CN112200636A - 一种基于大数据的智能购物推荐方法 - Google Patents
一种基于大数据的智能购物推荐方法 Download PDFInfo
- Publication number
- CN112200636A CN112200636A CN202011151029.1A CN202011151029A CN112200636A CN 112200636 A CN112200636 A CN 112200636A CN 202011151029 A CN202011151029 A CN 202011151029A CN 112200636 A CN112200636 A CN 112200636A
- Authority
- CN
- China
- Prior art keywords
- commodity
- commodities
- user
- similarity
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000000047 product Substances 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000013065 commercial product Substances 0.000 claims description 2
- 230000036651 mood Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 150000003722 vitamin derivatives Chemical class 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0639—Item locations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智能购物推荐方法,包括:通过语音识别模块识别关键词确定用户身份和需要购买商品的类别;对商场进行建模,通过GPS模块定位商品的位置并通过数据库调取所需商品的位置信息以达到为用户购买商品规划最优路径的目的;依据商品的价格高低和商品间的相似度为用户推荐所需商品的类似商品;通过WIFI模块将数据库中存储的推荐商品的具体信息传输到显示终端以供客户进行选择,各个模块通过单片机的IO口进行连接通信,本发明减少了用户购物时选择困难的烦恼,为用户规划了购物路线,减少了需要走的路程,使得用户在购物途中能够保持较为轻松愉悦的心情。
Description
技术领域
本发明涉及大数据领域,具体为一种基于大数据的智能购物推荐方法。
背景技术
随着电子商务的不断发展,越来越多的人习惯了网上购物的方式,而去商场实体店购物的次数越来越少,网上购物虽然相对来说更加便捷,用户足不出户就可以买到商品,但是也存在一定的风险性:首先,用户在网上购物不能切实直观地看到商品,对于网购经验不足的用户来说,很容易买到以次充好的商品,其次,网购会让消费者的个人信息长期暴露在开放网络环境中,存在安全隐患,而实体店购物使用户能够看到商品的真实性,对商品也有直观的感受,用户更容易选到合适的商品。
然而,实体店购物也存在一定的弊端:第一,商场实体店购物的选择更多,对于有选择困难症的用户来说,需要花费很长时间才能买到自己满意的商品,一定方向的推荐能够帮助这类用户更快更容易地买到合适自己的商品;第二,在大型的商场实体店购物时,确定了自己需要购买的东西后,怎样去更省力、更快速地买到这些商品成了需要解决的问题,这就需要系统地规划合理的路径来帮助用户进行购物。
所以,人们需要一种基于大数据的智能购物推荐方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的智能购物推荐方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的智能购物推荐方法,包括:单片机、语音识别模块、GPS模块、数据库、WIFI模块和显示终端,所述语音识别模块、GPS模块和数据库的输出端与所述单片机的输入端连接,所述单片机的输出端与所述WIFI模块的输入端连接,所述WIFI模块的输出端与所述显示终端的输入端连接,所述语音识别模块用于识别关键词来确认用户的身份和需要购买的商品类别,所述GPS模块用于定位需要购买的商品的位置,所述数据库用于存储不同的信息,包括所需商品的位置坐标信息,所述GPS模块和所述数据库用于为用户规划购物路线,所述WIFI模块用于传输商品信息至所述显示终端,所述单片机的IO口用于连接各个模块,保证模块间的正常信息传输,所述GPS模块和所述数据库结合起来为用户规划了一条购物的最优路线,减少了用户购物浪费掉的时间和体力,使得用户在购物时能够保持较为轻松愉悦的心情。
