基于智能推荐的自动售卖系统设计

发布时间：2020-07-16 09:30

【摘要】：随着中国旅游行业的迅猛发展,共享经济的概念也逐步融入到与旅游相关的各个方面,其中较为显著的是民宿行业。分享当地住户的房源能够极大地满足出游者对个性化体验以及居住舒适度的要求。自2015年以来,国家在民宿行业不断推出相关政策,推动了该行业发展。在民宿行业蒸蒸日上的同时,也浮现出众多问题,其中较为突出的问题是公司的运营成本过高。民宿与酒店不同,酒店所有的房源均在一栋楼内,民宿的房源则分布在城市的各个地区,保洁、维修、异常处理等工作,使公司内部运营成本急剧上升,导致该行业的实际营收下降。本课题为解决民宿中运营成本过高、房客个性化服务分散以及房东盈利最大化问题,将智能推荐技术与现有的售货机相结合,开发了一套具有智能推荐功能的自动售卖系统。该系统包括云服务平台、智能售卖机和终端设备。从业务流程上主要分成两部分,一部分为商品管理子系统,主要是针对房东使用,可以有效帮助房东管理商品(包括商品的位置、售卖、调配以及定价管理),该部分包括了基于PHP开发语言以及MySQL数据库的后台管理网站模块、基于计算引擎的商品推荐模块;另一部分是购买子系统,主要是针对房客使用,该部分包括了微信公众号模块、智能售卖机硬件模块。用户在进入房间后,可直接通过扫描智能售卖机上面的二维码购买自己需要的商品。在完成支付之后,服务器会向指定设备发送请求,从而控制设备相应的位置解锁,以完成用户的购买行为。用户的购买记录会被存储作为后续分析的数据基础。推荐系统通过用户的历史购买行为对用户的喜好进行分析,从而推荐出用户有可能下一次购买的商品,展示在后台管理系统上,推荐给房东进行商品的调配和定价。合理的商品推荐有效地降低了房东为满足访客特殊需求而付出的额外成本。本课题完成了系统样机的设计,包括售卖机控制模块、公众号、后台网站以及推荐系统的设计,实现了微信支付购买、后台商品管理、通过用户信息推荐商品等功能,同时进行了业务流程测试、可行性验证测试,达到了预定的设计目标。该样机已在北京不同地区的两个民宿中进行了验证。结果表明:房东的实际运营成本降低了 1/4,特殊需求的电话接听率也下降了 37%,取得了较好的效果。随着大规模用户数据的积累和推荐算法的完善,该系统将会在民宿行业的发展中起到重要的推进作用,具有较好的应用前景。
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH692.62;TP391.3
【图文】：

框图,智能,系统组成,框图

２．１智能售卖系统的总体方案逡逑智能售卖系统主要由智能售卖机、云服务平台和用户手机终端三大部分组逡逑成，其组成框图如图２－１所示。逡逑售实机邋Ｕ逦Ｈ邋云服务平台邋＾逦？终端设备逡逑，逦邋１邋Ｊ邋１邋」逡逑｜邋ＷＩＦＩ丨模块逦舰触洰~T逦焌公众号逡逑逦，逦＇邋Ｉ邋逦，逦Ｉ邋＇逡逑Ｉ邋Ｉ邋Ｉ邋Ｉ邋Ｉ邋Ｉ邋Ｉ逡逑推荐菅理用户管理邋交易管理邋设备符理商品管理用户模块商家模块逡逑图２－１智能售卖系统组成框图逡逑售卖机、云服务平台、终端设备之间通过接口进行数据传输，从而达到联逡逑动的效果。售卖机部分作为硬件主体直接展示在用户的眼前，最重要的组成部逡逑分有ｓｔｍ３２最小系统模块，ＷｉＦｉ模块。云服务平台包括了网站的开发与部署，逡逑以及推荐系统模块的开发，其中网站是用于商家对商品以及交易设备进行管理逡逑的有效手段

框图,管理网,子系统,框图

的需求的定制需求，当然其中也包括固定模块，比如管理员管理，权限管理，逡逑友情链接，菜单管理和站点设置。逡逑针对民宿场景，将后台管理子系统主要分成五个部分如图２－２所示。逡逑Ｉ逦｜逡逑网站设Ｈ■模块逡逑Ｉ逡逑推荐管理逦用户管理逦交易管理逦设备管理逦商品管理逡逑图２－２管理网站子系统框图逡逑一是商品推荐模块，主要是将推荐系统嵌入其中，用于计算用户的售卖意逡逑图和喜好，并推荐给商家入住用户最有可能购买的商品；二是用户信息管理模逡逑块，主要用于记录用户信息，并标定用户属性，例如：会员等级、等信息；三逡逑是交易信息管理模块，主要用于记录商品的购买信息；四是设备管理模块，主逡逑要用于存储并配置设备信息，用于调用接口时匹配设备信息，并向指定ＭＡＣ逡逑发送指令；五是商品管理模块，主要用于存储商品信息，并标记商品状态，例逡逑如：在线、Ｆ线等彳ｓ息。逡逑而在日常生活中，购买理想中的产品无非是有两种可能，第一种是用户自逡逑行搜索

个性化推荐,基本模型

第二章智能售卖系统的方案设计考价值，因为它代表了用户的购买意愿以及购买方向甚至是个人的喜家在推荐商品的时候，重要的推荐依据就是根据用户的特征，其中包喜好、年龄、性别、身体特征，以及用户的购买记录。在机器学习领化推荐有重要的应用，这种推荐和搜索引擎有一定的类似性，主要的理相应的信息过载的问题。搜索引擎也可以看作为一个特殊类型的推在推荐过程中相应的搜索关键字是直接输入的，而一般的推荐系统，入特征需要学习而得到［７］。此次项目中涉及的场景并非需要用户进行为，只有购买的行为，因此需要设计的是推荐系统。这种系统有重要值，可给用户推荐喜欢的商品，提高其购买可能性，使其转变为购在用户浏览过程中，向他们推荐确实需要而没有看到的商品，对提高叉销售有重要的意义，同时也和用户建立长期稳定关系，对提高用户有很好的效果。而采用的也是个性化推荐的最基本的模型，如图２－

【相似文献】