针对超市购物数据的深度分析算法

作     者：王丽科 赵菊敏 李灯熬 WANG Like;ZHAO Jumin;LI Deng-ao

作者机构：太原理工大学信息工程学院山西晋中030600 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2017年第53卷第14期

页      面：18-23,44页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(No.61572346 No.61572347) 山西省国际科技合作项目(No.2015081009) 山西省国际科技合作项目(No.201603D421012) 

主　　题：时频识别(RFID) 相位 速度 改进k 邻近算法 动态时间规划 层次聚类算法 

摘      要：针对实体店很难对顾客整个购物过程进行深度分析的问题,提出了一种深度购物数据分析方法。该算法通过使用阅读器收集无源RFID标签的相位信息,以此间接计算商品的相对移动速度,再根据相对移动速度对购物过程进行分析。在考虑到超市商品的密集分布特点后,提出改进的I-k NN算法,采用I-k NN算法和HAC算法进行深入的速度数据分析,识别出感兴趣商品、热销商品、热点区域以及相关商品。随后利用现有的商用设备,对所提出的系统建立了原型,在实际环境中进行测试。理论分析与实验结果表明,该算法在购物数据分析上是可行的,准确率在78%以上,且能够减少需要分析的数据量,降低计算复杂度。