进一步的,所述数据库中存储的信息包括:不同用户的关键词信息、不同类别的商品价格、不同类别的商品位置坐标信息和不同用户的购买商品的记录,所述数据库中存储的信息为后续确认用户的身份、规划最优购物路线和根据相似度和价格的综合考虑推荐商品提供了强大的数据支撑。
进一步的,一种基于大数据的智能购物推荐方法,包括以下步骤:
S1:语音识别关键词确定用户的身份;
S2:对商品按类别进行建模;
S3:语音识别用户想购买的商品类别并从数据库中调取该类所有商品信息;
S4:计算相似度找出最符合用户需求的n件商品并将商品排序;
S5:商品相似度相同:按价格高低对商品进行排序;
S6:商品相似度不同:按相似度的大小进行排序;
S7:将推荐的n件商品信息通过WIFI模块传输到显示终端,供用户选择购买。
利用夹角余弦的概念来衡量商品之间的相似度,主要根据相似度的大小为商品进行排序,余弦相似度的范围为[-1,1],相似度的绝对值越大,说明商品间特征越相似,最终显示在用户面前的时按照与用户所需商品的相似度由大到小和价格由低到高排列的商品的具体信息,便于用户能够更清晰地了解和决定自己要购买的商品。
进一步的,在步骤S1中:用户对语音识别模块说出关键词,所述语音识别模块识别关键词并传输到数据库,所述数据库中存储有不同用户的关键词信息,最终确定用户的身份,确认用户身份有助于调取所述数据库中该用户的购买记录,也为向用户推荐商品时提供了资料依据。
进一步的,在步骤S2中:对商品按类别进行建模,同一类别商品的向量集合为{,...},设置各商品向量的坐标集合为{(x1,y1),(x2,y2)...},其中,x1表示商品1的特征值1,y1表示商品1的特征值2;x2表示商品2的特征值1,y2表示商品2的特征值2,例如:若用户需要购买水果时,特征值1可以是商品的维生素含量比例,特征值2可以是商品的含糖比例,还可以是其它的特征,通过两个特征值构成商品的向量坐标来计算商品间的相似度。
进一步的,在步骤S3中:用户对语音识别模块说出“想要购买的商品的类别”指令,所述语音识别模块识别指令并从数据库中调取该类别的所有商品信息,所述数据库中存储有商品的价格和向量坐标,向量坐标表示商品的特征,用户无需手动输入想要购买的商品类别,只需发出指令就能被所述语音识别模块识别到并通过调取数据库中的信息传输至显示终端上,在操作上提供了方便。
进一步的,在步骤S4中:利用公式
计算商品间的相似度,其中,表示向量A和向量B的夹角余弦值,用夹角余弦的概念来衡量商品1和商品2之间的相似度,相似度的绝对值越大,表明两种商品越相似,用这种方法计算出的相似度更加符合现实,夹角余弦的概念一般面向用户对内容的评分,用于用户对内容评分来区分兴趣的相似度和差异,本发明将夹角余弦用于衡量不同商品的特征之间的相似度和差异从而进一步衡量商品间的相似度,拓宽了余弦相似度的应用范围,同时修正了商品间可能存在的度量标准不统一的问题。
进一步的,在步骤S5至S6中:在确定推荐的商品后需要将商品进行排序,若商品相似度相等,则按照价格由低到高对商品进行排序;若商品相似度不等,则按照相似度的绝对值由大到小对商品进行排序。
进一步的,在步骤S7中:将推荐的n项商品信息通过WIFI模块传输到显示终端上供用户选择购买,所述显示终端在接收到信息后会显示已经排好顺序的商品的图片、价格和相似度。
进一步的,在确定好要购买的商品后,需要对购物的路程进行规划,步骤如下:首先数据库调取商品的位置信息,以商场的入口为原点建模,标注出购买商品的位置坐标,然后按照重量对商品进行排序,再根据商品的重量和购买商品的路程长短规划最优路线,若不同路线的总路程相等,依据购买完所有商品后到出口的距离选择最优路径,若总路程不等,依据总路程的长短选择最优路径,设置商场的入口坐标为(0,0,0),商场的出口坐标为(a,b,0),设置要购买的商品位置坐标集合为{(a1,b1,c1),(a2,b2,c2),(a3,b3,c3)...(an,bn,cn)},分别代表{商品1,商品2,...,商品n},若需要购买的商品有n件,可以选择的路线共有条:{入口商品1商品2...商品n出口,入口商品2商品1...商品n出口,...,入口商品n商品n-1...商品1出口},所述条路线按照排列组合的方式进行规划,分别代表{路线1,路线2,...,路线},设置路线1的总路程为L,其中:
