ShopEye:融合RFID与智能手表用于实体店铺中的多关系挖掘

大语言模型(LLM)的人机协作环境感知与上下文计算广告与营销从业者电商平台运营者

智能零售店为实现各种物理分析开启了新的可能性,例如用户的购物轨迹和对某些商品的偏好。本文旨在挖掘实体店铺中的三种关系,即用户-商品、用户-用户和商品-商品关系,这些关系为提升用户购物体验和促进零售商销售提供了丰富信息。我们提出了ShopEye,一个混合RFID和智能手表系统,以隐式和非侵入性的方式深入挖掘这些关系。其直觉是嵌入智能手表中的惯性传感器和附着在商品上的RFID标签可以分别捕捉用户行为和商品运动。ShopEye首先根据惯性信号和RFID信号之间的相关性将用户与相应商品进行配对,然后将这些配对与用户的运动行为相结合,进一步分析用户-用户和商品-商品关系。我们在模拟真实零售店的实验室环境中对该系统进行了广泛测试。实验结果证明了ShopEye在挖掘这些关系方面的有效性和稳健性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/5470/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、环境感知与上下文计算
work
职业/产业
广告与营销从业者、电商平台运营者
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文