[發(fā)明專利]一種超市路徑推薦系統(tǒng)及其方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810092935.5
• 申請(qǐng)日: 2018-01-31
• 公開（公告）號(hào): CN108416611B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 阮文俊;翁安林
• 申請(qǐng)（專利權(quán)）人: 佛山市順德區(qū)中山大學(xué)研究院;廣東順德中山大學(xué)卡內(nèi)基梅隆大學(xué)國際聯(lián)合研究院;中山大學(xué)
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q30/06;G06Q10/04;G06K9/62
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 左恒峰

本發(fā)明公開了一種超市路徑推薦方法，先獲取用戶行走路徑以及與用戶行走路徑對(duì)應(yīng)的購買清單，采用譜聚類算法對(duì)用戶行走路徑進(jìn)行聚類后得到簇劃分集，根據(jù)簇劃分集計(jì)算得到所有簇類的商品概率分布及平均簇類的商品概率分布，當(dāng)用戶購物時(shí)，判斷用戶所屬的簇類，根據(jù)對(duì)應(yīng)簇類的商品概率分布計(jì)算出所有的路徑以及路徑上的商品概率分布，最后通過A*算法計(jì)算得到一條最符合用戶需求的最短路徑，該路徑上的商品會(huì)引起用戶的興趣，路徑距離也相對(duì)較短；本發(fā)明的一種超市路徑推薦系統(tǒng)，包括智能終端和推薦系統(tǒng)模塊，推薦系統(tǒng)模塊將推薦的路徑信息顯示在智能終端為用戶導(dǎo)航，本發(fā)明可以為用戶提供最佳的路徑，提高用戶體驗(yàn)，刺激消費(fèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及推薦系統(tǒng)技術(shù)領(lǐng)域，特別是一種超市路徑推薦系統(tǒng)及其方法。

背景技術(shù)

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，線上銷售模式已經(jīng)普及到基本每一個(gè)家庭中，線上銷售的好處在于可以直接搜索想要購買的產(chǎn)品，而不需要進(jìn)行繁雜的瀏覽，當(dāng)然線下銷售自然有其好處，對(duì)于一些生鮮產(chǎn)品來說，線下超市自然是人們的第一選擇，而在目前的大型超市中，對(duì)于各種不同的產(chǎn)品僅僅只是進(jìn)行了一個(gè)大致的分類，并沒有進(jìn)行細(xì)分，顧客在到超市進(jìn)行購物時(shí)，往往需要耗費(fèi)較多時(shí)間才能找到合適的商品，不僅耗費(fèi)大量的時(shí)間，還會(huì)使得顧客體驗(yàn)下降。

LBS(基于移動(dòng)通信用戶位置的服務(wù))技術(shù)可以定位顧客的位置信息，若能應(yīng)用LBS技術(shù)對(duì)顧客位置進(jìn)行定位，并通過對(duì)顧客的需求進(jìn)行分析后給顧客推薦一個(gè)最適合他的路線，則會(huì)大大提高顧客的購物體驗(yàn)，刺激消費(fèi)。

目前的一些路徑推薦技術(shù)往往只重視于向顧客推薦適合其自身興趣的目標(biāo)，導(dǎo)致顧客在推薦的路徑上行進(jìn)時(shí)會(huì)多走一段路，而并沒有解決路徑最短的問題；或者是單單解決了最短路徑的推薦而忽略了根據(jù)顧客興趣而制定的個(gè)性化需求。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明的目的在于提供一種超市路徑推薦系統(tǒng)及其方法，可以為用戶推薦一條抵達(dá)目的地的最短路徑，同時(shí)路徑附近的商品會(huì)使得用戶感興趣。

本發(fā)明解決其問題所采用的技術(shù)方案是：

一種超市路徑推薦方法，包括以下步驟：

A、獲取數(shù)據(jù)，其中數(shù)據(jù)包括用戶行走路徑以及與用戶行走路徑一一對(duì)應(yīng)的購買清單；

B、使用譜聚類算法對(duì)用戶行走路徑進(jìn)行聚類，并得到簇劃分集C(c₁，c₂，···，

C、根據(jù)簇劃分集C(c₁，c₂，···，計(jì)算其所有簇類的所有的商品概率分布以及平均簇類的商品概率分布；

D、根據(jù)用戶的當(dāng)前狀態(tài)判斷其所屬的簇類，并計(jì)算得到不同路徑下所有已抵達(dá)的商品概率總和；

E、采用A*算法為用戶推薦一條路徑上商品概率總和最大，并且路徑長度相對(duì)較小的路徑。

進(jìn)一步，所述步驟A中獲取數(shù)據(jù)，數(shù)據(jù)還包括用戶位置、用戶個(gè)人信息、商品信息，其中所述用戶位置采用LBS技術(shù)進(jìn)行定位，所述用戶個(gè)人信息包括用戶年齡、性別、用戶曾經(jīng)的購物行為、其他相似用戶以及用戶購物車內(nèi)的商品信息，所述用戶購物車內(nèi)的商品信息即為所述的與用戶行走路徑一一對(duì)應(yīng)的購買清單，所述商品信息包括超市內(nèi)商品的類別、商品對(duì)應(yīng)的日期以及位置、商品的暢銷度。

進(jìn)一步，所述步驟B中使用譜聚類算法對(duì)用戶行走路徑進(jìn)行聚類，并得到簇劃分集C(c₁，c₂，···，具體步驟為：

B1、將每一條用戶行走路徑看做一個(gè)數(shù)據(jù)點(diǎn)，計(jì)算數(shù)據(jù)點(diǎn)與數(shù)據(jù)點(diǎn)之間的Levenshtein距離；

B2、將數(shù)據(jù)點(diǎn)之間的Levenshtein距離轉(zhuǎn)化成相對(duì)距離，并以此生成相似矩陣W，同時(shí)構(gòu)建度矩陣D；