之后路线的总路程均按照路线1的计算方法:总路程为商品间的叠加距离、入口到第一件购买商品位置的距离以及最后一件购买商品位置到出口的距离的总和。
若需要购买的商品有2件,分别为商品1和商品2,有两条路线:路线1:入口商品1商品2出口;路线2:入口商品2商品1出口,路线1的总路程为,路线2的总路程为,路线1中购买完所有商品后到出口的距离为,路线2中购买完所有商品后到出口的距离为,在
选择路线1,反之选择路线2,通过商品的重量大小和用户再购物时所要行走的总路程长短规划好合理的购物路线,帮助了用户能够更快速、更轻松地买到自己想买的商品,节省了不必要的时间。
与现有技术相比,本发明所达到的有益效果是:
1.本发明的智能购物推荐系统通过数据库收集用户的身份和购买记录,为推荐用户购买相似商品提供了一定的依据,通过计算所需购买的商品和同类商品之间的相似度来度量商品间的相似性,若相似度相同,将推荐商品按照价格由低到高进行排序;若相似度不同,将推荐商品按照相似度由大到小进行排序,最后将排好顺序的推荐商品信息(商品的价格、相似度、评价和该商品所在的位置等)通过数据库调取出来(商品所在的位置是通过GPS模块进行定位并标注坐标的),推荐商品的信息通过单片机的IO口传输到WIFI模块,再由WIFI模块无线传输到显示终端显示到用户面前,用户能够清楚地看到这些商品信息,为有选择困难的用户缩小了选择商品的范围,激发了有选择困难的用户的购买欲望,该类用户也因此能够更快地买到自己想要购买的商品,并且也提高了商品的交叉销售量和成交转化率;
2.本发明为用户在大型商场购物时规划了合适的路线,在用户确认要购买的商品后,数据库会调取所要购买商品的位置坐标,通过对商场进行建模来标注这些商品的位置坐标,然后将商品按照重量由大到小排好顺序,通过计算入口到这些商品位置的直线距离和商品位置到出口的直线距离总和来选择一条最优的路线,若几条路线的直线距离总和相同,选择买完所有商品后到出口的直线距离最近的路线作为购物路线;若几条路线的直线距离总和不同,选择直线距离总和最小的路线作为购物路线,帮助用户能够更省力、更快速地购买到自己满意的商品,用户在购物时也可以维持较为愉悦轻松的心情。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的智能购物推荐方法的系统结构图;
图2是本发明一种基于大数据的智能购物推荐方法的步骤图;
图3是本发明的购物路线规划流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
请参阅图1-3,本发明提供技术方案:一种基于大数据的智能购物推荐方法,包括:包括:单片机、语音识别模块、GPS模块、数据库、WIFI模块和显示终端,语音识别模块、GPS模块和数据库的输出端与单片机的输入端连接,单片机的输出端与WIFI模块的输入端连接,WIFI模块的输出端与显示终端的输入端连接,语音识别模块用于识别关键词来确认用户的身份和需要购买的商品类别,GPS模块用于定位需要购买的商品的位置,数据库用于存储不同的信息,包括所需商品的位置坐标信息,GPS模块和所述数据库用于为用户规划购物路线,WIFI模块用于传输商品信息至显示终端,单片机的IO口用于连接各个模块,保证模块间的正常信息传输,GPS模块和数据库结合起来为用户规划了一条购物最优路线,便于减少用户购物要浪费掉的时间和体力,使得用户在购物时能够保持较为轻松愉悦的心情。
数据库中存储的信息包括:不同用户的关键词信息、不同类别的商品价格、不同类别的商品位置坐标信息和不同用户的购买商品的记录,数据库中存储的信息用于为后续确认用户的身份、规划最优购物路线和根据相似度和价格的综合考虑推荐商品提供强大的数据支撑。
一种基于大数据的智能购物推荐方法,包括以下步骤:
S1:语音识别关键词确定用户的身份;
S2:对商品按类别进行建模;
S3:语音识别用户想购买的商品类别并从数据库中调取该类所有商品信息;
S4:计算相似度找出最符合用户需求的n件商品并将商品排序;
