基于Android的超市智能导购系统的设计

作者:未知

  摘要:论文从APP的需求分析入手,重点阐述了基于Android的智能导购系统“优购”的使用对象、功能、市场前景等方面。该软件重要适用人群分别为消费者与超市管理者,对于消费者而言,使用该款APP不仅可以帮他们轻松地找到所需商品,而且可以为他们提供同类商品间的差异等功能,帮他们做出有效建议;而对于超市管理者而言,他们不仅可以实时查看商品销售情况,而且可以发布各种电子优惠券从而促进消费者购买欲的等功能。
  关键词:Android;导购;Bmob后端云
  中图分类号:TP319 文献标识码:A
  文章编号:1009-3044(2019)34-0268-03
  随着商品种类和数量的急剧增加,许多超市为了丰富经营的商品品种相应的扩大营业面积,目的为客户提供一站式购物。但是这种方式给客户带来丰富商品的同时,也给客户带来了一些不便,比如寻找需要购买的商品、购物时重复路径多等,一些客户由于这些不便而放弃购买决定。针对上述情形,建立一套超市智能导购系统APP-优购。
  1“优购”APP的市场需求
  新中国成立七十几年来,伴随着经济飞跃式发展,居民收入也实现跨越式增长,1949年我国居民人均可支配收入仅为49.7元,2019年上半年,全国居民人均可支配收入15294元,名义增长615倍。
  在此,社会发展大前提下,娱乐文化消费比例越来越大,人们对于购物需求日渐增长,由此市面上便出现了许多大型购物超市,商品种类繁多。
  (1)对于消费者:超市规模过大,商品种类繁多,以至于人们面临难以找到商品和挑选不到最佳商品的难题;
  (2)对于超市管理者:超市规模过大,无法精准管理、掌握每一样商品的销售情况。
  正是因为是实际生活中我们多多少少都遇到过这些问题,所以我们团队才来研究这个项目。
  2“优购”APP功能介绍
  这款APP主要面对的用户是消费者和超市管理者,为的是给消费者在购买到心仪的商品的同时带来更好的消费体验,并且让超市管理者更加轻松地掌控超市实时的销售情况与数据,在减少人力的同时带来更多的经济效益。据此,我们设计了该系统功能框架图如图1所示。
  2.1 消费者
  消费者在APP中注册账号后,选择消费者模式,即可以根据APP的定位功能,选择确定所在超市,进而搜索所需商品。本产品大的亮点在于,当消费者搜索完商品后,软件可以根据消费者所在位置,利用GPS功能为消费者推荐最佳选购路径,从而帮助消费者省时省力地完成心仪商品的采购。
  此外,该款APP还有三个特殊的功能:商品比对功能、商品推荐功能、商品在线付款功能。
  (1)商品比对功能:即消费者在搜索完所需商品后,后台会自动找出该超市同种商品不同品牌的比对情况,消费者可以浏览商品的价格、商品材质、产地等,帮助消费者真正了解品牌信息,大大提高了顾客的选购效率,进而帮助消费者购买到更适合自己的商品,有效提高消费者的购物安全感。
  (2)商品推荐功能:即后台会结合大数据统计,根据消费者所搜索的商品,为消费者智能推荐与该商品可以搭配使用的商品,在不影响消费者原本消费意愿的前提下,得到更满意的消费体验。
  (3)商品在线购买功能:付款是购物的最后一步,“优购”APP可在线下单,在线付款,免去消费者在超市结账时排长长的队。同时消费者在购物过程中也可实时在“优购”APP上看见自己已经挑选好的商品。
  与此同时,消费者还可以在个人首页界面对所在商场进行评价,成为所在超市的广告人和监督人,同时消费者还可以在该界面领取商家发布的优惠券,从而得到最大的优惠。
  2.2 超市管理者
  超市管理者在注册APP后,选择商家模式,即可利用该款软件对超市进行管理。
  商品信息录入功能,商家可以利用软件的功能,扫描商品条形码信息,将商品信息全部录入后台Bmob后端云数据库。
  商品进货管理功能,在商品信息全部录入数据库之后,商家可以利用该功能,管理商品的入库情况.进而幫助商家省去了大量的人力、财力资源。
  商品折扣管理功能,即商家可以利用该功能对部分商品进行打折处理,促进消费者的购买欲,减少商品的堆积。
  商品实时销售情况,后台会根据消费者的消费情况,在连接后台数据库的同时进行大数据分析,将实时的销售记录及时地反馈给商家,从而商家可以根据这些数据更科学地调整店内营销策略。
  商家还可以利用商场管理中心界面中的优惠券管理功能,不定期的发放一些优惠券,供消费者模式中的消费者们领取使用,进而提高超市的销售额。
  与此同时,商家还可以利用消费者反馈功能查看消费者对超市的评价与建议,从而进一步了解超市状况,并及时对经营管理方式进行调整与改善,增加消费者黏性。
  3 超市智能导购系统实现
  整个超市智能导购系统分为前端和后端,前端界面是通过Android来实现,界面需要做到简洁美观,能够给不同年纪阶层的用户带来良好的体验感。
  而后端则主要是Bmob后端云,它为应用开发提供后台的云服务,包括提供数据存储、托管环境,也包括提供消息推送等通行后端技术能力。
