性的喜好信息来推测顾客

对初始商品推荐单中每个商品的感兴趣程度，其中，顾客对集合

中第

件商品的感兴趣程度为

Figure 2011100869403100002DEST_PATH_IMAGE074

，则

Figure 2011100869403100002DEST_PATH_IMAGE076

，截取每种类型中感兴趣程度值高的前

个作为该类型商品的推荐结果，最终组成一张商品推荐单。

最终，将混合推荐器生成的推荐单上的服装信息，如商品名，颜色，款式，尺寸，所存放的货架位置，以及商品的图片信息等，输出在位于店员工作台处的显示器上，供店员据此对该VIP顾客此次购衣进行个性化的推荐服务。

本发明将RFID技术应用于服装销售中，首先进行了VIP顾客的身份识别。即依据入店的VIP顾客所携带的VIP卡内嵌的个人PID号，识别该VIP顾客的身份。并将VIP顾客的个人信息，如其姓名，年龄，购买历史记录等，显示在店员工作台面的PC机显示屏上，方便店员在第一时间实现对顾客的自动迎招。其次，本发明所提出的混合推荐器能根据该VIP顾客身份信息，应用三种智能推荐算法集成的混合推荐器生成一张该VIP顾客此次购物的推荐表。该推荐表是混合推荐器综合分析了该VIP顾客的服装喜好，顾客历史购买记录，以及与其喜好相近的顾客的购买记录，在在售衣物中选取符合该VIP顾客喜好的服装而生成的。经推荐器得到的推荐表也显示在店内的PC机显示屏上，包括所推荐物品的货号，颜色，图片，货架陈列位置等。据此，店内销售人员可向该VIP顾客实现个性化推荐，从而提升品牌服装店的服务质量，提高顾客对品牌的认知度，并进一步地提高服装店的销售效率。