S5:商品相似度相同:按价格高低对商品进行排序;
S6:商品相似度不同:按相似度的大小进行排序;
S7:将推荐的n件商品信息通过WIFI模块传输到显示终端,供用户选择购买。
利用夹角余弦的概念来衡量商品之间的相似度,主要根据相似度的大小为商品进行排序,余弦相似度的范围为[-1,1],相似度的绝对值越大,说明商品间特征越相似,最终显示在用户面前的时按照与用户所需商品的相似度由大到小和价格由低到高排列的商品的具体信息,便于用户能够更清晰地了解和决定自己要购买的商品。
在步骤S1中:用户对语音识别模块说出关键词,语音识别模块识别关键词并传输到数据库,数据库中存储有不同用户的关键词信息,最终确定用户的身份,确认用户身份便于调取数据库中存储的该用户的购买记录,为向用户推荐商品时提供了资料依据。
在步骤S2中:对商品按类别进行建模,同一类别商品的向量集合为{,...},设置各商品向量的坐标集合为{(x1,y1),(x2,y2)...},其中,x1表示商品1的特征值1,y1表示商品1的特征值2;x2表示商品2的特征值1,y2表示商品2的特征值2,例如:若用户想要购买水果时,特征值1可以是商品的维生素含量比例,特征值2可以是商品的含糖比例,还可以是其它的特征,通过两个特征值构成商品的向量坐标,通过余弦相似性的概念来计算商品间的相似度,也可以通过调整余弦相似性来计算相似度。
在步骤S3中:用户对语音识别模块说出“想要购买的商品的类别”指令,语音识别模块识别指令并从数据库中调取该类别的所有商品信息,数据库中存储有商品的价格和向量坐标,向量坐标表示商品的特征,用户无需手动输入想要购买的商品类别,只需发出指令就能被语音识别模块识别到并通过调取数据库中的信息传输至显示终端上,便于进行操作。
在步骤S4中:利用公式
计算商品间的相似度,其中,表示向量A和向量B的夹角余弦值,用夹角余弦的概念来衡量商品1和商品2之间的相似度,相似度的绝对值越大,表明两种商品越相似,用这种方法计算出的相似度更加符合现实,夹角余弦的概念一般面向的是用户对内容的评分,用于用户对内容评分来区分兴趣的相似度和差异,本发明将夹角余弦用于衡量商品之间的特征之间的相似度和差异从而进一步衡量商品间的相似度,便于拓宽余弦相似度的应用范围,同时修正商品间可能存在的度量标准不统一的问题。
在步骤S5至S6中:在确定推荐的商品后需要将商品进行排序,若商品相似度相等,则按照价格由低到高对商品进行排序;若商品相似度不等,则按照相似度的绝对值由大到小对商品进行排序。
在步骤S7中:将推荐的n件商品信息通过WIFI模块传输到显示终端上供用户选择购买,显示终端在接收到信息后会显示已经排好顺序的商品的图片、价格和相似度。
在确定好要购买的商品后,需要对购物的路程进行规划,步骤如下:首先数据库调取商品的位置信息,以商场的入口为原点建模,标注出购买商品的位置坐标,然后按照重量对商品进行排序,再根据商品的重量和购买商品的路程长短规划最优路线,若不同路线的总路程相等,依据购买完所有商品后到出口的距离选择最优路径,若总路程不等,依据总路程的长短选择最优路径,设置商场的入口坐标为(0,0,0),商场的出口坐标为(a,b,0),设置要购买的商品位置坐标集合为{(a1,b1,c1),(a2,b2,c2),(a3,b3,c3)...(an,bn,cn)},分别代表{商品1,商品2,...,商品n},若需要购买的商品有n件,可以选择的路线共有条:{入口商品1商品2...商品n出口,入口商品2商品1...商品n出口,...,入口商品n商品n-1...商品1出口},所述条路线按照排列组合的方式进行规划,分别代表{路线1,路线2,...,路线},设置路线1的总路程为L,其中:
之后路线的总路程均按照路线1的计算方法:总路程为商品间的叠加距离、入口到第一件购买商品位置的距离以及最后一件购买商品位置到出口的距离的总和,做好购物路线的规划用于帮助用户更加快速、更加轻松地买到自己想买的商品,能够节省购物中不必要的时间。
实施例一:设置所需商品的向量坐标为(1,2),商品1的向量坐标,商品2的向量坐标,根据公式计算出商品1与所需商品的相似度(即夹角余弦值)为0.984,计算出商品2与所需商品的相似度(即夹角余弦值)为0.978<0.984,所以商品1与所需商品相似度更高,首先推荐商品1,其次推荐商品2。
