CN117455580A - 一种基于rfid定位的门店数据收集方法和装置以及设备 - Google Patents
一种基于rfid定位的门店数据收集方法和装置以及设备 Download PDFInfo
- Publication number
- CN117455580A CN117455580A CN202311800722.0A CN202311800722A CN117455580A CN 117455580 A CN117455580 A CN 117455580A CN 202311800722 A CN202311800722 A CN 202311800722A CN 117455580 A CN117455580 A CN 117455580A
- Authority
- CN
- China
- Prior art keywords
- customer
- rfid
- clothing
- clothes
- rfid tag
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000013480 data collection Methods 0.000 title claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012800 visualization Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于RFID定位的门店数据收集方法和装置以及设备。其中,所述方法包括:在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;当客户进入门店时,提供一客户RFID标签作为客户识别标签;当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。本发明能够实现利用RFID定位数据构建客户个人画像,根据客户个人画像智能推荐产品,提高定位数据的利用率。
Description
技术领域
本发明涉及RFID定位技术领域,尤其涉及一种基于RFID定位的门店数据收集方法和装置以及设备。
背景技术
射频识别(RFID)技术作为取代传统条形码与二维码的方法, 逐渐成为IOT 感知层的核心技术之一, 随着RFID技术的快速发展, 采用RFID 技术实现室内定位也是近几年研究的热点, 可广泛应用于物流跟踪、超市物品的定位以及图书馆书目的定位等领域。但现有的RFID定位技术多用于物流、定位方面,并未针对这种识别定位信息数据进行进一步深层次的挖掘利用,有鉴于此,申请人提出一种基于RFID定位的门店数据收集方法和装置以及设备。
发明内容
有鉴于此,本发明的目的在于提出一种基于RFID定位的门店数据收集方法和装置以及设备,能够实现利用RFID定位数据构建客户个人画像,根据客户个人画像智能推荐产品,提高定位数据的利用率。
根据本发明的一个方面,提供一种基于RFID定位的门店数据收集方法,包括:
在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
当客户进入门店时,提供一客户RFID标签作为客户识别标签;
当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;
根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
在上述技术方案中,现有技术常常在服装标签中置入RFID标签,便于物流运输和溯源,如图1所示的服装标签。这种标签多用于物流运输中的产品运输路径溯源,以及出库入库记录。为了进一步的挖掘定位信息的作用,本实施例首先考虑到门店和客户的关联,因此在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息。进一步的,为了使服装信息和个人客户关联起来,使得客户拥有唯一识别信息,在本实施例中当客户进入门店时,提供一客户RFID标签作为客户识别标签;进一步的,考虑到服装被拿取试衣的流动性以及目前RFID标签的定位精度,设置当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;需要注意的是,现有的RFID定位技术也常用在货架上设定RFID天线来精准识别每个货物的标签信息,该方式也同样适用于本实施例方案,本实施例不加以限定,该方式可以提高整个方案的细粒度,本实施例不再展开说明。进一步的,客户的心理状态往往是拿取衣物查看之后才决定是否试衣,那么如果每次拿取的信息都记录下来,那么会给统计过程引入不必要的噪声数据。因此利用服装开始移动时作为起点记录服装的移动时间,将该移动时间作为取衣时间,根据取衣时间来判定客户对服装的喜好。比如说,一般来讲客户会试衣的情况一般是取衣后的5s-30s,因此可以设定5s中作为阈值来判定。藉此只有当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像。需要说明的是,本实施例所述的标签只存储编码信息,具体指代什么款式尺码,需要跟后台数据库交互进行获取。
也可通过如下过滤规则作为试衣时间的判定,具体地:
“盘点速率”表示RFID设备读到标签的最后一次时间与第一次时间内读到的总次数除以总时间的值。
“盘点开始时间”和“盘点结束时间”表示RFID设备工作时间,非工作时段内,RFID不进行盘点工作。
“盘点时长”表示RFID设备读到标签的最后一次时间与第一次读到标签的时间的差值
“盘点最小时长”和“盘点最大时长”表示盘点时长在此区间内的数据才是合法数据。
“标签数据延迟”表示RFID设备在此时间内没有再次读到标签数据,系统将当做试衣结束,如果此数据符合上报服务器的条件则上报。
读写器内置过滤规则
当前实际时间-试衣结束时间≥标签数据延迟;
试衣结束时间-试衣起始时间=差值在盘点最小时长和盘点最大时长区间内;
盘点速率≥等于服务器设置的值;
标签在盘点最小时长和盘点最大时长内的RSSI波动值大于一个固定值(RFID设备的固定值,不可配置)则表示标签处于非静止状态。
根据上述收集到的信息,进一步的可以通过服装标签上记录的信息如裙子、上衣等分类进一步采用推荐算法如KNN算法、神经网络算法等来利用标签信息为客户进行智能化的推荐,并将推荐结果可视化的展示给客户。
在一些实施例中,在门店空间内设定多个RFID读写器,具体地:
采用以三角形区域划分法或者正方形区域划分法,将门店划分为若干区域,并在划分的区域中均匀设置多个RFID读写器;
所述区域类型包括:服装风格、服装类型、试衣间。
在上述技术方案中,由于门店内的服装商品有很多,因此定位精度和误识别的问题就要被考虑到方案里面。而一般的服装店在上架货物时多采用根据服装类型等分类方法,在不同区域上架不同的货物。那么将这种分类的方法与RFID常用的三角形区域划分法或者正方形区域划分法进行结合,既能够使每个区域都有自身对应的标签,也可通过三角形区域划分法或者正方形区域划分法来提升RFID的识别精度。
在一些实施例中,当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,具体地:
当取衣时间大于阈值时,后台系统建立一空白注册用户,并将读取到的客户RFID标签以及获取到的至少一个服装标签信息与该空白注册用户关联;
所述服装标签信息为服装风格、服装类型。
在上述技术方案中,为了使得后续的定位信息可以和客户进行关联,在初次读取到客户RFID标签时,后台系统自动建立一空白注册用户用以识别唯一客户,在通过后续同时读取到的客户RFID标签以及服装RFID标签,将服装RFID标签与空白注册用户进行关联。需要注意的是,不排除多个客户同行导致误识别的情况发生,但是本质上本发明的方案目的是为了给客户提供智能化的推荐,该部分的数据误差所带来的智能化推荐部分的误差可以在后续的多次迭代中进行一定的弥补。需要说明的是,如果客户多次光临门店,可以将客户RFID标签赠予客户用于后续再次光临时的关联,也可通过客户第一次与空白注册用户关联时的个人信息,如手机号进行关联。如客户第一次关联门店消费后,通过手机号与空白注册用户进行关联,在二次光临使,同样重复上述步骤,当结算时,通过手机号核对的方式与该空白注册用户进行关联并合并两次光临的数据,避免每次客户的数据都是新数据,无法实现后续的迭代更新。
在一些实施例中,当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
当取衣时间大于阈值时,和/或,当用户进入试衣间区域时,和/或,当用户结算时,读取客户RFID标签以及服装RFID标签,并通过该服装RFID标签获取到的至少一个服装标签信息与所述空白注册用户关联。
在上述技术方案中,由于已经设定了试衣间区域,为了简化统计流程,默认“取衣时间大于阈值时”“当用户进入试衣间区域时”“当用户结算时”这三个状态是对服装满意度达一定程度的,即可将三个状态下的数据进行收集。也可理解为通过设定上述状态来避免引入过多的噪声数据。
在一些实施例中,当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
RFID读写器读取客户RFID标签以及服装RFID标签,根据服装的定位轨迹建立风格链,并将该风格链的类型与所述空白注册用户关联;
所述风格链的建立方式如下:
当服装进入每一个非试衣间区域时,且停留时间大于时间阈值,和/或,当前区域的试衣时间大于时间阈值时,根据区域的划分的类型以及进入的时间顺序依次记录区域类型形成若干标签信息;
当服装进入试衣间区域时,按时间顺序连接若干标签信息形成一风格链;
重复上述步骤,记录多条风格链,将该多条风格链与空白注册用户关联;
所述若干标签信息下还包括若干子标签信息,该子标签信息为客户在对应区域拿取服装试衣时,当取衣时间大于阈值时,RFID读写器读取到的服装标签信息。
在上述技术方案中,考虑到服装是一门搭配的艺术。不同的客户喜欢不同的搭配,如果仅仅记录标签数据,整体的数据略显散乱。因此,从这一点出发,本实施例从定位轨迹出发,结合区域分类的数据,建立一条完整的风格链。通过风格链的建立可以更加细致的构建客户个人画像,了解客户的实际需求。进一步地,将前述获得的服装RFID标签的记录信息与风格链进行关联,形成一整条有迹可循的风格链。
在一些实施例中,根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,具体地:
