购物的人越来越多。为了满足人们的快速购物需求，现在大部分超市都增加了大量品种的商品供人们进行选择。但是，随之而来的是由于大量的商品处于不同的位置，造成顾客寻找困难，费时费力，影响了顾客的满意度和对商家的忠诚度，进而影响了商家的销售。 　　

一、顾客在超市购物时所遇到的问题

　　随着人们收入和生活水平的不断提高，以及人们工作和生活节奏的不断加快，到超市购物的人越来越多。为了满足人们的快速购物需求，现在大部分超市都增加了大量品种的商品供人们进行选择。但是，随之而来的是由于大量的商品处于不同的位置，造成顾客寻找困难，费时费力，影响了顾客的满意度和对商家的忠诚度，进而影响了商家的销售。

　　随着RFID和协同过滤技术的出现和不断成熟，一种基于RFID的协同过滤技术能够使得超市或其他商家为顾客提供一个个性化的解决方案。

二、RFID简介

　　1.RFID技术

　　RFID是Radio Frequency Identification System（无线射频识别系统）的英文简称，是一种利用无线电波对记录媒体进行读写，具有极高可靠性和保密性的非接触式的自动识别技术。

　　2．RFID简单工作原理

　　RFID 是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据信息。RFID 系统一般由标签、读写器、应用接口或中间件软件、传输网络、业务应用与管理系统等构成。

　　具体的RFID工作原理如下：

　　当标签进人磁场后，接收阅读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息(无源标签或被动标签)，或者主动发送某一频率的信号(有源标签或主动标签)，阅读器读取信息并解码后，送至中央信息系统进行有关数据处理。

三、协同过滤技术

　　1、协同过滤技术

　　协同过滤技术是通过分析用户兴趣, 在用户群中找到指定用户的相似(兴趣) 用户, 综合这些相似用户对某一信息的评价, 形成系统对该指定用户对此信息的喜好程度的预测的一项技术。

　　2．协同过滤技术的原理

　　协同过滤方法的原理是：兴趣相近的用户可能会对同样的东西感兴趣。所以只要维护关于用户喜好的数据，从中分析得出具有相似品味的用户，然后就可以根据相似用户的意见来向他推荐。另一种可能的出发点是：用户可能较偏爱与其已购买的东西相类似的商品。可以根据用户对各种东西的评价来判断商品之间的相似程度，然后推荐与用户兴趣最接近的那些商品。[1]

　　协同过滤的实现一般分为两步：首先，获得用户信息，即获得用户对某些项目（商品）的评价；其次，利用相应协同过滤技术算法分析用户之间的相似度并预测目标用户对某一项目（商品）的喜好。

　　3．协同过滤技术算法的分类

　　目前,如果按照协同过滤算法的出发点的不同，则可分为基于客户-客户关系的协同过滤算法和基于项目（商品）-项目（商品）关系的协同过滤算法。

　　基于客户-客户关系的协同过滤算法[2]。“最近邻居算法”是目前为止最为成功的自动推荐技术，这种技术使用统计方法挑选出与目标用户最相似的用户，称为“邻居”，然后根据这些邻居的意见或以前购买的商品推测目标用户对目标商品的感兴趣的程度。将其运用到推荐系统中，首先根据各个用户的喜好记录进行聚类，每类用户具有相近的兴趣习惯。一旦聚类完成，就可以依据所属类的所有成员的共同喜好向用户进行推荐。

　　基于项目-项目关系的协同过滤算法[3]。基于项目（商品）-项目（商品）关系的协同过滤算法首先关注的是项目（商品）之间的联系。算法查看所有目标客户已经评价的项目（商品）集合，计算这些项目（商品）与正在考虑推荐的项目（商品）i之间的相似程度并从中挑选出最相近的k个项目（商品）{i1,i2,…,ik},其对应的相似程度为{Si1,Si2,…,Sik}.然后计算目标客户对这些相似项目（商品）的评分的加权平均值，即得到所需的预测值。

　　四、基于RFID的协同过滤技术在超市中的应用

　　根据以上分析，可以应用基于RFID的协同过滤技术很好地为超市解决顾客面对大量商 品难以快速得到自己需要商品的问题。具体思路如下：

　　如果超市为每个入店顾客设定一张带有RFID标签的卡片，在这张卡片里存储有顾客的基本信息，如顾客的ID号，姓名，个人爱好等。系统在顾客进入超市时通过阅读器得到顾客ID，此信息被送至超市计算机信息系统，通过查询超市数据库，如果该顾客以前在此超市购过物，则可以得到顾客以往购物情况及偏好，并结合顾客RFID卡片中的个人信息，利用协同过滤技术得到与其有相似偏好的顾客所购买和喜爱的商品，为顾客开出个性化的商品推介单，从而有针对性地为顾客提供更好的服务。另外，还可以根据顾客所购买的商品情况，根据商品的相似性向其推荐其他可能感兴趣的商品，从而方便顾客购买，同时也促进了销售。

　　如果顾客是新顾客或以前在此超市未进行过购物，数据库里没有购物记录，那么可以根据顾客的RFID卡片中的个人信息利用协同过滤技术进行推理，得到与其有相似偏好的顾客所购买和喜爱的商品，为顾客开出个性化的商品推介单，从而有针对性地为顾客提供更好的服务。

　　随着顾客购买次数的增多，系统可以根据顾客自己设置的偏好以及顾客经常购买的物品进行加权平均得到新的顾客偏好，并将此作为下次顾客推介单开出的依据。

　　五、结论

　　总之，超市与顾客之间的关系是每个超市最关心的部分，也是超市盈利与否的关键所在。使用RFID技术和协同过滤技术，可以尽可能地迎合顾客口味、提高顾客满意度，确保超市获取最大盈利。目前，协同过滤技术主要是应用在B2C电子商务领域，由于我国的国情和其他方面的因素，绝大部分消费者还是采用传统的到超市或商场购物的方式，故本文采用将RFID技术和协同过滤技术结合起来，应用于传统的超市购物中，具有很好的应用前景。