实施例二:设置所需购买的商品有两件,即n=2,分别为商品1和商品2,设置商场的入口坐标为(0,0,0),商场的出口坐标(a,b,0)=(5,0,0),商品1的位置坐标为(a1,b1,c1)=(1,1,1),商品2的坐标为(a2,b2,c2)=(3,4,3),有两条路线:路线1:入口商品1商品2出口;路线2:入口商品2商品1出口,根据公式计算出路线1的总路程为11.24,根据公式计算出路线2的总路程为14.20>11.24,所以路线1的总路程小于路线2的总路程,先去购买商品1,再购买商品2走的路程最短,选择路线1。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的智能购物推荐方法,包括:单片机、语音识别模块、GPS模块、数据库、WIFI模块和显示终端,所述语音识别模块、GPS模块和数据库的输出端与所述单片机的输入端连接,所述单片机的输出端与所述WIFI模块的输入端连接,所述WIFI模块的输出端与所述显示终端的输入端连接,所述语音识别模块用于识别关键词来确认用户的身份和需要购买的商品类别,所述GPS模块用于定位需要购买的商品的位置,所述数据库用于存储不同的信息,包括所需商品的位置坐标信息,所述GPS模块和所述数据库用于为用户规划购物路线,所述WIFI模块用于传输商品信息至所述显示终端,所述单片机的IO口用于连接各个模块,保证模块间的正常信息传输。
2.根据权利要求1所述的一种基于大数据的智能购物推荐方法,其特征在于:所述数据库中存储的信息包括:不同用户的关键词信息、不同类别的商品价格、不同类别的商品位置坐标信息和不同用户的购买商品的记录。
3.根据权利要求1所述的一种基于大数据的智能购物推荐方法,包括以下步骤:
S1:语音识别关键词确定用户的身份;
S2:对商品按类别进行建模;
S3:语音识别用户想购买的商品类别并从数据库中调取该类所有商品信息;
S4:计算相似度找出最符合用户需求的n件商品并将商品排序;
S5:商品相似度相同:按价格高低对商品进行排序;
S6:商品相似度不同:按相似度的大小进行排序;
S7:将推荐的n件商品信息通过WIFI模块传输到显示终端,供用户选择购买。
4.根据权利要求3所述的一种基于大数据的智能购物推荐方法,其特征在于:在步骤S1中:用户对所述语音识别模块说出关键词,所述语音识别模块识别关键词并传输到所述数据库,所述数据库中存储有不同用户的关键词信息,最终确定用户的身份。
6.根据权利要求3所述的一种基于大数据的智能购物推荐方法,其特征在于:在步骤S3中:用户对所述语音识别模块说出“想要购买的商品的类别”指令,所述语音识别模块识别指令并从所述数据库中调取该类别的所有商品信息,所述数据库中存储有商品的价格和向量坐标,向量坐标表示商品的特征。
8.根据权利要求3所述的一种基于大数据的智能购物推荐方法,其特征在于:在步骤S5至S6中:在确定推荐的商品后需要将商品进行排序,若商品相似度相等,则按照价格由低到高对商品进行排序;若商品相似度不等,则按照相似度的绝对值由大到小对商品进行排序。
9.根据权利要求3所述的一种基于大数据的智能购物推荐方法,其特征在于:在步骤S7中:将推荐的n件商品信息通过WIFI模块传输到显示终端上供用户选择购买,所述显示终端在接收到信息后会显示已经排好顺序的商品的图片、价格和相似度。
10.根据权利要求9所述的一种基于大数据的智能购物推荐方法,其特征在于:在确定好要购买的商品后,需要对购物的路程进行规划,步骤如下:首先数据库调取商品的位置信息,以商场的入口为原点建模,标注出购买商品的位置坐标,然后按照重量对商品进行排序,再根据商品的重量和购买商品的路程长短规划最优路线,若不同路线的总路程相等,依据购买完所有商品后到出口的距离选择最优路径,若总路程不等,依据总路程的长短选择最优路径,设置商场的入口坐标为(0,0,0),商场的出口坐标为(a,b,0),设置要购买的商品位置坐标集合为{(a1,b1,c1),(a2,b2,c2),(a3,b3,c3)...(an,bn,cn)},分别代表{商品1,商品2,...,商品n},若需要购买的商品有n件,可以选择的路线共有条:{入口商品1商品2...商品n出口,入口商品2商品1...商品n出口,...,入口商品n商品n-1...商品1出口},所述条路线按照排列组合的方式进行规划,分别代表{路线1,路线2,...,路线},设置路线1的总路程为L,其中:
