【技术实现步骤摘要】
一种基于物联网的线下智能门店管理系统
[0001]本专利技术涉及物联网领域,特别是涉及一种基于物联网的线下智能门店管理系统。
技术介绍
[0002]随着现代化企业的不断发展,连锁门店等分支机构在迅速増多,这不仅大大增加了现场管理的工作量,同时也对管理的有效性提出不小的挑战。从我们的经验来看,目前连锁门店面临的问题与挑战有:一是如何低成本、快速、高效巡店,随时掌控最前沿的信息,并释放人员和资金投入;二是如何快速获取精确的门店客流数据,为后台管理、商务运营等提供数据支撑和业务参考;三是如何挖掘敏感的商业信息,在宏观上把握市场发展动向,快速做出准确决策。针对这些问题,本专利技术提出了一种基于物联网的线下智能门店管理系统,过整合汇总企业各个门店部署的视频图像及商品资源并进行数据的智能统计与分析,为企业提供门店客流分析、店内热点分析等功能。
技术实现思路
[0003]为解决上述问题,本专利技术提出了一种基于物联网的线下智能门店管理系统,具体步骤如下,其特征在于:
[0004]步骤1,搭建物联网的线下智能门店管理硬件设备:基于物联网的线下智能门店管理系统分别由:物联网门店感知层、物联网门店网络层和物联网门店应用层;
[0005]步骤2,设计物联网的线下智能门店管理流程:根据射频识别系统技术获取门店内的商品流动信息,根据所采集的商品流动数据对门店内的商品流动进行建模,根据所采集的监控图像,分析门店顾客所感兴趣的商品类别;
[0006]步骤3,店内热点商品分析:采集商品流动数据作为训练样本,并 ...
【技术保护点】
【技术特征摘要】
1.一种基于物联网的线下智能门店管理系统,具体步骤如下,其特征在于:步骤1,搭建物联网的线下智能门店管理硬件设备:基于物联网的线下智能门店管理系统分别由:物联网门店感知层、物联网门店网络层和物联网门店应用层;步骤2,设计物联网的线下智能门店管理流程:根据射频识别系统技术获取门店内的商品流动信息,根据所采集的商品流动数据对门店内的商品流动进行建模,根据所采集的监控图像,分析门店顾客所感兴趣的商品类别;步骤3,店内热点商品分析:采集商品流动数据作为训练样本,并将数据回传至物联网应用层,在物联网应用层上训练商品流动预测模型,通过商品流动预测模型分析店内热点商品;步骤3中店内热点商品分析的过程可以表示如下:将采集的商品流动数据集划分为训练集和测试集,使用训练集训练改进的LSTM预测模型:步骤3.1,把商品流动数据矩阵d通过卷积层进行卷积操作:c=conv1d
ꢀꢀꢀꢀ
(1)式中,c是卷积层输出,conv1是卷积操作;步骤3.2,将卷积输出通过tanh激活函数得到W
×
H的特征映射M:M=tanh(c)
ꢀꢀꢀꢀ
(2)式中,W和H是卷积输出特征矩阵集合的行和列;步骤3.3,对特征映射进行归一化操作生成0~1的注意力权重:σ=sigmoid(conv2M)
ꢀꢀꢀꢀ
(3)式中,conv2表示卷积操作;步骤3.4,获得特征加权的商品流动数据输出x
t
:x
t
=σ
×
d
ꢀꢀꢀꢀ
(4)步骤3.5,构建LSTM模型细胞的输入门:i
t
=σ(W
xi
x
t
+W
hi
h
t
‑1+W
ci
c
t
‑1+b
i
)
ꢀꢀꢀꢀ
(5)式中,i
t
是输入门输出,t是样本的时间序列,x
t
是训练样本数据,h
t
‑1是隐藏层的时间序列数据,c
t
‑1是细胞状态的时间序列数据,W
xi
、W
hi
和W
ci
是x
t
、h
t
‑1和c
t
‑1在输入门的权重系数,σ是sigmoid激活函数,b
i
是输入门偏置;步骤3.6,构建LSTM模型细胞的遗忘门:f
t
=σ(W
xf
x
t
+W
hf
h
t
‑1+W
cf
c
t
‑1+b
f
)
ꢀꢀꢀꢀ
(6)式中,f
t
是遗忘门输出,W
xf
、W
hf
和W
cf
是x
t
、h
t
‑1和c
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。