基于RFID的超市智能导购.docx

基于RFID的超市智能导购.docx

《基于RFID的超市智能导购.docx》由会员分享，可在线阅读，更多相关《基于RFID的超市智能导购.docx（11页珍藏版）》请在冰豆网上搜索。

基于RFID的超市智能导购

基于RFID的超市智能导购

摘要

1、一种超市智能导购系统，包括设备部分和系统部分，其特征在于，所述设备部分包括商品电子标签、RFID阅读器、计算机、手机、多功能会员卡。

所述系统部分包括智能数据库系统、商场智能导航系统、手机APP端、商场智能结算系统。

所述商品电子标签替代商场目前使用的价格标签，内置RFID近场通讯电子芯片，可写入并显示和该商品相关的信息，包括生产厂家、生产日期、商品条码、商品成份及商品价格，且能和安装有智能商场自助结算系统APP软件的手机通讯交换商品信息；

所述手机为购物者自有的智能手机，该智能手机需有无线近场通讯功能：

3G通讯或者蓝牙通讯或者WIFI通讯；

所述多功能会员卡内置RFID近场通讯电子芯片以及普通商场会员卡集成功能芯片；

所述RFID阅读器分为手持式和固定式两种。

手持式阅读器安装在购物车、购物篮上，固定式解读器安装在商品货架上。

2、超市智能导购系统不仅能够丰富消费者的购物体验，还能够提高超市的影响力与竞争力，使得一个超市品牌在激烈的竞争中立于不败之地。

3、本文首先介绍超市智能导购的发展前景以及当前发展状况，其次对消费者的购物需求以及购物时可能遇到的相关问题和不方便之处进行分析。

然后介绍智能导购系统的结构，所需的硬件。

最后提出适合本系统的算法来改进消费者的购物流程，算法。

关键词：

物联网、RFID、超市智能导购、手机应用

基于RFID的超市智能导购1

摘要3

第一章绪论5

设计背景5

国内外超市现状5

消费者购物体验5

射频识别技术介绍6

RFID技术发展现状6

RFID的技术原理6

创新点7

主要解决的问题7

设计内容简介8

文档框架9

第二章智能导购系统组成10

电子标签10

阅读器11

计算机与通信网络模块12

手机应用模块12

智能导购系统的体系13

第三章导购系统相关算法分析14

商品推荐：

协同过滤算法14

算法简介14

相似度计算14

商品预测评分15

具体实现15

商品路径选择：

Floyd最短路径算法16

第四章总结17

参考文献18

•绪论

•设计背景

•国内外超市现状

近年来，我国本土大型超市发展迅猛，竞争也异常激烈，本土大型超市同业之间的比拼呈白热化。

同时，还面临来自家乐福、沃尔玛、麦德龙、易初莲花等国际零售巨头激烈的国际竞争。

有些超市开始引进智能导购系统，给消费者增强了用户体验，但仍然有着很多问题需要解决，有些超市未曾引进相应的技术从而导致严重影响消费者的用户体验。

智能导购系统将很好地提高消费者的购物体验。

•消费者购物体验

随着经济的发展，人们的购物方式与选择的改变，科技的进步，商品种类和数量的急剧增加，许多超市为了丰富经营的商品品种相应的扩大营业面积，目的为消费者提供一站式购物。

但是这种方式给消费者带来丰富商品的同时，也给消费者带来了一些不便比如：

1.寻找需要购买的商品时无法立即到达指定商品地点。

2.购买前对商品价格或其他信息一无所知，需要到达指定商品货架处查看。

3.商品价格变动时传统的价格标签更换不及时导致消费者的损失。

4.商品保质期过后商品未及时下架，被消费者购买后造成各方面的损失。

5.超市购物高峰期在收银台排队结账时间过长。

总结：

以上传统购物的弊端，不仅浪费了消费者的时间，也让超市给消费者留下了不好的印象。

一些消费者由于这些不便而放弃购买决定。

针对上述情形，现在越来越多的超市、商场需要应用智能导购系统帮助消费者进行购买。

•射频识别技术介绍

•RFID技术发展现状

国外：

从全球产业格局来看，欧美国家集中了RFID技术应用领域大多数的产业。

RFID芯片市场主要由西门子、飞利浦等半导体厂商占领；RFID中间件、系统集成研究由IBM、微软、HP等国际巨头掌控；RFID标签、天线和读写器等产品和设备主要由Alien、Symbol等公司供给。