之后路线的总路程均按照路线1的计算方法:总路程为商品间的叠加距离、入口到第一件购买商品位置的距离以及最后一件购买商品位置到出口的距离的总和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011151029.1A CN112200636A (zh) | 2020-10-24 | 2020-10-24 | 一种基于大数据的智能购物推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011151029.1A CN112200636A (zh) | 2020-10-24 | 2020-10-24 | 一种基于大数据的智能购物推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112200636A true CN112200636A (zh) | 2021-01-08 |
Family
ID=74011268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011151029.1A Pending CN112200636A (zh) | 2020-10-24 | 2020-10-24 | 一种基于大数据的智能购物推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112200636A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927055A (zh) * | 2021-04-01 | 2021-06-08 | 山西慧虎健康科技有限公司 | 一种精准推荐相关商品的智能零售服务方法及系统 |
CN113435936A (zh) * | 2021-07-02 | 2021-09-24 | 深圳市好伙计科技有限公司 | 基于大数据的线上线下的消费商品推荐方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335127A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 用于基于FastText模型向用户推荐商品的方法、装置、电子设备及存储介质 |
CN109146559A (zh) * | 2018-08-01 | 2019-01-04 | 夏颖 | 一种用于商业综合体的商品导购系统 |
CN109903117A (zh) * | 2019-01-04 | 2019-06-18 | 苏宁易购集团股份有限公司 | 一种用于商品推荐的知识图谱处理方法及装置 |
CN110827112A (zh) * | 2019-09-16 | 2020-02-21 | 中国平安人寿保险股份有限公司 | 深度学习的商品推荐方法、装置、计算机设备及存储介质 |
CN111402009A (zh) * | 2020-04-01 | 2020-07-10 | 长沙驰程网络科技有限公司 | 一种智能购物方法 |
CN111709812A (zh) * | 2020-06-19 | 2020-09-25 | 山东财经大学 | 基于用户动态分类的电商平台商品推荐方法及系统 |
-
2020
- 2020-10-24 CN CN202011151029.1A patent/CN112200636A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335127A (zh) * | 2017-01-19 | 2018-07-27 | 北京京东尚科信息技术有限公司 | 用于基于FastText模型向用户推荐商品的方法、装置、电子设备及存储介质 |
CN109146559A (zh) * | 2018-08-01 | 2019-01-04 | 夏颖 | 一种用于商业综合体的商品导购系统 |
CN109903117A (zh) * | 2019-01-04 | 2019-06-18 | 苏宁易购集团股份有限公司 | 一种用于商品推荐的知识图谱处理方法及装置 |
CN110827112A (zh) * | 2019-09-16 | 2020-02-21 | 中国平安人寿保险股份有限公司 | 深度学习的商品推荐方法、装置、计算机设备及存储介质 |
CN111402009A (zh) * | 2020-04-01 | 2020-07-10 | 长沙驰程网络科技有限公司 | 一种智能购物方法 |
