[发明专利]一种基于wifi的商业推荐方法

说明书

本发明涉及商业推荐技术领域，具体是涉及一种基于wifi的商业推荐方法。本发明的商业推荐方法，通过采集用户的wifi日志信息，获取用户以往的网页浏览记录，再通过卷积神经网络模型获取用户的特征向量，用户的特征向量能够体现出用户以往的消费水平、消费习惯和经常进行的商业活动。所以本发明的推荐方法依据用户的特征向量推荐出满足用户需求的商业，而且本发明的商业推荐方法不需要用户自己上网去搜索附近的商业，只要用户连接wifi，就可以向用户推荐与用户需求相匹配的商业，方便快捷，节省用户的时间。

技术领域

本发明涉及商业推荐技术领域，具体是涉及一种基于wifi的商业推荐方法。

背景技术

随着人们对网络的需求，越来越多的城市推广城市wifi，并且随着居民生活水平的提高，民众更重视生活品质了，为了满足人们的要求，出现了各种各样的吃喝娱乐场所。

用户到达某地时，有的是通过朋友介绍该地的商业，有的是通过网上搜索该地的商业，但这些方法一方面不能满足用户的需求，另一方面也浪费大量的时间。因此，亟需一种商业推荐方法。

发明内容

为解决上述技术问题，本发明提供了一种基于wifi的商业推荐方法，既能够满足用户对商业的需求，又能够节省用户的时间。

为实现上述目的，本发明采用了以下技术方案：

一种基于wifi的商业推荐方法，包括如下步骤：

S1，获取本地商户的商业信息，本地商户的商业信息包括商业的位置、商业的文本数据和商业的图片，商业的文本数据包括商业的消费等级和消费者对商业的评价；

S2，对商业的文本数据进行向量化处理；提取商业的图片的特征值；将向量化处理之后的文本数据和图片的特征值均输入到全连接神经网络中，获得商业的特征向量；

S3，用户进入到本地，并在本地打开移动终端的wifi时，获取用户移动终端的wifi日志信息，对wifi日志信息进行向量化处理，将向量化处理之后的wifi日志信息输入到卷积神经网络模型，获取用户的特征向量；

S4，从用户的特征向量中提取与商业的特征向量相对应的用户的特征向量，将提取出来的与商业的特征向量相对应的特征向量以及商业的特征向量输入到余弦相似度算法中，获得商业与用户的相似性；

S5，将商业与用户的相似性大于设定值的商业，记为备选商业；

S6，将备选商业推荐给用户；

或者，计算用户在本地的实时具体位置与备选商业之间的距离，将距离相适配的备选商业推荐给用户；

或者，将与当前时间相适配的备选商业推荐给用户。

进一步，所述商业推荐方法还包括在步骤S6之后的修正备选商业，修改备选商业的具体步骤如下：

若步骤S6推荐给用户的备选商业，用户反馈不满意，则删除该备选商业。

进一步，步骤S1中的获取本地的商业信息是通过scrapy爬虫框架定时抓取本地的商业信息。

进一步，步骤S1中商业的图片包括商业所有者拍摄的商业的图片和消费者拍摄的商业的图片。

进一步，步骤S2中提取商业的图片的特征值的具体步骤如下：

若只有一张图片，则将该图片输入到VGG16卷积神经网络中，提取商业的图片的特征值；

若图片的数量大于一张，则将所有商业的图片输入到maxpooling算法中，提取所有商业的图片的公共特征值。