根据风格链、服装标签信息统计标签信息和子标签信息的复现频率,并根据复现频率分别排序得到标签信息表和子标签信息表;
根据标签信息表和子标签信息表与门店产品的标签信息进行比对,根据比对结果及营销策略选择至少一个门店产品进行可视化展示,并将可视化结果推送给客户;该可视化展示包括服装位置信息。
在上述技术方案中,进一步考虑到智能化推荐的方式。本实施例提出采用复现频率的方式来统计所有的数据信息,并进一步提取关键词,根据关键词作为比对选择相应的产品进行智能化推荐。需要注意的是,这种智能化推荐可以是手机小程序,也可以是商场导视系统的可视化展示,而商场导视系统的部分可以设置RFID读写器,客户通过客户RFID标签让商场导视系统读取到对应的智能化推荐信息,并展示给客户,具体的可视化方式可以根据现有技术来实现,此处不再赘述。
在一些实施例中,根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,之后还包括:
收集门店构建的客户个人画像,根据客户个人画像,采用数据统计方式构建门店画像;
收集一个区域内的所有门店画像,采用数据统计方式构建地域画像;
根据地域画像适应性调配区域内的门店货物。
在上述技术方案中,传统的区域调货往往是根据不同门店的积压数据来进行分配,这种利用积压数据来进行分配的方案缺少实时性。例如,上新之后一个月统计积压情况,再根据不同门店的积压情况平衡货物,如A门店上衣积压,B门店裤子积压,则根据积压数据将A门店上衣调货至B门店和B门店裤子调货至A门店。那么这种方案存在一定的滞后性,因此本案提出利用个人画像逐步建立门店画像再建立区域画像,进而可以实现区域的调货趋势可预测性,进一步地可以采用传统的机器学习算法或者更新的深度学习算法来建立预测模型,通过预测模型来实现获取的调配。需要说明的是,上述预测模型的建立方式可根据现有技术来实现,此处不再赘述。
根据本发明的另一个方面,提供一种基于RFID定位的门店数据收集装置,包括依序连接的RFID模块、客户模块、第一分析模块、第二分析模块、可视化模块;
RFID模块:用于在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
客户模块:用于当客户进入门店时,提供一客户RFID标签作为客户识别标签;
第一分析模块:用于当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
第二分析模块:用于当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;
可视化模块:用于根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
在上述技术方案中,为了更好的运行和处理该方法,根据上述方法建立多个模块来实现各个步骤。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
根据本发明的又一个方面,提供一种基于RFID定位的门店数据收集设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的一种基于RFID定位的门店数据收集方法。
在上述技术方案中,为了更好的运行和处理该方法,将上述方法存储至存储器,并利用处理器来执行存储的方法。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
根据本发明的再一个方面,提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种基于RFID定位的门店数据收集方法。
在上述技术方案中,为了更好的运行和使用该方法,将上述方法存储至计算机可读存储介质,并利用处理器来实现上述方法。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术服装RFID标签示意图;
图2是本发明一种基于RFID定位的门店数据收集方法一实施例的流程示意图;
图3是本发明一种基于RFID定位的门店数据收集方法一实施例的风格链结构数据示意图;
图4是现有技术含有RFID识别功能的互动式壁挂读写器示意图;
图5是本发明一种基于RFID定位的门店数据收集装置一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种基于RFID定位的门店数据收集方法和装置以及设备,能够实现利用RFID定位数据构建客户个人画像,根据客户个人画像智能推荐产品,提高定位数据的利用率。进一步声明,本发明不涉及收集客户的隐私信息,特此声明。
实施例之一
请参见图2,图2是本发明一种基于RFID定位的门店数据收集方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图2所示,该方法包括如下步骤:
S101:在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
在本实施例中,请参阅图3,在门店空间内设定多个RFID读写器,具体地:
采用以三角形区域划分法或者正方形区域划分法,将门店划分为若干区域,并在划分的区域中均匀设置多个RFID读写器;
