针对超市购物数据的深度分析算法

• 作者: 李灯熬 王丽科 赵菊敏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 热点与综述
• 页码范围: 18-23,44
• 页数: 7页
• 分类号: TP391
• 字数: 6723字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1703-0226

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-kNN算法,采用I-kNN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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李灯熬	太原理工大学信息工程学院	76	285	7.0	12.0
2	赵菊敏	太原理工大学信息工程学院	67	284	8.0	13.0
3	王丽科	太原理工大学信息工程学院	1	4	1.0	1.0