  其中Bmob后端云可以存储数据,数据可以通过移动端上传到Bmob平台,也可以通过Bmob网站后台上传外部数据,其中上传外部数据格式仅支持Json数据或者csv格式数据。流程图如图2。
  该款APP核心就在于数据存储与大数据分析,在基于Bmob后端云的基础上,后台在进行大数据分析,便事半功倍。
  Bmob后端云按特定模式进行存储所建立起来的关系型数据库,便于多维分析和多角度展示商品的数据,为前端用户进行商品查看提供了最基础的保障,它承担了向整个APP提供商品信息数据抽取、转换和加载(ETL),而且为用户搜索商品数据访问商品信息、比对信息提供数据平台。   大数据预测分析能力为该款APP中消费者模式商品推荐功能提供了理论支持。后台可以根据用户上传的实时商品,在Bmob后端云数据库中通过搜索相关信息,从而进行数据挖掘、分析对此结果进行预測性判断,通过可视化分析,上传到前端,将数据直观的展示给用户,用数据说话,让用户看到结果,满足用户所需。
  4 商品推荐功能算法
  我们结合过滤和关联规则,提出了适用于“优购”APP商品推荐功能的算法。
  基本思路:消费者按是否购买过该类商品来划分,针对有历史购买记录的消费者采用基于消费者交易购买数据库的协同过滤算法将这类用户归为邻居消费者;针对在超市还未购买过该类商品的消费者,利用消费者注册信息采用基于客户的协同过滤算法找到邻居消费者;并基于这些邻居消费者的购买记录对目标消费者进行商品推荐,同时采用动态规划方法进行路径规划设计。最后基于.Net环境采用C#语言对系统的部分功能进行实现。
  商品推荐:协同过滤算法
  算法简介:
  将用户行为与其他用户行为比较,找出其相似的邻居,根据邻居的兴趣或偏好,预测该用户的兴趣、偏好。
  主要步骤:
  1)构建用户档案,通过用户购买商品的意向(商品的各类指标),最终形成用户与商品的评分矩阵。
  2)生成最近的邻居,通过计算相似度,目标用户与数据库内用户(群)的相似度,选取相似度最高的用户(群)作为用户的邻居。
  3)推荐产生根据目标用户的邻居,由用户协同过滤和商品协同过滤两个角度,分别预测目标用户对位置商品的评分,为用户推荐符合的邻居的产品。
  推荐规则:
  A.选择商品评分前n个商品进行推荐。
  B.设置阈值,选取高于阈值的商品进行推荐。
  用户协同过滤:
  先找到目标用户的邻居用户,根据需求在邻居用户中选取最相似的k个邻居,再根据这k个邻居对各产品的评分,通过加权预测出目标用户对产品的评分。
  商品协同过滤:
  找出与商品i评分相似的邻居商品,再取j个最相似的邻居商品,再把这j个邻居商品的评分加权,预测目标用户对商品i的评分。
  (1)在数据库中建立标本数据:
  先对商品进行统计,依据某些指标对用户进行分类,得到用户对商品评分的矩阵,存放与数据库中,作为初始数据。
  (2)用户进行分类,按照指标。
  (2)用户对每个商品的评分。
  (3)形成用户对商品的评分矩阵,存放于数据库中备用。
  5 结束语
  近来科技技术的飞速发展很大程度上推进了各项智能化、个性化的技术的进步,使得人民的生活越来越便利,越来越有质量。
  网上购物很多以假乱真,很多消费者没有购物安全感,“眼见为实”使得众多消费者放弃了网上购物的方式,更青睐于到实体超市购物,但是如今超市面积的扩大,商品种类的增加常常会导致他们找不到自己想要或需要的商品而最终放弃购买,因此改进当今实体超市的购物方式便显得非常有必要。“优购”超市智能导购系统不仅方便了广大消费者,丰富了消费者的购物体验,也方便了超市的管理,我们相信未来智能超市都会以此为基础,以此为方向发展。智能导购系统使得消费者在浩如烟海的商品市场中,便捷、快速、准确地找到真正适合于自己的商品,更加细分化、更加人性化的选项,结合消费者的需求,通过搜集消费者所提供的需求数据,推荐让消费者满意的商品,为商品品牌宣传做出了极大贡献。
  参考文献:
  [1]秦毅,彭力.基于RFID的超市物联网购物引导系统的设计与实现[J].计算机研究与发展,2010.
  [2]李小伟.基于RFID的超市智能导购系统研究[D].河北工业大学,2014.
  [3]中国产业信息网,产经预警[EB/OL].www.chyxx.com,2019.
  [4]李进.大数据背景下的模式转变[J].新闻战线,2014.
  【通联编辑:粱书】
  收稿日期:2019-10-08
  基金项目:2018年度省级大学生创新创业训练计划项目——基于Android的超市智能导购系统的设计与实现(项目编号:2018109590591
  作者简介:纪凡(1998-),江苏南通人,研究方向为计算机应用技术;王新茹(2000-),安徽滁州人,研究方向为计算机应用技术;徐剑波((1998-),安徽马鞍山人,研究方向为计算机应用技术。
转载注明来源:https://www.xzbu.com/8/view-15122960.htm

服务推荐