所述区域类型包括:服装风格、服装类型、试衣间。
在本实施例中,由于门店内的服装商品有很多,因此定位精度和误识别的问题就要被考虑到方案里面。而一般的服装店在上架货物时多采用根据服装类型等分类方法,在不同区域上架不同的货物。那么将这种分类的方法与RFID常用的三角形区域划分法或者正方形区域划分法进行结合,既能够使每个区域都有自身对应的标签,也可通过三角形区域划分法或者正方形区域划分法来提升RFID的识别精度。
在本实施例中,所列举的三角形区域划分法或者正方形区域划分法可参考现有技术,本实施例不再展开说明。
S102:当客户进入门店时,提供一客户RFID标签作为客户识别标签;
S103:当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
S104:当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像。
所述客户RFID标签可以内置于小礼品(例如,随身携带的挂饰等)或购物袋中,其形式不限,只要在客户进入门店后,通过赠予或借予的方式提供给客户即可。
在本实施例中,当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,具体地:
当取衣时间大于阈值时,后台系统建立一空白注册用户,并将读取到的客户RFID标签以及获取到的至少一个服装标签信息与该空白注册用户关联;
所述服装标签信息为服装风格、服装类型。
在本实施例中,为了使得后续的定位信息可以和客户进行关联,在初次读取到客户RFID标签时,后台系统自动建立一空白注册用户用以识别唯一客户,在通过后续同时读取到的客户RFID标签以及服装RFID标签,将服装RFID标签与空白注册用户进行关联。需要注意的是,不排除多个客户同行导致误识别的情况发生,但是本质上本发明的方案目的是为了给客户提供智能化的推荐,该部分的数据误差所带来的智能化推荐部分的误差可以在后续的多次迭代中进行一定的弥补。更进一步的,为了排除多个客户同行导致误识别的情况发生,在其他实施例中,优选的,通过判断读取到的服装RFID标签与多个客户RFID标签的距离,如果该服装RFID标签与其中至少一个客户RFID标签的距离低于设定值(即,客户与服装充分接近),则将距离低于设定值的客户RFID标签均与该服装RFID标签进行关联。需要说明的是,如果客户多次光临门店,可以将客户RFID标签赠予客户用于后续再次光临时的关联,也可通过客户第一次与空白注册用户关联时的个人信息,如手机号进行关联。如客户第一次关联门店消费后,通过手机号与空白注册用户进行关联,在二次光临使,同样重复上述步骤,当结算时,通过手机号核对的方式与该空白注册用户进行关联并合并两次光临的数据,避免每次客户的数据都是新数据,无法实现后续的迭代更新。
在本实施例中,S104、当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
当取衣时间大于阈值时,和/或,当用户进入试衣间区域时,和/或,当用户结算时,读取客户RFID标签以及服装RFID标签,并通过该服装RFID标签获取到的至少一个服装标签信息与所述空白注册用户关联。
在本实施例中,由于已经设定了试衣间区域,为了简化统计流程,默认“取衣时间大于阈值时”“当用户进入试衣间区域时”“当用户结算时”这三个状态是对服装满意度达一定程度的,即可将三个状态下的数据进行收集。也可理解为通过设定上述状态来避免引入过多的噪声数据。
在本实施例中, S104、当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
RFID读写器读取客户RFID标签以及服装RFID标签,根据服装的定位轨迹建立风格链,并将该风格链的类型与所述空白注册用户关联;
所述风格链的建立方式如下:
当服装进入每一个非试衣间区域时,且停留时间大于时间阈值,和/或,当前区域的试衣时间大于时间阈值时,根据区域的划分的类型以及进入的时间顺序依次记录区域类型形成若干标签信息;
当服装进入试衣间区域时,按时间顺序连接若干标签信息形成一风格链;
重复上述步骤,记录多条风格链,将该多条风格链与空白注册用户关联;
所述若干标签信息下还包括若干子标签信息,该子标签信息为客户在对应区域拿取服装试衣时,当取衣时间大于阈值时,RFID读写器读取到的服装标签信息。
在本实施例中,考虑到服装是一门搭配的艺术。不同的客户喜欢不同的搭配,如果仅仅记录标签数据,整体的数据略显散乱。因此,从这一点出发,本实施例从定位轨迹出发,结合区域分类的数据,建立一条完整的风格链,如图3所示。通过风格链的建立可以更加细致的构建客户个人画像,了解客户的实际需求。进一步地,将前述获得的服装RFID标签的记录信息与风格链进行关联,形成一整条有迹可循的风格链。
S105:根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
在本实施例中,现有技术常常在服装标签中置入RFID标签,便于物流运输和溯源,如图1所示的服装标签。这种标签多用于物流运输中的产品运输路径溯源,以及出库入库记录。为了进一步的挖掘定位信息的作用,本实施例首先考虑到门店和客户的关联,因此在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息。进一步的,为了使服装信息和个人客户关联起来,使得客户拥有唯一识别信息,在本实施例中当客户进入门店时,提供一客户RFID标签作为客户识别标签;进一步的,考虑到服装被拿取试衣的流动性以及目前RFID标签的定位精度,设置当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;需要注意的是,现有的RFID定位技术也常用在货架上设定RFID天线来精准识别每个货物的标签信息,该方式也同样适用于本实施例方案,本实施例不加以限定,该方式可以提高整个方案的细粒度,本实施例不再展开说明。进一步的,客户的心理状态往往是拿取衣物查看之后才决定是否试衣,那么如果每次拿取的信息都记录下来,那么会给统计过程引入不必要的噪声数据。因此利用服装开始移动时作为起点记录服装的移动时间,将该移动时间作为取衣时间,根据取衣时间来判定客户对服装的喜好。比如说,一般来讲客户会试衣的情况一般是取衣后的5s-30s,因此可以设定5s中作为阈值来判定。藉此只有当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;根据上述收集到的信息,进一步的可以通过服装标签上记录的信息如裙子、上衣等分类进一步采用推荐算法如KNN算法、神经网络算法等来利用标签信息为客户进行智能化的推荐,并将推荐结果可视化的展示给客户。
算法部分可以采用如下方案:
步骤一: 数据收集与处理,数据来源为服装标签涵盖的数据信息。并进行相应的预处理,需要说明的是,预处理过程需要根据数据类型来设置,本实施例不加以限定,本领域技术人员可以根据需要设定。
步骤二:特征工程,通过对原始数据进行特征提取和转换,可以将原始数据转化为能够被机器学习算法所理解和处理的特征。需要说明的是,特征提取过程需要根据实际的需求数据类型来设置,本实施例不加以限定,本领域技术人员可以根据需要设定。
步骤三:算法选择与建模,目前,常用的推荐算法包括协同过滤算法、基于内容的推荐算法、深度学习算法等。不同的算法有不同的特点和适用场景,因此需要结合实际情况选择合适的算法进行建模。在建模过程中,需要将训练集输入到算法中进行学习和训练,得到最终的推荐模型。
需要说明的是,上述步骤是常规的推荐算法,在本实施例中可选临近算法来完成,这是因为对于服装来说服装标签涵盖的数据信息不多,而临近算法较为成熟,适用性较广,建立成本较低。
在本实施例中,S105、根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,具体地:
根据风格链、服装标签信息统计标签信息和子标签信息的复现频率,并根据复现频率分别排序得到标签信息表和子标签信息表;
根据标签信息表和子标签信息表与门店产品的标签信息进行比对,根据比对结果及营销策略选择至少一个门店产品进行可视化展示,并将可视化结果推送给客户;该可视化展示包括服装位置信息。
在本实施例中,进一步考虑到智能化推荐的方式。本实施例提出采用复现频率的方式来统计所有的数据信息,并进一步提取关键词,根据关键词作为比对选择相应的产品进行智能化推荐。需要注意的是,这种智能化推荐可以是手机小程序,也可以是商场导视系统的可视化展示,而商场导视系统的部分可以设置RFID读写器,客户通过客户RFID标签让商场导视系统读取到对应的智能化推荐信息,并展示给客户,具体的可视化方式可以根据现有技术来实现,此处不再赘述。在本实施例中,商场导视系统可以采用本司研发的含有RFID识别功能的互动式壁挂读写器,如图4所示。在门店内放置该类互动屏,根据试穿的衣服,互动屏自动推荐配套。试穿查询:设备采集试衣数据,支持根据款色码、试穿时间、区域门店等条件查询试穿数据。试穿统计:结合时间区间,支持按照款、款色、款色码等多种维度对试穿衣服进行统计分析。
数据分析:试穿数据深度分析,根据试穿结果数据,结合库存数据,及时流行衣物分析,库存备货预警。
在本实施例中,S105、根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,之后还包括:
S106、收集门店构建的客户个人画像,根据客户个人画像,采用数据统计方式构建门店画像;
收集一个区域内的所有门店画像,采用数据统计方式构建地域画像;
根据地域画像适应性调配区域内的门店货物。
在本实施例中,传统的区域调货往往是根据不同门店的积压数据来进行分配,这种利用积压数据来进行分配的方案缺少实时性。例如,上新之后一个月统计积压情况,再根据不同门店的积压情况平衡货物,如A门店上衣积压,B门店裤子积压,则根据积压数据将A门店上衣调货至B门店和B门店裤子调货至A门店。那么这种方案存在一定的滞后性,因此本案提出利用个人画像逐步建立门店画像再建立区域画像,进而可以实现区域的调货趋势可预测性,进一步地可以采用传统的机器学习算法或者更新的深度学习算法来建立预测模型,通过预测模型来实现获取的调配。需要说明的是,上述预测模型的建立方式可根据现有技术来实现,此处不再赘述。上述算法的步骤与上述的推荐算法的构建过程类似,本实施例中不再展开说明,本领域技术人员可根据具体的预测需要构建相应的模型。
