第２８卷第１期 ２０１２年２月 哈尔滨商业大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｏｍｍｅｒｃｅ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ） Ｖｏ１．２８ Ｎ。．１ Ｆｅｂ．２０１２ 基于情景感知的商场导购推荐商品信息的研究 胡 文，李良学 （哈尔滨商业大学计算机与信息工程学院，哈尔滨１５００２８） 摘 要：针对目前商场中广告费用日益增长，纸制广告越来越多．提出了基于情景感知的智能商场导 购系统的商品推荐信息的研究方案，情景感知服务是借助现在的信息技术为顾客提供自适应服务．解 决了商场广告费用日益增加的问题，为商场降低了费用．将Ａｐｆｉｏｒ算法应用到该系统中，将以往顾客 浏览的信息和现在的环境资源相匹配，实现了为用户提供个性化服务，减少了商家营销的成本． 关键词：情帚感知；智能商场；Ａｐｒｉｏｒ算法；商品推荐 中图分类号：ＴＰ３１９ 文献标识码：Ａ 文章编号：１６７２—０９４６（２０１２）０１—００５８—０４ Ｓｍａｒｔ ｓｈｏｐｐｉｎｇ ｇｕｉｄｅ ｓｙｓｔｅｍ ｒｅｃｏｍｍｅｎｄ ｓｈｏｐｐｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｓｅａｒｃｈ ｂａｓｅｄ ｏｎ ｃｏｎｔｅｘｔ．ａｗａｒｅ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｏｍｍｅｒｃｅ，Ｈａｒｂｉｎ １５００２８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅ ｏｆ ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｃｏｓｔ ｏｆ ａｄｖｅｒｔｉｓｉｎｇ ｉｎ ｓｈｏｐｐｉｎｇ ｍａｌｌｓ，ｐａｐｅｒ ａｄｖｅｒｔｉｓｉｎｇ ａｒｅ ｍｏｒｅ ａｎｄ ｍｏｒｅ．Ｔｈｉｓ ｐａｐｅｒ ｒｅｃｏｍｍｅｎｄｅｄ ｒｅｓｅａｒｃｈｉｎｇ ｐｒｏｇｒａｍｓ ｏｆ ｇｏｏｄｓ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓ— ｔｅｍ，ｗｈｉｃｈ ｉｓ ｂａｓｅｄ ｏｎ ｃｏｎｔｅｘｔ－ａｗａｒｅ ｓｍａｒｔ ｓｈｏｐｐｉｎｇ，ｓｈｏｐｐｉｎｇ ｇｕｉｄｅ．Ｃｏｎｔｅｘｔ—ａｗａｒｅ ｓｅｒｖ— ｉｃｅｓ ｏｆ ｕｓｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｐｒｏｖｉｄｅｄ ｃｕｓｔｏｍｅｒｓ ｗｉｔｈ ａｄａｐｔｉｖｅ ｓｅｒｖｉｃｅｓ．Ｔｈｅ ｉｎｃｒｅａｓ— ｉｎｇ ｃｏｓｔ ｏｆ ａｄｖｅｒｔｉｓｉｎｇ ｗａｓ ｓｏｌｖｅｄ ｉｎ ｔｈｅ ｓｔｏｒｅｓ ａｎｄ ｓｔｏｒｅｓ ｒｅｄｕｃｅ ｃｏｓｔｓ．Ｔｈｉｓ ｐａｐｅｒ ａｐｐｌｉｅｄ Ａｐｒｉｏｒ ａｌｇｏｒｉｔｈｍ ｔｏ ｔｈｅ ｇｕｉｄｅ ｓｙｓｔｅｍ．Ｉｎｆｏｒｍａｔｉｏｎ ｔｈａｔ ｉｓ ｂｒｏｗｓｅｄ ｂｙ ｐｒｅｖｉｏｕｓ ｃｕｓｔｏｍｅｒｓ ｍａｔ— ｃｈｅｓ ｔｈｅ ｃｕｒｒｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ ｒｅｓｏｕｒｃｅｓ．Ａｎｄ ｒｅａｌｉｚｅｄ ｐｅｒｓｏｎａｌｉｚｅｄ ｓｅｒｖｉｃｅ ａｎｄ ｒｅｄｕｃｅｄ ｔｈｅ ｃｏｓｔ ｏｆ ｂｕｓｉｎｅｓｓ ｍａｒｋｅｔｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｃｏｎｔｅｘｔ－ａｗａｒｅｎｅｓｓ；ｓｍａｒｔ ｓｈｏｐｐｉｎｇ；Ａｐｒｉｏｒ ａｌｇｏｒｉｔｈｍ；ｐｒｏｄｕｃｔ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ 随着经济的发展和人民生活水平的日益提高， 商场购物成为人们生活的重要组成部分．在日常生 活中，人们已经习惯于传统的购物方式：手推购物 车，拿着商场印刷的海报寻找目的商品．这样就造 成了人力和物力的浪费．随着物联网的发展及 扩大利润．情景的一个定义为位置、人、周围物体的 表示和这些物体的变化…．情景感知服务是在现 有的位置定位基础上考虑用户所在的环境和其他 因素，为用户提供更具有针对性的服务＿２ Ｊ．将情景 感知应用到移动商务中，将客户的外部环境和内部 ＲＦＩＤ技术、无线网络技术、信息集成技术和情景感 知技术的日益发展，智能超市的概念被提出来． 需求变化考虑进来，为客户提供更方便的预测服 务，为商家营销提供活动的精确性．情景感知具有 预测用户下一情景需求的功能，对用户下一个行为 进行推荐和一定的提醒． 情景感知使顾客在任何地点和时间都可以根 随着情景感知技术的发展，不仅可以根据用户 的特点和需要，给用户提供更大的方便也就成为了 可能；也可以使商场在营销中更具有针对性，从而 收稿日期：２０１１—１１—１３． 作者简介：胡文（１９５７一），男，教授，硕士生导师，研究方向：物联网，嵌入式方向 第１期 胡文，等：基于情景感知的商场导购推荐商品信息的 据个人的特点和需要得到所要的信息 ．移动顾 客的个『生化需求是以大量的数据挖掘为前提的． 点，直到找到该商品，并由路由发给顾客的导购终 端． １ 基于情景感知的智能商场导购系 统推导购系统的基本构成和简介 １．１ ＲＦＩＤ技术简介 １．２．２智能商场导购系统的主要模块 基于智能商场的购物系统分为以下几个模块： 导购模块、反馈信息模块、使用说明模块，促销模块 等．如图１所示． 一ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）称为射 频技术，是一种非接触的自动识别技术，其基本原 导购模块：读取客户当前的位置，通过自助导 购系统，输入要选购商品的清单，系统自动提示目 理是利用射频信号空间耦合（电感或电磁耦合）或 反射的传输特性，实现对被识别物体的自动识 别＿４］．一个典型的ＲＦＩＤ系统由电子标签、中间件、 阅读器、和应用系统软件组成 Ｊ．电子标签也被称 为智能标签，它是内存带有天线的芯片，芯片中存 储有能够识别目标的信息．电子标签有的支持读写 功能，里面的信息可以随时被更新． 中间件是一种的系统软件或服务程序， ＲＦＩＤ中间件是电子标签和应用程序之间的中介角 色，从应用程序端使用中间件所提供一组通用的应 用程序接口，也就是能够连到ＲＦＩＤ读写器，读取 ＲＦＩＤ标签数据．它主要有阅读器的协调与控制、数 据过滤和清洗计算传送、数据路由和集成、进程管 理等功能． 阅读器又称为读写器，主要功能是与电子标签 的双向通信，同时接受来自主机系统的控制指令． 它是ＲＦＩＤ应用系统的主要组成部分． ＲＦＩＤ应用系统是针对不同应用需求而开发的 应用软件，主要是控制阅读器对电子标签信息的读 写，并且把收集到的信息进行集中的统计和处理． １．２智能商场导购系统的构成 １．２．１智能商场导购系统的构成 智能商场导购系统主要有有源ＲＦＩＤ电子标 签、无源ＲＦＩＤ电子标签、商场内的一定数量的阅 读器和购物车导购终端构成，导购终端是带有阅读 器的ＰＤＡ． 在商场内的区域设置阅读器，读取该范围内所 有的有缘ＲＦＩＤ标签，并建立自己的标签库，阅读 器之间通过无线协议进行信息交换，每个阅读器相 当于一个节点，节点中存放着相邻节点的信息，通 过无线协议把他们链接成一个网络． 顾客手中导贝勾终端相当于网络中的一个节点， 可以和其它阅读器进行通信，可以阅读单个商品的 详细信息，比如出厂日期、出厂地点、如何做成等 等． 智能商场导购系统的网络为多跳网络，当阅读 器收到的信息不在自己的节点时，则转发给相邻节 标位置，并指引行进方向． 反馈信息模块：顾客可以通过导购终端对自己 感兴趣的商品进行扫描，比如对一件化妆品感兴 趣，可以拿到阅读器上面进行扫描，显示屏上可以 显示出厂日期，用途价格，使用方法，价格等信息． 系统会通过以往顾客浏览的数据情况，返回以往顾 客浏览最多的商品信息． 促销模块：顾客可以通过系统知道哪些商品在 促销，具体位置在哪里，并将一些附近促销信息反 馈给用户． 使用说明模块：对于一些不懂得使用智能导购 车的用户，给予一些文字说明或是演示． 图１系统模块图 ２ 智能商场导购系统信息反馈模块 推荐商品信息的方法和步骤 在这一部分，首先对基于情景感知的Ａｐｒｉｏｒ算 法的预测模型架构进行了简单描述，然后对智能商 场导购系统的信息反馈模块中相关推荐商品信息 的挖掘过程进行了定义．以数学符号表示出来更加 容易理解．然后找出其中的频繁序列．顾客手持导 购终端，当顾客对某一商品感兴趣时，可以进行扫 描．该阅读器在信息反馈模块中有２个功能，第一 用来显示商品的基本屙陛；第二是利用情景感知和 Ａｐｒｉｏｒ算法找出以前顾客浏览过的商品并进行推 荐． ２．１ 基于情景感知的Ａｐｒｉｏｒ算法的预测模型架构 ・６０・ 哈尔滨商业大学学报（自然科学版） 第２８卷 本文提出了基于情景感知的Ａｐｒｉｏｒ预测模型， 首先给出预测模型的模型架构，如图２所示．该架 构中对相关数据进行分析，能够预测出顾客在情景 感知中可能的行为趋势，并基于此结果为终端用户 提供当前环境的推荐商品服务． 基本思想为通过时间信息和业务信息组合数 据库，然后进行数据训练，构建出序列数据库，然后 利用Ａｐｒｉｏｒ算法的模型对顾客在情景感知中的行 为进行预测．由此，为商场和顾客提供更针对性的 服务． 图２基于情景感知预测模型的模型架构 ２．２基于情景感知的Ａｐｒｉｏｒ算法的预测模型架构 的基本定义 Ａｐｒｉｏｒ算法是一种挖掘布尔关联规则频繁项 集的算法，它的核心方法是基于频繁集理论的递推 方法．在基于情景感知的预测模型架构中以数学符 号的形式更容易理解． 定义１：令Ｔ＝ｆｔｌ，ｔ２，ｔ３，…，ｔ ｆ，其中１≤ ≤ｍ， ｔ 表示顾客关注某商品的时间．７１表示某顾客关注 商品的时间集合． 定义２：令Ｇ＝ｌｇ１，ｇ２，ｇ３，…，ｇ Ｉ，其中ｇ 表 示顾客所关注的商品，Ｇ表示顾客关注商品的集 合． 定义３：令Ｍ：ｌｌ Ｔ１，Ｇ Ｉ，Ｉ ，Ｇ２ Ｉ，…，ｌ ， Ｇ ＩＩ，ＩＴｉ，Ｇ Ｉ表示ｉ顾客在 时间集合内关注商 品的集合Ｇ ． 定义４：当某一顾客在时间集 内，如果时间 —ｔｊ一１≤最大的时间间隔，２≤． ｎ，表示该顾客 进行的关注行为满足强关联性，组成移动序列，否 则称为弱关联性．如果顾客发生关注的时间属于弱 关联，则需要将其放在另一个移动序列中． 定义５：通过移动序列Ｓ＝ｆ ， ， ，…， ｆ 检索出１项候选序列Ｃ ，通过Ａｐｒｉｏｒ算法得到１ 项频繁序列 ．假设最小支持度为２，则在Ｋ项候 选序列中选择支持度不小于２的项集为频繁序列 中的项．所有移动序列．ｓ中包含序列ｓ 数称为 ｓ 的支持数ｋ，设ｓｕｐｐｏｒｔ（Ｓ ）为的５ 的支持度，则 ｓｕｐｐｏｒｔ（Ｓ ）＝Ｉ １．ｓ ｌ ＳＩ／ｍ，当ｓｕｐｐｏｒｔ（Ｓ ）≥ ｍｉｎｓｕｐｐｏｒｔ时，则满足该条件的项集组成序列为频 繁序列，其中ｍｉｎｓｕｐｐｏｒｔ为假设的最小支持度． ２．３ 基于情景感知的预测模型架构的推荐商品信 息实例 利用Ａｐｒｉｏｒ算法的性质频繁项集的所有非空 子集必须是频繁的这一性质．下面举例找出移动频 繁序列，并把系统推荐的相关信息反馈给顾客．假 设最小支持度为２． 假设一个用户正在用导购终端浏览ｇ 的相关 商品信息，相当于顾客主动触发了基于情景感知的 预测商品信息推荐系统，系统不仅返回当前顾客所 关注商品的信息，而且要根据以往关注该商品的顾 客所关注的其他商品信息，通过筛选，推荐给该顾 客可能感兴趣的其他商品． 推荐商品的信息过程如下． １）从数据库中选取前一天关注ｇ 商品的顾客 在有效时间内进行关注其他商品的数据如表１，这 里的有效时间指的是该顾客关注商品ｇ 的时间前 后３０ ｍｉｎ内． ２）根据定义４，设最大的时间间隔为１５ ｍｉｎ， 对所选取的数据进行强关联性的筛选，获得移动序 列如表２． ３）根据表２列出１项候选序列ｃ 如表３所 示根据定义５，设最小计数为２，得到了１项频繁 序列 ，如表４所示． 第１期 胡文，等：基于情景感知的商场导购推荐商品信息的研究 表１从数据库提取的原始数据 ４）根据Ａｐｒｉｏｒ算法性质，利用１项频繁项集， 列出２项候选序列Ｃ ，即从原始数据中除去 中 不包含的项得到ｃ。，如表５所示，根据最小计数限 制得到 ．依此类推得到 、 ，直到满足序列不 顾客序号 移动序列 表３一项候选序列及计数 序列 ｇｌ ｇ２ ｇ３ ｇ４ ｇ６ ｇ７ 表４一项频繁序列及计数 表Ｓ二项候选序列及计数 序列 ＜ｇ１．ｇ２＞ ＜ｇｌ，ｇ４＞ ＜ｇ１．ｇｓ＞ ＜ｇ２．ｇ４＞ ＜ｇ２．ｇｓ＞ ＜ｇ２，ｇｌ＞ ＜ｇ４．ｇｌ＞ ＜ ，ｇ２＞ ＜ｇ４，ｇ５＞ ＜ｇ５．ｇｌ＞ ＜ｇ５，ｇ２＞ ＜ｇ５，ｇ４＞ 存在为止 表６毒项频繁 ＜ ＜ ＜ 。 。 一 表７三项频繁序列 序列 ＜ｇ４， ，ｇ５＞ ５）根据陛质，只能得到３项频繁序列，分析＜ ｇ４，ｇ ，ｇ５＞的关联规则，假设置信度为５０％． ＝３／３＝１００％＞５０％，信息推荐系统会推荐ｇ４； ｇ４ｇｌ ｇ５＝２／３：６６．７％＞５０％，也会推荐ｇ５．也就是 说当顾客浏览ｇ 时信息推荐系统会自动推荐 和ｇ５． ３ 结 语 提出了基于ＲＦＩＤ智能商场的导购系统的方 案，利用Ａｐｒｉｏｒ算法在信息反馈模块中的商品推荐 中找出了简单的规律，并进行了举例说明．项目完 成后，能很大程度上提高顾客自主购物和商场的工 作效率，节省顾客的时间和商场的开支．该系统能 使超市更加智能化和人性化，有着良好的应用前 景．但是，电子标签的成本问题及电子标签信息的 规范化问题，中间件对数据的清洗来提高数据阅读 的正确率等问题有待解决．因此，有必要对这些基 础性问题作进一步研究． 参考支献： ［１］顾君忠．情景感知计算［Ｊ］．华东师范大学学报：自然科学 版，２００９（５）：１—１８． ［２］顾涵身．基于ＲＦＩＤ和ＷＳＮ的智能购物环境技术及应用 ［Ｄ］．上海：上海交通大学，２０１０． ［３］ ＡＮＡＧＮＯＳＴＯＰＯＵＬＯＳＣ，ＴＳＯＵＮＩＳＡ，ＨＡＤＪＩＥＦＴＨＹＭＩＡＤＥＳ Ｓ．Ｃｏｎｔｅｘｔ ａｗａｒｅｎｅｓｓ ｉｎ ｍｏｂｉｌｅ ｃｏｍｐｕｔｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔｓ Ａ ｓｕｒｖｅｙ ［Ｊ］．Ｗｉｒｅｌｅｓｓ Ｐｅｒｓｏｎａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００７，４２（３）：４４５— ４６４． ［４］康东，石喜勤，李勇鹏，等．射频识别（ＲＦＩＤ）核心技术与 典型应用开发案例［Ｍ］．北京：人民邮电出版社，２００８：５４ —５９． ［５］游战清，刘克胜，张义强，等．无线射频识别技术（ＲＦＩＤ）规 划与实施［Ｍ］．北京：电ｌ子工、】 出版神．２００５．
