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。(fengminxing)