日本政府非常重视RFID的研究与应用，为此出台了专门的政策，并下大力气去推动RFID技术的发展。

日本更加注重将RFID技术与行业应用相结合，在许多领域出现了成熟的RFID产品。

国内：

与欧美等发达国家或地区相比，我国RFID产业发展相当落后。

目前，我国RFID产业缺乏关键核心技术，尤其是在超高频RFID核心技术方面基本处于空白状态。

低高频的RFID技术领域门槛较低，我国企业进入较早，其应用技术己经趋于成熟，应用范围也比较广泛。

超高频RFID技术准入门槛较高，其研究与应用在国内还处于起步阶段，与欧美发达国家技术水平相比有很大差距。

总体情况：

目前，RFID已经逐渐应用于智能交通，产品防伪，身份识别等领域，并逐渐走进了我们的日常生活，如：

全球最大零售商沃尔玛、欧洲最大的超市麦德龙已经在自己的配送中心完成了RFID阅读器和标签的安装工作。

RFID射频识别技术正在成为市场关注的热点。

RFID射频识别技术正在逐步被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多的领域。

各国政府、零售业巨头、IT业着名厂商给予高度关注，并且大力支持甚至给于巨大的投入，全面推动RFID电子标签产业快速发展。

由于发达的国家RFID电子标签工作开展得较早，所以在标准、技术、产业链及应用方面都已经比较完备，并且仍在发展中。

发达的国家在核心技术尤其是在芯片技术上目前已经提供了相对完备的产品线，并且由于技术进步和RFID电子标签工艺的提升，以及成本的降低，应用推广进入了良性循环。

•RFID的技术原理

RFID系统一共有由五个组件构成，包括传送器、接收器、微处理器、天线和标签。

传送器、接收器和微处理器被封装在一起称为阅读器。

RFID源于雷达技术，所以其工作原理和雷达相似。

首先阅读器通过天线发出电子信号，标签接收到信号后发射内部存储的标识信息，阅读器再通过天线接收并识别标签发回的信息，最后阅读器再将识别结果发送给主机。

体系架构如图：

RFID架构图

•创新点

•主要解决的问题

本文主要研究超市如何为消费者提供人性化服务，通过需求分析和具体实践，找到了如今消费者购物流程的不便之处。

通过RFID对传统的购物流程进行改进，实现购物的智能化，并对改进之后的购物系统进行分析和设计，完善和改进相关算法。

本系统主要解决以下问题：

1.使消费者更方便地了解商品的价格以及其他信息。

2.为消费者提供商品货架的路线。

3.商品过期或价格变动时及时自动地更新电子标签信息，提醒管理员和消费者。

4.智能地帮助消费者结账，加快结账速度，节约时间，提高效率。

5.根据消费者以往消费习惯推荐商品。

•设计内容简介

1.RFID阅读器接收识别消费者个人电子标签，识别消费者身份。

2.RFID阅读器连接计算机数据库，计算机端分析消费者信息，再通过通信网络向消费者手机端发送商品推荐信息。

3.消费者查看手机端的商品信息，点击需求商品后可查看商品价格，生产日期，保质期等信息。

4.消费者选中相关商品可查看商品在超市的具体位置和路径，方便提取。

5.消费者的个人电子标签记录了消费者的购物信息，消费者可选择使用电子标签中的余额快速结账。

系统应用框架图：

•文档框架

本文共分为4章，每章的主要内容如下：

第一章为介绍RFID技术发展状况以及智能导购系统简介。

第二章为超市智能导购系统组成模块。

第三章为相关算法介绍。

第四章为总结。

•智能导购系统组成

•电子标签

电子标签是由无线通信IC和天线组成的一个射频电路，用树脂，纸或者纺织品封装并进行印刷而成，我们认为可以做成超市会员卡配合消费者手机使用。

它通过电磁波与阅读器进行数据通信。

标签中的IC具有存储功能，可以存储大量的商品信息，消费者信息。

电子标签分为两种，一种为有源电子标签，它可以制作成超市消费者的会员卡，记录消费者的身份信息和购买的商品信息，消费者携带电子标签进入超市时，超市的RFID阅读器会接收到电子标签发送的射频信号，并以此识别消费者的信息，向消费者手机推送消息，方便消费者购物。

一种是无源电子标签，它粘贴在商品货架上，负责记录该货架上的相关商品信息，以及该货架在超市的位置，能够方便消费者直接找到货架提取商品。

电子标签中存储的信息具有长久有效、多重加密，与后台数据库保持同步等优点。

阅读器也可实现远近距离的无接触式读取电子标签，从而达到自动识别物体的目的。

•阅读器

阅读器分为手持式和固定式两种。

手持式阅读器可以安装在购物车、购物篮上，当消费者的阅读器接收到目标商品电子标签发送的消息时，可以提醒消费者已到达指定的商品货架。

固定式解读器可以安装在商品货架上，接收该货架上所有商品电子标签的信号，发现各类商品的售卖情况，并将数据反馈给后台数据库，用于保存和分析，使得超市的货物流转更智能。

阅读器通过天线与电子标签互相传递射频信号，读取标签信息或者向标签写入信息。

本系统所使用的阅读器与超市的数据库相联系，每当读取到电子标签的数据时，将数据保存和更新到数据库，通过Java语言编程，手机App向数据库发送请求，将数据库中的相关信息再推送至消费者手机。

这样消费者便可以悉知商品的信息、个人信息、购买记录等等保存在数据库中的信息。

•计算机与通信网络模块

在射频识别系统中，计算机通信网络通常用于对数据进行管理，完成通信传?

输功能。

阅读器可以通过标准接口与计算机通信网络连接，以便实现通信和数据?

传输功能。

计算机数据库将阅读器发送的信息保存，并为手机端提供数据参考。

•手机应用模块

本系统为消费者提供手机图形界面，消费者需要安装本系统的App。

编程实现对用户信息自动分析功能，计算出用户感兴趣的商品。

计算机会通过消费者手机中的App给消费者发送消息。

消费者在超市注册后输入个人信息便可登录。

本App为消费者提供以下功能：

1.查询每次购买商品的记录以及金额。

2.查询超市卡内的余额以及消费记录。

3.查询促销减价、感兴趣的商品。

4.每当进入超市时会提供相应商品货架的路径。

•智能导购系统的体系

消费者购物基本流程如下图：

智能购物流程图

•导购系统相关算法分析

•商品推荐：

协同过滤算法

•算法简介

将用户行为与其他用户行为比较，找出其相似的邻居，根据邻居的兴趣或偏好，预测该用户的兴趣、偏好。

主要步骤：

1.构建用户档案，通过用户购买商品的意向（商品的各类指标），最终形成用户与商品的评分矩阵。

2.生成最近的邻居，通过计算相似度，目标用户与数据库内用户（群）的相似度，选取相似度最高的用户（群）作为目标用户的邻居。

3.推荐产生根据目标用户的邻居，由用户协同过滤和商品协同过滤两个角度，分别预测目标用户对位置商品的评分，为用户推荐符合的邻居的产品。

推荐规则：

a.选择商品评分前n个商品进行推荐。

b.设置阀值，选取高于阀值的商品进行推荐。

用户协同过滤：

先找到目标用户的邻居用户，根据需求在邻居用户中选取最相似的k个邻居，再根据这k个邻居对各产品的评分，通过加权预测出目标用户对产品的评分。

商品协同过滤：

找出与商品i评分相似的邻居商品，再取j个最相似的邻居商品，再把这j个邻居商品的评分加权，预测目标用户对商品i的评分。

•相似度计算

用户相关系数计算：

其中，是用户共同评分的商品集合，，分别表示用户i和用户j对商品k的评分，分别表示用户i和用户j在各自己打分项目上的评分平均值。

商品预测评分

其中：

是目标用户a与邻居用户u的相似度，是邻居用户u对项目i的评分值，是邻居用户u的平均评分，K为目标用户和各邻居间相似度值之和的倒数。

•具体实现

在数据库中建立标本数据：

先对商品进行统计，依据某些指标对用户进行分类，得到用户对商品评分的矩阵，存放于数据库中，作为初始数据。

1.用户进行分类：

按照指标。

2.用户对每个商品的评分。

3.形成用户商品的评分矩阵，存放于数据库中备用。

商品1

商品2

商品3

商品i

用户1

评分

用户2

用户n

算法具体实现流程图：

•

商品路径选择：

Floyd最短路径算法

设带权图G=（V,E）,有N个顶点，图采用邻接矩阵作为存储结构。

Floyd算法以关系矩阵为基础，把关系矩阵看成是没有经过任何中间节点，直接可以到达的每一对顶点件的最短路径的完整表示，然后经过多次迭代，每次增加一个新的节点，在允许这个节点最为中间节点的条件下，计算每一对顶点之间的最短路径的缩短变化，直到所有的节点都可以考虑进去，结果会得到一对顶点之间的最短路径。

具体步骤：

1.将超市各个商品货架的位置设为结点，并进行编号，计算出各个商品货架之间的距离，也就是结点之间路径的权值，以此构造出超市的带权图。

2.货架上的RFID阅读器识别用户的个人电子标签之后，计算出用户所在货架的位置，这便是一段路径的起点结点，用户选择目标结点。

3.系统根据Floyd算法计算出最优路径，并在用户手机端显示的超市地图上进行标识。

其中每一个RFID阅读器的位置信息被保存在计算机数据库中，RFDI阅读器可知道自身的位置，从而通过射频识别知道用户的位置。

由于超市面积并不会过大，计算值并不需要非常精确，因此选择RFID。

•总结

近来物联网技术的飞速发展很大程度上推进了各项智能化、个性化的技术的进步，使得人民的生活越来越便利，越来越有质量。

“眼见为实”使得众多人民放弃了网上购物的方式，更青睐于到实体超市购物，但是如今超市面积的扩大，商品种类的增加常常会导致他们找不到自己想要或需要的商品而最终放弃购买，因此改进当今实体超市的购物方式非常有必要

RFID的智能导购系统不仅方便了广大消费者，丰富了消费者的购物体验，也方便了超市的管理，我们相信未来智能超市都会以此为基础，以此为方向发展。

智能导购系统使得消费者在浩如烟海的商品市场中，便捷、快速、准确的找到真正适合于自己的商品，更加细分化、更加人性化的选项，结合消费者的需求，通过搜集消费者所提供的需求数据，推荐让消费者满意的商品，为商品品牌宣传作出了极大贡献。

参考文献

[1]王智,潘强,邢涛.面向物联网的实体实时搜索服务综述[D].中国科学院上海微系统与信息技术研究所.2009.

[2]刘云浩.物联网导论北京科学出版社2013

[3]王晓东.算法设计与分析（第3版）清华大学出版社2014

[4]周晓光,王晓华,王伟.射频识别（RFID）系统设计、仿真与应用人民邮电出版社2008

[5]王霞,刘琴.协同过滤在推荐系统中的应用.计算机系统应用2005

[6]刘鹏.云计算（第二版）电子工业出版社2011

[7]王珊，萨师煊.数据库系统概论（第四版）高等教育出版社2003

[8]严蔚敏，吴伟民数据结构（C语言版）清华大学出版社2007

[9]Oracle大数据解决方案（大数据应用与技术丛书）（美）普伦凯特，（美）麦克唐纳，（美）纳尔逊等.清华大学出版社2015

[10]明日科技.Android从入门到精通清华大学出版社2012

[11]（美）迈耶.Android4高级编程（第3版）清华大学出版社2013

[12]高建良，贺建飚物联网RFID原理与技术电子工业出版社2013

[13]余成波，陶红艳.传感器与现代检测技术（第2版）清华大学出版社2014

.