CN111709812A (zh) * | 2020-06-19 | 2020-09-25 | 山东财经大学 | 基于用户动态分类的电商平台商品推荐方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927055A (zh) * | 2021-04-01 | 2021-06-08 | 山西慧虎健康科技有限公司 | 一种精准推荐相关商品的智能零售服务方法及系统 |
CN113435936A (zh) * | 2021-07-02 | 2021-09-24 | 深圳市好伙计科技有限公司 | 基于大数据的线上线下的消费商品推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6873967B1 (en) | Electronic shopping assistant and method of use | |
US20010039519A1 (en) | Cooperative buying system for purchasing consumer products using a computer network | |
US20050010494A1 (en) | Method and apparatus for Internet e-commerce shopping guide | |
US20090157479A1 (en) | Selection and Shopping System Founded on Mobile Architecture | |
CN112184399A (zh) | 一种基于互联网的商品销售推荐系统及方法 | |
US7680697B2 (en) | Searching for a seller of a product | |
CN112200636A (zh) | 一种基于大数据的智能购物推荐方法 | |
CN109146559A (zh) | 一种用于商业综合体的商品导购系统 | |
US20150178768A1 (en) | System and method for intermediating electronic commerce using offline transaction information | |
CN107153657A (zh) | 一种网络数据处理方法、装置及服务器 | |
JP6393987B2 (ja) | 商品販売データ処理システム、および携帯端末 | |
CN117217868B (zh) | 一种基于数据分析的电商平台产品智能更换系统 | |
CN116611796B (zh) | 一种店铺交易数据的异常检测方法及装置 | |
KR102026907B1 (ko) | 로봇 저널리즘 장치 및 방법 | |
CN114219589A (zh) | 虚拟实体对象的生成和页面显示方法、装置和电子设备 | |
CN111402009A (zh) | 一种智能购物方法 | |
KR101834307B1 (ko) | 검색결과 자동 정렬장치 및 시스템과 그 방법 | |
RU2679282C1 (ru) | Всемирная Виртуальная Торгово-Сервисная Сеть | |
KR102620063B1 (ko) | 귀금속 거래 서비스 제공 시스템 | |
JP2002133247A (ja) | 商取引のポイント集計システム | |
KR20220065988A (ko) | 사용자 선호도와 위치 정보를 고려한 중고제품 거래 방법 | |
Pathan et al. | Product recommendations system survey | |
JP2002117309A (ja) | オンラインショッピングにおける商品価格割引方法およびシステム | |
JP2002024682A (ja) | 雑誌掲載商品の販売情報提供方法および販売方法 | |
EP3486859A1 (en) | Method for managing a buying transaction of a product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |