云猫

面向实体商户的用户行为采集和营销方案优化的云计算平台摘要：电商蓬勃发展势不可挡，实体店面临危机，倒闭、转让现象频发。为了解决这一问题，我们设计了一种面向实体商户的云计算平台，类比电商利用顾客缿览数据优化营销策略的方法，通过转化指标并科学地统计用户对商品的缿览操作，计算出顾客对商品的感兴趣程度，并结合商品分类确定相应的销售方案，吸取电商的优点，改善现有缺点，实现实体店的营销策略优化。首先，我们将网络店铺虚拟的点击量、收藏量、页面缿览时间类比为实体商场内真实的查看、试穿等操作和操作时间；为了获取这些操作和操作时间，我们利用RFID技术，通过悬挂在天花板上的超高频远距离RFID读卡器实时、准确地读取贴于实体店商品上的RFID标签信号强度信息；然后，大量的实时操作数据通过上位机输入云计算平台中进行过滤和分析，将电子标签的信号强度变化，转化成顾客的查看、试穿等缿览行为，并获得相应的操作时间；之后，录入商品信息时，采用关键词层层递进的方法，利用遗传算法进行商品分类；将缿览行为和行为时间结合，采用兴趣度算法，得到和销量同样具有说服力的商品指标——商品兴趣度。最终，利用这两个维度指标——商品分类和商品兴趣度，平台主要有以下四个方面应用。一，根据高兴趣度和货架所在区域的商品类型，在导购屏上实现更有效的广告推送；二，通过预测销量，商家能根据当前大部分客人感兴趣的商品合理地安排库存，避免库存积压造成的巨大损失；三，商城内的顾客可以通过触摸商品标签，在货物架的显示屏上快速获取感兴趣商品的具体信息、相同类型商品推荐、导购员实时推荐等便利服务，购物更方便、快捷，也提供了一个实体店之前所缺乏的定向投放广告的思路；四，我们还提供了一套网站服务平台供商家使用，集成流量数据和营销方案导引，更直观、清楚地展现了商品数据和流行趋势。我们设计的云计算平台基于顾客缿览行为检测的模型，通过数据挖掘得到的最终分析结果，经过验证，优于传统实体店单凭销量以推测进货、仓储、广告投放的方式，可以有效地服务于实体商户，增大实体商城的竞争力。同时，本项目的模型也可以方便地应用服务于顾客，从侧面提升了实体商户的吸引力。关键词：云计算，行为检测，数据分析，RFID，实体商城，兴趣度模型，销量预测

1项目背景和解决方案的提出11电商发展如火如荼随着我国经济的迅速发展，信息时代的到来，科技的不断进步，互联网的普及，市场上出现了一种新的销售渠道，即电子商务。以京东、淘宝、天猫、亚马逊为首的电子商务作为一种新的销售方式，主要是利用计算机和因特网来实现的。电子商务开辟了新的市场，我国的电子商务交易量迅速增长，其运营模式的创新日益活跃，电子商务呈现出多层次、多元化的发展趋势。但也面临着电子商务的竞争激烈、物流成本高、法律和信用环境欠佳、网络安全等发展问题。[1]仅以2015年（去年）双十一的交易额作例。截止至2015年11月11日24时，天猫双十一全国狂欢节总交易额为912A;Í(i2014年双十一提升近60%，再创新高。成交额最高的省份前五名为广东、浙江、江苏、上海和北京[2]。而在2009年，六年前，双十一的销售额仅有5200=“B‹Í4M2015年的零头都不到，交易额的增长速度令人咂舌。12 实体店危机重重“实体店危机 仅16%的中国网民在传统门店购物”“移动时代的零售业危机，实体店已死？”0200400600800100020082010201220142016双十一淘宝成交额（亿）059352191350912571