在其他实施例中,为了防止一些客户不愿意领取或佩戴所述客户RFID标签的情况发生,更进一步的,还可以进一步获取服装RFID标签在门店中被移动的次数信息。一般而言,不同的服装是被放置的不同的区域的,如果客户没有挑选,则其对应的服装RFID标签的位置不会产生变化,故,本发明创造性的获取服装RFID标签在门店中被移动的次数信息,从而可以获取不同服装的热度并反馈给管理人员。从而有利于管理人员,将不同热度的服装摆放到不同的位置。例如,某天,服装A被移动的次数为35次,而服装B被移动的次数为15次,则判断服装A的热度较大,推荐将其放置在显眼位置。更优选的,在其他实施例中,在试衣间附近定义一电子围栏,将进入到该电子围栏的服装RFID标签进行统计,从而更加精确的获得最受欢迎的服装(这类衣服为被试穿的衣服)。更进一步的,为了防止管理人员在搬运、移动、调整服装产生的数据杂音,优选的,在其他实施例中,还包括管理RFID标签,所述管理RFID标签佩戴于管理人员身上,当管理人员移动服装时,管理RFID标签与对应的服装RFID标签虽然都产生移动,但是,管理RFID标签与对应的服装RFID标签之间的距离小于预设距离,故,可以将这些数据定义为杂音而清洗掉。
实施例之二
请参阅图5,一种基于RFID定位的门店数据收集装置,包括依序连接的RFID模块、客户模块、第一分析模块、第二分析模块、可视化模块;
RFID模块:用于在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
客户模块:用于当客户进入门店时,提供一客户RFID标签作为客户识别标签;
第一分析模块:用于当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
第二分析模块:用于当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;
可视化模块:用于根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
在本实施例中,为了更好的运行和处理实施例之一所述的方法,根据上述方法建立多个模块来实现各个步骤。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
在本实施例中,还包括构建模块,用于收集门店构建的客户个人画像,根据客户个人画像,采用数据统计方式构建门店画像;
收集一个区域内的所有门店画像,采用数据统计方式构建地域画像;
根据地域画像适应性调配区域内的门店货物。
实施例之三
一种基于RFID定位的门店数据收集设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的一种基于RFID定位的门店数据收集方法。
在本实施例中,为了更好的运行和处理实施例之一所述的方法,将上述方法存储至存储器,并利用处理器来执行存储的方法。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
实施例之四
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种基于RFID定位的门店数据收集方法。
在本实施例中,为了更好的运行和使用实施例之一所述的方法,将上述方法存储至计算机可读存储介质,并利用处理器来实现上述方法。需要注意的是,每个步骤的原理和效果已在上文描述,此处不再展开说明。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于RFID定位的门店数据收集方法,其特征在于,包括:
在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
当客户进入门店时,提供一客户RFID标签作为客户识别标签;
当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;具体地:
当取衣时间大于阈值时,后台系统建立一空白注册用户,并将读取到的客户RFID标签以及获取到的至少一个服装标签信息与该空白注册用户关联;
所述服装标签信息为服装风格、服装类型;
根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
2.如权利要求1所述的一种基于RFID定位的门店数据收集方法,其特征在于,
在门店空间内设定多个RFID读写器,具体地:
采用以三角形区域划分法或者正方形区域划分法,将门店划分为若干区域,并在划分的区域中均匀设置多个RFID读写器;
所述区域类型包括:服装风格、服装类型、试衣间。
3.如权利要求1所述的一种基于RFID定位的门店数据收集方法,其特征在于,
当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
当取衣时间大于阈值时,和/或,当用户进入试衣间区域时,和/或,当用户结算时,读取客户RFID标签以及服装RFID标签,并通过该服装RFID标签获取到的至少一个服装标签信息与所述空白注册用户关联。
4.如权利要求1所述的一种基于RFID定位的门店数据收集方法,其特征在于,
当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像,还包括:
RFID读写器读取客户RFID标签以及服装RFID标签,根据服装的定位轨迹建立风格链,并将该风格链的类型与所述空白注册用户关联;
所述风格链的建立方式如下:
当服装进入每一个非试衣间区域时,且停留时间大于时间阈值,和/或,当前区域的试衣时间大于时间阈值时,根据区域的划分的类型以及进入的时间顺序依次记录区域类型形成若干标签信息;
当服装进入试衣间区域时,按时间顺序连接若干标签信息形成一风格链;
重复上述步骤,记录多条风格链,将该多条风格链与空白注册用户关联;
所述若干标签信息下还包括若干子标签信息,该子标签信息为客户在对应区域拿取服装试衣时,当取衣时间大于阈值时,RFID读写器读取到的服装标签信息。
5.如权利要求4所述的一种基于RFID定位的门店数据收集方法,其特征在于,
根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,具体地:
根据风格链、服装标签信息统计标签信息和子标签信息的复现频率,并根据复现频率分别排序得到标签信息表和子标签信息表;
根据标签信息表和子标签信息表与门店产品的标签信息进行比对,根据比对结果及营销策略选择至少一个门店产品进行可视化展示,并将可视化结果推送给客户;该可视化展示包括服装位置信息。
6.如权利要求1所述的一种基于RFID定位的门店数据收集方法,其特征在于,
根据客户个人画像进行分析并通过可视化的方式向客户推荐服装,之后还包括:
收集门店构建的客户个人画像,根据客户个人画像,采用数据统计方式构建门店画像;
收集一个区域内的所有门店画像,采用数据统计方式构建地域画像;
根据地域画像适应性调配区域内的门店货物。
7.一种基于RFID定位的门店数据收集装置,其特征在于,包括依序连接的RFID模块、客户模块、第一分析模块、第二分析模块、可视化模块;
RFID模块:用于在门店空间内设定多个RFID读写器,并在服装标签中设置服装RFID标签,通过该服装RFID标签获取至少一个服装标签信息;
客户模块:用于当客户进入门店时,提供一客户RFID标签作为客户识别标签;
第一分析模块:用于当客户拿取服装试衣时,RFID读写器根据客户RFID标签以及服装RFID标签计算服装定位信息,并开始计算取衣时间;
第二分析模块:用于当取衣时间大于阈值时,通过客户RFID标签以及服装RFID标签获取到的记录信息建立客户个人画像;
可视化模块:用于根据客户个人画像进行分析并通过可视化的方式向客户推荐服装。
8.一种基于RFID定位的门店数据收集设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的一种基于RFID定位的门店数据收集方法。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的一种基于RFID定位的门店数据收集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311800722.0A CN117455580B (zh) | 2023-12-26 | 一种基于rfid定位的门店数据收集方法和装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311800722.0A CN117455580B (zh) | 2023-12-26 | 一种基于rfid定位的门店数据收集方法和装置以及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117455580A true CN117455580A (zh) | 2024-01-26 |
CN117455580B CN117455580B (zh) | 2024-07-12 |
Family
ID=
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030011121A (ko) * | 2003-01-10 | 2003-02-06 | 윤명수 | 라디오 주파수 인식 기술을 이용한 고객 관리 시스템 및그 방법 |
KR20070048011A (ko) * | 2005-11-03 | 2007-05-08 | 오태규 | Rfid 고객카드를 이용한 물품 구매 시스템 |
CN102156942A (zh) * | 2011-04-08 | 2011-08-17 | 东华大学 | 一种基于无线射频技术的商品推荐方法 |
CN104077623A (zh) * | 2014-07-22 | 2014-10-01 | 余启汉 | 基于rfid技术实现的服装款式监控管理系统及实现方法 |
CN106097012A (zh) * | 2016-06-15 | 2016-11-09 | 广州信聚丰信息科技有限公司 | 一种基于物联网技术的智能门店用消费者试衣数据反馈系统 |
CN110533841A (zh) * | 2018-05-24 | 2019-12-03 | 上海丞世物联网技术有限公司 | 一种基于rfid的智能试衣间系统及方法 |
KR20200144642A (ko) * | 2019-06-19 | 2020-12-30 | (주)비에스알앤디코퍼레이션 | Rfid를 이용한 의류 제품 추적 및 관리 시스템과 그 방법 |
CN115760298A (zh) * | 2022-11-25 | 2023-03-07 | 厦门三联软件股份有限公司 | 基于人脸识别和rfid技术的服装智慧门店系统及操作方法 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030011121A (ko) * | 2003-01-10 | 2003-02-06 | 윤명수 | 라디오 주파수 인식 기술을 이용한 고객 관리 시스템 및그 방법 |
KR20070048011A (ko) * | 2005-11-03 | 2007-05-08 | 오태규 | Rfid 고객카드를 이용한 물품 구매 시스템 |
CN102156942A (zh) * | 2011-04-08 | 2011-08-17 | 东华大学 | 一种基于无线射频技术的商品推荐方法 |
CN104077623A (zh) * | 2014-07-22 | 2014-10-01 | 余启汉 | 基于rfid技术实现的服装款式监控管理系统及实现方法 |
CN106097012A (zh) * | 2016-06-15 | 2016-11-09 | 广州信聚丰信息科技有限公司 | 一种基于物联网技术的智能门店用消费者试衣数据反馈系统 |
CN110533841A (zh) * | 2018-05-24 | 2019-12-03 | 上海丞世物联网技术有限公司 | 一种基于rfid的智能试衣间系统及方法 |
KR20200144642A (ko) * | 2019-06-19 | 2020-12-30 | (주)비에스알앤디코퍼레이션 | Rfid를 이용한 의류 제품 추적 및 관리 시스템과 그 방법 |
CN115760298A (zh) * | 2022-11-25 | 2023-03-07 | 厦门三联软件股份有限公司 | 基于人脸识别和rfid技术的服装智慧门店系统及操作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN209690978U (zh) | 用户数据获取装置 | |
CN109165992A (zh) | 一种智能导购方法、装置、系统及计算机存储介质 | |
CN104156746A (zh) | 基于rfid服装标签的专卖体验店管理系统及其方法 | |
Choi et al. | Item-level RFID for enhancement of customer shopping experience in apparel retail | |
CN110033298A (zh) | 信息处理设备及其控制方法、系统和存储介质 | |
CN106055710A (zh) | 基于视频的商品推荐方法及装置 | |
CN113674037B (zh) | 一种基于购物行为的数据采集和推荐方法 | |
CN109993595A (zh) | 个性化推荐商品及服务的方法、系统及设备 | |
CN107909443A (zh) | 信息推送方法、装置及系统 | |
CN107862566A (zh) | 一种商品推荐方法和系统 | |
CN108335317A (zh) | 一种线下导购方法及装置 | |
WO2006022503A1 (en) | Shopping pattern analysis system and method based on rf | |
KR20200119385A (ko) | 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체 | |
CN107332910A (zh) | 信息推送方法和装置 | |
CN110648186B (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
CN110084657A (zh) | 一种推荐服饰的方法和装置 | |
CN1967590A (zh) | 智能试衣系统及方法 | |
CN111125288A (zh) | 区域部署方法、装置及存储介质 | |
JP2023507043A (ja) | データ処理方法、装置、機器、記憶媒体及びコンピュータプログラム | |
WO2017155466A1 (en) | Method and system for visitor tracking at a pos area | |
CN108776857A (zh) | Nps短信调研方法、系统、计算机设备和存储介质 | |
CN115115232A (zh) | 一种嵌入校园生活的商业信息分析与推送方法 | |
CN106303401A (zh) | 视频监控方法、设备及其系统和基于商场的视频监控方法 | |
KR102077630B1 (ko) | Pos 및 영상 기반의 상권 분석 시스템 및 방법 | |
CN110119964A (zh) | 一种客群识别智能柜台、系统、方法及存储介质 |
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 | ||
GR01 | Patent grant |